Development of an Automatic Infrastructure Interior Inspection Robot Using Deep Learning Self-learning Electromagnetic Radar

2021 Fiscal Year Final Research Report

• Project/Area Number: 20K21064
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 25:Social systems engineering, safety engineering, disaster prevention engineering, and related fields
• Research Institution: Sendai National College of Technology
• Principal Investigator: sonoda Jun 仙台高等専門学校, 総合工学科, 教授 (30290696)
• Project Period (FY): 2020-07-30 – 2022-03-31
• Keywords: 地中レーダ / 電磁波レーダ / 内部可視化 / 自動走行 / 深層学習 / ロボット / インフラ点検 / 災害

Outline of Final Research Achievements

The objective of this study is to develop an automatic traveling ground-penetrating radar robot that can automatically detect and image anomalies inside infrastructure such as river banks over a wide area. In FY2020, we developed a crawler-type ground-penetrating radar robot that automatically travels using satellite positioning and multiple sensors. In addition, we developed a deep learning program to visualize internal objects from radar images of ground and concrete. In FY2021, we applied the developed automatic traveling ground-penetrating radar robot to an actual survey and inspection of abnormalities in a river embankment, and evaluated its traveling performance on the slope and top of the embankment, and confirmed that it is capable of collecting radar images for supervised and unsupervised learning for automatic detection by AI.

Free Research Field

電磁波工学

Academic Significance and Societal Importance of the Research Achievements

本研究の挑戦的研究としての意義は、これまで実現できていなった内部の自動推定・3次元画像化と、人手によらない自動走行化を実現することで、現状から2段階の飛躍を目指すことである。これが実現できれば、労働人口の減少問題で懸念されている社会インフラ点検が自動化され、的確な補修による長寿命化など高度な安全・安心社会の実現に貢献できる。他にも、例えば御嶽山の火山災害のような火山灰に埋もれた不明者の捜索など、人が立ち入りにくい場所を昼夜問わず長時間にわたって捜索できるようになるなど、インフラ全般の検査点検に加え災害時の捜索など地中内部のセンシング問題に広く適用できるものである。