| 研究課題/領域番号 |
21H01587
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
長山 智則 東京大学, 大学院工学系研究科(工学部), 教授 (80451798)
|
|---|
| 研究分担者 |
蘇 迪 東京大学, 大学院工学系研究科(工学部), 特任准教授 (40535796)
西川 貴文 長崎大学, 工学研究科, 准教授 (50512076)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 画像解析 / 差分解析 / ひび割れ / 機械学習 / 振動 |
|---|
| 研究実績の概要 |
道路舗装表面に現れる変状には，土砂崩れや大規模な沈下の前兆となる危険なひび割れや，事故を誘発する大きなポットホールの発生に至るものがある．重大な道路構造物被害につながるこれらの危険な変状を早期に捉える仕組みが求められる．車載一般カメラの動画像に対する精緻な画像処理を活用した位置推定技術に基づいて，災害前後や平時のひび割れ変化量，つまり差分を算出し，重大な道路構造物被害の前兆となり得る進行性のある変状を抽出するための検討を行った．
令和5年度は、１）位置合わせの高精度化および２）ひび割れなど路面変状の変化の評価、に取り組んだ。
１）これまでの研究によりGPS信号のない環境においても車両動揺を利用して走行速度を推定し、位置同定する仕組みを開発した。これによりGPS信号の有無に関わらず位置合わせが可能となった。しかし、ひび割れなどの変化を抽出するためには㎝程度の精度が必要になる。そこで、画像ベースの精緻な位置合わせ手法を開発した。舗装表面は一般に特徴量に乏しく，また木や標識の影など撮影時に変化する特徴量もある。また車両からの画像は走行中に対象領域の画角が変化し，画像ベースの位置合わせは通常は困難である。鳥瞰変換や機械学習ベースのマッチング手法を活用した，高精度位置合わせを検討し、あたかも道路上に存在する定点カメラから撮影されたような画像を、車両内設置カメラに基づいて得ることができた。
２）ひび割れに関する指標として、実務上利用されているのはひび割れ率であるが、ひび割れが進行すると指標の感度が低下する。そこで、感度低下が生じない指標としてひび割れ交点数を採用し、位置合わせ済みの画像を分析した。過去3年間の舗装データを分析したところ、経時的なひび割れ交点数の増加が確認された。ひび割れを追跡し急激で不連続なひび割れの変化を捉えられることから、災害時の危険なひび割れの把握にも寄与すると考える。
|
| 現在までの達成度 (段落) |
令和5年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和5年度が最終年度であるため、記入しない。
|
