Detection of precursory changes of road structure damages using vision and vibration data of vehicles

2023 Fiscal Year Final Research Report

• Project/Area Number: 21H01587
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 25030:Disaster prevention engineering-related
• Research Institution: The University of Tokyo
• Principal Investigator: Nagayama Tomonori 東京大学, 大学院工学系研究科(工学部), 教授 (80451798)
• Co-Investigator(Kenkyū-buntansha): 蘇 迪 東京大学, 大学院工学系研究科(工学部), 特任准教授 (40535796) ; 西川 貴文 長崎大学, 工学研究科, 准教授 (50512076)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 画像解析 / 差分解析 / ひび割れ / 機械学習 / 振動

Outline of Final Research Achievements

We conducted a study to extract progressive road surface damages that could indicate significant infrastructure deterioration by using in-vehicle cameras to capture road surface images, accurately identify positions, and analyze the images. We developed methods to estimate vehicle speed and position using vehicle dynamics analysis, even in environments where GPS is unavailable, such as tunnels, mountainous areas, and urban canyons. For crack evaluation, we employed semantic segmentation to extract cracks and examined the effects of sunlight conditions. Additionally, we achieved precise alignment of individual cracks using feature matching with machine learning on bird's-eye view images, enabling the assessment of crack progression.

Free Research Field

インフラ維持管理

Academic Significance and Societal Importance of the Research Achievements

道路舗装表面に現れる変状には、土砂崩れや大規模な沈下の前兆となる危険なひび割れや、事故を誘発する大きなポットホールの発生に至るものがある。重大な道路構造物被害につながるこれらの危険な変状を早期に捉える仕組みが求められる。車内設置カメラの画像を収集して広域のひび割れを効率的に抽出する試みはあるが、網羅的検出だけでは意味をなさない。本研究で開発した手法は、進行性を有する危険なひび割れ変状を車載カメラから効率的に抽出可能にするものである。また、Transformerモデルを用いた特徴マッチングにより、舗装表面の高度な位置合わせを実現し、今後の劣化評価や予測モデル構築の礎を築くものである。