2022 Fiscal Year Annual Research Report

Study on Generalization of Long-Range High-Accuracy Measurement Methods for Detecting Predictive Landslide Disasters

Research Project

Project/Area Number	17K06459
Research Institution	Shizuoka University
Principal Investigator	橋本岳静岡大学, 工学部, 准教授 (60228418)
Co-Investigator(Kenkyū-buntansha)	能見公博静岡大学, 工学部, 教授 (20325319) 岩田孝仁静岡大学, 地域創造学環, 教授 (30411804)
Project Period (FY)	2017-04-01 – 2023-03-31
Keywords	3次元計測 / 防災 / 画像計測 / 土砂災害 / 情報ネットワーク
Outline of Annual Research Achievements	本研究は，画像を用いたパッシブステレオ計測において，量子化誤差の低減により高精度計測を可能とする独自技術に基づいている。これまで屋外・遠距離での計測に取り組み，樹木や岩等の微小な動きの高精度な計測結果から土砂災害発生の予兆検知において成果を挙げてきた。本研究期間には，この土砂災害発生の予兆検知の種類や範囲を拡大すること，および，計測結果の伝送について検討を行っている。具体的には，人工マーカー以外に自然マーカーも対象にして汎用的な計測を実現し，さらに計測距離を延ばす取組みも行っている。 6年目は，次のテーマについて研究を鋭意進めた。テーマ1　計測システムの開発および計測の実施：自然マーカーを用いた計測において最も重要な対応点探索において，大きく誤差低減を実現できるようにマッチング手法を改良した。さらに，計測対象が植物等に覆われている場合の計測について検討を行い良好な結果を得ることができた。並行して，計測対象の模擬環境にて，独自の高精度化のアイディアに基づき，カメラ配置と計測精度との関係を綿密に調べ，高精度計測を実現できる最適条件の理論および実験による検討をより詳細に行った。以上に関して，屋外における計測の実施を継続した。テーマ2　計測結果の伝送実験：遠方にある微小かつ低画質なターゲットの撮影を行い，画像特徴量抽出の検討および機械学習を用いた画質改善による計測結果伝送の可能性の検討を継続した。さらに，研究過程において本計測法に当初の予想以上に様々な応用があることが分かっており，それらの応用についても鋭意検討を行った。具体的には，ひび割れ検出のサポートシステム，および，山間部道路情報の高頻度更新・詳細化を目的とした道幅自動計測について研究を遂行し論文として公表した。また研究遂行とともに，研究成果を積極的に報告している。今年度も展示会に出展して，研究成果を広く公開した。