2022 Fiscal Year Research-status Report
Pavement Maintenance Management Strategies for Emergency Medical Services Using AI-based Road Surface Measurement Technology
| Project/Area Number |
22K04360
|
|---|
| Research Institution | Muroran Institute of Technology |
|---|
Principal Investigator |
浅田 拓海 室蘭工業大学, 大学院工学研究科, 助教 (50634680)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Keywords | AI / IRI / ひび割れ率 / マルチモーダルAI / 説明可能なAI |
|---|
| Outline of Annual Research Achievements |
救急車の搬送時間の短縮は，極めて重要な課題である．一方で，走行中の車両振動は患者の負担となり，振動を抑えるために減速すれば，その分搬送時間が増えるという問題もある．これらの解決に向けて，本研究では，救急搬送と路面性状のデータを用いて，舗装に着目した救急車挙動の分析を進めている．その結果から，両データを統合的に揃えて統計学的アプローチから分析できれば，救急車の車両振動と搬送時間の低減につながる方策を提案できると考える．そこで，本年度では，まず，路面性状調査を低コストかつ高頻度に実施するために，市販のアクションカメラとAIを用いた簡易型の路面測定技術を構築した．この技術では，救急車走行と相関がある路面性状として，ひび割れ率，平坦性，横断ひび割れ頻度を同時に計測できる．
ひび割れ率に関しては，車載カメラで撮影した画像にAI（U-net）を適用することで自動かつ高精度に算出できる．平坦性については，上記のひび割れ率に加えて，カメラ内蔵センサーで計測した上下方向の加速度情報，走行速度を入力とするマルチモーダルAIを構築し，従来指標であるIRI（International roughness index：国際ラフネス指数）を精度良く推定できる．横断ひび割れ頻度については，舗装診断士による教師データから学習した説明可能なAIにより検出できる．
また，本技術を用いて，北海道内の一般国道および道道を対象に路面性状調査を実施し，データベースを構築した．さらに，現在揃っているデータを用いて，救急車の搬送時間・車両振動の推定モデルの構築を完了した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初のスケジュールでは，本年度では，救急車プローブ調査，路面性状調査，ヒヤリング調査を実施予定であった．路面性状調査については，測定技術の改良が必要となったことから調査自体は若干の遅れが生じている．救急車プローブ調査やヒヤリング調査については新型コロナ対策の状況から医療機関との連携が進んでいない状況である．調査後に統計解析を行う予定であるが，先んじて，現在揃っているデータを用いて，救急車の搬送時間・車両振動の推定モデルの構築を完了させ，遅れを取り戻しているところである．
|
| Strategy for Future Research Activity |
路面性状調査については，測定技術が改良され，さらに多くの路線で調査が完了している．一方，救急車プローブ調査およびヒヤリング調査は，新型コロナ対策状況を見て，準備ができ次第，即座に開始する予定である．これらの調査の後，データを揃えて，搬送時間・車両振動の推定モデルを再度構築し，舗装維持管理方策の提案につなげる．
|
