JP2022131791A - 情報処理装置及び情報処理方法 - Google Patents

Abstract

【課題】工事に要する車両であって、工事に用いるために設置する設置スペースを確保可能と判断された車両を出力する情報処理装置を提供する。【解決手段】工事対象機器を含む前記工事対象機器の周辺を撮像して取得した撮像データと、工事に関連する情報とを取得する取得部と、学習済みモデルを用いて、前記取得部が取得した前記撮像データと、前記工事に関連する情報とから、前記工事対象機器に対して前記工事が行われるときに前記工事に要する車両であって、前記車両を前記工事に用いるために設置する設置スペースを確保可能な車両を出力する出力部と、を備える情報処理装置。【選択図】図３

Description

本発明は、情報処理装置及び情報処理方法に関する。

各種工事において特殊車両が用いられる場合がある。この場合、工事の現場作業者が、現場の状況を目視等で確認し、特殊車両の設置スペースの確保の可否や、設置スペースの確保が可能な場合の交通規制の方法を判断する。このような判断は作業者の経験に依るところが大きいため、経験の乏しい作業者は、判断を誤る場合や、最適な判断ができない場合がある。

このような課題に対し、例えば、特許文献１には、車幅等の車両の情報と、道路幅等の道路の情報とに基づいて、Ｕターン又は切り返しによる車両の方向転換の可否を判断したりして車両の運転を支援する発明が開示されている。

特開２００６－１９０２３７号公報

しかしながら、特許文献１に開示された技術は、道路上で車両を駐車又は停車が可能なスペースの確保の可否を判断することはできない。従って、特許文献１に開示された技術を特殊車両に適用しても、現場における特殊車両の設置スペースの確保の可否を判断することはできない。

本発明の目的は、工事に要する車両であって、工事に用いるために設置する設置スペースを確保可能と判断された車両を示す情報を出力する情報処理装置を提供することである。

上記目的を達成するための本発明のうちの一つは、工事対象機器を含む前記工事対象機器の周辺を撮像して取得した撮像データと、工事に関連する情報とを取得する取得部と、学習済みモデルを用いて、前記取得部が取得した前記撮像データと、前記工事に関連する情報とから、前記工事対象機器に対して前記工事が行われるときに前記工事に要する車両であって、前記車両を前記工事に用いるために設置する設置スペースを確保可能な車両を出力する出力部と、を備え、前記学習済みモデルは、工事対象機器を含む前記工事対象機器の周辺を撮像して取得した撮像データと、工事に関連する情報とを含む入力データと、前記工事対象機器に対して前記工事が行われたときに前記工事に用いる候補となった車両と、前記車両を前記工事に用いるために設置する設置スペースを確保可能であったか否かとを含む正解データとが対応付けられた教師データに基づき、前記入力データを入力した場合に前記正解データを出力するよう学習済みの機械学習モデルである、情報処理装置である。

このような構成によれば、工事に要する車両であって、工事に用いるために設置する設置スペースを確保可能と判断された車両を出力することが可能となる。この結果、作業員は、出力結果に基づいて、工事に利用可能な車両を、迅速に把握し、手配することができる。

本発明の他の一つは、上記情報処理装置であって、前記正解データは、前記工事に要した交通規制の内容を更に含み、前記出力部は、前記工事に要する交通規制の内容を更に出力する、情報処理装置である。

このような構成によれば、作業員は、出力結果に基づいて、工事に要する交通規制の内容を、迅速に把握し、交通規制に要する人員を手配することができる。

本発明の他の一つは、上記情報処理装置であって、前記出力部が、前記設置スペースを確保可能であると出力した場合に、前記設置スペースに前記車両を設置した場合のシミュレーション画像を生成する画像生成部を更に備えた情報処理装置である。

このような構成によれば、作業員は、シミュレーション画像に基づいて、設置スペースを視覚的に把握することができる。

本発明の他の一つは、上記情報処理装置であって、前記出力部が、前記設置スペースを確保可能であると出力した場合に、前記設置スペースに前記車両を設置する過程のシミュレーション映像を生成する映像生成部を更に備えた情報処理装置である。

このような構成によれば、作業員は、シミュレーション映像に基づいて、車両を設置スペースまで移動させる過程を視覚的に把握することができる。

本発明の他の一つは、上記情報処理装置であって、前記取得部は、前記工事対象機器の場所情報を更に取得し、前記入力データは、前記工事対象機器の場所情報を更に含む

設置スペースを確保可能か否かは、工事対象機器の場所情報にも依存する。従って、このような構成によれば、情報処理装置が出力する設置スペースを確保可能な車両の精度が向上する。

本発明の他の一つは、工事対象機器を含む前記工事対象機器の周辺を撮像して取得した撮像データと、工事に関連する情報とを含む入力データと、前記工事対象機器に対して前記工事が行われたときに前記工事に適用可能な車両と、前記車両を前記工事に用いるために設置する設置スペースを確保可能か否かとを含む正解データとが対応付けられた教師データを取得する取得部と、前記取得部が取得した教師データに基づき、前記入力データを入力した場合に前記正解データを出力するよう学習済みの学習済みモデルを生成するモデル生成部と、を備えた情報処理装置である。

このような構成によれば、情報処理装置は、工事対象機器を含む工事対象機器の周辺を撮像して取得した撮像データと、工事に関連する情報とに基づいて、工事対象機器に対して工事が行われたときに工事に適用可能な車両と、車両を工事に用いるために設置する設置スペースを確保可能か否かとを出力可能な学習済みモデルを生成することができる。

本発明によれば、工事に要する車両であって、工事に用いるために設置する設置スペースを確保可能と判断された車両を出力する情報処理装置を提供することができる。

情報処理システム１の構成を示す図である。 情報処理装置２のハードウェアの一例を示す図である。 教師データの一例を示す図である。 情報処理装置２の機能ブロックを示す図である。 撮像画像の一例を示す図である。 シミュレーション画像の一例を示す図である。 学習済みモデルを生成するまでの処理の流れを説明するフローチャートである。 出力画面を表示させるまでの処理の流れを説明するフローチャートである。 出力画面２４０ａの一例を示す図である。 出力画面２４０ｂの一例を示す図である。 教師データの一例を示す図である。 地図の一例を示す図である。 シミュレーション画像の一例を示す図である。

＝＝第１実施形態＝＝
＜情報処理システム＞
図１は、本実施形態の情報処理システム１の概略構成を示す図である。情報処理システム１は、情報処理装置２と、携帯端末４とを含む。情報処理装置２と、携帯端末４とは、ネットワークＮＷを介して通信可能に接続されている。ネットワークＮＷは、例えばインターネット等の公衆回線、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）等の専用回線等である。

携帯端末４は、スマートフォン、タブレット端末、ノートパソコン等の携帯可能な端末であり、カメラを搭載している。工事を実施する事業者の作業員は、工事が実施される予定の工事対象機器が設置された現場に赴き、工事対象機器を含む工事対象機器の周辺を撮像する。

ここで、「工事」とは、例えば、電気工事、土木工事、建築工事、火力工事、原子力工事等の工事が挙げられるが、特に限定されるものではない。「工事対象機器」とは、これらの工事において修理、保守、点検、設置等の対象となる機器である。また、以下では、工事が実施される予定の工事対象機器を、「工事予定の工事対象機器」と呼ぶ。携帯端末４は、撮像して取得した撮像データを情報処理装置２に提供する。撮像データは、工事対象機器の周辺を撮像した撮像画像を表現するデータであっても、撮像映像を表現するデータであってもよい。

なお、撮像データは、携帯端末４により撮影することによって得られたものに限られず、例えば、工事を実施する事業者等が管理するカメラにより撮影することによって得られたものでもよい。撮像データは、記録媒体を介して情報処理装置２に提供してもよいし、有線又は無線の通信手段（ＬＡＮ（Local Area Network）、ＵＳＢ（Universal Serial Bus）等）を介して情報処理装置２に提供してもよい。

情報処理装置２は、過去に実施された工事において、工事に用いる候補となった車両と、候補となった車両を工事に用いるために設置する設置スペースを確保可能であったか否か等を出力する学習済みモデルを生成する。情報処理装置２は、更に、生成した学習済みモデルを用いて、実施される予定の工事において、工事に要する車両であって、工事に用いるために設置する設置スペースを確保可能な車両等を出力する。これらの詳細は後述する。

［情報処理装置のハードウェア構成］
図２は、情報処理装置２のハードウェアの一例を示す図である。例示する情報処理装置２は、プロセッサ２０、主記憶装置２１、補助記憶装置２２、入力装置２３、出力装置２４、及び通信装置２５を備える。なお、例示する情報処理装置２は、その全部または一部が、例えば、クラウドシステムによって提供される仮想サーバのように、仮想化技術やプロセス空間分離技術等を用いて提供される仮想的な情報処理資源を用いて実現されるものであってもよい。また、情報処理装置２によって提供される機能の全部または一部は、例えば、クラウドシステムがＡＰＩ（Application Programming Interface）等を介して提供するサービスによって実現してもよい。また、情報処理システム１は、通信可能に接続された複数の情報処理装置２を用いて構成してもよい。

同図において、プロセッサ２０は、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＡＩ（Artificial Intelligence）チップ等を用いて構成されている。

主記憶装置２１は、プログラムやデータを記憶する装置であり、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、不揮発性メモリ（ＮＶＲＡＭ（Non Volatile RAM））等である。

補助記憶装置２２は、例えば、ＳＳＤ（Solid State Drive）、ハードディスクドライブ、光学式記憶装置（ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）等）、ストレージシステム、ＩＣカード、ＳＤカードや光学式記録媒体等の記録媒体の読取／書込装置、クラウドサーバの記憶領域等である。補助記憶装置２２には、記録媒体の読取装置や通信装置２５を介してプログラムやデータを読み込むことができる。補助記憶装置２２に格納（記憶）されているプログラムやデータは主記憶装置２１に随時読み込まれる。

入力装置２３は、外部からの入力を受け付けるインタフェースであり、例えば、キーボード、マウス、タッチパネル、カードリーダ、ペン入力方式のタブレット、音声入力装置等である。

出力装置２４は、処理経過や処理結果等の各種情報を出力するインタフェースである。出力装置２４は、例えば、上記の各種情報を可視化する表示装置（液晶モニタ、ＬＣＤ（Liquid Crystal Display）、グラフィックカード等）、上記の各種情報を音声化する装置（音声出力装置（スピーカ等））、上記の各種情報を文字化する装置（印字装置等）である。

入力装置２３及び出力装置２４は、ユーザとの間で情報の受け付けや情報の提示を行うユーザインタフェースを構成する。

通信装置２５は、他の装置との間の通信を実現する装置である。通信装置２５は、インターネット等の通信ネットワークを介して他の装置との間の通信を実現する、有線方式または無線方式の通信インタフェースであり、例えば、ＮＩＣ（Network Interface Card）、無線通信モジュール、ＵＳＢモジュール等である。情報処理装置２は、通信装置２５を介して携帯端末４との間で情報の入力や出力を行う構成となっている。

情報処理装置２には、例えば、オペレーティングシステム、ファイルシステム、ＤＢＭＳ（DataBase Management System）（リレーショナルデータベース、ＮｏＳＱＬ等）、ＫＶＳ（Key-Value Store）等が導入されていてもよい。

情報処理システム１が備える前述の各機能は、情報処理装置２のプロセッサ２０が、主記憶装置２１に格納されているプログラムを読み出して実行することにより、もしくは、情報処理システム１を構成するハードウェア（ＦＰＧＡ、ＡＳＩＣ、ＡＩチップ等）によって実現される。情報処理システム１は、前述した各種の情報（データ）を、例えば、データベースのテーブルやファイルシステムが管理するファイルとして記憶する。

［教師データ］
図３は、上述した補助記憶装置２２に記憶されている、本実施形態の教師データ５を説明する図である。教師データ５は、複数のデータ５０を含んでいる。図３の一の列には、一つのデータ５０が配列されている。

本実施形態の教師データ５は、入力データ５１と、正解データ５２とが対応付けられたデータである。入力データ５１は、撮像データ５１ａと、工事に関連する情報５１ｂとを含むデータである。正解データ５２は、候補車両５２ａと、確保の可否５２ｂと、交通規制の内容５２ｃとを含むデータである。

撮像データ５１ａは、工事対象機器を含む工事対象機器の周辺（以下、単に「工事対象機器の周辺」と呼ぶ）を撮像して取得したデータである。撮像データ５１ａは、工事対象機器の周辺を撮像した撮像画像又は撮像映像を表現する画像データ又は映像データである。図３には、撮像データ５１ａを特定するファイル名が示されている。

撮像画像又は撮像映像は、工事対象機器の周辺の風景を含む画像又は映像であると好ましい。「工事対象機器の周辺の風景」とは、工事対象機器の周辺の建造物（住宅、公共施設等）、インフラ設備（道路、鉄道、橋梁等）、地形（河川、山、海等）、樹木等を含む風景である。工事に用いる車両を設置する設置スペースを確保可能か否かは、工事対象機器の周辺の環境にも依存する。そのため、工事対象機器の周辺の風景が入力データ５１に含まれると、後述するモデル生成部３１が生成する学習済みモデルの精度が向上する。

工事に関連する情報５１ｂは、本実施形態では、実施された工事の種類である。図３の教師データ５のうち、データ５０１～５０３は、工事の種類として、「建柱工事」と表示され、これらは同一の工事についてのデータ５０である。データ５０４～５０６は、工事の種類として、「配電線工事」と表示され、これらは同一の工事についてのデータ５０である。ここで、「同一の工事」とは、同一の時間及び場所において実施された工事を意味する。

候補車両５２ａは、工事対象機器に対する工事にあたって、工事に用いる候補となった車両である。ここで、「工事に用いる候補となった車両」とは、工事に用いるか否かが検討された車両である。例えば、切断された配電線を修理するための配電線工事においては、一般に高所作業車を要する。このとき、工事を実施する事業者等が複数種類の高所作業車を利用可能である場合、これら全て又は一部の高所作業車の夫々について、工事に用いるか否かを検討する場合がある。

図３の教師データ５のうち、データ５０１～５０３は、同一の建柱工事において、建柱車Ａ、建柱車Ｂ及び建柱車Ｃが候補車両となったことを示している。データ５０４～５０６は、同一の配電線工事において、高所作業車Ａ、高所作業車Ｂ及び高所作業車Ｃが候補車両となったことを示している。

確保の可否５２ｂは、候補車両を工事に用いるために設置する設置スペースを確保可能であったか否かである。ここで、「候補車両を工事に用いるために設置する設置スペース」とは、候補車両５２ａに示された車両を用いて、工事に関連する情報５１ｂに示された工事を実施することを可能とするために必要な、車両の設置スペースである（以下、単に「設置スペース」と呼ぶ）。図３では、設置スペースを確保可能であると判断された場合は「可」、不可能であると判断された場合は「不可」と示されている。

なお、確保の可否５２ｂが「不可」であると判断された場合とは、例えば、工事が実施される場所が道路上である場合に、道路の幅が候補車両の車幅に対して小さすぎるため、設置スペースを確保できないと判断された場合が挙げられる。または、工事が実施される場所に車両を移動させるための経路において、途中経路の道路の幅が候補車両の車幅に対して小さすぎ、工事が実施される場所に候補車両が侵入できないために設置スペースを確保できないと判断された場合が挙げられる。

交通規制の内容５２ｃは、工事に要した交通規制の内容である。交通規制の内容５２ｃは、工事が実施された道路において要した交通規制であって、例えば、全面通行止め、車両通行止め、片側通行、交通規制無し等が含まれる。

なお、確保の可否５２ｂが「不可」であるデータ５０については、そのデータ５０に対応する候補車両を用いた工事が実施されていないことを意味するため、交通規制の内容５２ｃは付与されない。

以上、本実施形態の教師データ５について説明したが、教師データ５における入力データ５１と、正解データ５２とは上記の説明に限られるものではない。例えば、入力データ５１は、工事対象機器の周辺の情報を更に含んでもよい。「工事対象機器の周辺の情報」とは、工事対象機器を基準とした所定の範囲のインフラ設備（道路、鉄道、橋梁等）、地形（河川、山、海等）、樹木等の立地情報である。車両の設置スペースの確保の可否は、工事対象機器の周辺の環境に依存する。そのため、工事対象機器の周辺の情報が入力データ５１に含まれると、学習済みモデルの精度が向上する。

［情報処理装置の機能ブロック］
図４は、本実施形態の情報処理装置２の機能ブロックを示す図である。本実施形態の情報処理装置２には、プロセッサ２０が所定のプログラムを実行することにより、第１取得部３０と、モデル生成部３１と、第２取得部３２と、出力部３３と、画像生成部３４と、映像生成部３５と、表示制御部３６とが実現される。

第１取得部３０は、補助記憶装置２２に記憶されている教師データ５（図３）を取得する。

モデル生成部３１は、第１取得部３０が取得した教師データ５に基づき、学習済みモデルを生成する。学習済みモデルは、教師データ５に基づき、入力データ５１を入力した場合に正解データ５２を出力するよう学習済みのモデルである。

モデル生成部３１は、撮像データ５１ａが表現する撮像画像又は撮像映像の特徴量を学習するディープラーニングを行うことで、入力データ５１を入力とし、正解データ５２を出力とするニューラルネットワークを、学習済みモデルとして構築（生成）する。

「特徴量」は、例えば、工事対象機器の種類、工事対象機器の詳細、工事対象機器の周辺の情報の詳細等を含む。例えば、工事対象機器の種類が電柱である場合、電柱の詳細としては、電柱の高さ、太さ、電柱に設置された装柱機材、電柱に支持された配電線の高さ等が挙げられる。また、この場合、電柱の周辺の情報の詳細としては、電柱の周辺の道路の幅、地形の起伏等が挙げられる。

ニューラルネットワークは、例えばＣＮＮ（Convolution Neural Network）であり、撮像データ５１ａの入力を受け付ける入力層と、特徴量を抽出する中間層と、候補車両５２ａ、設置スペースの確保の可否５２ｂ及び交通規制の内容５２ｃを出力する出力層とを有する。ニューラルネットワークを構築（生成）する詳細な処理については後述する。

第２取得部３２は、解析対象の工事対象機器を含む工事対象機器の周辺を撮像して取得した撮像データと、工事に関連する情報とを取得する。具体的には、第２取得部３２は、携帯端末４から、ネットワークＮＷを介して撮像データと、工事に関連する情報とを取得する。なお、携帯端末４は、ネットワークＮＷを介して撮像データと、工事に関連する情報とを補助記憶装置２２に予め記憶しておき、第２取得部３２は、補助記憶装置２２から撮像データと、工事に関連する情報とを取得してもよい。

図５は、携帯端末４が撮影して取得した画像によって表現された、工事予定の工事対象機器の周辺の撮像画像の一例（撮像画像７０）である。

出力部３３は、モデル生成部３１が生成した学習済みモデルを用いて、第２取得部３２が取得した撮像データと、工事に関連する情報とから、工事対象機器に対して工事が行われるときに工事に要する車両であって、設置スペースを確保可能な車両と、工事に要する交通規制の内容とを出力する。

画像生成部３４は、出力部３３が、設置スペースを確保可能であると出力した場合に、設置スペースに車両を設置した場合のシミュレーション画像を生成する。

図６は、生成されたシミュレーション画像の一例（シミュレーション画像７０ａ）である。シミュレーション画像７０ａは、第２取得部３２が取得した撮像データによって再現される撮像画像７０に、候補車両９が重ね合わされた画像となっている。このとき、候補車両９は、撮像画像７０内の設置スペースに対応する位置に重ね合わされている。

映像生成部３５は、出力部３３が、設置スペースを確保可能であると出力した場合に、設置スペースに車両を設置する過程のシミュレーション映像（図示せず）を生成する。シミュレーション映像は、第２取得部３２が取得した撮像データによって再現される撮像画像７０に、候補車両９が重ね合わされた映像となっている。シミュレーション映像は、候補車両９が、例えば撮像画像７０内の設置スペースから所定距離だけ離れた場所から、設置スペースに対応する位置に到達するまでの過程を模擬する映像である。

表示制御部３６は、出力部３３による出力の内容、画像生成部３４によって生成されたシミュレーション画像、映像生成部３５によって生成されたシミュレーション映像等を説明する出力画面を生成し、出力装置２４に表示させる。

［学習済みモデルを生成するまでの処理］
図７は、情報処理装置２が学習済みモデルを生成するまでの処理の流れを説明するフローチャートである。学習済みモデルを生成するまでの処理は、ステップＳ１１と、ステップＳ１２とを含んでいる。

先ず、第１取得部３０は、ステップＳ１１において、教師データ５を取得する。図３に示した教師データ５は、ステップＳ１１において第１取得部３０が取得した教師データの一例である。

次いで、情報処理装置２のモデル生成部３１は、ステップＳ１２において、図３に示した教師データ５を用いて、学習済みモデルを生成する。

ステップＳ１２において、図示しないニューラルネットワークの入力層は、入力された画素値を中間層に受け渡す。中間層は、画素値から抽出した特徴量を出力層に受け渡す。出力層は、中間層から出力された特徴量に基づいて、候補車両５２ａ、設置スペースの確保の可否５２ｂ及び交通規制の内容５２ｃを出力する。

なお、本実施形態では学習済みモデルがニューラルネットワークであるものとして説明するが、学習済みモデルはＳＶＭ（Support Vector Machine）、ベイジアンネットワーク、回帰木等、他の学習アルゴリズムで構築された学習済みモデルであってよい。

モデル生成部３１は、入力データ５１である撮像データ５１ａと、工事に関連する情報５１ｂとを入力層に入力し、出力層から候補車両５２ａ、設置スペースの確保の可否５２ｂ及び交通規制の内容５２ｃを取得する。出力層から出力された候補車両５２ａ、設置スペースの確保の可否５２ｂ及び交通規制の内容５２ｃの結果を、入力データ５１に対応付けられた正解データ５２と比較し、結果が正解データ５２を再現するように、演算処理に用いるパラメータを最適化する。演算処理に用いるパラメータとは、例えばニューロン間の重み（結合係数）、各ニューロンで用いられる活性化関数の係数等である。パラメータの最適化の方法は特に限定されないが、モデル生成部３１は、例えば誤差逆伝播法を用いて各種パラメータの最適化を行う。

以上説明した処理により、学習済みモデルを生成するまでの処理が終了する。生成された学習済みモデルは、補助記憶装置２２に記憶される。

［出力画面を表示させるまでの処理］
図８は、情報処理装置２が、解析対象の工事対象機器の解析結果を表示する出力画面を表示させるまでの処理の流れを説明するフローチャートである。出力画面を表示させるまでの処理は、ステップＳ２１～ステップＳ２５を含んでいる。この処理の前に、補助記憶装置２２には、学習済みモデルが記憶されているとする。

先ず、第２取得部３２は、ステップＳ２１において、解析対象の工事対象機器の撮像データと、工事に関連する情報と、学習済みモデルとを取得する。このとき、第２取得部３２は、携帯端末４から、ネットワークＮＷを介して撮像データと、工事に関連する情報とを取得する。更に、第２取得部３２は、補助記憶装置２２から、学習済みモデルを取得する。

図５に示した撮像画像７０は、ステップＳ２１において第２取得部３２が取得した撮像データが表現する撮像画像の一例である。

出力部３３は、ステップＳ２２において、学習済みモデルを用いて、撮像画像７０を表現する撮像データと、工事に関連する情報とから、候補車両と、設置スペースの確保の可否と、交通規制の内容を出力する。

次いで、画像生成部３４は、ステップＳ２３において、設置スペースの確保の可否が「可」と出力された候補車両について、設置スペースに車両を設置した場合のシミュレーション画像を生成する。図６に示したシミュレーション画像７０ａは、ステップＳ２３において、画像生成部３４が生成したシミュレーション画像の一例である。

次いで、映像生成部３５は、ステップＳ２４において、設置スペースの確保の可否が「可」である候補車両について、設置スペースに車両を設置する過程のシミュレーション映像を生成する。

表示制御部３６は、ステップＳ２５において、出力部３３によって出力された、候補車両と、設置スペースの確保の可否と、交通規制の内容を説明する出力画面を生成し、出力装置２４に表示させる。

図９は、この例での出力画面２４０を示す図である。出力画面２４０には、撮像画像７０と、表示窓２４０ａとが表示されている。この例では、表示窓２４０ａには、出力された３台の候補車両（高所作業車Ａ、高所作業車Ｂ及び高所作業車Ｃ）と、３台の候補車両の夫々の設置スペースの確保の可否と、設置スペースの確保が可能であった場合の交通規制の内容とが表示されている。

本実施形態では、出力画面２４０の表示窓２４０ａに表示された３台の候補車両のうち、設置スペースが「確保可能」である候補車両に下線が付されている。情報処理装置２の利用者は、下線が付された候補車両（高所作業車Ｂ及び高所作業車Ｃ）をマウスでクリックするなどして選択（以下、単に「選択」と呼ぶ）することができる。利用者が、下線が付された候補車両のいずれかを選択すると、出力画面２４０の下層の出力画面に切り替わる。利用者が、例えば高所作業車Ｂを選択すると、出力画面２４０の下層の出力画面２４１に切り替わる。

図１０は、出力画面２４１を説明する図である。出力画面２４１は、出力画面２４０に対し、撮像画像７０に代えて、図６に示したシミュレーション画像７０ａが表示されている。シミュレーション画像７０ａは、高所作業車Ｂについてのシミュレーション画像の例である。

ここで、出力画面２４１には再生ボタンＲが表示されている。利用者が、再生ボタンＲを選択すると、高所作業車Ｂについて、映像生成部３５によって生成されたシミュレーション映像が再生される。

利用者は、出力画面２４０、２４１の内容に基づいて、高所作業車Ｂを手配し、高所作業車Ｂの設置スペースを把握し、高所作業車Ｂを設置スペースに設置するための移動経路を確認することができる。

＝＝第２実施形態＝＝
本実施形態は、第１実施形態と比べると、教師データ６のうちの入力データ６１が異なっている。図１１は、本実施形態の教師データ６を説明する図である。本実施形態の入力データ６１は、第１実施形態の入力データ５１に対し、工事対象機器の場所データ５１ｃを更に含む。教師データ６は、複数のデータ６０を含んでいる。

場所データ５１ｃは、工事対象機器が設置された場所を特定することができるデータであれば特に制限はない。場所データ５１ｃは、工事対象機器が設置された場所を含む工事対象機器の周辺の地図データであってもよい。あるいは、工事対象機器が設置された場所の緯度及び経度、所在地等のデータであってもよい。

本実施形態の場所データ５１ｃは、地図データである。地図データは、地図を画像として表現するための画像データである。図１１には、地図データを特定するファイル名が示されている。

設置スペースの確保が可能か否かは、工事対象機器の場所データ５１ｃにも依存する。従って、このような構成によれば、情報処理装置が出力する設置スペースの確保が可能な車両等の精度が向上する。

更に、本実施形態の情報処理装置は、第１実施形態と比べて、第２取得部と、画像生成部と、映像生成部との処理が異なっている。

本実施形態の第２取得部は、工事対象機器の場所データを更に取得する。上述の通り、本実施形態では、場所データは、地図データである。第２取得部は、第１実施形態の撮像データと同様の手段で地図データを取得する。

図１２は、第２取得部が取得した地図データによって表現された地図の一例（地図７１）である。この地図７１は、図７に示した撮像画像７０に写っている電柱８の周辺の地図である。

画像生成部３４は、地図７１に基づいたシミュレーション画像を更に生成する。図１３は、シミュレーション画像の一例（シミュレーション画像７１ａ）である。シミュレーション画像７１ａは、高所作業車Ｂについてのシミュレーション画像である。シミュレーション画像７１ａは、地図７１に、候補車両９が重ね合わされた画像となっている。

映像生成部は、地図７１に基づいたシミュレーション映像（図示せず）を更に生成する。シミュレーション映像は、地図７１に、候補車両９が重ね合わされた映像である。シミュレーション映像は、第１実施形態と同様に、候補車両９が、例えば設置スペースから所定距離だけ離れた場所から、設置スペースに対応する位置に到達するまでの過程を模擬する映像である。

上記の実施形態は、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。また、本発明は、その趣旨を逸脱することなく、変更や改良され得るとともに、本発明にはその等価物が含まれるのはいうまでもない。

例えば、第１実施形態では、第１取得部３０と、モデル生成部３１と、第２取得部３２と、出力部３３と、表示制御部３６とが情報処理装置２に備えられる態様を示したが、これに限られるものではない。例えば、第１取得部３０と、モデル生成部３１とが一の情報処理装置に備えられ、第２取得部３２と、出力部３３と、表示制御部３６とが他の情報処理装置に備えられてもよい。

また、第１実施形態では、解析対象の工事において、一の車両のみが使用される場合について説明したが、これに限定されるものではない。第１実施形態の情報処理システム１や第２実施形態の情報処理システムは、解析対象の工事が、複数種類の車両を要する場合や、複数台の同一種類の車両を要する場合等についても適用することが可能である。

これらのような場合であっても、情報処理システム１によれば、工事対象機器に対して工事が行われるときに工事に要する車両であって、車両を工事に用いるために設置する設置スペースの確保が可能な車両を出力することができる。第２実施形態の情報処理システムについても同様である。

１：情報処理システム
２：情報処理装置
２０：プロセッサ
２１：主記憶装置
２２：補助記憶装置
２３：入力装置
２４：出力装置
２４０：出力画面
２５：通信装置
３０：第１取得部
３１：モデル生成部
３２：第２取得部
３３：出力部
３４：画像生成部
３５：映像生成部
３６：表示制御部
４：携帯端末
５：教師データ
５０：データ
５１：入力データ
５１ａ：撮像データ
５１ｂ：工事に関連する情報
５１ｃ：場所データ
５２：正解データ
５２ａ：候補車両
５２ｂ：確保の可否
５２ｃ：交通規制の内容
６：教師データ
７０：撮像画像
７０ａ：シミュレーション画像
７１：地図
７１ａ：シミュレーション画像
８：電柱
９：候補車両

Claims (8)

1. 工事対象機器を含む前記工事対象機器の周辺を撮像して取得した撮像データと、工事に関連する情報とを取得する取得部と、
   学習済みモデルを用いて、前記取得部が取得した前記撮像データと、前記工事に関連する情報とから、前記工事対象機器に対して前記工事が行われるときに前記工事に要する車両であって、前記車両を前記工事に用いるために設置する設置スペースを確保可能な車両を出力する出力部と、
   を備え、
   前記学習済みモデルは、工事対象機器を含む前記工事対象機器の周辺を撮像して取得した撮像データと、工事に関連する情報とを含む入力データと、前記工事対象機器に対して前記工事が行われたときに前記工事に用いる候補となった車両と、前記車両を前記工事に用いるために設置する設置スペースを確保可能であったか否かとを含む正解データとが対応付けられた教師データに基づき、前記入力データを入力した場合に前記正解データを出力するよう学習済みの機械学習モデルである、
   情報処理装置。
2. 請求項１に記載の情報処理装置であって、
   前記正解データは、前記工事に要した交通規制の内容を更に含み、
   前記出力部は、前記工事に要する交通規制の内容を更に出力する、
   情報処理装置。
3. 請求項１又は２に記載の情報処理装置であって、
   前記出力部が、前記設置スペースを確保可能であると出力した場合に、前記設置スペースに前記車両を設置した場合のシミュレーション画像を生成する画像生成部を
   更に備えた情報処理装置。
4. 請求項３に記載の情報処理装置であって、
   前記出力部が、前記設置スペースを確保可能であると出力した場合に、前記設置スペースに前記車両を設置する過程のシミュレーション映像を生成する映像生成部を
   更に備えた情報処理装置。
5. 請求項１～４のいずれか一項に記載の情報処理装置であって、
   前記取得部は、前記工事対象機器の場所情報を更に取得し、
   前記入力データは、前記工事対象機器の場所情報を更に含む
   情報処理装置。
6. 工事対象機器を含む前記工事対象機器の周辺を撮像して取得した撮像データと、工事に関連する情報とを含む入力データと、前記工事対象機器に対して前記工事が行われたときに前記工事に適用可能な車両と、前記車両を前記工事に用いるために設置する設置スペースを確保可能か否かとを含む正解データとが対応付けられた教師データを取得する取得部と、
   前記取得部が取得した教師データに基づき、前記入力データを入力した場合に前記正解データを出力するよう学習済みの学習済みモデルを生成するモデル生成部と、
   を備えた情報処理装置。
7. 工事対象機器を含む前記工事対象機器の周辺を撮像して取得した撮像データと、工事に関連する情報とを取得するステップと、
   学習済みモデルを用いて、前記取得部が取得した前記撮像データと、前記工事に関連する情報とから、前記工事対象機器に対して前記工事が行われるときに前記工事に要する車両であって、前記車両を前記工事に用いるために設置する設置スペースを確保可能な車両を出力するステップと、
   を含み、
   前記学習済みモデルは、工事対象機器を含む前記工事対象機器の周辺を撮像して取得した撮像データと、工事に関連する情報とを含む入力データと、前記工事対象機器に対して前記工事が行われたときに前記工事に用いる候補となった車両と、前記車両を前記工事に用いるために設置する設置スペースを確保可能であったか否かとを含む正解データとが対応付けられた教師データに基づき、前記入力データを入力した場合に前記正解データを出力するよう学習済みの機械学習モデルである、
   情報処理方法。
8. 工事対象機器を含む前記工事対象機器の周辺を撮像して取得した撮像データと、工事に関連する情報とを含む入力データと、前記工事対象機器に対して前記工事が行われたときに前記工事に適用可能な車両と、前記車両を前記工事に用いるために設置する設置スペースを確保可能か否かとを含む正解データとが対応付けられた教師データを取得するステップと、
   前記取得部が取得した教師データに基づき、前記入力データを入力した場合に前記正解データを出力するよう学習済みの学習済みモデルを生成するステップと、
   を含む、
   情報処理方法。
   

Images