JP2017174032A - 交通障害推定システム - Google Patents

Abstract

【課題】災害発生直後における道路や鉄道などの交通網の障害を簡便に把握する交通障害推定システムを提供する。【解決手段】交通障害推定システムは、第１時期に取得された複数の空中写真に基づいて、第１の座標算出済み３次元点群データを取得し、第１時期と異なる第２時期に取得された複数の空中写真に基づいて、第２の座標算出済み３次元点群データを取得し、第１の座標算出済み３次元点群データと、第２の座標算出済み３次元点群データとの差分に基づいて地形変化データを取得するＳ４０１。地図データに含まれる交通網データ上のバッファゾーンデータを準備するＳ４０２と、バッファゾーンデータの着目ゾーンにおける地形変化量を地形変化データから取得するＳ４０４と、地形変化量が所定値以上であるとき交通障害が発生したものと推定し、地形変化量が所定値以上でないとき交通障害が発生したものと推定するＳ４０５〜４０７と、を実行する。【選択図】図７

Description

本発明は、災害発生直後における道路や鉄道などの交通網の障害を推定するのに好適な交通障害推定システムに関する。

地形を把握するための技術としては、航空機等から地表に向けてレーザーを発射し、地表面の高さ情報などを取得する技術が知られている。

例えば、特許文献１（特許２０１４−３５２３２号公報）には、航空機にレーザースキャナを搭載し、航空機を飛行させつつ当該レーザースキャナから地上にレーザー光を照射し、地上から反射するレーザー光との時間差より得られる地上までの距離と、ＧＰＳ測量機、ＩＭＵ（慣性計測装置）から得られる航空機の位置情報より、地上の標高や地形の形状を精密に調べる航空レーザー測量に関する技術が開示されている。
特許２０１４−３５２３２号公報

地震や、地すべりや土石流、雪崩等の自然災害が発生すると、道路や鉄道などの交通網に障害が生じ、車両等の通行が困難になる被害が発生することがある。これらは広域、かつ、同時多発的に発生することが多く、さらに、網羅的な把握が難しい。

そこで、地震、斜面災害、雪崩等の自然災害によって、道路や鉄道などの交通網に障害が生じた場合、上記のような従来の技術を用いて地形を把握し交通網に対する障害の有無を検証することが考えられる。

しかしながら、航空機からの航空レーザー測量は、計測精度は良いが、膨大な準備が必要でありコストが高く、さらに計測結果を得るまでに要する時間も長く、計測した標高データのみでは計測対象が交通網なのか地形なのかその他の地物なのか判別できず、災害発生直後における道路や鉄道などの交通網の障害を簡便に把握することができない、という問題があった。

災害発生直後における道路や鉄道などの交通網の状態を、簡便かつ迅速に把握することができれば、復旧に役立てることが可能であるが、従来はこれができず、問題であった。

この発明は、上記のような課題を解決するものであって、本発明に係る交通障害推定システムは、第１時期に取得された複数の空中写真に基づいて、第１の座標算出済み３次元点群データを取得すると共に、前記第１時期と異なる第２時期に取得された複数の空中写真に基づいて、第２の座標算出済み３次元点群データを取得し、前記第１の座標算出済み３次元点群データと、前記第２の座標算出済み３次元点群データとの差分に基づいて地形変化データを取得する地形変化データ取得ステップと、地図データに含まれる交通網データから得られるバッファゾーンデータを準備するステップと、前記バッファゾーンデータの着目ゾーンにおける地形変化量を、地形変化データから取得するステップと、前記地形変化量が所定値以上であるとき、交通障害が発生したものと推定し、前記地形変化量が所定値以上でないとき、交通障害が発生したものと推定するステップと、を実行することを特徴とする。

また、本発明に係る交通障害推定システムは、前記所定値が、地上解像度に応じて異なることを特徴とする。

また、本発明に係る交通障害推定システムは、前記バッファゾーンデータが、GIS（Geographic Information System：地理情報システム）等で使用されるポイントデータとラインデータとから得られることを特徴とする。

また、本発明に係る交通障害推定システムは、前記空中写真は、地形を異なる位置から撮影した複数の空中写真であることを特徴とする。

また、本発明に係る交通障害推定システムは、前記座標算出済み３次元点群データの準備には、Ｓｔｒｕｃｔｕｒｅ ｆｒｏｍ Ｍｏｔｉｏｎ技術、及び、Ｍｕｌｔｉ−ｖｉｅｗ Ｓｔｅｒｅｏ技術が用いられることを特徴とする。

本発明に係る交通障害推定システムは、空中写真に基づいた地形の地形変化データと、バッファゾーンデータとに基づくデータから、交通障害の発生の有無を推定するので、このような本発明に係る交通障害推定システムによれば、災害発生直後における道路や鉄道などの交通網の障害を簡便に把握することが可能となり、把握した情報を災害後の復旧などに役立てることが可能となる。

本発明の実施形態に係る交通障害推定システムで用いる空中写真を取得する飛行体１０１の構成を説明する図である。 本発明の実施形態に係る交通障害推定方法に基づいて交通障害推定システムを実現させるコンピューターの構成の一例を示す図である。 地表変化解析システムで実行される解析処理のフローチャートを示す図である。 地表変化解析システムの座標算出済み３次元点群データ取得するサブルーチンを示す図である。 交通網データのデータ構造例を示す図である。 本発明に係る交通障害推定システムで実行されるバッファゾーンデータ取得処理のフローチャートを示す図である。 本発明に係る交通障害推定システムにおける交通障害推定処理のフローチャートを示す図である。 本発明に係る交通障害推定システムによって交通障害発生と判断された箇所が色分け表示された地図データの例である。

以下、本発明の実施の形態を図面を参照しつつ説明する。まず、本発明に係る交通障害推定システムで利用される空中写真を撮影する方法の一例について説明する。図１は本発明の実施形態に係る交通障害推定システムで用いる空中写真を取得する飛行体１０１の構成を説明する図であり、飛行体１０１によって地表の空中写真を撮影している様子を示している。

本発明に係る交通障害推定システムにおいては、飛行体１０１による空中写真の撮影は、地震や、地すべりや土石流、雪崩等の自然災害が発生した後に行うことが想定されている。交通障害推定システムでは自然災害発生後の空中写真により推定等のステップが実行される。

なお、以下、空中写真を撮影するための構成を説明するが、このような構成による空中写真の撮影方法は、あくまでも空中写真の撮影方法の一例であり、本発明に係る交通障害推定システムは、他の撮影方法によって取得された空中写真を用いることもできる。

図１中、１０１は自律飛行可能な飛行体である。ここでは、この飛行体１０１としては、無人機を想定しているが、有人機を用いて空中写真を撮影するようにしてもよい。

地上に制御装置（不図示）が設置されており、該制御装置は、前記飛行体１０１とデータ通信可能であり、前記飛行体１０１の飛行の制御、飛行計画の設定、変更、前記飛行体１０１が収集した情報を保存、管理することができるようになっている。

前記飛行体１０１は、例えば自律飛行する小型飛行体としてのヘリコプターを用いることができる。該飛行体１０１（ヘリコプター）は前記制御装置から遠隔操作で操縦され、或は前記制御装置から前記飛行体１０１（ヘリコプター）の制御装置に飛行計画が設定され、飛行計画に従って、自律飛行するようになっている。

前記飛行体１０１（ヘリコプター）は、機体１０３、該機体１０３に設けられた所要数のプロペラ、例えば前後左右、計４組のプロペラ１０４、１０５、１０６、１０７を有し、該プロペラ１０４、１０５、１０６、１０７はそれぞれ個別に第１モータ、第２モータ、第３モータ、第４モータ（いずれも不図示）に連結されている。また、各第１モータ、第２モータ、第３モータ、第４モータは独立して駆動が制御される様になっている。なお、前記プロペラ１０４、１０５、１０６、１０７及び前記第１モータ、第２モータ、第３モータ、第４モータ等は飛行体の航行手段を構成する。

前記飛行体１０１（ヘリコプター）の機体１０３には、撮像装置１１３及び飛行体制御装置（不図示）が設けられている。前記撮像装置１１３はデジタル画像データを取得する。該撮像装置１１３は、静止画像を所定時間間隔で撮像するカメラであってもよいし、或は画像を連続的に撮像するビデオカメラであってもよい。前記撮像装置１１３は前記機体１０３の下面に設けられている。又、前記撮像装置１１３は、撮像素子として、画素（ピクセル）の集合体であるＣＣＤ、ＣＭＯＳセンサを有しており、この撮像素子によって、空中からのデジタル画像データ（空中写真）を取得することができるようになっている。

撮像装置１１３で取得された空中写真のデータは、無線で地上の制御装置に送信するように構成してもよいし、また、不図示のメディアなどに記憶しておき、飛行体１０１（ヘリコプター）の着陸後、このメディアから回収するようにしてもよい。

なお、以上のような飛行体１０１（ヘリコプター）に搭載された撮像装置１１３で空中写真を取得することは、大がかりな準備等が必要なく、比較的簡便で安価に空中写真を撮影することでき、本発明に係る交通障害推定システムを実現する上では、要となる事項ではあるが、必ずしも、本発明に係る交通障害推定システムは、上記のような飛行体を用いての空中写真を利用する必要はない。すなわち、従来の有人飛行機等や人工衛星といった飛行体によって取得された空中写真等を用いても、本発明に係る交通障害推定システムを実現することができる。

次に、以上のような飛行体１０１（ヘリコプター）の撮像装置１１３で取得される空中写真と、GIS（Geographic Information System：地理情報システム）で一般的に用いられるベクトルデータとに基づいて、地表における交通網の障害状況を推定する本発明に係る交通障害推定システムを実行するコンピューターの構成を説明する。

図２は本発明の実施形態に係る交通障害推定方法に基づいて交通障害推定システムを実現させるコンピューターの構成の一例を示す図である。図２において、１０はシステムバス、１１はＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、１２はＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、１３はＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、１４は外部情報機器との通信を司る通信制御部、１５はキーボードコントローラなどの入力制御部、１６は出力制御部、１７は外部記憶装置制御部、１８はキーボード、ポインティングデバイス、マウスなどの入力機器からなる入力部、１９は印刷装置などの出力部、２０はＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等の外部記憶装置、２１はグラフィック制御部、２２はディスプレイ装置をそれぞれ示している。

図２において、ＣＰＵ１１は、ＲＯＭ１３内のプログラム用ＲＯＭ、或いは、大容量の外部記憶装置２０に記憶されたプログラム等に応じて、外部機器と通信することでデータを検索・取得したり、また、図形、イメージ、文字、表等が混在した出力データの処理を実行したり、更に、外部記憶装置２０に格納されているデータベースの管理を実行したり、などといった演算処理を行うものである。

また、ＣＰＵ１１は、システムバス１０に接続される各デバイスを統括的に制御する。ＲＯＭ１３内のプログラム用ＲＯＭあるいは外部記憶装置２０には、ＣＰＵ１１の制御用の基本プログラムであるオペレーティングシステムプログラム（以下ＯＳ）等が記憶されている。

また、ＲＯＭ１３あるいは外部記憶装置２０には出力データ処理等を行う際に使用される各種データが記憶されている。メインメモリーであるＲＡＭ１２は、ＣＰＵ１１の主メモリ、ワークエリア等として機能する。

入力制御部１５は、キーボードや不図示のポインティングデバイスからの入力部１８を制御する。また、出力制御部１６は、プリンタなどの出力部１９の出力制御を行う。

外部記憶装置制御部１７は、ブートプログラム、各種のアプリケーション、フォントデータ、ユーザーファイル、編集ファイル、プリンタドライバ等を記憶するＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）や、或いはフロッピーディスク（ＦＤ）等の外部記憶装置２０へのアクセスを制御する。本発明の交通障害推定方法を実現するシステムプログラムは、上記のような外部記憶装置２０に記憶されている。また、グラフィック制御部２１は、ディスプレイ装置２２に表示する情報を描画処理するための構成である。

また、通信制御部１４は、ネットワークを介して、外部機器と通信を制御するものであり、これによりシステムが必要とするデータを、インターネットやイントラネット上の外部機器が保有するデータベースから取得したり、外部機器に情報を送信したりすることができるように構成される。

外部記憶装置２０には、ＣＰＵ１１の制御プログラムであるオペレーティングシステムプログラム（以下ＯＳ）以外に、本発明の交通障害推定システムをＣＰＵ１１上で動作させるシステムプログラム、及びこのシステムプログラムで用いるデータなどがインストールされ保存・記憶されている。

本発明の交通障害推定方法を実現するシステムプログラムで利用されるデータとしては、基本的には外部記憶装置２０に保存されていることが想定されているが、場合によっては、これらのデータを、通信制御部１４を介してインターネットやイントラネット上の外部機器から取得するように構成することも可能である。また、本発明の交通障害推定方法を実現するシステムプログラムで利用されるデータを、ＵＳＢメモリやＣＤ、ＤＶＤなどの各種メディアから取得するように構成することもできる。

また、外部記憶装置２０には、後述される空中写真データと地図データなど、本発明に係る交通障害推定方法の処理ステップが実行される上で参照される各種データなどが記憶されることが想定されている。

本発明に係る交通障害推定システムにおいては、地表変化解析方法により得られる地形変化データを利用することで交通障害の有無の推定を行う。そこで、次に、上記のようなシステム構成のコンピューターにより実行可能な本発明で用いる地表変化解析方法について、以下説明する。

地表変化解析方法が実行される地表変化解析システムは、概要としては、第１時期と、この第１時期とは異なっている第２時期との地表の変化を解析するものである。このような解析結果の出力方法の一例としては、これを視覚化しディスプレイ装置２２などにより表示することを挙げることができるが、本発明においては、この結果を交通障害推定システムのために利用する。

ここで、地表変化解析システムの解析処理においては、第１時期に係る空中写真と、この第１時期の後である第２時期に係る空中写真とで、地表に有意な変化がある場合における地表の解析を想定している。また、第２時期としては、例えば、地すべりや土石流、豪雪や雪崩などの災害発生後の時期を想定しており、第１時期としては、当該災害発生前の時期を想定している。

なお、地表変化解析システムにおいては、空中写真はデジタルデータとして処理し得るものを準備するものであるが、災害発生前の第１時期に係る空中写真として、アナログ写真しか準備できないような場合には、これをスキャンしてデジタルデータとすればよい。第２時期に係る空中写真については、飛行体１０１（ヘリコプター）による、これまで説明した空中写真の取得方法に基づいて取得するようにすれば適切なデジタルデータによる空中写真を得ることができる。

以下、本発明で用いる地表変化解析システムにおける解析処理について説明する。図３は地表変化解析システムで実行される解析処理のフローチャートを示す図である。

図３において、ステップＳ１００で、解析処理が開始されると、続いて、ステップＳ１０１では、 第１時期に取得された複数の空中写真を準備するステップが実行される。このステップでは、地表の変化を引き起こすような地すべりや土石流、豪雪や雪崩などの災害発生の前の空中写真を複数準備することを想定している。ここで、以下、空中写真を準備する際には、解析対象とする地表を、同じ時期に異なる位置から撮影した空中写真を複数準備することが求められている。さらに、写真を撮影したカメラの位置情報（経度・緯度・高さ）を必要とする。これに加えて、カメラの姿勢情報（ヨー、ピッチ、ロール；磁方位、仰俯角、回転角に相当）、レンズ歪み情報が得られる場合は、３次元点群データの精度向上に寄与するため好ましいが必須ではない。これは、後述する第２時期の空中写真を準備するステップの場合も同様である。

続いて、ステップＳ１０２においては、前のステップＳ１０１で準備された第１時期の空中写真を基に、座標算出済みの３次元点群データを取得するサブルーチンを実行する。

以下、このようなサブルーチンについて説明する。図４は地表変化解析システムの座標算出済み３次元点群データ取得するサブルーチンを示す図である。

図４において、ステップＳ２００で、座標算出済み３次元点群データ取得サブルーチンが開始されると、ステップＳ２０１において、該当する時期の複数の空中写真が参照される。

ステップＳ２０２では、準備された空中写真が、第１時期のものである場合、撮影地点情報（緯度・経度・高さ）を設定する。準備された空中写真が、第１時期のもの以外である場合には、このステップで特段の処理を行わなくてもよい。ただし、第１時期および第２時期の空中写真がデジタル航空測量用のカメラで撮影された画像であったり、カメラの姿勢情報（ヨー、ピッチ、ロール；磁方位、仰俯角、回転角に相当）およびレンズ歪み情報が得られたりする場合のように、高精度な３次元点群データの計測が望める場合は、それら情報を使用してもよい。

次に、ステップＳ２０３に進み、複数の空中写真から３次元分布データを算出する。このようなステップＳ２０３の３次元分布データ算出ステップにおいては、Ｓｔｒｕｃｔｕｒｅ ｆｒｏｍ Ｍｏｔｉｏｎ技術を用いるようにすることが好適である。または、従来からの写真測量によって求めてもよい。あるいは、レーザー測量による３次元点群データを取得あるいは使用してもよい。

Ｓｔｒｕｃｔｕｒｅ ｆｒｏｍ Ｍｏｔｉｏｎ技術は、空中写真における特徴点を抽出し、複数の空中写真間の対応付けを行うことで、地表の３次元分布データを算出する技術である。このような３次元分布データ算出ステップとしては、特開２０１３−１２０１３３号公報、特開２０１４−１２００７９号公報などに記載されている従来周知のアルゴリズムを用いることができる。

次に、ステップＳ２０４においては、上記のステップＳ２０３で算出された３次元分布データに基づいて、地表の３次元分布データより高密度な地表の３次元点群データを算出する３次元点群データ算出ステップを実行する。この３次元点群データ算出ステップにおいては、Ｍｕｌｔｉ−ｖｉｅｗ Ｓｔｅｒｅｏ技術を用いるようにすることが好適である。

なお、ステップＳ２０３の３次元分布データ算出ステップや、ステップＳ２０４の３次元点群データ算出ステップには、ＳｆＭ−ＭＶＳソフトウェア、或いは、写真測量ソフトウェアなどのソフトウェアを用いることができる。

続く、ステップＳ２０５においては、上記のようにして得た３次元点群データ算出ステップと、基準座標（ＧＣＰ；グラウンドコントロールポイント）に基づいて、全ての点群の位置座標を算出して、座標算出済み３次元点群データを取得する。

ここで、基準座標（ＧＣＰ；グラウンドコントロールポイント）の座標位置の設定について説明する。空中写真そのものは、地理情報ではなく、あくまで画像情報である。そこで、空中写真中の特定しやすい個所に、基準座標（ＧＣＰ；グラウンドコントロールポイント）を設定する作業を実施する。

第１時期で準備された空中写真中において目標としやすく、かつ、第２時期で準備された空中写真中にも写り込む同様の地上の対象物を、基準座標（ＧＣＰ；グラウンドコントロールポイント）として人手で決定する。

そして、第１時期で準備された空中写真には、撮影地点情報（緯度・経度・高さ）が設定されているので、これらに基づいて、基準座標（ＧＣＰ；グラウンドコントロールポイント）の位置座標を算出する。このような算出には、既存のアルゴリズムを用いることができる。

このように算出された基準座標（ＧＣＰ；グラウンドコントロールポイント）には、真の地理座標を基準とすれば±５ｍ程度の誤差が入り込む可能性があるが、後述するように、本発明では、第１時期の座標算出済み３次元点群データと、第２時期の座標算出済み３次元点群データとの間の差分である地形変化データが重要となるので、第１時期と第２時期の地形変化が相対的に正しければ、前記のような地理空間的な絶対的な位置の誤差については大きな問題とはならない。

第１時期で準備された空中写真に基づいて算出された基準座標（ＧＣＰ；グラウンドコントロールポイント）の位置座標については、第２時期で準備された空中写真に基づいて、座標算出済み３次元点群データを取得する際にも、用いる。

なお、３次元点群データ算出ステップと基準座標（ＧＣＰ；グラウンドコントロールポイント）とから、座標算出済み３次元点群データを取得するアルゴリズムとしては、従来周知のものを用いることができる。

なお、第１時期および第２時期の空中写真がデジタル航空測量用のカメラで撮影された画像であったり、カメラの姿勢情報（ヨー、ピッチ、ロール；磁方位、仰俯角、回転角に相当）およびレンズ歪み情報が得られたりする場合のように、高精度な３次元点群データの計測が望める場合や、第１時期および第２時期にレーザー測量の３次元点群データが使用可能な場合は、それらによって得られる誤差の少ない３次元点群データを使用し、この後の処理を進めてもよい。

また、第１時期の空中写真に基づいて取得された座標算出済み３次元点群データを、第１の座標算出済み３次元点群データと称することとする。

ステップＳ２０６では、元のルーチンにリターンする。

サブルーチンからメインルーチンに戻り、続いて、図３のステップ１０３において、第２時期に取得された複数の空中写真を準備するステップが実行される。このステップでは、地表の変化を引き起こすような地すべりや土石流、豪雪や雪崩などの災害発生の後の空中写真を複数準備することを想定している。災害発生の後の空中写真を得るには、先に説明したような飛行体１０１（ヘリコプター）を用いると、比較的簡便で安価に空中写真を撮影することできる。

続いて、ステップＳ１０４においては、前のステップＳ１０３で準備された第２時期の空中写真を基に、座標算出済みの３次元点群データを取得するサブルーチンを実行する。

ステップＳ２０５においては、空中写真中に基準座標（ＧＣＰ；グラウンドコントロールポイント）を参照することは説明した。ここで、第１時期に取得された複数の空中写真に設定した基準座標（ＧＣＰ；グラウンドコントロールポイント）と、第２時期に取得された複数の空中写真に設定する基準座標（ＧＣＰ；グラウンドコントロールポイント）とは同一のものにする。

さて、サブルーチンによって、第２時期の空車写真に基づいて得られた座標算出済み３次元点群データの取得が完了するとメインルーチンにリターンする。

なお、第２時期の空中写真に基づいて取得された座標算出済み３次元点群データを、第２の座標算出済み３次元点群データと称することとする。

さて、図３のメインルーチンに戻り、第１時期に取得された複数の空中写真に基づいて取得された、第１の座標算出済み３次元点群データと、第２時期に取得された複数の空中写真に基づいて取得された、第２の座標算出済み３次元点群データとの差分を算出する。

ステップＳ１０６では、前記差分の大小に応じて、地形変化データを作成する。ある地点（ｘ，ｙ）における第２時期と第１時期との高さの差分をΔｚとすると、当該ある地点における地形変化データは（ｘ，ｙ，Δｚ）として表すことができる。

第１時期と第２時期の３次元点群データとの差分である地形変化データを取得するアルゴリズムとしては、GIS（Geographic Information System：地理情報システム）のような従来周知のものを用いることができる。

本発明に係る交通障害推定システムでは、このような地形変化データを用いる。また、地表変化解析システムで得られる地形変化データは、例えば、色分けして、ディスプレイ装置２２に表示したり、出力部１９から出力したりすることもできる。なお、前記差分の大小を視覚化する上では、色分け表示のみならず、濃淡表示などを採用することもできる。また、差分の大小が視覚化できれば、他の任意の方法を用いることができる。

ステップＳ１０７で解析処理を終了する。

以上のような地表変化解析システムによれば、地すべりや土石流、豪雪や雪崩などの災害発生直後の地表変化を迅速に把握することが可能となると共に、迅速に得られる解析結果を、防災、捜索支援のために活用することが可能となる。また、本発明に係る交通障害推定システムでは、前記のような地表変化解析システムより得られる地形変化データを利用し、次に説明する、災害発生直後における道路や鉄道などの交通網の障害を簡便に把握することが可能となり、把握した情報を災害後の復旧などに役立てることが可能となる。

次に、前記のようなシステム構成のコンピューターにより実行可能な本発明に係る交通障害推定方法について、以下説明する。

本発明に係る交通障害推定システムは、概要としては、例えば、地すべりや土石流、豪雪や雪崩などの自然災害発生後に取得された空中写真と、GIS（Geographic Information System：地理情報システム）で用いられるベクトルデータとに基づいて、地表における交通網の障害状況を推定して、これを視覚化しディスプレイ装置２２などにより表示するものである。ここで、以下、実施形態では、前記交通網として、自動車等が走行する道路を想定するが、前記交通網には、列車などが走行する鉄道も含まれている。

GISで用いられるベクトルデータは、１）ポイントデータ（ノードのみで構成されるデータ）、２）ラインデータ（またはアークデータ。２つ以上のノードと、ノードを結ぶリンクで構成されるデータ）、３）ポリゴンデータ（３つ以上のノードと、ノードを順にリンクで結んだ閉じた領域として構成されるデータ）の３種のデータから構成されている。

ここで、交通網データはラインデータにより、表すことができる。また、バッファゾーンデータは、ポリゴンデータとして表すことができる。

地図データにおける交通網データ（ベクトルデータのうちのラインデータ）から、バッファゾーンデータ（ベクトルデータのうちのポリゴンデータ）を取得する処理について説明する。

地図データにおいては、主として道路などの交通網データを含んでいる。さらに、この交通網データは、道路上の交差点の位置等を示すポイントデータと、ポイントデータ同士が接続されたラインデータと、から主として構成されている。

図５は交通網データのデータ構造例を示す図である。図５において、図５（Ａ）は道路などの交通網データ自体を示している。このような交通網データには、交差点や道路などのデータが含まれている。

また、図５（Ｂ）は、上記の交差点や道路にそれぞれ対応したポイントデータＰｘと、ラインデータＬｙとを示している。このようなポイントデータとラインデータの概念は従来周知のものであり、GIS（Geographic Information System：地理情報システム）などに採用されているものを適宜利用することができる。

また、図５（Ｃ）は、ラインデータから取得されるバッファゾーンデータ（１点鎖線）を示している。バッファゾーンデータは、面を示すポリゴンデータからなる
図６は本発明に係る交通障害推定システムで実行されるバッファゾーンデータ取得処理のフローチャートを示す図である。

図６において、ステップＳ３００で、バッファゾーンデータの算出処理を開始すると、続いて、ステップＳ３０１に進み、本発明に係る交通障害推定システムで推定対象とされる範囲の交通網データ中のポイントデータとラインデータを取得する。ここで、前記推定対象とされる範囲は、空中写真で取得される地形の範囲と同一の範囲となる。

続く、ステップＳ３０２では、ポイントデータと、ラインデータとからバッファゾーンデータを作成する。バッファゾーンデータは、従来周知の概念によってポイントデータとラインデータとから作成することができる。バッファゾーンデータは、要は、一定の幅（例えば、実寸で２０ｍ）を有する交通網のポリゴンデータである。ただし、使用する空中写真の撮影縮尺が小さいなどの理由により、地上解像度（１ピクセルが表す実空間における実寸サイズ、単位メートル）が十分ではない場合、３次元点群データの計測誤差を考慮して、生成するバッファゾーンデータの幅を実寸の道路幅よりも大幅に広くする（実際の道路幅の数倍程度広くする）等の工夫 をしてもよい。これは、地形変化部がバッファゾーンデータ内から外れてしまい、交通障害発生として推定すべきところを、そうしないミスを防止するためである。

続くステップＳ３０３で、バッファゾーンデータの取得処理を終了する。

次に、地表変化解析システムにより得られる空中写真に基づく地形変化データと、地理情報システム等で用いる地図データの一種である交通網データに基づくバッファゾーンデータとから、本発明に係る交通障害推定システムが、自然災害等による交通障害の発生状況を推定するアルゴリズムについて説明する。

図７は本発明に係る交通障害推定システムにおける交通障害推定処理のフローチャートを示す図である。

図７において、ステップＳ４００で、交通障害推定処理が開始されると、続いてステップＳ４０１に進み、推定対象範囲の地形変化データを準備し、ステップＳ４０２で、推定対象範囲としてバッファゾーンデータを準備する。

続くステップＳ４０３では、バッファゾーンデータ内で着目する着目ゾーンと、地図、地理データ的に重なっている地形変化データを検索する。続いて、ステップＳ４０４では、着目ゾーン内における地形変化量を取得する。

続いて、ステップＳ４０５では、ステップＳ４０４で算出した地形変化量が所定値以上であるか否かが判定される。

ステップＳ４０５における判定がＹＥＳであるときには、何らかの異常が発生したものと判断できるので、ステップＳ４０６に進み、交通障害が発生したものと推定する。一方、ステップＳ４０５における判定がＮＯであるときには、異常がないものと判断できるので、ステップＳ４０７に進み、交通障害発生なしと推定する。

ここで、ステップＳ４０５で判定に用いる閾値となる地形変化量の所定値は、使用する第１時期および第２時期の空中写真の地上解像度によって変更することが好ましい。ここで、地上解像度とは、空中写真１画素の実空間における実際のサイズ（単位：メートル）を指す。仮に同じ総画素数かつ同じ画角のレンズを使用して空中写真を撮影する場合、高高度から撮影した空中写真は地上解像度が低い（１画素の実空間における実際のサイズが大きい）。逆に低高度から撮影した空中写真は地上解像度が高い（１画素の実空間における実際のサイズが小さい）。地上解像度の低い空中写真を使用した場合には、前記所定値は大きめに設定し、地上解像度の高い空中写真を使用した場合には、前記所定値も小さめに設定する。

ステップＳ４０８では、全ての着目ゾーンについて判断・推定がなされたか否かが判定される。ステップＳ４０８の判定がＮＯであるとき、ステップＳ４１０に進み、次の着目ゾーンに着目して、ステップＳ４０４に戻る。

一方、ステップＳ４０８の判定がＹＥＳであるときには、ステップＳ４０９に進み、交通障害発生と判断された補間点間の箇所を色分けして表示した地図データを、ディスプレイ装置２２に表示する。なお、色分け表示された地図データは、印刷装置などの出力部１９に出力するようにしてもよい。図８は交通障害発生と判断された箇所が色分け表示された地図データの一例を示す図である。

ステップＳ４１１で、交通障害推定処理を終了する。

以上、本発明に係る交通障害推定システムは、空中写真に基づいた地形の地形変化データと、バッファゾーンデータとに基づくデータから、交通障害の発生の有無を推定するので、このような本発明に係る交通障害推定システムによれば、災害発生直後における道路や鉄道などの交通網の障害を簡便に把握することが可能となり、把握した情報を災害後の復旧などに役立てることが可能となる。

１０・・・システムバス
１１・・・ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）
１２・・・ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）
１３・・・ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）
１４・・・通信制御部
１５・・・入力制御部
１６・・・出力制御部
１７・・・外部記憶装置制御部
１８・・・入力部
１９・・・出力部
２０・・・外部記憶装置
２１・・・グラフィック制御部
２２・・・ディスプレイ装置
１０１・・・飛行体
１０３・・・機体
１０４、１０５、１０６、１０７・・・プロペラ
１１３・・・撮像装置

Claims (5)

1. 第１時期に取得された複数の空中写真に基づいて、第１の座標算出済み３次元点群データを取得すると共に、
   前記第１時期と異なる第２時期に取得された複数の空中写真に基づいて、第２の座標算出済み３次元点群データを取得し、
   前記第１の座標算出済み３次元点群データと、前記第２の座標算出済み３次元点群データとの差分に基づいて地形変化データを取得する地形変化データ取得ステップと、
   地図データに含まれる交通網データから得られるバッファゾーンデータを準備するステップと、
   前記バッファゾーンデータの着目ゾーンにおける地形変化量を、地形変化データから取得するステップと、
   前記地形変化量が所定値以上であるとき、交通障害が発生したものと推定し、前記地形変化量が所定値以上でないとき、交通障害が発生したものと推定するステップと、
   を実行することを特徴とする交通障害推定システム。
2. 前記所定値が、地上解像度に応じて異なることを特徴とする請求項１に記載の交通障害推定システム。
3. 前記バッファゾーンデータが、GIS（Geographic Information System：地理情報システム）等で使用されるポイントデータとラインデータとから得られることを特徴とする請求項１又は請求項２に記載の交通障害推定システム。
4. 前記空中写真は、地形を異なる位置から撮影した複数の空中写真であることを特徴とする請求項１乃至請求項３のいずれか１項に記載の交通障害推定システム。
5. 前記座標算出済み３次元点群データの準備には、Ｓｔｒｕｃｔｕｒｅ ｆｒｏｍ Ｍｏｔｉｏｎ技術、及び、Ｍｕｌｔｉ−ｖｉｅｗ Ｓｔｅｒｅｏ技術が用いられることを特徴とする請求項１乃至請求項４のいずれか１項に記載の交通障害推定システム。

Images