| 研究課題/領域番号 |
20K12083
|
|---|
| 研究機関 | 大阪市立大学 |
|---|
研究代表者 |
吉田 大介 大阪市立大学, 大学院工学研究科, 准教授 (00555344)
|
|---|
| 研究分担者 |
川合 忠雄 大阪市立大学, 大学院工学研究科, 教授 (20177637)
瀧澤 重志 大阪市立大学, 大学院生活科学研究科, 教授 (40304133)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 深層学習 / Webシステム / ドローン / ひび割れ検知 |
|---|
| 研究実績の概要 |
本研究者らはドローン等のICTを活用し、インフラ維持管理における応用研究を自治体と連携し進めてきた。これまでの研究成果として、深層学習を用いた護岸壁面のひび割れ検知プロトタイプを開発し、現在は検知結果の精度検証や、検知性能向上のための改良などを進めている。
2020年度の実績として、教師データの作成や現場検証に使用するために、産業用ドローン（DJI Matrice 300 RTK）と高倍率ズーム機能搭載カメラ（DJI Zenmuse H20T）を用いて、護岸や防潮堤の高解像度写真を撮影した。また、開発するシステムで検知できる構造物を、他のコンクリート構造物にも応用可能か検証するために、ダム堤体や港湾施設の管理道などの撮影をおこない、現在検証を進めている。
深層学習を構成するソフトウェアには多くのものが存在し、それぞれに様々な特徴がある。今年度の実績として、深層学習プログラムの精度向上を目的とし、複数の深層学習フレームワークの検証や教師データの強化作業を実施した。
システムによる検知結果の地理的な位置や検知箇所などの詳細を、３次元Webビューワーで表示する機能の実装をおこなった。これにより、３次元の点群モデル上に検知結果を可視化し、直感的にわかりやすくインフラの管理がおこなえる。今後は、検知したひび割れ等の不具合が、時間の経過とともにどのように変位しているかを視覚的に可視化するために、時系列表示機能の開発をおこなう。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
新型コロナ感染症の感染拡大により緊急事態宣言が発令され、
研究活動を制限された影響で、野外調査等の作業が予定より遅れている。
|
| 今後の研究の推進方策 |
これまでに大阪港湾局から研究対象の実験現場を提供していただいているが、今回、港湾局から客員研究員（2名）を受け入れることになった。この研究員と協働して研究を進め、実用的な成果に結びつけていく。
研究分担者や研究協力者とのデータ共有を含め、スムーズなコミュニケーションをおこなうため、MS Teams等のツールを積極的に活用する。
|
| 次年度使用額が生じた理由 |
新型コロナウィルスの感染拡大により緊急事態宣言が発出され、国内出張や研究補佐員の雇用などが大きく制限されたため、それらの予算が繰越となった。次年度の研究費の使用計画としては、開発しているシステムの検知性能を向上させるために、深層学習のデータ処理用として、コンピュータ部品の購入費用を予定している。
|
