CN113167037B - 构造物的修复施工方法选定系统、修复施工方法选定方法及修复施工方法选定服务器 - Google Patents

构造物的修复施工方法选定系统、修复施工方法选定方法及修复施工方法选定服务器 Download PDF

Info

Publication number
CN113167037B
CN113167037B CN201980078209.0A CN201980078209A CN113167037B CN 113167037 B CN113167037 B CN 113167037B CN 201980078209 A CN201980078209 A CN 201980078209A CN 113167037 B CN113167037 B CN 113167037B
Authority
CN
China
Prior art keywords
repair
damage
unit
construction method
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201980078209.0A
Other languages
English (en)
Other versions
CN113167037A (zh
Inventor
堀田修平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujifilm Corp filed Critical Fujifilm Corp
Publication of CN113167037A publication Critical patent/CN113167037A/zh
Application granted granted Critical
Publication of CN113167037B publication Critical patent/CN113167037B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01D—CONSTRUCTION OF BRIDGES, ELEVATED ROADWAYS OR VIADUCTS; ASSEMBLY OF BRIDGES
    • E01D22/00—Methods or apparatus for repairing or strengthening existing bridges ; Methods or apparatus for dismantling bridges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30184—Infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Library & Information Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Bridges Or Land Bridges (AREA)
  • Working Measures On Existing Buildindgs (AREA)

Abstract

本发明提供一种能够选定适当的修复施工方法的构造物的修复施工方法选定系统、修复施工方法选定方法及修复施工方法选定服务器。构造物的修复施工方法选定系统(100)具备：修复评价部(105)，其求得修复后的构造物的评价分；数据库(110)，其具有构造物的拍摄图像等及评价分的数据；图像获取部(115)，其获取修复对象的对象构造物的拍摄图像；损伤检测部(125)，其从拍摄图像中检测损伤；相似损伤提取部(130)，其使用数据库(110)提取与损伤相似的相似损伤；以及修复施工方法提示部(135)，其基于评价分，提示相似损伤的修复施工方法。另外，修复施工方法选定方法及修复施工方法选定服务器使用了构造物的修复施工方法选定系统(100)。

Description

构造物的修复施工方法选定系统、修复施工方法选定方法及修复施工方法选定服务器
技术领域
本发明涉及构造物的修复施工方法选定系统、修复施工方法选定方法及修复施工方法选定服务器，特别是涉及根据桥梁等构造物的损伤状况等选定修复施工方法的修复施工方法选定系统、修复施工方法选定方法及修复施工方法选定服务器。
背景技术
桥梁等社会基础设施构造物需要定期进行点检。在桥梁的修复设计中，技术人员根据基于这些点检的损伤状况及损伤原因等，判断修复时间并选定修复施工方法。
确认应修复的损伤、确认适当的修复时间、选定适当的修复施工方法时，需要高超的技能及经验，结果会因检查员(诊断员)的不同而不同等，未必能够进行适当的修复。另外，熟练的技术人员人手不足也是不能进行适当的修复的主要原因。另外，在预算管理方面，若在修复设计时选定的修复施工方法和实际进行的方法不同，则预算会产生背离，也无法进行预算管理。
作为制作修复计划的系统，例如，在下述专利文献1中记载有一种修复计划制定辅助系统、方法及程序，在该修复计划制定辅助系统中，输入点检结果，与参考构造物的过去的点检结果及修复结果进行比较来制作对象构造物的修复计划。由此，能够对客观且高精度的修复计划的制定有效地进行辅助。
以往技术文献
专利文献
专利文献1：国际公开第2017/051550号
发明内容
发明要解决的技术课题
但是，在专利文献1所记载的修复计划制定辅助系统等中，由于显示出了与点检结果信息相似的参考构造物的修复结果信息，而未反映出过去的修复后的检查结果，因此，在修复后的长期评价中，无法判定是否是适当的修复施工方法。
本发明是鉴于这种情况而完成的，其目的在于提供一种能够选定更适当的修复施工方法的构造物的修复施工方法选定系统、修复施工方法选定方法及修复施工方法选定服务器。
用于解决技术课题的手段
为了达到本发明的目的，本发明的一实施方式所涉及的构造物的修复施工方法选定系统具备：修复评价部，其根据构造物的修复后的点检历史记录求得构造物的评价分；数据库，其具有构造物的修复前的拍摄图像、采用的修复施工方法、修复时间、构造物的修复后的点检历史记录、及评价分的数据；图像获取部，其获取进行修复的对象构造物的拍摄图像；实际尺寸信息获取部，其获取拍摄图像中的对象构造物的特征部分的实际尺寸大小或对象构造物的实际长度；损伤检测部，其从由图像获取部获取的拍摄图像中检测损伤，并且基于由实际尺寸信息获取部获取的信息，计算损伤的程度；相似损伤提取部，其通过判定由损伤检测部检测到的损伤与设置在数据库内的构造物的损伤的相似度，提取相似度高的一个以上的相似损伤；以及修复施工方法提示部，其基于评价分，提示针对由相似损伤提取部提取的相似损伤采用的修复施工方法。
为了达到本发明的目的，本发明的一实施方式所涉及的构造物的修复施工方法选定方法包括：修复评价工序，修复评价部根据构造物的修复后的点检历史记录求得构造物的评价分；图像获取工序，图像获取部获取进行修复的对象构造物的拍摄图像；实际尺寸信息获取工序，实际尺寸信息获取部获取拍摄图像中的对象构造物的特征部分的实际尺寸大小或对象构造物的实际长度；损伤检测工序，损伤检测部从在图像获取工序中获取的拍摄图像中检测损伤，并且基于在实际尺寸信息获取工序中获取的信息，计算损伤的程度；相似损伤提取工序，相似损伤提取部使用具有构造物的修复前的拍摄图像、采用的修复施工方法、修复时间、构造物的修复后的点检历史记录、及评价分的数据的数据库，判定在损伤检测工序中检测到的损伤与设置在数据库内的构造物的损伤的相似度，从而提取相似度高的一个以上的相似损伤；以及修复施工方法提示工序，修复施工方法提示部基于评价分，提示针对在相似损伤提取工序中提取的相似损伤采用的修复施工方法。
为了达到本发明的目的，本发明的一实施方式所涉及的构造物的修复施工方法选定服务器经由网络与用户终端连接，选定进行修复的对象构造物的修复施工方法，其中，所述修复施工方法选定服务器具备：修复评价部，其根据构造物的修复后的点检历史记录求得构造物的评价分；数据库，其具有构造物的修复前的拍摄图像、采用的修复施工方法、修复时间、构造物的修复后的点检历史记录、及评价分的数据；图像获取部，其获取对象构造物的拍摄图像；实际尺寸信息获取部，其获取拍摄图像中的对象构造物的特征部分的实际尺寸大小或对象构造物的实际长度；损伤检测部，其从由图像获取部获取的拍摄图像中检测损伤，并且基于由实际尺寸信息获取部获取的信息，计算损伤的程度；相似损伤提取部，其通过判定由损伤检测部检测到的损伤与设置在数据库内的构造物的损伤的相似度，提取相似度高的一个以上的相似损伤；修复施工方法提示部，其基于评价分，提示针对由相似损伤提取部提取的相似损伤采用的修复施工方法；以及通信部，其具有经由网络从用户终端接收拍摄图像的接收部、和向用户终端发送由修复施工方法提示部提示的修复施工方法的发送部。
发明效果
根据本发明的构造物的修复施工方法选定系统，具有修复评价部，数据库包括由修复评价部求得的修复的评价分。而且，在选定修复施工方法时，通过也考虑该评价分来选定修复施工方法，能够适当地选定从获取的图像中检测到的损伤的修复施工方法。在构造物的修复施工方法选定方法及修复施工方法选定服务器中，也能够获得同样的效果。
附图说明
图1是从下侧观察桥梁看到的外观图。
图2是表示构造物的修复施工方法选定系统的结构的框图。
图3是表示基于修复施工方法A的健全度的经年变化的图。
图4是表示基于修复施工方法B的健全度的经年变化的图。
图5是表示判定损伤的相似度的概念的图表。
图6是说明提示修复施工方法的方法的图。
图7是构造物的修复施工方法选定方法的流程图。
图8是表示构造物的修复施工方法选定服务器的结构的框图。
具体实施方式
下面，按照附图对本发明的一实施方式所涉及的构造物的修复施工方法选定系统、修复施工方法选定方法及修复施工方法选定服务器进行说明。
<桥梁的构造>
图1是表示从下方观察作为构造物之一的桥梁1看到的状态的立体图。图1所示的桥梁1具有由主梁2、横梁3、横撑架4、平纵联5、底板6组成的立体构造，这些部件通过螺栓、铆钉、焊接等连结而构成。在主梁2等的上部浇筑有用于车辆等行驶的底板6。底板6一般是钢筋混凝土制的底板。主梁2是架在桥座或桥墩之间以支撑底板6上的车辆等的载荷的部件，并且具有与底板6的面(水平面)正交的面(铅垂方向的面)。横梁3是连结主梁2以便用多个主梁2支撑载荷的部件。横撑架4及平纵联5是分别将主梁2相互连结以便克服风及地震的横向载荷的部件。此外，在本实施方式中，构造物不限于桥梁，也可以是隧道、大厦及道路等。
<构造物的修复施工方法选定系统>
图2是表示本发明的一实施方式所涉及的修复施工方法选定系统100及数码相机200的概略结构的框图。
本实施方式所涉及的修复施工方法选定系统100具有修复评价部105、数据库110、图像获取部115、实际尺寸信息获取部120、损伤检测部125、相似损伤提取部130以及修复施工方法提示部135。另外，还可具备：信息获取部140，其获取数据库110内保存的与构造物对应的损伤原因及构造信息等其他信息，该其他信息是进行修复的对象构造物的信息；显示控制部145，其显示修复施工方法；以及输出部150，其输出修复施工方法。
修复施工方法选定系统100是从对作为进行修复的对象的对象构造物进行拍摄而获取的图像中检测需要进行修复的损伤，并选定该损伤的修复施工方法的系统，可应用于数码相机、智能手机、平板终端、个人计算机等。由图像获取部115获取的图像可由数码相机200获取。数码相机200可以组装到与修复施工方法选定系统100不同的框体上，也可以一体化。另外，也可以将数码相机200作为修复施工方法选定系统100的一部分并入，构成本实施方式的构造物的修复施工方法选定系统。
<数码相机的结构>
数码相机200通过具备未图示的摄影透镜及摄像元件的摄像光学系统210获取图像。作为摄像元件的例子，可列举CCD(Charge Coupled Device：电荷耦合器件)型摄像元件及CMOS(Complementary Metal-Oxide Semiconductor：互补金属氧化物半导体)型摄像元件。在摄像元件的受光面上设置有R(红)、G(绿)或B(蓝)彩色滤光片，可基于各种颜色的信号获取被摄体的彩色图像。数码相机200经由无线通信部220及天线222与修复施工方法选定系统100进行无线通信，拍摄得到的图像被输入到图像获取部115并进行后述的处理。
在用数码相机200进行的拍摄中，在一次拍摄不能获取作为对象的构造物或部位的整体图像的情况下，获取对作为对象的构造物或部位进行分割拍摄而得到的图像组。图像获取部115具备全景合成部116，也可使用由全景合成部116对图像组进行了全景合成处理后的图像。数码相机200例如可以是具有5000×4000像素左右的像素数的通用紧凑型数码相机。
<构造物的修复施工方法选定系统的各结构>
修复施工方法选定系统100主要由修复评价部105、数据库110、图像获取部115、实际尺寸信息获取部120、损伤检测部125、相似损伤提取部130及修复施工方法提示部135构成。它们相互连接以收发必要的信息。另外，修复施工方法选定系统100经由天线117与数码相机200之间进行无线通信，获取由数码相机200拍摄的拍摄图像。
《修复评价部》
修复评价部105根据构造物的修复后的点检历史记录求得构造物的评价分。求得构造物的评价分的方法及基准能够根据评价的构造物或构造物的使用状况等适当地设定。构造物的评价分可以以通过修复后的点检所点检的部件单元进行评价，也可以以构造物整体进行评价。在以构造物整体进行评价的情况下，可以对每个部件进行评价，求得其平均值。在求平均值时，可以根据部件的重要度进行加权，求得其平均值。另外，在对每个部件进行的评价中，也可将评价分最低的分数作为构造物整体的评价而给出评价分。
下面是求得构造物的评价分的方法的一个例子。图3及图4是在纵轴上绘制部件或构造物的健全度等级、在横轴上绘制修复后的经过年数的图，图3是修复施工方法A的结果，图4是修复施工方法B的结果。如图3及图4所示，可通过相对于经过年数绘制健全度并求得该图表的积分值来进行构造物的修复的评价，可判断为积分值越大越能够长期维持高等级，并且可评价为修复效果高。该评价分的求取方法在选定希望长期维持高健全度的修复施工方法时使用。
作为其他评价方法，有以年为单位求得健全度等级的平均值的方法。另外，若用积分值进行评价，则经过年数越长，积分值越大，若用平均值进行评价，则如果经过年数变长，则等级降低，因此平均值变小。因此，也可规定求取评价分的年数，求得评价分。
在求评价分时，也可将修复所花费的成本及作业时间等反映在评价分中。
关于图3及图4所记载的健全度等级，在日本国土交通省的“桥梁定期点检要领”(日本平成26年(2014年))中，作为点检及诊断的结果的排名，在损伤等级(损伤程度)(a、b、c、d、e)、对策类别的判定(A、B、C、D、E)、部件单元的健全性(I、II、III、IV)、及桥梁单元的健全性(I、II、III、IV)中，定义有4级或5级的等级。可将该等级以好等级数值大、差等级数值小的方式置换为数值，计算修复的有效性的评价值，用于计算评价分。另外，在美国的桥梁点检中，由National Bridge Inventory(NBI)Rationg Scale定义了10级(9～0)的健全度排名，也可以在制作评价分的基准时使用该等级。
另外，除使用上述健全度等级的方法以外，构造物的评价分也可从每隔规定期间拍摄的图像中确认损伤的位置及损伤的程度的进展历史记录，通过该进展历史记录直接评价。所谓损伤的位置及损伤的程度的进展历史记录，例如，可列举裂纹的总延伸的推移、最大裂纹宽度的推移、裂纹密度的推移、构造上重要的部分是否产生了损伤等。
《数据库》
数据库110是存储有构造物的修复前的拍摄图像、采用的修复施工方法、修复时间、构造物的修复后的点检历史记录、及由修复评价部求得的评价分的记录装置。
作为采用的修复施工方法，作为混凝土部件的修复施工方法的例子，可列举裂纹修复工程(裂纹注入工程、裂纹填充工程)、断面修复工程(抹灰方法、喷浆方法、填充方法)、表面处理工程(表面涂覆工程、表面浸渍工程)、重新浇筑工程、防剥落工程、电防蚀工程、脱盐工程、重新碱化工程、防水工程等。作为钢部件的修复施工方法的例子，可列举覆板加固工程、部件更换工程、涂料重涂工程、防水工程、止水工程、钻孔止裂工程、焊接修复工程、及螺栓更换等。另外，由于修复性能不仅根据修复施工方法的种类而变化，而且也根据所采用的修复材料的种类(制造商及型号)而变化，因此优选的是，也包括修复材料。
作为修复时间，包括从构造物开始投入使用起经过的天数或年数、从最后点检日起经过的天数或年数、及获取到图像的日期的信息。
评价分是上述的由修复评价部求得的评价分。通过点检修复后的构造物求得评价分。
另外，可包括构造物的损伤信息。作为构造物的损伤信息，可包括损伤的种类、损伤的位置、损伤的程度(长度、宽度、面积、密度及深度等，以及它们的平均值或最大值等)。
作为其他信息，可以包括损伤原因、构造信息、环境信息及历史记录信息。作为损伤原因，作为混凝土部件的损伤原因的例子，可列举(1)疲劳(重复载荷)、盐害、中性化、碱集料反应、冻害及化学浸蚀等劣化；(2)施工时的水化热、及干燥收缩等施工时的主要原因；(3)过大的外力作用及不适当的设计等构造上的主要原因。另外，作为钢部件的损伤原因的例子，可列举(1)疲劳(重复载荷)及盐害等劣化；(2)过大的外力作用及不适当的设计等构造上的主要原因。
另外，作为构造信息，可列举(1)构造物的种类，例如，在桥梁的情况下，梁桥、刚构桥、桁架桥、拱桥、斜拉桥、吊桥等；(2)部件的种类，例如，在桥梁的情况下，底板、桥墩、桥座、梁等；(3)材料，例如，钢、钢筋混凝土、PC(预应力混凝土(Prestressed Concrete))等。
另外，作为环境信息，可列举每天、每月、每年、累积等的交通量、距海的距离、平均气温、平均湿度、降雨量、降雪量等气候等。
另外，作为历史记录信息，可列举施工时的气温等施工时条件、经过年数、修复历史记录、地震、台风、洪水等灾害历史记录、挠曲、振动的振幅、振动的周期等监控信息等。
《图像获取部》
图像获取部115获取进行修复的对象构造物的拍摄图像。拍摄图像按对象构造物的构造物单元、或部件单元获取图像。
图像获取部115从数码相机200(或记录介质、网络等)获取桥梁1的拍摄图像。拍摄图像可以是一次拍摄中获取整体的图像，也可以是在一次拍摄中无法以规定的分辨率覆盖获取拍摄图像的区域时，作为图像组而对对象构造物进行分割拍摄得到的多个图像。在获取了多个图像的情况下，由全景合成部116进行全景合成处理。在全景合成处理中，检测图像彼此的对应点，并基于图像彼此的对应点合成拍摄图像。
另外，图像获取部115也可以定期获取对象构造物的拍摄图像，获取对象构造物的经时图像。在通过后述的相似损伤提取部130检测相似损伤时，对象构造物的经时变化也可用于相似度的判定。此外，经时图像只要至少获取上次点检时的图像和本次点检时的图像即可。
《实际尺寸信息获取部》
实际尺寸信息获取部120获取由图像获取部115获取的拍摄图像中的对象构造物的特征部分的实际尺寸大小或对象构造物的实际长度。作为求得对象构造物的实际长度的方法，可通过获取分辨率来求得，该分辨率表示拍摄图像的每单位像素的对象构造物上的长度。作为其他方法，可通过与可知构造物长度的物质一起拍摄、或投影标度并拍摄等来进行。
《损伤检测部》
损伤检测部125从由图像获取部115获取的拍摄图像中检测损伤。另外，基于由实际尺寸信息获取部120获取的信息计算损伤的程度。
作为检测的损伤，在构造物是混凝土部件的情况下，检测裂纹、漏水及游离石灰、剥离及钢筋暴露、及空鼓等损伤。在构造物是钢部件的情况下，检测龟裂、腐蚀、及防腐蚀功能的劣化等损伤。检测这些损伤中的任意一个以上。
检测可通过基于机器学习的检测器及检测算法来检测。
例如，作为为了进行裂纹的检测而测量的项目，有位置、大小、方向、范围、形状等，但可根据构造物的种类、特征等条件进行设定。裂纹的检测可通过各种方法进行，例如，可使用日本专利4006007号公报所记载的裂纹检测方法。该方法是具有制作小波图像的工序、和基于小波图像判定裂纹区域的工序的裂纹检测方法。在制作小波图像的工序中，计算与被对比的两个浓度对应的小波系数，并且计算分别使这两个浓度变化时的各自的小波系数并制作小波系数表，对拍摄作为裂纹检测对象的混凝土表面而得到的输入图像进行小波变换。在判定裂纹区域的工序中，在小波系数表内，将与局部区域内相邻像素的平均浓度和关注像素的浓度对应的小波系数作为阈值，通过比较关注像素的小波系数和阈值来判定裂纹区域和非裂纹区域。
《相似损伤提取部》
相似损伤提取部130基于损伤的种类、损伤的位置、损伤的程度判定相似度，从数据库110中提取相似度高的一个以上的相似损伤。
另外，除损伤信息之外，还可以基于损伤的位置及损伤的程度的经时变化来判定相似度。再者，还可以基于数据库110内的构造信息、环境信息、历史记录信息、灾害信息、检查信息中的任意一个以上来判定相似度并进行提取。
相似度的判定在以上述信息为特征向量的特征空间中，计算点检对象的构造物与保存在数据库中的其他构造物的损伤之间的距离，将该距离在某阈值以下的损伤提取为相似损伤。
图5是表示判定相似度的概念的图表。基于特征向量的特征空间可设为在判定相似度时使用的、选自损伤的种类、损伤的位置、损伤的程度、损伤的位置及损伤的程度的经时变化、构造信息、环境信息、历史记录信息、灾害信息、及检查信息的参数的多维空间。此外，关于图5，为了便于说明，在二维空间中进行图示。
在图5中，将横轴作为特征向量(1)，绘制裂纹的最大宽度，将纵轴作为特征向量(2)，绘制开始投入使用后的年数。而且，将以进行修复的对象构造物的损伤为中心的规定距离作为阈值，提取该阈值以下的损伤作为相似损伤。在图5中，表示用虚线表示的以对象构造物为中心的圆为阈值以下。
此外，在提取相似损伤时，可以设为不对参数进行加权的距离(欧氏距离)，也可以设为加权的距离(马氏距离)。可以通过主成分分析等统计方法来确定对哪个参数进行什么加权。
另外，除如上所述的判定之外，还可以将特征空间中的点或范围的附加检索条件指定为单独的参数或其他参数。例如，如果指定竣工日期为1990年1月1日以后的桥梁、基本构造物为梁桥等，则在该指定的范围内以构造物的损伤为对象提取相似的损伤。
《修复施工方法提示部》
修复施工方法提示部135是基于由修复评价部105求得的评价分，提示针对由相似损伤提取部130提取的相似损伤采用的修复施工方法的装置。作为提示修复施工方法的方法，例如，可如下进行提示。图6是对提示修复施工方法的方法进行说明的图。
(1)按评价分从高到低的顺序列举提示。
在由相似损伤提取部130提取的相似损伤中，按评价分从高到低的顺序列举针对相似度高的、例如相似度前100名的相似损伤采用的修复施工方法(例1)。
(2)列举提示评价分的平均分高的修复施工方法。
在由相似损伤提取部130提取的相似损伤中，将对针对相似度高的、例如相似度前100名的相似损伤采用的修复施工方法的评价分按每种修复施工方法进行平均，并按评价分的平均分从高到低的顺序列举修复施工方法(例2)。
(3)提示评价分在阈值以上的修复施工方法中所占的比例。
在由相似损伤提取部130提取的相似损伤中，在针对相似度高的、例如相似度前100名的相似损伤采用的修复施工方法中，将评价分在规定阈值以上(合格分以上)的修复施工方法的比例与修复施工方法一起表示。例如，在图6的例3中，对于6件相似损伤(A～F)，70分以上的是损伤事例A、B、E，分别是，损伤事例A为施工方法1、损伤事例B为施工方法2、损伤事例E为施工方法1。因此，合格分以上的损伤事例为3件，施工方法1为2件、施工方法2为1件，因此提示为施工方法1-67％、施工方法2-33％。
此外，在图6中，为了简化记载，作为损伤事例示出了损伤事例A～F这6件进行说明，但实际上优选的是，提取如上所述的前100名的100件，提示修复施工方法。另外，修复施工方法的提示不限于仅基于评价分进行提示，也可考虑修复时的成本、作业时间等进行排名、列举。
作为提示的修复施工方法，例如，在构造物是混凝土部件的情况下，可列举以下的修复施工方法。作为裂纹修复工程，对于裂纹宽度为0.2mm以下程度的裂纹，进行裂纹涂覆工程或裂纹涂布工程，对于裂纹宽度为0.2mm～1mm程度的裂纹，进行裂纹注入工程，对于裂纹宽度为1mm以上的裂纹，进行裂纹填充工程。裂纹涂覆工程或裂纹涂布工程是涂覆裂纹部表面，切断劣化因素的方法。裂纹注入工程是在裂纹中注入树脂类或水泥类材料的方法。裂纹填充工程是沿裂纹将表面以10mm左右的宽度切成U字型，填充修复材料的方法。
作为其他修复施工方法，作为断面修复工程，有抹灰方法、喷浆方法及填充方法，这些方法是去除混凝土的劣化部分，将模板设置在已去除的部分，在该模板内注入新的断面修复材料(无收缩砂浆或聚合物水泥砂浆等)，将混凝土断面复原的方法。至于抹灰方法、喷浆方法及填充方法，根据缺损面积选择各种方法。作为防止构造物的表面剥离的防剥离工程，进行在构造物的表面涂布保护膜或粘贴防剥落片材的方法。另外，作为防止构造物劣化的劣化对策，可列举表面涂覆方法、表面浸渍方法及电防蚀方法。表面涂覆方法是涂布环氧树脂涂料或水泥类材料、或粘贴由这些材料形成的片材的方法。表面浸渍方法是使混凝土劣化抑制及改性材料从表面向内部渗透的方法。电防蚀方法是电气防腐蚀的方法。
这些构造物的一般修复施工方法记载在“桥梁修复设计手册”中。
在修复施工方法提示部135中，不仅可以选定、提示上述修复施工方法的种类，而且可以选定、提示在修复施工方法中使用的材料的种类(制造商及型号)。由于修复性能根据修复材料的种类而变化，因此通过选定材料的种类，能够提示更优选的修复施工方法。
另外，在提示修复施工方法时，也可以提示每个损伤的修复时间(从最后点检日起的天数或年数等)。通过提示修复时间，能够对照数据库内的相似损伤的修复时间，确定对象构造物的修复时间。
《信息获取部》
信息获取部140获取进行修复的对象构造物的损伤原因、构造信息、环境信息及历史记录信息(以下，也称为“构造物信息等”)。作为损伤原因、构造信息、环境信息及历史记录信息，获取与上述数据库110内包括的信息同样的信息。
信息获取部140上的信息的获取能够通过未图示的操作部输入。操作部包括键盘及鼠标作为输入设备。另外，在后述的监视器显示部146具有触摸面板的情况下，也包括该触摸面板等。用户能够经由这些设备及监视器显示部146的画面，输入构造物等的信息，信息获取部140获取被输入的构造物信息等。
《显示控制部》
显示控制部145具备监视器显示部146，显示所获取的拍摄图像、针对提取的相似损伤采用的修复施工方法、及修复时间等信息。另外，控制在监视器显示部146显示的信息的控制等整个显示画面。监视器显示部146是液晶显示器等显示装置。
《输出部》
输出部150将由修复施工方法提示部135提示的修复施工方法作为字符或表的数据输出。另外，输出所获取的拍摄图像及修复时间等信息。此外，这些信息也可以作为附图的数据输出。
<构造物的修复施工方法选定方法的步骤>
对基于修复施工方法选定系统100的修复施工方法选定方法进行说明。图7是表示修复施工方法选定方法的步骤的流程图。
(修复评价工序)
修复评价工序是根据构造物的修复后的点检历史记录求得评价分的工序(步骤S12)。此外，修复评价工序只要在进行构造物的点检时进行评价即可，不必在修复施工方法选定方法的步骤初始进行。
(图像获取工序)
图像获取工序是获取进行修复的对象构造物的拍摄图像的工序(步骤S14)。拍摄图像由数码相机200拍摄。修复施工方法选定系统100经由数码相机200(摄像光学系统210、无线通信部220、天线222)、天线117及图像获取部115获取拍摄图像。
在拍摄的图像是多个拍摄图像(图像组)的情况下，进行将多个拍摄图像合成为一个图像的全景合成处理。拍摄图像的合成是进行合成信息的计算、例如拍摄图像彼此的对应点及基于对应点的单应变换矩阵等的计算，并基于对应点合成图像。
(实际尺寸信息获取工序)
在实际尺寸信息获取工序中，获取在图像获取工序中获取的拍摄图像中的对象构造物的特征部分的实际尺寸大小或对象构造物的实际长度(步骤S16)。
(损伤检测工序)
损伤检测工序是从在图像获取工序中获取的拍摄图像中检测损伤的工序(步骤S18)。另外，基于在实际尺寸信息获取工序中获取的信息，计算损伤的程度。
(相似损伤提取工序)
在相似损伤提取工序中，使用数据库110，判定在损伤检测工序中检测到的损伤与设置在数据库110内的构造物的损伤的相似度，提取相似度高的一个以上的相似损伤(步骤S20)。
在相似损伤的提取中，也可定期点检修复后的构造物，将该点检历史记录记录在数据库110内，根据基于该点检记录的经时变化来判定相似度。
(修复施工方法提示工序)
在修复施工方法提示工序中，基于评价分提示针对在相似损伤提取工序中提取的相似损伤采用的修复施工方法(步骤S22)。在修复施工方法的提示中，提示评价分为规定分数以上的修复施工方法。或者，可通过以评价分从高到低的顺序提示修复施工方法等方法来进行提示以容易选定优选的修复施工方法。
<构造物的修复施工方法选定服务器>
图8是表示本发明的一实施方式所涉及的修复施工方法选定服务器300的概略结构的框图。此外，对与图2所示的修复施工方法选定系统100相同的构成要素标注相同的符号，以下省略说明。
本实施方式所涉及的修复施工方法选定服务器300具有修复评价部105、数据库110、图像获取部115、实际尺寸信息获取部120、损伤检测部125、相似损伤提取部130、修复施工方法提示部135以及通信部305。另外，还可具备信息获取部140，其获取数据库110内保存的与构造物对应的损伤原因及构造信息等其他信息，该其他信息是进行修复的对象构造物的信息。
修复施工方法选定服务器300具有通信部305，经由网络与用户终端400连接。通信部305具备接收部306和发送部307。接收部306从用户终端400接收进行修复的对象构造物的拍摄图像。接收到的拍摄图像被发送到图像获取部115，并与图2的修复施工方法选定系统100同样地进行处理，由修复施工方法提示部135提示优选的修复施工方法。接收部306还可接收被输入到用户终端400的构造物信息等，并将其发送到信息获取部140，用于相似损伤提取部130中的相似度的判定。
由修复施工方法提示部135提示的修复施工方法被发送到通信部305，发送部307将提示的修复施工方法发送到用户终端400。用户可通过确认用户终端400来选定最佳的修复施工方法。
如上所述，根据本实施方式的构造物的修复施工方法选定系统、修复施工方法选定方法及修复施工方法选定服务器，从数据库110内提取相似的相似损伤，进而从该相似损伤中提示与修复的评价分高的相似损伤对应的修复施工方法，由此，能够适当地选定适合进行修复的对象构造物的损伤的修复施工方法。
在上述各实施方式中，执行诸如修复评价部105、数据库110、图像获取部115、全景合成部116、实际尺寸信息获取部120、损伤检测部125、相似损伤提取部130、修复施工方法提示部135、信息获取部140、显示控制部145、输出部150、通信部305、接收部306及发送部307的各种处理的处理部(processing unit)的硬件结构为如下所示的各种处理器(processor)。在各种处理器中，包括执行软件(程序)并作为各种处理部发挥功能的通用处理器即CPU(Central Processing Unit)、制造FPGA(Field Programmable Gate Array)等后可改变电路结构的处理器即可编程逻辑器件(Programmable Logic Device：PLD)、以及具有为了执行ASIC(Appl ication Specific Integrated Circuit)等特定处理而专门设计的电路结构的处理器即专用电路等。
一个处理部可以由这些各种处理器中的一个构成，也可以由同种或异种的两个以上的处理器(例如，多个FPGA、或CPU与FPGA的组合)构成。另外，还可以用一个处理器构成多个处理部。作为用一个处理器构成多个处理部的例子，首先，有诸如以服务器或客户端等计算机为代表，使用一个以上的CPU与软件的组合构成一个处理器、并将该处理器作为多个处理部发挥功能的形态。其次，有诸如以片上系统(System On Chip：SoC)等为代表，使用以一个IC(Integrated Circuit)芯片实现包括多个处理部的系统整体的功能的处理器的形态。像这样，使用一个以上的上述各种处理器作为硬件结构来构成各种处理部。
而且，更具体而言，这些各种处理器的硬件结构是组合了半导体元件等电路元件的电路(circuitry)。
根据上述记载，能够掌握以下附记项1所记载的构造物的修复施工方法选定系统。
[附记项1]
一种构造物的修复施工方法选定系统，其中，
具备：
处理器，其根据构造物的修复后的点检历史记录求得所述构造物的评价分；以及
存储器，其具有所述构造物的修复前的拍摄图像、采用的修复施工方法、修复时间、所述构造物的修复后的点检历史记录、及所述评价分的数据，
所述处理器
获取拍摄图像中的所述对象构造物的特征部分的实际尺寸大小或所述对象构造物的实际长度，
从获取的所述拍摄图像中检测损伤，并且基于获取的信息，计算所述损伤的程度，
通过判定检测到的所述损伤与设置在所述存储器内的所述构造物的损伤的相似度，提取所述相似度高的一个以上的相似损伤，
基于所述评价分，提示针对提取的所述相似损伤采用的修复施工方法。
符号说明
1 桥梁
2 主梁
3 横梁
4 横撑架
5 平纵联
6 底板
100 修复施工方法选定系统
105 修复评价部
110 数据库
115 图像获取部
116 全景合成部
117、222 天线
120 实际尺寸信息获取部
125 损伤检测部
130 相似损伤提取部
135 修复施工方法提示部
140 信息获取部
145 显示控制部
146 监视器显示部
150 输出部
200 数码相机
210 摄像光学系统
220 无线通信部
300 修复施工方法选定服务器
305 通信部
306 接收部
307 发送部
400 用户终端

Claims (13)

1.一种构造物的修复施工方法选定系统，其中，具备：
修复评价部，其根据构造物的修复后的点检历史记录求得对所述构造物的修复进行评价的评价分；
数据库，其具有所述构造物的修复前的拍摄图像、采用的修复施工方法、修复时间、所述构造物的修复后的点检历史记录、及所述评价分的数据；
图像获取部，其获取进行修复的对象构造物的拍摄图像；
实际尺寸信息获取部，其获取拍摄图像中的所述对象构造物的特征部分的实际尺寸大小或所述对象构造物的实际长度；
损伤检测部，其从由所述图像获取部获取的所述拍摄图像中检测损伤，并且基于由所述实际尺寸信息获取部获取的信息，计算所述损伤的程度；
相似损伤提取部，其通过判定由所述损伤检测部检测到的所述损伤与设置在所述数据库内的所述构造物的损伤的相似度，提取所述相似度高的一个以上的相似损伤；以及
修复施工方法提示部，其基于所述评价分，提示针对由所述相似损伤提取部提取的所述相似损伤采用的修复施工方法，
根据所述构造物的健全度的经时变化、或者损伤的位置及损伤的程度的经时变化求得所述评价分。
2.根据权利要求1所述的构造物的修复施工方法选定系统，其中，
所述修复施工方法提示部在所述修复施工方法中提示所述评价分为规定分数以上的修复施工方法、或以所述评价分从高到低的顺序提示修复施工方法。
3.根据权利要求1所述的构造物的修复施工方法选定系统，其中，
所述健全度包含损伤等级、对策类别及健全性中的至少任一者。
4.根据权利要求1所述的构造物的修复施工方法选定系统，其中，
所述数据库具有所述构造物的包括损伤的种类、损伤的位置及损伤的程度的损伤信息。
5.根据权利要求4所述的构造物的修复施工方法选定系统，其中，
所述修复施工方法选定系统具备信息获取部，所述信息获取部获取所述对象构造物的损伤原因、构造信息、环境信息及历史记录信息中的至少一个以上的信息，
所述数据库具有损伤原因、构造信息、环境信息及历史记录信息中的至少一个以上的信息，
除所述损伤信息之外，所述相似损伤提取部还基于由所述信息获取部获取的所述损伤原因、所述构造信息、所述环境信息及所述历史记录信息中的至少一个以上的信息来判定所述相似度。
6.根据权利要求1所述的构造物的修复施工方法选定系统，其中，
所述图像获取部获取对所述对象构造物进行分割拍摄所得的图像组，
所述图像获取部具有对所述图像组进行全景合成处理的全景合成部。
7.根据权利要求1至6中任一项所述的构造物的修复施工方法选定系统，其中，
所述数据库包括所述构造物的修复时间，
除所述修复施工方法之外，所述修复施工方法提示部还提示修复时间。
8.根据权利要求1至6中任一项所述的构造物的修复施工方法选定系统，其中，
除所述修复施工方法之外，所述修复施工方法提示部还提示修复材料。
9.根据权利要求1至6中任一项所述的构造物的修复施工方法选定系统，其中，
所述图像获取部获取所述对象构造物的经时图像。
10.根据权利要求9所述的构造物的修复施工方法选定系统，其中，
所述相似损伤提取部基于所述经时图像的损伤的位置及程度的经时变化判定所述相似度，并提取所述相似损伤。
11.根据权利要求1至6中任一项所述的构造物的修复施工方法选定系统，其中，
所述相似损伤提取部对每个信息进行加权。
12.一种构造物的修复施工方法选定方法，其中，包括：
修复评价工序，修复评价部根据构造物的修复后的点检历史记录求得对所述构造物的修复进行评价的评价分；
图像获取工序，图像获取部获取进行修复的对象构造物的拍摄图像；
实际尺寸信息获取工序，实际尺寸信息获取部获取拍摄图像中的所述对象构造物的特征部分的实际尺寸大小或所述对象构造物的实际长度；
损伤检测工序，损伤检测部从在所述图像获取工序中获取的所述拍摄图像中检测损伤，并且基于在所述实际尺寸信息获取工序中获取的信息，计算所述损伤的程度；
相似损伤提取工序，相似损伤提取部使用具有所述构造物的修复前的拍摄图像、采用的修复施工方法、修复时间、所述构造物的修复后的点检历史记录、及所述评价分的数据的数据库，判定在所述损伤检测工序中检测到的所述损伤与设置在所述数据库内的所述构造物的损伤的相似度，从而提取所述相似度高的一个以上的相似损伤；以及
修复施工方法提示工序，修复施工方法提示部基于所述评价分，提示针对在所述相似损伤提取工序中提取的所述相似损伤采用的修复施工方法，
根据所述构造物的健全度的经时变化、或者损伤的位置及损伤的程度的经时变化求得所述评价分。
13.一种构造物的修复施工方法选定服务器，其经由网络与用户终端连接，选定进行修复的对象构造物的修复施工方法，其中，所述修复施工方法选定服务器具备：
修复评价部，其根据构造物的修复后的点检历史记录求得对所述构造物的修复进行评价的评价分；
数据库，其具有所述构造物的修复前的拍摄图像、采用的修复施工方法、修复时间、所述构造物的修复后的点检历史记录、及所述评价分的数据；
图像获取部，其获取所述对象构造物的拍摄图像；
实际尺寸信息获取部，其获取拍摄图像中的所述对象构造物的特征部分的实际尺寸大小或所述对象构造物的实际长度；
损伤检测部，其从由所述图像获取部获取的所述拍摄图像中检测损伤，并且基于由所述实际尺寸信息获取部获取的信息，计算所述损伤的程度；
相似损伤提取部，其通过判定由所述损伤检测部检测到的所述损伤与设置在所述数据库内的所述构造物的损伤的相似度，提取所述相似度高的一个以上的相似损伤；
修复施工方法提示部，其基于所述评价分，提示针对由所述相似损伤提取部提取的所述相似损伤采用的修复施工方法；以及
通信部，其具有经由所述网络从所述用户终端接收所述拍摄图像的接收部、和向所述用户终端发送由所述修复施工方法提示部提示的所述修复施工方法的发送部，
根据所述构造物的健全度的经时变化、或者损伤的位置及损伤的程度的经时变化求得所述评价分。
CN201980078209.0A 2018-11-29 2019-10-31 构造物的修复施工方法选定系统、修复施工方法选定方法及修复施工方法选定服务器 Active CN113167037B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018-223787 2018-11-29
JP2018223787 2018-11-29
PCT/JP2019/042731 WO2020110587A1 (ja) 2018-11-29 2019-10-31 構造物の補修工法選定システム、補修工法選定方法、及び補修工法選定サーバ

Publications (2)

Publication Number Publication Date
CN113167037A CN113167037A (zh) 2021-07-23
CN113167037B true CN113167037B (zh) 2023-04-25

Family

ID=70853707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980078209.0A Active CN113167037B (zh) 2018-11-29 2019-10-31 构造物的修复施工方法选定系统、修复施工方法选定方法及修复施工方法选定服务器

Country Status (5)

Country Link
US (1) US11935143B2 (zh)
EP (1) EP3889356A4 (zh)
JP (1) JP7261816B2 (zh)
CN (1) CN113167037B (zh)
WO (1) WO2020110587A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7261816B2 (ja) * 2018-11-29 2023-04-20 富士フイルム株式会社 構造物の補修工法選定システム、補修工法選定方法、及び補修工法選定サーバ
WO2022065276A1 (ja) * 2020-09-25 2022-03-31 富士フイルム株式会社 構造物の補修支援装置、方法及びプログラム
JPWO2022070731A1 (zh) * 2020-10-02 2022-04-07
KR102427308B1 (ko) * 2021-10-29 2022-08-01 한국건설기술연구원 분광 데이터를 이용한 도로포장 공용성 평가 시스템 및 그 방법
CN114354872B (zh) * 2021-12-28 2023-10-17 安徽新宇环保科技股份有限公司 一种无人化河长智能巡河系统
EP4246140A1 (en) * 2022-03-14 2023-09-20 Baker Hughes Holdings LLC Software-based assistance for non-destructive inspection
JP7490164B1 (ja) 2023-01-23 2024-05-24 三菱電機株式会社 補修内容決定装置、補修装置、学習装置、推論装置、補修内容決定システム、および、補修方法
CN116792155B (zh) * 2023-06-26 2024-06-07 华南理工大学 一种基于分布式光纤传感的隧道健康状态监测预警方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1535402A (zh) * 2001-07-27 2004-10-06 新日本制铁株式会社 用于建筑材料制造的信息处理系统、建筑材料制造方法及制造设备及建筑信息流通系统
JP2007280282A (ja) * 2006-04-11 2007-10-25 Oriental Consultants:Kk 構造物の点検記録システム
CN113167037A (zh) * 2018-11-29 2021-07-23 富士胶片株式会社 构造物的修复施工方法选定系统、修复施工方法选定方法及修复施工方法选定服务器

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002024323A (ja) * 2000-07-06 2002-01-25 Iida Sangyo:Kk 住宅カルテシステム
JP2005339249A (ja) * 2004-05-27 2005-12-08 Toshiba Corp プラント機器部材の補修計画支援方法および装置
JP4006007B2 (ja) 2004-11-10 2007-11-14 大成建設株式会社 ひび割れ検出方法
JP4918220B2 (ja) * 2004-12-24 2012-04-18 東日本高速道路株式会社 橋梁の維持管理計画支援システム
JP2006009571A (ja) * 2005-07-12 2006-01-12 Yagi Corporation Kk 橋梁の管理システム
JP3975406B2 (ja) * 2005-11-14 2007-09-12 国立大学法人山口大学 構造物補修施工計画支援システム
CN104088472B (zh) * 2014-07-10 2016-08-24 汕头市建设工程质量监督检测站 沿海建筑物钢筋混凝土结构检测和修复方法
JP6467612B2 (ja) * 2014-11-21 2019-02-13 株式会社ソーシャル・キャピタル・デザイン 正置画像処理システムおよび構造物維持管理業務システム
WO2017051550A1 (ja) 2015-09-24 2017-03-30 富士フイルム株式会社 補修計画立案支援システム、方法およびプログラム
JP6472894B2 (ja) * 2015-09-25 2019-02-20 富士フイルム株式会社 メンテナンス計画立案支援システム、方法およびプログラム
EP3396358B1 (en) * 2015-12-25 2024-05-15 FUJIFILM Corporation Information processing device and information processing method
JP6564738B2 (ja) * 2016-06-24 2019-08-21 富士フイルム株式会社 図面作成装置及び図面作成方法
CN109803873B (zh) 2016-09-15 2021-09-10 日立安斯泰莫株式会社 车载设备的执行机构及助力转向装置
GB2554361B8 (en) * 2016-09-21 2022-07-06 Emergent Network Intelligence Ltd Automatic image based object damage assessment
WO2019150872A1 (ja) * 2018-02-02 2019-08-08 富士フイルム株式会社 画像処理装置及び画像処理方法
US11389131B2 (en) * 2018-06-27 2022-07-19 Denti.Ai Technology Inc. Systems and methods for processing of dental images
WO2020059706A1 (ja) * 2018-09-20 2020-03-26 富士フイルム株式会社 学習用データ収集装置、学習用データ収集方法、及びプログラム
US10953899B2 (en) * 2018-11-15 2021-03-23 Avante International Technology, Inc. Image-based monitoring and detection of track/rail faults
US20200242853A1 (en) * 2019-01-24 2020-07-30 Hunter Engineering Company System and Method For Estimating Vehicle Body Damage
US20220036537A1 (en) * 2020-07-28 2022-02-03 The Board Of Trustees Of The University Of Alabama Systems and methods for detecting blight and code violations in images
EP4250192A1 (en) * 2020-11-19 2023-09-27 FUJIFILM Corporation Structure inspection assistance device, structure inspection assistance method, and program
US11087450B1 (en) * 2021-03-05 2021-08-10 Bitton Group Investments Inc. Wheel matcher
JP2023057591A (ja) * 2021-10-12 2023-04-24 富士フイルム株式会社 点検支援装置、点検支援方法、及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1535402A (zh) * 2001-07-27 2004-10-06 新日本制铁株式会社 用于建筑材料制造的信息处理系统、建筑材料制造方法及制造设备及建筑信息流通系统
JP2007280282A (ja) * 2006-04-11 2007-10-25 Oriental Consultants:Kk 構造物の点検記録システム
CN113167037A (zh) * 2018-11-29 2021-07-23 富士胶片株式会社 构造物的修复施工方法选定系统、修复施工方法选定方法及修复施工方法选定服务器

Also Published As

Publication number Publication date
JP7261816B2 (ja) 2023-04-20
US20210272263A1 (en) 2021-09-02
CN113167037A (zh) 2021-07-23
JPWO2020110587A1 (ja) 2021-10-14
WO2020110587A1 (ja) 2020-06-04
EP3889356A4 (en) 2022-02-23
EP3889356A1 (en) 2021-10-06
US11935143B2 (en) 2024-03-19

Similar Documents

Publication Publication Date Title
CN113167037B (zh) 构造物的修复施工方法选定系统、修复施工方法选定方法及修复施工方法选定服务器
JP6666416B2 (ja) 損傷情報抽出装置、損傷情報抽出方法および損傷情報抽出プログラム
CN108027948B (zh) 健全度判定装置、健全度判定方法及健全度判定程序
WO2019163329A1 (ja) 画像処理装置及び画像処理方法
US20210272262A1 (en) Structure damage cause estimation system, structure damage cause estimation method, and structure damage cause estimation server
JP7104799B2 (ja) 学習用データ収集装置、学習用データ収集方法、及びプログラム
KR100726009B1 (ko) 구조물의 변위 측정 시스템 및 방법
CN109341903B (zh) 一种基于计算机视觉中边缘识别的拉索索力测量方法
CN108140218B (zh) 健全度判定装置、健全度判定方法及健全度判定程序
JP2011242365A (ja) コンクリート構造物画像のひび割れ検知装置、ひび割れ検知方法及びそのプログラム
Kong et al. Preserving our heritage: A photogrammetry-based digital twin framework for monitoring deteriorations of historic structures
CN116508047A (zh) 结构物的点检辅助装置、结构物的点检辅助方法及程序
CN117121043A (zh) 结构物的状态预测装置、方法及程序
WO2022070731A1 (ja) 構造物の診断事例提示装置、方法及びプログラム
CN115176281A (zh) 三维显示装置、方法及程序
Prasanna Computer vision for automated surface evaluation of concrete bridge decks
Majumdar A Vision-Based Data-Analytics Tool for Crack Characterization in Reinforced Concrete Structures
Gonzalez‐Libreros et al. Influence of equipment, weather and personnel experience on the digitalization and damage detection of concrete bridges
Devisurya et al. Finding Concrete Cracks in a Building using Improved Deep Learning Algorithms

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant