2021 Fiscal Year Research-status Report
Improving the Efficiency of Reinforced Slope Inspection by Remote Sensing used both UAV and Earth Observation Satellite
| Project/Area Number |
21K04292
|
|---|
| Research Institution | Nihon University |
|---|
Principal Investigator |
朝香 智仁 日本大学, 生産工学部, 准教授 (60514164)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
野中 崇志 日本大学, 生産工学部, 教授 (20556336)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | 三次元点群データ / ディープラーニング |
|---|
| Outline of Annual Research Achievements |
2021年度は、本研究の初年度として長大法面を対象とした現地調査地点の選定と調査を実施したかったが、コロナ禍の影響により現地調査日の変更が余儀なくされたことに加え、現地調査への動員数が確保できなかったため、当初計画していた現地調査内容を大幅に変更して実施した。
現地調査では、1箇所の現地調査地点において、三次元レーザースキャナを利用した三次元計測、ネットワーク型RTK-GNSS測量による地理座標の観測、および飛行許可が得られた区域を対象としたドローンによる観測を行ない、長大法面の現況を把握した。ドローンで観測した画像は、SfM（Structure from Motion）ソフトウェアに取り込み写真測量の原理により三次元点群データに変換し、三次元レーザースキャナで計測した三次元点群データと比較することで、その幾何学的な精度について評価した。さらに、ドローンで観測した複数の画像を利用して、長大法面のひび割れを自動で検出するためにAIによる解析を行なった。解析に使用したディープラーニングの物体検出のアルゴリズムは、Faster-R-CNNとYOLO（You-Only-Look-Once ） v2とし、それぞれの検出精度についても評価を行なった。なお、YOLO v2 はFaster R-CNNなどの2段階深層学習よりも高速な手法として知られているものである。今年度の解析結果は、今後の現地調査の方針の策定や、ディープラーニングによる画像解析に関する重要な知見となった。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
コロナ禍の影響により、当初計画した現地調査が実施できなったことが要因である。なお、2021度は9月3日に1箇所の長大法面の調査が実施した。
|
| Strategy for Future Research Activity |
2022年度は、2021年度に実施できなった現地調査を実施して当初計画に近づける方針であるが、コロナの社会情勢を鑑みて柔軟に現地調査内容を検討する。また、ドローンによる長大法面の観測には飛行制限がかかる場所もあるため、次年度も関係機関との調整を綿密に行い、少ない現地調査回数でも研究が進捗するように計画する予定である。
|
| Causes of Carryover |
現地調査を当初計画どおりに実施できなかったため、必要な機器等を購入しなかったことにより使用計画と実支出額との差が生じた。2022年度は、現地調査の実施に合わせて必要な機器等を購入する予定である。また、国際会議の渡航費として計上している旅費については、海外渡航の制限がなければ使用する予定であるが、渡航が不可能となった場合には研究費の使途について再考する。
|
