| 研究実績の概要 |
最終年度は，深層学習に基づく一般物体検出技術を利用した構造全体系からのひび割れ検出（テーマA）と，検出されたひび割れを定量化することを目的として，非接触変位場計測に基づくひび割れ周辺の力学状態の評価（テーマB）に関して取り組んだ．
テーマAでは，現在，各所で開発が進められている高所等，人が立ち入ることが困難な箇所の点検ロボットに実装するシステムを構築すること，および，ひび割れ定量化前に, 通常，検査者が行っていた構造全体系からのひび割れ発生箇所の検出を自動的かつ実時間で行えるようにすることを目的として，深層学習を用いた一般物体検出技術の内，高速処理が可能なYOLOv2を用いて，コンクリート表面のひび割れ検出システムを開発することを試みた．実証試験を通じて，一般的な動画の解像度である1280×960pixelの場合，概ねひび割れの領域を検出でき，一般的な動画のフレームレートで，ひび割れを検出できることを明らかにした．
テーマBでは，車両交通下にあるコンクリート床版下面のき裂を定量的に評価できるか検討した．実証試験を通じて，き裂開口量およびひずみ比の推定値から大まかなき裂発生領域を検出できる可能性があることが分かった．ただし，厳密には，実際のき裂領域とシステムの出力は1要素分ずれる結果となった．この原因として今回の取得動画は被写体がカメラに近づいてくる状態であったことが考えられる．本研究では画像から得られるたわみ振動（面外方向の変位）に対し多項式近似を行い，両者の差分を面内変位と見なし提案システムを実行した．この面外・面内変位の分離精度がき裂検出結果に影響を及ぼすと考えられることから，今後はこの方法論を確立する必要があると考える．
|
