研究課題/領域番号 |
23K25413
|
補助金の研究課題番号 |
23H00716 (2023)
|
研究種目 |
基盤研究(B)
|
配分区分 | 基金 (2024) 補助金 (2023) |
応募区分 | 一般 |
審査区分 |
小区分03060:文化財科学関連
小区分03070:博物館学関連
合同審査対象区分:小区分03060:文化財科学関連、小区分03070:博物館学関連
|
研究機関 | 名古屋市立大学 |
研究代表者 |
青木 孝義 名古屋市立大学, 大学院芸術工学研究科, 教授 (10202467)
|
研究分担者 |
張 景耀 京都大学, 工学研究科, 准教授 (50546736)
神沼 英里 名古屋市立大学, 大学院芸術工学研究科, 准教授 (90314559)
|
研究期間 (年度) |
2023-04-01 – 2026-03-31
|
研究課題ステータス |
交付 (2024年度)
|
配分額 *注記 |
18,850千円 (直接経費: 14,500千円、間接経費: 4,350千円)
2025年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2024年度: 6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2023年度: 9,100千円 (直接経費: 7,000千円、間接経費: 2,100千円)
|
キーワード | 文化財 / 組積造 / 構造安全性 / モニタリング / 機械学習・深層学習 |
研究開始時の研究の概要 |
国内外で大規模地震が発生し、文化財組積造建造物が被災する度にその修復・補強(事後保全)が急務となるが、被災後に応急措置がされたとしても、予算等の問題で本工事に取りかかれない建造物は少なくない。そのため、応急措置から本工事までの期間における被災文化財組積造建造物の構造安全性モニタリングは重要である。一方で、観光資源でもある文化財組積造建造物は、BCP(事業継続計画)の観点から予防保全も重要である。本研究では、光学的計測や振動モニタリングにより得られる大量のデータへのAI・機械学習の適用、センサ開発などにより、文化財組積造建造物の構造安全性評価に適したモニタリング技術に関する研究を実施する。
|
研究実績の概要 |
本研究では、光学的計測や振動モニタリングにより得られる大量のデータへのAI・機械学習の適用、センサ開発などにより、文化財組積造建造物の構造安全性評価に適したモニタリング技術に関する研究を目的としている。 R5年度は、課題①:光学的計測技術を用いた3Dモデルの再構築と異常検知、①-1「3Dモデルの再構築」で、移動型レーザスキャナLiDARを用いて異なるフレーム間の点群対応関係を特定するレジストレーション法により、より高精度かつ短時間で3Dモデルの再構築を行った。①-2「点群データの異常検知」で、LiDARセンサ画像は3次元距離を画素に持つ2次元距離画像なので、画像の異常検知で使われるAutoencoder深層学習モデルに着手した。 課題②:振動モニタリングによる異常検知と3Dモデル修正、②-1「センサ開発とモニタリングシステム構築」で、DC(長周期)から200Hz、0~2Gの加速度が検知できる高感度センサの開発を進め、センサの最適配置を考慮した振動モニタリングシステムを構築するとともに、材料特性推定のための試験機器の開発を行っている。②-2「振動モニタリングの異常検知」で、建造物の振動に関する多変数の1次元時系列データでの異常検知分析のため、通常時の変数時系列データとは異なるパターンが来た時に異常値として検知するために深層学習モデルに着手した。②-3「モデルの材料特性などの修正」で、振動特性(固有振動数とモード)を用いた逆問題により、劣化や損傷を含む材料特性の同定を行い、3Dモデルの修正を行った。
|
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
課題①:光学的計測技術を用いた3Dモデルの再構築、①-1「3Dモデルの再構築」で移動型レーザスキャナLiDARを用いて、世界遺産建築物の3Dモデルの再構築を行った。課題②:振動モニタリングによる異常検知と3Dモデル修正、②-1「センサ開発とモニタリングシステム構築」で、高感度センサの開発とモニタリングシステムの構築を行うとともに、材料特性推定のための試験機器の開発を行っている。②-3「モデルの材料特性などの修正」で、振動特性(固有振動数とモード)を用いた逆問題により、劣化や損傷を含む材料特性の同定を行い、3Dモデルの修正を行っている。
|
今後の研究の推進方策 |
R6年度は、課題①:光学的計測技術を用いた3Dモデルの再構築と異常検知、①-1「3Dモデルの再構築」で、より高精度かつ短時間で3Dモデルの再構築を行う。①-2「点群データの異常検知」で、画像の異常検知で使われるAutoencoder深層学習モデルを構築し、定点カメラ画像を用いた変形の異常検知も行う。 課題②:振動モニタリングによる異常検知と3Dモデル修正、②-1「センサ開発とモニタリングシステム構築」で、異常検知の精度を上げるため常時モニタリングシステムの構築、高感度センサの検証を進め、材料特性推定のための試験機器の改良を行う。②-2「振動モニタリングの異常検知」で、建造物振動の異常検知分析のための深層学習モデルを構築する。②-3「モデルの材料特性などの修正」で、振動特性(固有振動数とモード)を用いた逆問題により、劣化や損傷を含む材料特性の同定を行い、3Dモデルの修正を行う。 課題③:モニタリングによる構造安全性評価と解析や実験による検証で、文化財組積造建造物に適したモニタリング技術の構築と、その有用性を評価する。
|