JP2019185443A - Road management system, road management method, and road management program - Google Patents
Road management system, road management method, and road management program Download PDFInfo
- Publication number
- JP2019185443A JP2019185443A JP2018076331A JP2018076331A JP2019185443A JP 2019185443 A JP2019185443 A JP 2019185443A JP 2018076331 A JP2018076331 A JP 2018076331A JP 2018076331 A JP2018076331 A JP 2018076331A JP 2019185443 A JP2019185443 A JP 2019185443A
- Authority
- JP
- Japan
- Prior art keywords
- road
- road surface
- measurement period
- surface property
- vehicle
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims description 51
- 238000005259 measurement Methods 0.000 claims abstract description 102
- 238000004891 communication Methods 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 230000008859 change Effects 0.000 claims abstract description 20
- 230000007704 transition Effects 0.000 claims abstract description 9
- 239000000463 material Substances 0.000 claims description 34
- 230000015556 catabolic process Effects 0.000 claims description 8
- 238000006731 degradation reaction Methods 0.000 claims description 8
- 230000008439 repair process Effects 0.000 claims description 5
- 239000002994 raw material Substances 0.000 claims 1
- 230000006866 deterioration Effects 0.000 abstract description 42
- 230000001133 acceleration Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 9
- 238000000034 method Methods 0.000 description 8
- 239000010426 asphalt Substances 0.000 description 5
- 230000010287 polarization Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005336 cracking Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011158 quantitative evaluation Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000009418 renovation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
Landscapes
- Road Repair (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
本発明は、道路管理システム、道路管理方法、及び道路管理プログラムに関わる。 The present invention relates to a road management system, a road management method, and a road management program.
道路整備は、新設から維持修繕の時代に変遷しており、地方自治体などの道路管理者には、限られた道路維持管理予算の中で効率的に道路を管理し、道路利用者に安全かつ快適な道路環境を提供することが求められている。道路の路面性状を測定する手段として、例えば、非接触式により路面性状の測定を自動的に行う路面性状測定車両が知られているが、このような路面性状測定車両は、高価である上に台数も限られているため、全国にある多数の道路の路面性状を測定するには不向きである。このような事情に鑑み、特許文献１乃至３は、道路を走行する複数の車両（例えば、タクシー、トラックなど）によって測定された路面性状の測定情報を収集し、全国にある多数の道路の路面性状を簡易に測定する技術を提案している。 Road maintenance has changed from the time of new construction to the time of maintenance and repair, and road managers such as local governments can manage roads efficiently within a limited road maintenance budget, and be safe and secure for road users. There is a need to provide a comfortable road environment. As a means for measuring the road surface property of the road, for example, a road surface property measuring vehicle that automatically measures the road surface property by a non-contact type is known, but such a road surface property measuring vehicle is expensive. Since the number of cars is limited, it is not suitable for measuring the road surface properties of many roads throughout the country. In view of such circumstances, Patent Documents 1 to 3 collect road surface property measurement information measured by a plurality of vehicles (for example, taxis, trucks, etc.) traveling on a road, and road surfaces of a large number of roads throughout the country. A technique to easily measure properties is proposed.
しかし、特許文献１乃至３に記載の技術によれば、道路の路面性状を簡易に測定できるものの、その測定時点以降の未来における道路の劣化の度合いを実用上十分な精度で予測することができない。道路の劣化の度合いは、道路環境の変化（例えば、道路の新設又は改築など）に伴い流動的に変動する交通量（特に、大型車両の交通量の増減）の影響を受けるだけでなく、気象状況の短期的又は長期的な変化（例えば、降雨量や積雪量の予期しない変動、又は異常気象或いは自然災害の発生など）にも影響を受け、更には、路面の素材の相違（例えば、アスファルトとコンクリートとの相違）によっても、劣化の進行速度が異なるという事情がある。これらの要因は複合的に作用するため、それぞれの要因が道路の劣化に与える影響を分析するのが望ましい。 However, according to the techniques described in Patent Documents 1 to 3, the road surface property of the road can be easily measured, but the degree of road degradation in the future after the measurement time cannot be predicted with sufficient practical accuracy. . The degree of road degradation is not only influenced by the traffic volume that fluctuates fluidly with changes in the road environment (for example, the construction or renovation of roads) (in particular, the increase or decrease in traffic volume of large vehicles), but also the weather. It is also affected by short-term or long-term changes in the situation (for example, unexpected fluctuations in rainfall and snowfall, or abnormal weather or natural disasters), as well as differences in road surface materials (for example, asphalt There is also a circumstance that the rate of progress of deterioration differs depending on the difference between concrete and concrete. Since these factors work in combination, it is desirable to analyze the impact of each factor on road degradation.
そこで、本発明は、路面性状の劣化の度合いを実用上十分な精度で予測することのできる道路管理システムを提案することを課題とする。 Therefore, an object of the present invention is to propose a road management system capable of predicting the degree of deterioration of road surface properties with sufficient accuracy for practical use.
上述の課題を解決するため、本発明に関わる道路管理システムは、車両によって測定された路面性状の測定情報を路面性状が測定されたときの車両の位置情報と対応付けて車両から受信する通信装置と、ある測定期間におけるある道路区間の路面性状の測定情報から測定期間における道路区間の路面性状の時間経過に伴う変化を近似する回帰線を分析する分析部と、測定期間における道路区間の交通量の推移を基に、測定期間経過後における道路区間の近未来の回帰線を予測する予測部とを備える。 In order to solve the above-described problems, a road management system according to the present invention is a communication apparatus that receives road surface property measurement information measured by a vehicle from a vehicle in association with vehicle position information when the road surface property is measured. And an analysis unit that analyzes a regression line that approximates a change with time of the road surface property of the road section in the measurement period from the measurement information of the road surface property of the road section in the measurement period, and the traffic volume of the road section in the measurement period And a prediction unit that predicts a near future return line of the road section after the measurement period has elapsed.
本発明に関わる道路管理システムによれば、路面性状の劣化の度合いを実用上十分な精度で予測することができる。 According to the road management system according to the present invention, the degree of degradation of road surface properties can be predicted with sufficient practical accuracy.
以下、図面を参照しながら本発明の実施形態について説明する。ここで、同一符号は同一の構成要素を示すものとし、重複する説明は省略する。
図１は、本発明の実施形態に関わる道路管理システム１０のハードウェア構成を示す説明図である。道路管理システム１０は、車両４０によって測定された路面性状の測定情報３１に基づいて、路面の劣化の度合いを分析する。路面の劣化度合いは、道路の部分毎に異なり得るため、路面性状の測定及び分析の便宜上、道路を複数の道路区間に予め分割してもよい。路面性状は、路面の凹凸変位を示す路面プロファイルであり、この路面プロファイルから、例えば、各道路区間のひび割れ及び轍掘れの有無又はその程度を判別し、更には、平坦性を算出することができる。
Hereinafter, embodiments of the present invention will be described with reference to the drawings. Here, the same code | symbol shall show the same component and the overlapping description is abbreviate | omitted.
FIG. 1 is an explanatory diagram showing a hardware configuration of a road management system 10 according to the embodiment of the present invention. The road management system 10 analyzes the degree of road surface deterioration based on the road surface property measurement information 31 measured by the vehicle 40. Since the degree of road surface deterioration may differ for each portion of the road, the road may be divided into a plurality of road sections in advance for the convenience of measurement and analysis of road surface properties. The road surface property is a road surface profile showing the uneven displacement of the road surface. From this road surface profile, for example, the presence or absence of cracks and digging in each road section or the degree thereof can be determined, and further the flatness can be calculated. .
道路管理システム１０は、ハードウェア資源として、例えば、プロセッサ１１、記憶装置１２、通信装置１３、及び表示装置１４を備えるコンピュータシステムである。記憶装置１２は、本実施形態に関わる道路管理方法を実行するための道路管理プログラム２０と、その道路管理方法の実行に用いられる各種の情報（例えば、測定情報３１、交通情報３２、気象情報３３、及び素材情報３４など）を記憶している。本実施形態に関わる道路管理方法及びこれらの各種の情報の詳細については後述する。道路管理プログラム２０は、分析モジュール２１及び予測モジュール２２を備えている。これらのモジュールは、機能別にモジュール化されたサブプログラムであり、例えば、プロシージャ、サブルーチン、メソッド、関数、及びデータ構造等を用いて作成することができる。分析モジュール２１及び予測モジュール２２の機能の詳細については後述する。 The road management system 10 is a computer system including, for example, a processor 11, a storage device 12, a communication device 13, and a display device 14 as hardware resources. The storage device 12 includes a road management program 20 for executing the road management method according to the present embodiment, and various types of information (for example, measurement information 31, traffic information 32, and weather information 33) used to execute the road management method. , And material information 34). Details of the road management method according to the present embodiment and various types of information will be described later. The road management program 20 includes an analysis module 21 and a prediction module 22. These modules are subprograms modularized by function, and can be created using, for example, procedures, subroutines, methods, functions, data structures, and the like. Details of the functions of the analysis module 21 and the prediction module 22 will be described later.
記憶装置１２は、コンピュータ読み取り可能な記録媒体（例えば、揮発性メモリ、不揮発性半導体メモリ、光ディスク媒体、及び磁気ディスク媒体など）が提供する記憶資源である。通信装置１３は、例えば、ＬＴＥ（Long Term Evolution）などの無線通信規格に対応した通信モジュールである。表示装置１４は、例えば、液晶ディスプレイ、電界発光ディスプレイ、又はプラズマディスプレイなどの平板ディスプレイである。 The storage device 12 is a storage resource provided by a computer-readable recording medium (for example, a volatile memory, a nonvolatile semiconductor memory, an optical disk medium, and a magnetic disk medium). The communication device 13 is a communication module corresponding to a wireless communication standard such as LTE (Long Term Evolution). The display device 14 is, for example, a flat panel display such as a liquid crystal display, an electroluminescent display, or a plasma display.
車両４０は、自家用の車両でもよく、或いは事業用の車両（例えば、営業車両又は定期運行車両）でもよい。営業車両とは、例えば、タクシー、トラック、宅配便の配達車両、郵便集配車両のように、走行路線又は走行時刻が予め定められていない事業用の車両を意味し、定期運行車両とは、例えば、路線バスのように、走行路線及び走行時刻が予め定められている事業用の車両を意味する。 The vehicle 40 may be a private vehicle or a business vehicle (for example, a business vehicle or a regular operation vehicle). A business vehicle means, for example, a business vehicle whose traveling route or traveling time is not set in advance, such as a taxi, a truck, a delivery service for a courier, or a postal delivery vehicle. As in the case of a route bus, it means a business vehicle whose traveling route and traveling time are predetermined.
車両４０は、例えば、電子制御ユニット（ＥＣＵ）４１、通信装置４２、及び測定装置５０を備える。電子制御ユニット４１は、例えば、プロセッサ、メモリデバイス、及び入出力インタフェースを備えるマイクロコンピュータである。通信装置４２は、例えば、ＬＴＥなどの無線通信規格に対応した通信モジュールである。測定装置５０は、路面の劣化の度合いの測定と、路面の素材の識別とを行うように構成されており、例えば、撮影装置５１、レーザスキャナ５２、加速度計測装置５３、素材識別装置５４、及び位置測定装置５５などを備える。これら各種の装置の詳細については後述する。 The vehicle 40 includes, for example, an electronic control unit (ECU) 41, a communication device 42, and a measurement device 50. The electronic control unit 41 is, for example, a microcomputer including a processor, a memory device, and an input / output interface. The communication device 42 is a communication module corresponding to a wireless communication standard such as LTE. The measuring device 50 is configured to measure the degree of road surface deterioration and to identify the material of the road surface. For example, the photographing device 51, the laser scanner 52, the acceleration measuring device 53, the material identifying device 54, and A position measuring device 55 is provided. Details of these various apparatuses will be described later.
車両４０及び道路管理システム１０は、通信ネットワーク１００を通じて接続されている。通信ネットワーク１００は、例えば、無線ネットワーク（移動通信網、衛星通信網、ブルートゥース（登録商標）、ＷｉＦｉ(Wireless Fidelity)、ＨＳＤＰＡ(High Speed Downlink Packet Access)等）を含む。通信ネットワーク１００の一部は、無線ネットワークと有線ネットワーク（例えば、近距離通信網（ＬＡＮ）、広域通信網（ＷＡＮ）、又は付加価値通信網（ＶＡＮ）等）とが混在してもよい。 The vehicle 40 and the road management system 10 are connected through the communication network 100. The communication network 100 includes, for example, a wireless network (mobile communication network, satellite communication network, Bluetooth (registered trademark), WiFi (Wireless Fidelity), HSDPA (High Speed Downlink Packet Access), etc.). A part of the communication network 100 may include a wireless network and a wired network (for example, a short-range communication network (LAN), a wide-area communication network (WAN), or a value-added communication network (VAN)).
道路管理システム１０は、例えば、各道路区間の時間帯毎の交通量を示す交通情報３２を提供する道路交通情報センタ１１０に通信ネットワーク１００経由で接続してもよい。また、道路管理システム１０は、例えば、各道路区間の時間帯毎の気象状況（例えば、気温、湿度、降水量、積雪量など）を示す気象情報３３を提供する気象情報サーバ１２０に通信ネットワーク１００経由で接続してもよい。 The road management system 10 may be connected via the communication network 100 to, for example, a road traffic information center 110 that provides traffic information 32 indicating traffic volume for each time zone of each road section. In addition, the road management system 10, for example, uses the communication network 100 to the weather information server 120 that provides weather information 33 indicating weather conditions (for example, temperature, humidity, precipitation, snow cover, etc.) for each time zone of each road section. You may connect via.
次に、測定装置５０の詳細について説明する。路面の劣化状態を評価する指標となる路面性状として、例えば、ひび割れ、轍掘れ、平坦性が知られている。 Next, details of the measuring apparatus 50 will be described. As road surface properties that serve as indices for evaluating the deterioration state of the road surface, for example, cracking, digging, and flatness are known.
撮影装置５１は、例えば、路面の静止画を撮影するイメージセンサなどのデジタルカメラである。路面の静止画を画像解析することにより、ひび割れの有無及びその程度を判別することができる。撮影装置５１は、路面の静止画の情報を、路面のひび割れを分析するための測定情報３１として出力する。 The imaging device 51 is, for example, a digital camera such as an image sensor that captures a still image of a road surface. By analyzing the still image of the road surface, it is possible to determine the presence or absence and the degree of cracking. The imaging device 51 outputs information on a still image on the road surface as measurement information 31 for analyzing a crack on the road surface.
レーザスキャナ５２は、例えば、車両４０が走行している路面に向けてレーザ光を照射し、路面からの反射光を受光することにより、レーザスキャナ５２と路面との間の距離（即ち、路面からの高さ）を測定する。道路の幅員方向に沿って、この高さ測定を行うことにより、轍掘れ（幅員方向における路面の凹凸）の有無及びその深さを判別することができる。レーザスキャナ５２は、路面の高さ測定の結果を示す情報を、路面の轍掘れを分析するための測定情報３１として出力する。 For example, the laser scanner 52 irradiates laser light toward the road surface on which the vehicle 40 is traveling, and receives reflected light from the road surface, whereby the distance between the laser scanner 52 and the road surface (that is, from the road surface). The height). By performing this height measurement along the width direction of the road, it is possible to determine the presence or absence of digging (road surface unevenness in the width direction) and its depth. The laser scanner 52 outputs information indicating the result of the road surface height measurement as measurement information 31 for analyzing road surface excavation.
加速度計測装置５３は、例えば、車両４０の左側及び右側のそれぞれについて、バネ上の加速度及びバネ下の加速度を計測する。バネ上の加速度とバネ下の加速度との差分から、路面の平坦性を算出することができる。加速度計測装置５３は、加速度の計測結果を示す情報を、路面の平坦性を分析するための測定情報３１として出力する。なお、バネとは、車両４０の懸架装置を構成する弾性部材を意味する。 For example, the acceleration measuring device 53 measures the acceleration on the spring and the acceleration on the left side of each of the left side and the right side of the vehicle 40. The flatness of the road surface can be calculated from the difference between the acceleration above the spring and the acceleration below the spring. The acceleration measuring device 53 outputs information indicating the measurement result of acceleration as measurement information 31 for analyzing road surface flatness. The spring means an elastic member that constitutes the suspension device of the vehicle 40.
路面の劣化の進行速度は、路面の素材によって異なり得る。素材の相違に起因する路面の劣化の進行速度の相違を評価することにより、路面の劣化の度合いを精度よく分析することができる。 The rate of progress of road surface deterioration may vary depending on the material of the road surface. By evaluating the difference in the progress speed of the road surface deterioration caused by the difference in material, the degree of road surface deterioration can be analyzed with high accuracy.
素材識別装置５４は、例えば、車両４０が走行する路面に向けて検出光を照射し、路面からの反射光を垂直偏光成分及び水平偏光成分に分離することにより、これらの偏光成分の反射強度特性から路面の素材（例えば、アスファルト、コンクリートなど）を識別する。アスファルト及びコンクリートの乾燥路の場合、その路面からの反射は、比較的弱く、また、一様に散乱することが知られている。路面からの反射光における水平偏光成分及び垂直偏光成分の強度は比例関係となり、それらの強度分布の領域は、線形的に延び、しかも、その幅は比較的狭い傾向がある。コンクリート乾燥路とアスファルト乾燥路とを比較すると、路面からの反射強度が異なることが知られている。これは、コンクリート乾燥路の場合、その表面は相対的に白く、検出光を比較的反射しやすいのに対し、アスファルト乾燥路の場合には、その表面が相対的に黒いために、検出光の吸収率がコンクリート乾燥路の場合に比べて高いことに起因するためである。素材識別装置５４は、路面の素材の識別結果を示す素材情報３４を出力する。 For example, the material identification device 54 irradiates detection light toward the road surface on which the vehicle 40 travels, and separates the reflected light from the road surface into a vertical polarization component and a horizontal polarization component, thereby reflecting the reflection intensity characteristics of these polarization components. The road material (eg, asphalt, concrete, etc.) is identified. In the case of asphalt and concrete dry roads, the reflection from the road surface is relatively weak and is known to scatter uniformly. The intensity of the horizontal polarization component and the vertical polarization component in the reflected light from the road surface has a proportional relationship, and the area of the intensity distribution extends linearly, and the width tends to be relatively narrow. It is known that the reflection intensity from the road surface is different when comparing the concrete dry road and the asphalt dry road. This is because the surface of the concrete dry road is relatively white and the detection light is relatively easy to reflect, whereas the surface of the asphalt dry road is relatively black. This is because the absorption rate is higher than that of the concrete dry road. The material identification device 54 outputs material information 34 indicating the identification result of the road surface material.
位置測定装置５５は、例えば、ＧＰＳ（Global Positioning System）装置である。電子制御ユニット４１は、測定装置５０によって測定された路面性状の測定情報３１（ひび割れを分析するための測定情報３１、轍掘れを分析するための測定情報３１、及び平坦性を分析するための測定情報３１）を、路面性状が測定されたときの車両４０の位置情報及びタイムスタンプと対応付けて、通信装置４２から通信ネットワーク１００を通じて道路管理システム１０に送信するための処理を行う。同様に、電子制御ユニット４１は、測定装置５０によって識別された路面の素材を示す素材情報３４を、路面の素材の識別が行われたときの車両４０の位置情報及びタイムスタンプと対応付けて、通信装置４２から通信ネットワーク１００を通じて道路管理システム１０に送信するための処理を行う。なお、タイムスタンプは、例えば、日時、日付、及び時刻を示す情報を意味する。 The position measuring device 55 is, for example, a GPS (Global Positioning System) device. The electronic control unit 41 includes road surface property measurement information 31 (measurement information 31 for analyzing cracks, measurement information 31 for analyzing digging, and measurement for analyzing flatness measured by the measuring device 50. A process for transmitting the information 31) to the road management system 10 from the communication device 42 through the communication network 100 is performed in association with the position information and time stamp of the vehicle 40 when the road surface property is measured. Similarly, the electronic control unit 41 associates the material information 34 indicating the road surface material identified by the measuring device 50 with the position information and time stamp of the vehicle 40 when the road surface material is identified, Processing for transmitting from the communication device 42 to the road management system 10 through the communication network 100 is performed. The time stamp means, for example, information indicating date / time, date, and time.
通信装置１３は、車両４０から測定情報３１及び素材情報３４を受信する。通信装置１３は、道路交通情報センタ１１０から交通情報３２を受信する。通信装置１３は、気象情報サーバ１２０から気象情報３３を受信する。プロセッサ１１は、車両４０から受信した測定情報３１及び素材情報３４を記憶装置１２に格納する。プロセッサ１１は、道路交通情報センタ１１０から受信した交通情報３２を記憶装置１２に格納する。プロセッサ１１は、気象情報サーバ１２０から受信した気象情報３３を記憶装置１２に格納する。 The communication device 13 receives measurement information 31 and material information 34 from the vehicle 40. The communication device 13 receives the traffic information 32 from the road traffic information center 110. The communication device 13 receives the weather information 33 from the weather information server 120. The processor 11 stores the measurement information 31 and the material information 34 received from the vehicle 40 in the storage device 12. The processor 11 stores the traffic information 32 received from the road traffic information center 110 in the storage device 12. The processor 11 stores the weather information 33 received from the weather information server 120 in the storage device 12.
次に、図２を中心に、図１及び図３を適宜参照しながら、道路管理システム１０の機能について説明する。
分析モジュール２１は、ある測定期間Ｔにおけるある道路区間の路面性状の測定情報３１から、その測定期間Ｔにおけるその道路区間の路面性状の時間経過に伴う変化を近似する回帰線７１を分析する処理を行う。分析モジュール２１がプロセッサ１１によって解釈及び実行され、道路管理システム１０のハードウェア資源と分析モジュール２１とが協働することにより、分析部６１としての機能が実現される。図３に示す例では、路面の修復が行われた時点ｔ０を測定期間Ｔの始期とし、現在時刻ｔ１を測定期間Ｔの終期とする例を示しているが、路面の修復が完了してからある一定期間が経過した時点を測定期間Ｔの始期としてもよい。
Next, the function of the road management system 10 will be described with reference to FIG. 1 and FIG.
The analysis module 21 performs a process of analyzing a regression line 71 that approximates a change with time of the road surface property of the road section in the measurement period T from the road surface property measurement information 31 of the road section in the measurement period T. Do. The analysis module 21 is interpreted and executed by the processor 11, and the hardware resource of the road management system 10 and the analysis module 21 cooperate to realize the function as the analysis unit 61. The example shown in FIG. 3 shows an example in which the time t0 when the road surface is repaired is the start of the measurement period T and the current time t1 is the end of the measurement period T. However, after the road surface is repaired, The time when a certain period has elapsed may be set as the start of the measurement period T.
分析部６１は、各道路区間の測定情報３１を基に、例えば、ひび割れの程度を示すひび割れ率と、轍掘れの程度を示す轍掘れ量と、平坦性の度合いを示すラフネス指数とを道路区間毎に算出し、これらの算出結果から、各道路区間の路面の劣化の度合いを示す定量的な評価値（例えば、維持管理指数）を求める。各道路区間には、複数の車両４０が、例えば、毎日のように走行しており、道路管理システム１０は、同一の時期に同一の道路区間を走行する複数の車両４０のそれぞれから測定情報３１を受信する。道路管理システム１０が車両４０から測定情報３１を受信する頻度は、例えば、１日あたりに１回又はそれ以上でもよい。道路管理システム１０は、同一の時期に同一の道路区間を走行する複数の車両４０のそれぞれから受信した測定情報３１に基づいて、同一の時期における同一の道路区間についての路面の劣化の度合いを示す複数の定量的な評価値を算出し、それらの複数の定量的な評価値を代表する値（例えば、平均値）を、その時期におけるその道路区間の劣化の度合いを示す代表値８０とする。 Based on the measurement information 31 of each road section, the analysis unit 61 calculates, for example, a crack rate indicating the degree of cracking, a digging amount indicating the degree of digging, and a roughness index indicating the degree of flatness. A quantitative evaluation value (for example, maintenance index) indicating the degree of deterioration of the road surface of each road section is obtained from these calculation results. In each road section, for example, a plurality of vehicles 40 travels every day, and the road management system 10 receives measurement information 31 from each of the plurality of vehicles 40 traveling on the same road section at the same time. Receive. The frequency with which the road management system 10 receives the measurement information 31 from the vehicle 40 may be, for example, once or more per day. The road management system 10 indicates the degree of road surface degradation for the same road section at the same time based on the measurement information 31 received from each of the plurality of vehicles 40 traveling on the same road section at the same time. A plurality of quantitative evaluation values are calculated, and a value representing the plurality of quantitative evaluation values (for example, an average value) is set as a representative value 80 indicating the degree of deterioration of the road section at that time.
図３は、ある測定期間Ｔにおける同一の道路区間の路面性状の時間経過に伴う変化を示している。図３の横軸は時間を示し、縦軸は路面の劣化の度合いを示している。測定期間Ｔ内において、同一の道路区間の劣化の度合いを示す一連の複数の代表値８０が得られ、各代表値８０は、測定期間Ｔ内の異なる時期における同一の道路区間の劣化の度合いを示す。同一の道路区間の異なる時期における劣化の度合いの経時的な変化は、その道路区間の実際の路面性状の時間経過に伴う変化を反映している。分析部６１は、測定期間Ｔ内における複数の代表値８０を基に回帰分析を行い、その測定期間Ｔにおける道路区間の路面性状の時間経過に伴う変化を近似する回帰線７１を求める。回帰線７１は、例えば、多項式曲線でもよく、或いはその他の曲線でもよい。 FIG. 3 shows changes with time of the road surface properties of the same road section in a certain measurement period T. FIG. The horizontal axis of FIG. 3 indicates time, and the vertical axis indicates the degree of road surface deterioration. Within the measurement period T, a series of representative values 80 indicating the degree of deterioration of the same road section are obtained, and each representative value 80 indicates the degree of deterioration of the same road section at different times within the measurement period T. Show. Changes over time in the degree of deterioration of the same road section at different times reflect changes over time in the actual road surface properties of the road section. The analysis unit 61 performs a regression analysis based on a plurality of representative values 80 in the measurement period T, and obtains a regression line 71 that approximates the change of the road surface property of the road section with the passage of time in the measurement period T. The regression line 71 may be, for example, a polynomial curve or another curve.
予測モジュール２２は、測定期間Ｔの経過後における各道路区間の近未来の回帰線７２を予測する処理を行う。予測モジュール２２がプロセッサ１１によって解釈及び実行され、道路管理システム１０のハードウェア資源と予測モジュール２２とが協働することにより、予測部６２としての機能が実現される。 The prediction module 22 performs a process of predicting the near future return line 72 of each road section after the measurement period T has elapsed. The prediction module 22 is interpreted and executed by the processor 11, and the hardware resource of the road management system 10 and the prediction module 22 cooperate to realize the function as the prediction unit 62.
各道路区間を流れる交通量は、道路環境の変化（例えば、道路の新設又は改築など）に伴い流動的に変動し、道路区間の劣化の進行速度は、交通量の増減の影響を受けて増減し得る。予測部６２は、測定期間Ｔにおける各道路区間の交通量の推移を示す交通情報３２を基に、測定期間Ｔの経過後における近未来の交通量を予測し、予測される交通量の変動が各道路区間の劣化の進行速度に与える影響を考慮に入れて、近未来の回帰線７２を予測する。予測部６２は、例えば、予測される交通量の変動が各道路区間の劣化の進行速度に与える影響を定量的に評価する係数（説明の便宜上、「交通量加速係数」と呼ぶ）を算出し、回帰線７１に交通量加速係数を乗じて回帰線７２を求めてもよい。なお、道路管理システム１０は、必ずしも、道路交通情報センタ１１０から交通情報３２を受信する必要はなく、例えば、車両４０から道路管理システム１０に通知される位置情報を基に、任意の時間帯における任意の道路区間の交通量を算出してもよい。道路管理システム１０は、例えば、任意の道路区間における車両４０のＧＰＳ位置情報から求まる単位時間あたりの通過台数から交通量を算出してもよい。ＧＰＳ位置情報を用いることにより、例えば、住宅街を通る細い道や交通量の計測が困難な道においても、交通量を正確に計測し、路面の劣化の度合いを実用上十分な精度で予測することができる。また、車両４０の通過を計測するセンサ又はカメラなどの計測機器を道路近辺に設置しておき、これらの計測機器によって計測される単位時間あたりの車両４０の通過台数から交通量を算出してもよい。 The traffic flowing through each road segment fluctuates dynamically with changes in the road environment (for example, new construction or reconstruction of roads), and the speed of deterioration of the road segment is affected by the increase or decrease in traffic volume. Can do. The prediction unit 62 predicts near-future traffic volume after the elapse of the measurement period T based on the traffic information 32 indicating the traffic volume transition of each road section in the measurement period T. Taking into consideration the effect of the deterioration of each road section on the progress speed, a near future regression line 72 is predicted. The prediction unit 62 calculates, for example, a coefficient (referred to as “traffic acceleration coefficient” for convenience of explanation) that quantitatively evaluates the influence of the predicted traffic change on the progress speed of deterioration in each road section. The regression line 72 may be obtained by multiplying the regression line 71 by a traffic acceleration coefficient. The road management system 10 does not necessarily need to receive the traffic information 32 from the road traffic information center 110. For example, the road management system 10 can be used in any time zone based on position information notified from the vehicle 40 to the road management system 10. You may calculate the traffic volume of arbitrary road sections. For example, the road management system 10 may calculate the traffic volume from the number of passing vehicles per unit time obtained from the GPS position information of the vehicle 40 in an arbitrary road section. By using GPS position information, for example, even on narrow roads through residential areas and roads where traffic volume is difficult to measure, traffic volume is accurately measured, and the degree of road surface degradation is predicted with sufficient practical accuracy. be able to. Further, a measuring device such as a sensor or a camera for measuring the passage of the vehicle 40 is installed in the vicinity of the road, and the traffic volume is calculated from the number of passing vehicles 40 per unit time measured by these measuring devices. Good.
道路区間の劣化の進行速度は、気象状況の短期的又は長期的な変化（例えば、降雨量や積雪量の予期しない変動、又は異常気象或いは自然災害の発生など）の影響を受けて増減し得る。予測部６２は、測定期間Ｔにおける各道路区間の気象状況の推移を示す気象情報３３を基に、測定期間Ｔの経過後における各道路区間の近未来の気象状況を予測し、予測される気象状況の変動が各道路区間の劣化の進行速度に与える影響を考慮に入れて、近未来の回帰線７２を予測してもよい。予測部６２は、例えば、予測される気象状況の変動が各道路区間の劣化の進行速度に与える影響を定量的に評価する係数（説明の便宜上、「気象状況加速係数」と呼ぶ）を算出し、回帰線７１に気象状況加速係数を乗じて回帰線７２を求めてもよい。例えば、予測される交通量の変動と予測される気象状況の変動とに基づいて回帰線７２を予測する場合、予測部６２は、回帰線７１に交通量加速係数及び気象状況加速係数を乗じて回帰線７２を求めてもよい。 The speed of deterioration of road sections may increase or decrease due to short-term or long-term changes in weather conditions (for example, unexpected fluctuations in rainfall and snowfall, or abnormal weather or natural disasters) . The prediction unit 62 predicts the near-future weather situation of each road section after the measurement period T has elapsed based on the weather information 33 indicating the transition of the weather condition of each road section in the measurement period T, and the predicted weather The near-future regression line 72 may be predicted in consideration of the influence of the change in the situation on the progress speed of deterioration in each road section. The prediction unit 62 calculates, for example, a coefficient (referred to as “meteorological situation acceleration coefficient” for convenience of explanation) that quantitatively evaluates the effect of the predicted change in the weather situation on the speed of deterioration of each road section. The regression line 72 may be obtained by multiplying the regression line 71 by a weather condition acceleration coefficient. For example, when the regression line 72 is predicted based on the predicted traffic volume fluctuation and the predicted weather situation fluctuation, the prediction unit 62 multiplies the regression line 71 by the traffic volume acceleration coefficient and the weather situation acceleration coefficient. A regression line 72 may be obtained.
道路区間の劣化の進行速度は、路面の素材に応じて異なり得る。予測部６２は、各道路区間の路面の素材を示す素材情報３４を基に、測定期間Ｔの経過後における各道路区間の近未来の回帰線を予測してもよい。予測部６２は、例えば、路面の素材が各道路区間の劣化の進行速度に与える影響を定量的に評価する係数（説明の便宜上、「素材加速係数」と呼ぶ）を算出し、回帰線７１に素材係数を乗じて回帰線７２を求めてもよい。予測される交通量の変動と予測される気象状況の変動と路面の素材とに基づいて回帰線７２を予測する場合、予測部６２は、回帰線７１に交通量加速係数、気象状況加速係数、及び素材係数の全てを乗じて回帰線７２を求めてもよい。 The speed of deterioration of the road section may vary depending on the road surface material. The prediction unit 62 may predict a near-future regression line of each road section after the measurement period T has elapsed, based on the material information 34 indicating the road surface material of each road section. For example, the prediction unit 62 calculates a coefficient (referred to as a “material acceleration coefficient” for convenience of description) that quantitatively evaluates the influence of the road surface material on the progress speed of deterioration of each road section. The regression line 72 may be obtained by multiplying the material coefficient. When the regression line 72 is predicted based on the predicted traffic volume fluctuation, the predicted weather condition fluctuation, and the road surface material, the prediction unit 62 includes a traffic volume acceleration coefficient, a weather condition acceleration coefficient, Further, the regression line 72 may be obtained by multiplying all of the material coefficients.
なお、予測される交通量の変動、予測される気象状況の変動、及び路面の素材のうち何れか一つ又は二つ以上の任意の組み合わせに基づいて回帰線７２を予測してもよい。例えば、予測される交通量の変動に基づいて回帰線７２を予測する場合、近未来とは、測定期間Ｔの経過後における道路区間の交通量の予測を実用上十分な精度で行うことのできる将来を意味する。予測される気象状況の変動に基づいて回帰線７２を予測する場合、近未来とは、測定期間Ｔの経過後における道路区間の気象状況の予測を実用上十分な精度で行うことのできる将来を意味する。予測される交通量の変動と予測される気象状況の変動とに基づいて回帰線７２を予測する場合、近未来とは、測定期間Ｔの経過後における道路区間の交通量の予測と気象状況の予測とを実用上十分な精度で行うことのできる将来を意味する。 Note that the regression line 72 may be predicted based on any one or a combination of two or more predicted traffic volume fluctuations, predicted weather condition fluctuations, and road surface materials. For example, when the regression line 72 is predicted based on the predicted traffic volume fluctuation, the near future can predict the traffic volume of the road section after the measurement period T has elapsed with sufficient practical accuracy. It means the future. When the regression line 72 is predicted based on a predicted change in weather conditions, the near future is a future in which the weather condition of the road section after the measurement period T has elapsed can be predicted with sufficient practical accuracy. means. When the regression line 72 is predicted based on the predicted traffic volume fluctuation and the predicted weather situation fluctuation, the near future refers to the prediction of the traffic volume on the road section after the elapse of the measurement period T and the weather condition. It means the future where forecasting can be performed with sufficient accuracy.
表示装置１４は、予測部６２によって予測された各道路区間の近未来の回帰線７２を表示する。表示装置１４は、例えば、回帰線７１と回帰線７２とが区別できるように回帰線７２の表示態様（例えば、色、太さなど）を変更してもよい。道路区間の劣化の度合いがある閾値を超えたときに、表示装置１４は、道路の修繕を促すメッセージを表示してもよい。表示装置１４は、道路区間の劣化の度合いが閾値を超えることが見込まれる予測時期を表示してもよい。 The display device 14 displays a near-future regression line 72 of each road section predicted by the prediction unit 62. The display device 14 may change the display mode (for example, color, thickness, etc.) of the regression line 72 so that the regression line 71 and the regression line 72 can be distinguished, for example. When the degree of deterioration of the road section exceeds a certain threshold value, the display device 14 may display a message that prompts repair of the road. The display device 14 may display a predicted time when the degree of deterioration of the road section is expected to exceed a threshold value.
なお、図３に示す劣化曲線９０は、交通量の変動、気象状況の変動、及び路面素材の相違を考慮に入れずに、交通量が一定であると仮定したときの道路区間の劣化の進行を定量的に示す理論上のグラフである。現実には、例えば、道路工事などの影響により、多くの大型車両が短期間の間に道路区間を集中的に走行したり、或いは、地震や洪水などの自然災害が発生したりすることにより、道路区間の劣化の進行速度が一時的に急速に加速する場合がある。このため、理論上の劣化曲線９０は、道路区間の現実の劣化の度合いを必ずしも反映しておらず、また、近未来の劣化の度合いを実用上十分な精度で予測することもできない。これに対し、路面性状の実測定から得られる回帰線７１は、道路区間の現実の劣化の度合いを忠実に反映しており、しかも、交通量の変動、気象状況の変動、及び路面素材の相違を考慮に入れることにより、近未来の劣化の度合いを実用上十分な精度で予測することができる。 Note that the deterioration curve 90 shown in FIG. 3 shows the progress of deterioration of the road section when it is assumed that the traffic volume is constant without taking into consideration the fluctuation of traffic volume, the fluctuation of weather conditions, and the difference in road surface material. Is a theoretical graph that quantitatively shows In reality, for example, due to the influence of road construction, many large vehicles intensively run on road sections in a short period of time, or natural disasters such as earthquakes and floods occur, In some cases, the speed of deterioration of the road section is temporarily accelerated rapidly. For this reason, the theoretical deterioration curve 90 does not necessarily reflect the actual degree of deterioration of the road section, and the degree of deterioration in the near future cannot be predicted with sufficient practical accuracy. On the other hand, the regression line 71 obtained from the actual measurement of the road surface property faithfully reflects the actual degree of deterioration of the road section, and further, the fluctuation of the traffic volume, the fluctuation of the weather condition, and the difference of the road surface material. By taking into account, it is possible to predict the degree of deterioration in the near future with sufficient practical accuracy.
分析部６１は、道路の過去の修繕履歴から各道路区間の年齢を求め、年齢に応じて定まる初期値を起点として道路の劣化曲線９０をシミュレーションしてもよい。ここで、年齢とは、道路の使用経過年数を意味し、初期値とは、路面の劣化の度合いの初期値を意味する。表示装置１４は、分析部６１によってシミュレーションされた劣化曲線９０を表示してもよい。表示装置１４は、回帰線７１，７２と劣化曲線９０との相違がわかるように、回帰線７１，７２と劣化曲線９０とを表示してもよい。 The analysis unit 61 may obtain the age of each road section from the past repair history of the road, and may simulate the road degradation curve 90 starting from an initial value determined according to the age. Here, the age means the number of years of use of the road, and the initial value means an initial value of the degree of road surface deterioration. The display device 14 may display the deterioration curve 90 simulated by the analysis unit 61. The display device 14 may display the regression lines 71 and 72 and the deterioration curve 90 so that the difference between the regression lines 71 and 72 and the deterioration curve 90 can be seen.
なお、図３には図示していないが、道路区間の補修工事により、劣化の度合いが低減すると、それに伴い、回帰線７１は一時的に上昇し、その後、車両４０の通過や気象状況の影響を受けて、劣化の度合いが進行すると、回帰線７１は次第に降下し始める。 Although not shown in FIG. 3, when the degree of deterioration is reduced by the repair work of the road section, the regression line 71 temporarily rises accordingly, and then the passage of the vehicle 40 and the influence of weather conditions In response, when the degree of deterioration progresses, the regression line 71 gradually begins to descend.
次に、図４を参照しながら、本実施形態に関わる道路管理方法の処理の流れについて説明する。但し、図４に示す処理の概要は、図１乃至図３の説明と重複するため、ここでは、簡単な説明に留めるものとする。 Next, a processing flow of the road management method according to the present embodiment will be described with reference to FIG. However, since the outline of the processing shown in FIG. 4 overlaps with the description of FIGS. 1 to 3, only a brief description will be given here.
ステップ４０１において、道路管理システム１０は、車両４０によって測定された路面性状の測定情報３１を路面性状が測定されたときの車両４０の位置情報と対応付けて車両４０から受信する。 In step 401, the road management system 10 receives from the vehicle 40 the road surface property measurement information 31 measured by the vehicle 40 in association with the position information of the vehicle 40 when the road surface property is measured.
ステップ４０２において、道路管理システム１０は、ある測定期間Ｔにおけるある道路区間の路面性状の測定情報３１から測定期間Ｔにおける道路区間の路面性状の時間経過に伴う変化を近似する回帰線７１を分析する。 In step 402, the road management system 10 analyzes a regression line 71 that approximates a change with time of the road surface property of the road section in the measurement period T from the road surface property measurement information 31 of the road section in the certain measurement period T. .
ステップ４０３において、道路管理システム１０は、測定期間Ｔにおける道路区間の交通量の推移を示す交通情報３２、測定期間Ｔにおける道路区間の気象状況の推移を示す気象情報３３、及び道路区間の路面の素材を示す素材情報３４を基に、測定期間Ｔの経過後における道路区間の近未来の回帰線７２を予測する。なお、近未来の回帰線７２を予測する上で、気象情報３３及び素材情報３４は必須ではないため、何れか一方又は両方を考慮に入れることなく、近未来の回帰線７２を予測してもよい。 In step 403, the road management system 10 determines the traffic information 32 indicating the change in the traffic volume of the road section in the measurement period T, the weather information 33 indicating the change in the weather condition of the road section in the measurement period T, and the road surface of the road section. Based on the material information 34 indicating the material, a near-future regression line 72 of the road section after the measurement period T has elapsed is predicted. Note that since the weather information 33 and the material information 34 are not essential for predicting the near future return line 72, the near future return line 72 can be predicted without taking either one or both into consideration. Good.
本実施形態に関わる道路管理システム１０によれば、ある測定期間Ｔにおける道路区間の交通量の推移を基に、測定期間Ｔの経過後における道路区間の近未来の回帰線７２を実用上十分な精度で予測することができる。また、測定期間Ｔにおける道路区間の交通量の推移に加えて、測定期間Ｔにおける道路区間の気象状況の推移及び道路区間の路面の素材を考慮に入れることにより、回帰線７２の予測精度を高めることができる。近未来の回帰線７２を表示装置１４に表示することにより、道路区間の劣化の進行を視覚的に把握し易くすることができる。 According to the road management system 10 according to the present embodiment, the near-future return line 72 of the road section after the elapse of the measurement period T is practically sufficient based on the transition of the traffic volume of the road section in a certain measurement period T. Can be predicted with accuracy. Further, in addition to the transition of the traffic volume of the road section in the measurement period T, the prediction accuracy of the regression line 72 is improved by taking into account the transition of the weather condition of the road section in the measurement period T and the material of the road surface of the road section. be able to. By displaying the near-future regression line 72 on the display device 14, it is possible to easily grasp the progress of deterioration of the road section visually.
以上説明した実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更又は改良され得るととともに、本発明にはその等価物も含まれる。例えば、分析モジュール２１及び予測モジュール２２の機能と同様の機能を、専用のハードウェア資源（例えば、特定用途向け集積回路（ＡＳＩＣ）、又はフィールドプログラマブルゲートアレイ（ＦＰＧＡ）など）やファームウェアを用いて実現してもよい。また、道路管理システム１０の機能は、必ずしも一台のコンピュータシステムによって実現される必要はなく、通信ネットワーク１００に接続する複数台のコンピュータシステムによって実現されてもよい。 The embodiments described above are for facilitating the understanding of the present invention, and are not intended to limit the present invention. The present invention can be changed or improved without departing from the gist thereof, and the present invention includes equivalents thereof. For example, functions similar to those of the analysis module 21 and the prediction module 22 are realized by using dedicated hardware resources (for example, an application specific integrated circuit (ASIC) or a field programmable gate array (FPGA)) or firmware. May be. Further, the function of the road management system 10 is not necessarily realized by a single computer system, and may be realized by a plurality of computer systems connected to the communication network 100.
１０…道路管理システム １１…プロセッサ １２…記憶装置 １３…通信装置 １４…表示装置 ２０…道路管理プログラム ２１…分析モジュール ２２…予測モジュール ３１…測定情報 ３２…交通情報 ３３…気象情報 ３４…素材情報 ４０…車両 ４１…電子制御ユニット ４２…通信装置 ５０…測定装置 ５１…撮影装置 ５２…レーザスキャナ ５３…加速度計測装置 ５４…素材識別装置 ５５…位置測定装置 ６１…分析部 ６２…予測部 ７１…回帰線 ７２…回帰線 ８０…代表値 ９０…劣化曲線 １００…通信ネットワーク １１０…道路交通情報センタ １２０…気象情報サーバ DESCRIPTION OF SYMBOLS 10 ... Road management system 11 ... Processor 12 ... Memory | storage device 13 ... Communication apparatus 14 ... Display apparatus 20 ... Road management program 21 ... Analysis module 22 ... Prediction module 31 ... Measurement information 32 ... Traffic information 33 ... Weather information 34 ... Material information 40 ... Vehicle 41 ... Electronic control unit 42 ... Communication device 50 ... Measurement device 51 ... Shooting device 52 ... Laser scanner 53 ... Acceleration measurement device 54 ... Material identification device 55 ... Position measurement device 61 ... Analysis unit 62 ... Prediction unit 71 ... Regression line 72 ... regression line 80 ... representative value 90 ... deterioration curve 100 ... communication network 110 ... road traffic information center 120 ... weather information server
Claims (10)
ある測定期間におけるある道路区間の前記路面性状の測定情報から前記測定期間における前記道路区間の前記路面性状の時間経過に伴う変化を近似する回帰線を分析する分析部と、
前記測定期間における前記道路区間の交通量の推移を基に、前記測定期間経過後における前記道路区間の近未来の前記回帰線を予測する予測部と、
を備える道路管理システム。 A communication device that receives from the vehicle the road surface property measurement information measured by the vehicle in association with the vehicle position information when the road surface property is measured;
An analysis unit that analyzes a regression line that approximates a change with time of the road surface property of the road section in the measurement period from measurement information of the road surface property of a road section in a measurement period;
Based on the traffic volume transition of the road section in the measurement period, a prediction unit that predicts the near future line of the road section after the measurement period has passed,
Road management system with.
前記交通量は、前記道路区間における前記車両のＧＰＳ位置情報から求まる単位時間あたりの通過台数である、道路管理システム。 The road management system according to claim 1,
The road management system, wherein the traffic volume is a passing number per unit time determined from GPS position information of the vehicle in the road section.
前記予測部は、前記測定期間における前記道路区間の気象状況の推移を基に、前記測定期間経過後における前記道路区間の近未来の前記回帰線を予測する、道路管理システム。 The road management system according to claim 1 or 2,
The said prediction part is a road management system which estimates the said near future return line of the said road section after the said measurement period progress based on the transition of the weather condition of the said road section in the said measurement period.
前記予測部は、前記道路区間の路面の素材を基に、前記測定期間経過後における前記道路区間の近未来の前記回帰線を予測する、道路管理システム。 The road management system according to any one of claims 1 to 3,
The said prediction part is a road management system which predicts the said future regression line of the said road section after the said measurement period progress based on the raw material of the road surface of the said road section.
前記近未来の回帰線を表示する表示装置を更に備える、道路管理システム。 The road management system according to any one of claims 1 to 4,
A road management system further comprising a display device for displaying the near future return line.
ある測定期間におけるある道路区間の前記路面性状の測定情報から前記測定期間における前記道路区間の前記路面性状の時間経過に伴う変化を近似する回帰線を分析する分析部と、
前記測定期間における前記道路区間の気象状況の推移を基に、前記測定期間経過後における前記道路区間の近未来の前記回帰線を予測する予測部と、
を備える道路管理システム。 A communication device that receives from the vehicle the road surface property measurement information measured by the vehicle in association with the vehicle position information when the road surface property is measured;
An analysis unit that analyzes a regression line that approximates a change with time of the road surface property of the road section in the measurement period from measurement information of the road surface property of a road section in a measurement period;
Based on the transition of weather conditions of the road section in the measurement period, a prediction unit that predicts the near future line of the road section after the measurement period has passed,
Road management system with.
ある測定期間におけるある道路区間の前記路面性状の測定情報から前記測定期間における前記道路区間の前記路面性状の時間経過に伴う変化を近似する回帰線を分析する分析部と、
前記道路区間の路面の素材を基に、前記測定期間経過後における前記道路区間の近未来の前記回帰線を予測する予測部と、
を備える道路管理システム。 A communication device that receives from the vehicle the road surface property measurement information measured by the vehicle in association with the vehicle position information when the road surface property is measured;
An analysis unit for analyzing a regression line that approximates a change with time of the road surface property of the road section in the measurement period from measurement information of the road surface property of a road section in a certain measurement period;
Based on the road surface material of the road section, a prediction unit that predicts the near future line of the road section after the measurement period has passed,
Road management system with.
前記分析部は、道路の過去の修繕履歴から各道路区間の年齢を求め、年齢に応じて定まる初期値を起点として道路の劣化曲線をシミュレーションする、道路管理システム。 The road management system according to any one of claims 1 to 7,
The said analysis part calculates | requires the age of each road area from the past repair log | history of a road, and simulates the degradation curve of a road from the initial value determined according to age as a starting point.
車両によって測定された路面性状の測定情報を前記路面性状が測定されたときの前記車両の位置情報と対応付けて前記車両から受信するステップと、
ある測定期間におけるある道路区間の前記路面性状の測定情報から前記測定期間における前記道路区間の前記路面性状の時間経過に伴う変化を近似する回帰線を分析するステップと、
前記測定期間における前記道路区間の交通量の推移を基に、前記測定期間経過後における前記道路区間の近未来の前記回帰線を予測するステップと、
を実行する道路管理方法。 Computer system
Receiving from the vehicle the measurement information of the road surface property measured by the vehicle in association with the position information of the vehicle when the road surface property is measured;
Analyzing a regression line that approximates a change with time of the road surface property of the road section in the measurement period from measurement information of the road surface property of a road section in a measurement period;
Predicting the regression line in the near future of the road section after the measurement period has elapsed, based on the change in traffic volume of the road section in the measurement period;
Perform road management methods.
車両によって測定された路面性状の測定情報を前記路面性状が測定されたときの前記車両の位置情報と対応付けて前記車両から受信するステップと、
ある測定期間におけるある道路区間の前記路面性状の測定情報から前記測定期間における前記道路区間の前記路面性状の時間経過に伴う変化を近似する回帰線を分析するステップと、
前記測定期間における前記道路区間の交通量の推移を基に、前記測定期間経過後における前記道路区間の近未来の前記回帰線を予測するステップと、
を実行させる道路管理プログラム。 Computer system,
Receiving from the vehicle the measurement information of the road surface property measured by the vehicle in association with the position information of the vehicle when the road surface property is measured;
Analyzing a regression line that approximates a change with time of the road surface property of the road section in the measurement period from measurement information of the road surface property of a road section in a measurement period;
Predicting the regression line in the near future of the road section after the measurement period has elapsed, based on the change in traffic volume of the road section in the measurement period;
A road management program that runs.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018076331A JP2019185443A (en) | 2018-04-11 | 2018-04-11 | Road management system, road management method, and road management program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018076331A JP2019185443A (en) | 2018-04-11 | 2018-04-11 | Road management system, road management method, and road management program |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2019185443A true JP2019185443A (en) | 2019-10-24 |
Family
ID=68341351
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018076331A Pending JP2019185443A (en) | 2018-04-11 | 2018-04-11 | Road management system, road management method, and road management program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2019185443A (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114723350A (en) * | 2022-06-10 | 2022-07-08 | 北京科技大学 | Method and device for analyzing influence of blocked passage of post-earthquake road on building repair progress |
| WO2023042238A1 (en) * | 2021-09-14 | 2023-03-23 | 日本電気株式会社 | Image generation system, image generation method, and recording medium |
| WO2023135749A1 (en) * | 2022-01-14 | 2023-07-20 | 日本電気株式会社 | Deterioration estimation system, deterioration estimation method, and recording medium |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005084930A (en) * | 2003-09-08 | 2005-03-31 | Toshiba Corp | Spatial data mining method and system |
| JP2005115687A (en) * | 2003-10-08 | 2005-04-28 | Hitachi Ltd | Road maintenance support system |
| JP2009140007A (en) * | 2007-12-03 | 2009-06-25 | Sumitomo Electric Ind Ltd | Traffic volume calculation device, traffic volume calculation program and traffic volume calculation method |
| JP4305361B2 (en) * | 2004-10-15 | 2009-07-29 | 株式会社日立製作所 | Road management system |
| JP2017156779A (en) * | 2016-02-29 | 2017-09-07 | 株式会社日立製作所 | Infrastructure facility management system and management screen display method |
-
2018
- 2018-04-11 JP JP2018076331A patent/JP2019185443A/en active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005084930A (en) * | 2003-09-08 | 2005-03-31 | Toshiba Corp | Spatial data mining method and system |
| JP2005115687A (en) * | 2003-10-08 | 2005-04-28 | Hitachi Ltd | Road maintenance support system |
| JP4305361B2 (en) * | 2004-10-15 | 2009-07-29 | 株式会社日立製作所 | Road management system |
| JP2009140007A (en) * | 2007-12-03 | 2009-06-25 | Sumitomo Electric Ind Ltd | Traffic volume calculation device, traffic volume calculation program and traffic volume calculation method |
| JP2017156779A (en) * | 2016-02-29 | 2017-09-07 | 株式会社日立製作所 | Infrastructure facility management system and management screen display method |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023042238A1 (en) * | 2021-09-14 | 2023-03-23 | 日本電気株式会社 | Image generation system, image generation method, and recording medium |
| WO2023135749A1 (en) * | 2022-01-14 | 2023-07-20 | 日本電気株式会社 | Deterioration estimation system, deterioration estimation method, and recording medium |
| CN114723350A (en) * | 2022-06-10 | 2022-07-08 | 北京科技大学 | Method and device for analyzing influence of blocked passage of post-earthquake road on building repair progress |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11531000B2 (en) | Electrical methods and systems for concrete testing | |
| JP6807225B2 (en) | Methods, computer-readable storage media, and systems for generating uncertainty-based traffic congestion indicators | |
| Pierce et al. | Practical guide for quality management of pavement condition data collection | |
| Kim et al. | Compound Gamma representation for modeling travel time variability in a traffic network | |
| Cantero et al. | Bridge damage detection using weigh-in-motion technology | |
| Duyzer et al. | Representativeness of air quality monitoring networks | |
| JP2019185443A (en) | Road management system, road management method, and road management program | |
| Chang et al. | A modified Nordic prediction model of road traffic noise in a Taiwanese city with significant motorcycle traffic | |
| Massahi et al. | Investigation of pavement raveling performance using smartphone | |
| Žnidarič et al. | Improved accuracy and robustness of bridge weigh-in-motion systems | |
| US20210064456A1 (en) | Failure mode specific analytics using parametric models | |
| CN109472885A (en) | Tire safety management method, device, tire safety management equipment and automobile | |
| Follen et al. | Statistical bridge signatures | |
| Shon et al. | Autonomous condition monitoring-based pavement management system | |
| US20230184707A1 (en) | Electrical methods and systems for concrete testing | |
| KR101671245B1 (en) | Method and Apparatus for Calculating Traffic Congestion Index | |
| CN114723594A (en) | Urban road maintenance system and method based on Internet of things | |
| Abed et al. | Predicting pavement performance using distress deterioration curves | |
| Chakraborty et al. | Analysis and application of two-fluid model for mixed traffic conditions | |
| KR20200069878A (en) | Apparatus and method for pavement lifecycle management | |
| KR101802927B1 (en) | System and method for monitoring measurement accuracy of Weigh-In-Motion | |
| Belzowski et al. | Evaluating roadway surface rating technologies. | |
| Immaneni et al. | Synthesis of sign deterioration rates across the United States | |
| Echaveguren et al. | Long-term behaviour model of skid resistance for asphalt roadway surfaces | |
| Lundkvist et al. | Prediction of road marking performance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210119 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211207 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211220 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220613 |