• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

予測劣化度に基づく道路舗装の安全性能評価手法の開発

研究課題

研究課題/領域番号 23K04061
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
研究機関愛媛大学

研究代表者

坪田 隆宏  愛媛大学, 理工学研究科(工学系), 准教授 (00780066)

研究期間 (年度) 2023-04-01 – 2026-03-31
研究課題ステータス 交付 (2023年度)
配分額 *注記
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2024年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2023年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
キーワード事故リスク / 道路舗装 / 深層学習 / 維持管理 / 劣化予測 / 交通安全
研究開始時の研究の概要

本研究は,交通安全性を考慮した道路舗装の維持管理手法構築を目指し,舗装の路面劣化予測AIモデルの構築と,路面性状変化に伴う事故リスク値の変化を推定可能な一般化線形回帰モデルの構築を行う.はじめに,高速道路ネットワークを対象とした舗装劣化予測AIモデルの構築と舗装劣化度を考慮した事故リスク推定モデルの構築,並びに推定モデルの有効性検証に取り組む.続いて,一般道路ネットワークへの拡張を行い,最後に同モデルを活用した舗装維持管理方策を検討する予定である.本研究は,交通工学と舗装工学の知見を融合することにより,安全性能を考慮した舗装劣化度診断技術を構築し,安全な道路環境の創出に貢献すると期待される.

研究実績の概要

本研究は交通安全性を考慮した道路舗装の維持管理手法構築を目指し,具体的には舗装の路面劣化予測AIモデルの構築と,路面性状変化に伴う事故リスク値の変化を推定可能な一般化線形回帰モデルの構築を目指すものである.令和5年度は以下の研究を実施した.
1) セマンティックセグメンテーションを用いた道路施設の劣化度の定量評価手法を開発し,テストデータによる検証を通してその精度を確認した.具体的には,高速道路トンネル照明具に発生した赤錆を検出し,その面積割合を劣化度指標として劣化状態をR5年度に開発した手法は高速道路トンネルを対象にしたものではあるが,モデル開発に際しての技術的なアプローチや工夫は道路舗装の劣化度評価にも活用しうるものであると期待される.
2) 舗装の劣化予測手法構築に向けて,AI技術を活用した道路施設の劣化予測モデルを構築した.具体的には1)で定量評価した高速道路トンネル照明具の劣化速度を,設置環境要因や共用年数等を考慮して説明する統計モデルを構築した.また,劣化速度への影響要因として有意となった変数について,既往の研究と比較して妥当性を確認した.
3) 事故リスクの指標の算出手法開発を目指して,高速道路の事故リスク推定AIモデルを構築した.また,実データを用いてその予測精度を検証した.事故リスク推定モデルの入力にはプローブ走行軌跡データを活用することで,詳細な交通状況の考慮を行った.また,モデル構造にアテンション機構を導入することで,推定精度の向上を試みた.

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

舗装劣化データ,舗装画像データの入手の関係上,R5年度は舗装を対象とした分析は限定的なものとなった.その意味で若干の進捗遅れと評価できる.一方で,トンネル照明灯具を対象とした検討を通じて,方法論の部分については大きく進展することができたと評価する.よって,概ね順調に進展していると評価する.R6年度の実施内容に対する現在の進捗状況を以下に示す.
1) 舗装劣化度の評価の際にも援用可能なセマンティックセグメンテーションに基づく劣化度評価モデルを構築した.
2) 統計モデルに基づく劣化予測モデルを構築した.
3) 高速道路を対象とした事故リスク予測モデルを構築した.その際にアテンション機構の有用性を確認した.

今後の研究の推進方策

R6年度は,R5年度に構築した方法論に基づき,道路舗装の劣化度評価と,劣化予測手法を開発する.高速道路を対象に検討を実施する予定であるが,当初の予定通り一般道路を対象とした検討を視野に入れ,データ収集を開始する予定である.
また,事故リスク定量評価手法の開発については,舗装の劣化度を考慮したモデルを開発し,舗装劣化度が事故リスク値に与える影響を把握する,また,一般道路を対象とした事故リスク算定手法の検討を開始する.

報告書

(1件)
  • 2023 実施状況報告書
  • 研究成果

    (2件)

すべて 2023

すべて 雑誌論文 (1件) (うち査読あり 1件) 学会発表 (1件) (うち国際学会 1件)

  • [雑誌論文] Effectiveness of Accident Risk Information Based on Information Types2023

    • 著者名/発表者名
      Takahiro TSUBOTA, Toshio YOSHII, Shinya KURAUCHI, Jian XING
    • 雑誌名

      Journal of the Eastern Asia Society for Transportation Studies

      巻: in press

    • 関連する報告書
      2023 実施状況報告書
    • 査読あり
  • [学会発表] Use of vehicle trajectory information in deep learning model for predicting traffic accident occurrence2023

    • 著者名/発表者名
      Takahiro Tsubota, Yuna Isago, Toshio Yoshii, Jian Xing
    • 学会等名
      International Symposium on Transportation Data & Modelling (ISTDM2023)
    • 関連する報告書
      2023 実施状況報告書
    • 国際学会

URL: 

公開日: 2023-04-13   更新日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi