| 研究課題/領域番号 |
21K04240
|
|---|
| 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22020:構造工学および地震工学関連
|
|---|
| 研究機関 | 立命館大学 |
|---|
研究代表者 |
野村 泰稔 立命館大学, 理工学部, 教授 (20372667)
|
|---|
| 研究分担者 |
日下 貴之 立命館大学, 理工学部, 教授 (10309099)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 深層学習 / 物体検出 / 画像処理 / ひび割れ / 腐食 / インフラ維持管理 / 地中レーダ |
|---|
| 研究成果の概要 |
本研究の目的は，モノレール・高速道路橋を対象として，パトロール車による巡視・巡回点検および振動モニタリングを通じて，総合的に構造状態を診断するシステムを開発することである．道路上の損傷の進展性を評価する際，過去から継続して撮影した画像から，すべて手作業で必要な画像を検索し，両者の比較を行っているのが現状である．このことは，点検車両に地中レーダ装置を搭載して床板内部を検査する場合も同様である．本研究では，点検車載カメラの映像および地中レーダデータに対して，深層学習・画像処理などの最新技術を適用することで，構造表面腐食・ひび割れや中空床版内部の状態とそれらの経年変化を自動的に評価することを試みた．
|
| 自由記述の分野 |
応用情報学
|
| 研究成果の学術的意義や社会的意義 |
本研究では，点検車載カメラ映像および地中レーダデータに対して，深層学習に基づく物体検出技術，画像レジストレーションや加色混合法など画像処理技術を適用することで，モノレール橋梁の構造表面腐食・ひび割れおよびコンクリート中空床版内部のボイドを自動的に検出するだけでなく，これまで人手によるところの大きかった腐食・ひび割れの進展およびコンクリート中空床版のかぶり厚を定量的に評価することに成功した．本研究の成果は，構造物の維持管理における点検の精度と効率性を大幅に向上させ，労働者人口が減少する中で，インフラの健全性を持続的に保つために重要な社会的意義を有すると考える．
|
