JP2021111089A5 - - Google Patents

Download PDF

Info

Publication number
JP2021111089A5
JP2021111089A5 JP2020002147A JP2020002147A JP2021111089A5 JP 2021111089 A5 JP2021111089 A5 JP 2021111089A5 JP 2020002147 A JP2020002147 A JP 2020002147A JP 2020002147 A JP2020002147 A JP 2020002147A JP 2021111089 A5 JP2021111089 A5 JP 2021111089A5
Authority
JP
Japan
Prior art keywords
road
information
repair
deterioration
degree
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.)
Granted
Application number
JP2020002147A
Other languages
English (en)
Other versions
JP2021111089A (ja
JP7444613B2 (ja
Filing date
Publication date
Application filed filed Critical
Priority to JP2020002147A priority Critical patent/JP7444613B2/ja
Priority claimed from JP2020002147A external-priority patent/JP7444613B2/ja
Publication of JP2021111089A publication Critical patent/JP2021111089A/ja
Publication of JP2021111089A5 publication Critical patent/JP2021111089A5/ja
Application granted granted Critical
Publication of JP7444613B2 publication Critical patent/JP7444613B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Description

また、本発明の一態様では、前記道路情報は、複数の項目を含み、前記道路管理システムは、重要道路の前記道路情報と、前記重要道路で実施された巡回結果及び劣化診断結果の少なくとも一方と、に基づいて、前記重要道路の前記劣化度に寄与する少なくとも1つの前記項目及びその相関関係を特定する特定手段を更に含み、前記劣化度取得手段は、非重要道路又は他の重要道路の前記道路情報と、前記特定手段の特定結果と、基づいて、前記非重要道路又は前記他の重要道路の前記劣化度を取得し、前記修繕情報取得手段は、前記非重要道路又は前記他の重要道路の前記劣化度に基づいて、前記非重要道路又は他の重要道路の前記修繕緊急度及び前記修繕内容の少なくとも一方を取得する、ことを特徴とする。
[3.本実施形態で実現される機能]
図4は、道路管理システムSで実現される機能の一例を示す機能ブロック図である。図に示すように、道路管理システムSは、データ記憶部100、道路情報取得部101、劣化度取得部102、及び修繕情報取得部103が実現される。本実施形態では、これら各機能が道路管理サーバ10によって実現される場合を説明するが、後述する変形例のように、各機能は、他のコンピュータによって実現されてもよい。
図7は、検出装置データベースDB3のデータ格納例を示す図である。図7に示すように、検出装置データベースDB3は、全国各地の検出装置40から取得された道路情報が格納されたデータベースである。例えば、検出装置データベースDB3には、装置ID、道路情報、及び取得日時が格納される。装置IDは、検出装置40を一意に識別する情報である。道路情報は、装置IDが示す検出装置40から取得された道路情報である。取得日時は、道路情報が取得された日時である。
修繕緊急度は、修繕の緊急具合を示す情報である。修繕緊急度は、単位距離あたりの修繕の緊急具合を示す。本実施形態では、修繕緊急度が数値によって表現される場合を説明するが、修繕緊急度は、Sランク、Aランク、Bランクといったような文字で表現されてもよい。修繕緊急度は、後述する修繕情報取得部103によって取得される。修繕内容は、修繕工事の具体的な内容である。例えば、修繕内容は、表層のみの工事又は路盤までの工事の何れであるかを示す。また例えば、修繕内容は、工法、機材、材料、期間、時間帯、人数、又は予算を示してもよい。図3に示す修繕マップM7は、修繕情報データベースDB5に基づいて作成される。修繕情報データベースDB5の内容を可視化したものが修繕マップM7である。
路面の凹凸情報は、道路の凹凸具合を示す情報である。例えば、劣化度取得部102は、道路情報に含まれる振動情報に基づいて、路面の凹凸情報を取得する。振動が大きい場所ほど、凹凸具合が大きくなる。劣化度取得部102は、道路ごと、又は、道路内の場所ごとに、路面の凹凸情報を取得する。図の凹凸マップM2は、路面の凹凸情報を可視化した情報である。
路面の負荷情報は、道路の負荷又は累積負荷を示す情報である。例えば、一般車両30の通行数が多いほど、負荷が高くなる。一般車両30の通行数は、道路情報に含まれる画像又は動画から取得されてもよいし、一般車両30から取得された道路情報の数をそのまま通行数としてもよい。また例えば、一般車両30の重量が重いほど、負荷が高くなる。劣化度取得部102は、道路ごと、又は、道路内の場所ごとに、路面の負荷情報を取得する。図の負荷マップM3は、路面の負荷情報を可視化した情報である。
道路の落下物情報は、道路における落下物の有無、種類、数、又は頻度を示す情報である。例えば、劣化度取得部102は、道路情報に含まれる画像又は動画に基づいて、落下物情報を取得する。画像又は動画が画像解析され、落下物の有無、種類、数、又は頻度が特定される。劣化度取得部102は、道路ごと、又は、道路内の場所ごとに、道路の落下物情報を取得する。図の落下物マップM5は、落下物情報を可視化した情報である。
道路の渋滞情報は、道路における混雑具合を示す情報である。例えば、劣化度取得部102は、道路情報に含まれるGPS情報の密度や画像又は動画に基づいて、渋滞情報を取得する。例えば、GPS情報の密度が多いほど、混雑具合が強くなる。また例えば、画像又は動画に示された車両が多いほど、混雑具合が強くなる。また例えば、劣化度取得部102は、VICS(登録商標)を利用して渋滞情報を取得してもよい。劣化度取得部102は、道路ごと、又は、道路内の場所ごとに、道路の渋滞情報を取得する。図の渋滞マップM4は、渋滞情報を可視化した情報である。
劣化度と修繕緊急度及び修繕内容の関係は、データ記憶部100に予め記憶されているものとする。本実施形態では、劣化度から修繕緊急度及び修繕内容を計算するための修繕情報計算アルゴリズムに、これらの関係が定められているものとするが、この関係は、機械学習モデル、数式、テーブル、又はプログラムコード等に定められていてもよい。修繕情報取得部103は、劣化度取得部102により取得された劣化度を修繕情報計算アルゴリズムに入力し、修繕情報計算アルゴリズムにより計算された修繕情報を取得する。図の修繕マップM7は、修繕情報を可視化した情報である。
例えば、特定部104は、劣化度に寄与する項目及びその相関関係に基づいて、劣化度計算アルゴリズムの係数を調整する。特定部104は、劣化度に寄与する項目の係数が相関関係に応じた相当する値となるように、係数を決定する。相関関係が強いほど係数が大きくなる。これにより、劣化度に寄与する項目が劣化度に及ぼす影響が大きくなる。なお、劣化度計算アルゴリズムではなく、機械学習モデルを利用して劣化度を出力する場合には、特定部104は、機械学習モデルのパラメータを調整してもよい。
劣化度取得部102は、非重要道路又は他の重要道路の道路情報と、特定部104の特定結果と、基づいて、非重要道路又は他の重要道路の劣化度を取得する。他の重要道路とは、特定部104の処理対象となった重要道路以外の重要道路である。非重要道路又は他の重要道路の道路情報は、一般車両30が非重要道路又は他の重要道路を走行した場合に検出された道路情報である。一般車両データベースDB2及び検出装置データベースDB3の中から、重要道路の道路情報が取得される。
本変形例の道路管理システムSは、モニタリング部106が実現される。モニタリング部106は、修繕済みの道路の修繕前後における道路情報をモニタリングする。例えば、モニタリング部106は、修繕の効果の再現性を高めるために、当該箇所の道路情報に含まれる個々の項目をモニタリングする。例えば、交通量(日、時間、分、サイクル)、道路の重要、路面温度、道路における加速度又は振動、車両の重量、降雨量、日射量、車両の実速度、画像又は動画から得られるナンバープレートなどの情報がモニタリングされる。

Claims (11)

  1. 一般車両が走行した場合に検出された道路情報を取得する道路情報取得手段と、
    前記道路情報に基づいて、前記一般車両が走行した道路の劣化度を取得する劣化度取得手段と、
    前記劣化度に基づいて、前記道路の修繕緊急度及び修繕内容の少なくとも一方を取得する修繕情報取得手段と、
    を含むことを特徴とする道路管理システム。
  2. 前記修繕情報取得手段は、前記道路の重要度及び予算の少なくとも一方に更に基づいて、前記修繕緊急度及び前記修繕内容の少なくとも一方を取得する、
    ことを特徴とする請求項1に記載の道路管理システム。
  3. 前記劣化度取得手段は、
    前記道路情報に基づいて、前記道路の路面の状態を直接的に示す第1情報と、前記路面の状態を間接的に示す第2情報と、を取得し、
    前記第1情報と前記第2情報とに基づいて、前記劣化度を取得する、
    ことを特徴とする請求項1又は2に記載の道路管理システム。
  4. 前記劣化度取得手段は、複数種類の前記第1情報と、複数種類の前記第2情報と、に基づいて、前記劣化度を計算する、
    ことを特徴とする請求項3に記載の道路管理システム。
  5. 前記第1情報は、前記路面の凹凸情報、前記路面の汚れ情報、又は前記路面の負荷情報であり、
    前記第2情報は、道路標識の劣化度、道路標識の汚れ情報、前記道路の落下物情報、前記道路の逆走車情報、又は前記道路の渋滞情報である、
    請求項3又は4に記載の道路管理システム。
  6. 前記道路情報は、複数の項目を含み、
    前記道路管理システムは、重要道路の前記道路情報と、前記重要道路で実施された巡回結果及び劣化診断結果の少なくとも一方と、に基づいて、前記重要道路の前記劣化度に寄与する少なくとも1つの前記項目及びその相関関係を特定する特定手段を更に含み、
    前記劣化度取得手段は、非重要道路又は他の重要道路の前記道路情報と、前記特定手段の特定結果と、基づいて、前記非重要道路又は前記他の重要道路の前記劣化度を取得し、
    前記修繕情報取得手段は、前記非重要道路又は前記他の重要道路の前記劣化度に基づいて、前記非重要道路又は他の重要道路の前記修繕緊急度及び前記修繕内容の少なくとも一方を取得する、
    ことを特徴とする請求項1~5の何れかに記載の道路管理システム。
  7. 前記道路管理システムは、前記非重要道路又は前記他の重要道路で実施された修繕工事に基づいて、前記特定手段の特定結果の妥当性を検証する検証手段を更に含む、
    ことを特徴とする請求項6に記載の道路管理システム。
  8. 前記道路管理システムは、修繕済みの道路の修繕前後における前記道路情報をモニタリングするモニタリング手段を更に含み、
    前記修繕情報取得手段は、前記モニタリング手段のモニタリング結果に更に基づいて、前記修繕緊急度及び前記修繕内容の少なくとも一方を取得する、
    ことを特徴とする請求項1~7の何れかに記載の道路管理システム。
  9. 前記道路情報取得手段は、センサを含む前記一般車両により検出された前記道路情報、前記道路の検出装置により検出された前記道路情報、及びオープンデータを利用した前記道路情報の少なくとも1つを取得する、
    ことを特徴とする請求項1~8の何れかに記載の道路管理システム。
  10. 一般車両が走行した場合に検出された道路情報を取得する道路情報取得ステップと、
    前記道路情報に基づいて、前記一般車両が走行した道路の劣化度を取得する劣化度取得ステップと、
    前記劣化度に基づいて、前記道路の修繕緊急度及び修繕内容の少なくとも一方を取得する修繕情報取得ステップと、
    を含むことを特徴とする道路管理方法。
  11. 一般車両が走行した場合に検出された道路情報を取得する道路情報取得手段、
    前記道路情報に基づいて、前記一般車両が走行した道路の劣化度を取得する劣化度取得手段、
    前記劣化度に基づいて、前記道路の修繕緊急度及び修繕内容の少なくとも一方を取得する修繕情報取得手段、
    としてコンピュータを機能させるためのプログラム。
JP2020002147A 2020-01-09 2020-01-09 道路管理システム、道路管理方法、及びプログラム Active JP7444613B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020002147A JP7444613B2 (ja) 2020-01-09 2020-01-09 道路管理システム、道路管理方法、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020002147A JP7444613B2 (ja) 2020-01-09 2020-01-09 道路管理システム、道路管理方法、及びプログラム

Publications (3)

Publication Number Publication Date
JP2021111089A JP2021111089A (ja) 2021-08-02
JP2021111089A5 true JP2021111089A5 (ja) 2022-12-21
JP7444613B2 JP7444613B2 (ja) 2024-03-06

Family

ID=77059892

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020002147A Active JP7444613B2 (ja) 2020-01-09 2020-01-09 道路管理システム、道路管理方法、及びプログラム

Country Status (1)

Country Link
JP (1) JP7444613B2 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023067799A1 (ja) * 2021-10-22 2023-04-27 日本電気株式会社 補修支援システム、補修支援方法、及び記録媒体
CN114212098B (zh) * 2021-12-27 2024-04-12 深圳市全景达科技有限公司 一种全景泊车方法、装置、电子设备及介质
JP7151010B1 (ja) 2022-03-25 2022-10-11 株式会社 日立産業制御ソリューションズ 路面監視システム
CN116858851A (zh) * 2023-06-21 2023-10-10 清华大学 道路损伤检测方法、装置、计算机设备和存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005115687A (ja) 2003-10-08 2005-04-28 Hitachi Ltd 道路保守支援システム
JP6437280B2 (ja) * 2014-11-11 2018-12-12 株式会社東芝 道路維持管理システム、制御方法及びコンピュータプログラム
JP6631006B2 (ja) 2014-12-15 2020-01-15 富士通株式会社 データ出力プログラム、データ出力方法及びデータ出力装置
JP6902774B2 (ja) 2017-01-25 2021-07-14 株式会社ユピテル データ収集装置、道路状態評価支援装置、及びプログラム

Similar Documents

Publication Publication Date Title
JP2021111089A5 (ja)
US12008896B2 (en) System and method for detection and quantification of irregular traffic congestion
CN110807930B (zh) 危险车辆预警方法及装置
JP7444613B2 (ja) 道路管理システム、道路管理方法、及びプログラム
US20160180705A1 (en) Origin destination estimation based on vehicle trajectory data
Papadimitriou et al. Exposure data and risk indicators for safety performance assessment in Europe
EP3705627A1 (en) Pothole monitoring
US10820166B1 (en) Systems and methods for obtaining location intelligence
RU2747317C2 (ru) Способ прогнозирования характера движения в дорожной системе
Opara et al. Road roughness estimation through smartphone-measured acceleration
Rezzouqi et al. Analyzing the accuracy of historical average for urban traffic forecasting using google maps
Loo et al. Using computer vision and machine learning to identify bus safety risk factors
Habtemichael et al. Incident-induced delays on freeways: quantification method by grouping similar traffic patterns
Zhao et al. Iri estimation by the frequency domain analysis of vehicle dynamic responses and its large-scale application
JP2021025242A (ja) 優先度決定装置及びコンピュータプログラム
Sun et al. Secondary accident data fusion for assessing long-term performance of transportation systems
CN111402574A (zh) 车辆检测方法、装置、设备和存储介质
Menant et al. Using probe vehicles for pavement monitoring: experimental results from tests performed on a road network
EP4352649A1 (en) Multi-dimensional modeling of driver and environment characteristics
Mahajan et al. Estimation of road roughness condition by using sensors in smartphones
Shen et al. Real-time traffic prediction using GPS data with low sampling rates: a hybrid approach
El Khoury et al. A microscale evaluation of pavement roughness effects for asset management
Ekpenyong et al. Comparative study of the road roughness measurement of roadlab pro and roadroid applicatons for IRI data collection in Nigeria
Wang An investigation of the suitability of smartphone devices for road condition assessment
Mahmoudabadi The assessment of applying chaos theory for daily traffic estimation