| 研究課題/領域番号 |
22K04360
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分22050:土木計画学および交通工学関連
|
|---|
| 研究機関 | 室蘭工業大学 |
|---|
研究代表者 |
浅田 拓海 室蘭工業大学, 大学院工学研究科, 准教授 (50634680)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2024年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 救急搬送 / AI / 点検効率化 / DX / 積雪寒冷地 / データ融合 / IRI / ひび割れ率 / マルチモーダルAI / 説明可能なAI / 維持管理 / 舗装マネジメント / 深層学習 |
|---|
| 研究開始時の研究の概要 |
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，申請者は，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た．そこで，本研究では，申請者が開発したAI型路面測定技術によりデータを拡充し，統計解析やシナリオ分析を行い，地域の救急医療に資する舗装維持管理方策を提案する．
|
| 研究実績の概要 |
長距離にわたる救急搬送路線の舗装状態を効率的に測定するため，簡易な車載カメラとAIを用いた路面点検技術の構築および点検データの活用方法について検討を進めた．
1つ目は，救急車走行に影響を与える横断ひび割れを検知する手法である．この手法では，深層学習（CNNやU-net）および機械学習（ランダムフォレスト）を組み合わせた複合モデルと構築し，さらに，舗装診断士が構築した教師データにより学習を行っている．この手法により，道内の大規模道路ネットワークにおける路面測定を行い，補修に必要な費用についてシナリオ分析している．
2つ目は，昨今，発生が増加しているポットホールの検知技術である．積雪寒冷地では，融雪期にポットホールが群発し，救急車を含む多くの一般交通に多大な影響を及ぼしている．このポットホールを効率的に発見すること，さらには，発生予測に基づく予知保全を実現させるために，札幌市内でのモニタリングを進めている．
他，都市内での救急搬送については，生活道路の舗装点検データに加えて，交通量や沿道建物に基づいたネットワークレベルの補修計画を策定する方法について提案した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
路面状態をモニタリングする技術の構築や点検結果に基づく修繕シナリオ分析についてはほぼ計画通り進んでいる．
救急搬送時間や車両振動を推定するモデルについては，データが揃っていないため，若干の遅れが生じている．
|
| 今後の研究の推進方策 |
救急搬送時間や車両振動を推定するモデルの構築するため，救急車プローブ調査を実施してデータの追加を急ぐ．これが難しい場合は，過去に行った調査のデータを用いて，モデルを構築する．
|
