| 研究課題/領域番号 |
15K06165
|
|---|
| 研究種目 |
基盤研究(Ｃ)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
土木材料・施工・建設マネジメント
|
|---|
| 研究機関 | 山口大学 |
|---|
研究代表者 |
中村 秀明 山口大学, 大学院創成科学研究科, 教授 (20207905)
|
|---|
| 研究期間 (年度) |
2015-10-21 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2019年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2018年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2017年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2016年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2015年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 維持管理 / 社会インフラ / 橋梁点検 / 人工知能 / 深層学習 / 画像認識 / 損傷 / 画像処理 / データ拡張 / 異常検知 / AnoGAN / DOC / 点検支援 / Deep Learning / Semantic Segmentation / 機械学習 / 目視点検 / 点検画像 / 変状図 / 施工管理記録 / 維持管理記録 / データベース / GPS / 準天頂衛星システム / 識別 / 個別ID |
|---|
| 研究成果の概要 |
本研究は、社会インフラの維持管理を支援するための情報プラットフォームを構築し、維持管理の効率化、合理化を図るものである。
インフラの維持管理では、目視点検が基本となるため、これを支援するため人工知能の一手法である深層学習により、点検画像から変状領域を自動的に抽出し、損傷ランクを判断するシステムを構築し、さらに、損傷のランク付けだけではなく、深層学習によるSemantic Segmentationで、損傷ごとにピクセル単位で損傷領域を抽出するシステムを開発した。これにより、5年ごとの定期点検で、損傷領域が拡がっているかどうかが定量的に判断できるようになり、劣化予測の精度向上に繋がった。
|
| 研究成果の学術的意義や社会的意義 |
建設された構造物は、必ず維持管理が必要であり、これら構造物は年を重ねるごとに増えるため、これら構造物の維持管理を効率的に行うことが重要である。また、熟練技術者の退職や生産年齢人口の減少により、専門技術者の不足が懸念されている。さらに、現在政府は「働き方改革」で労働時間の短縮を目指しており、維持管理の分野においても労働生産性の向上が喫緊の課題となっている。
そこで、本研究は、人工知能などの情報技術を活用し、社会インフラの維持管理を支援するための情報プラットフォームを構築し、維持管理の効率化、合理化を図るものである。
|
