JP2022131791A - 情報処理装置及び情報処理方法 - Google Patents
情報処理装置及び情報処理方法 Download PDFInfo
- Publication number
- JP2022131791A JP2022131791A JP2021030923A JP2021030923A JP2022131791A JP 2022131791 A JP2022131791 A JP 2022131791A JP 2021030923 A JP2021030923 A JP 2021030923A JP 2021030923 A JP2021030923 A JP 2021030923A JP 2022131791 A JP2022131791 A JP 2022131791A
- Authority
- JP
- Japan
- Prior art keywords
- construction
- vehicle
- data
- information processing
- installation space
- 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
Images
Landscapes
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
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。
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。
==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。
<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。
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。
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。
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。
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。
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。
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
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)
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021030923A JP2022131791A (ja) | 2021-02-26 | 2021-02-26 | 情報処理装置及び情報処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021030923A JP2022131791A (ja) | 2021-02-26 | 2021-02-26 | 情報処理装置及び情報処理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022131791A true JP2022131791A (ja) | 2022-09-07 |
Family
ID=83152738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021030923A Pending JP2022131791A (ja) | 2021-02-26 | 2021-02-26 | 情報処理装置及び情報処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2022131791A (ja) |
-
2021
- 2021-02-26 JP JP2021030923A patent/JP2022131791A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Integrating building information model and augmented reality for drone-based building inspection | |
Keil et al. | Creating immersive virtual environments based on open geospatial data and game engines | |
Turkan et al. | Mobile augmented reality for teaching structural analysis | |
Glover | Unity 2018 augmented reality projects: build four immersive and fun AR applications using ARKit, ARCore, and Vuforia | |
Behzadan et al. | Visualization of construction graphics in outdoor augmented reality | |
KR102013955B1 (ko) | 소프트웨어 전문가 실무교육과 평가를 위한 스마트 교육 시스템 및 그 서비스 제공 방법 | |
US9472119B2 (en) | Computer-implemented operator training system and method of controlling the system | |
Jaselskis et al. | Innovation in construction engineering education using two applications of internet-based information technology to provide real-time project observations | |
WO2023218503A1 (ja) | アイコン配置システム、アイコン配置方法及びプログラム | |
Ostkamp et al. | Supporting design, prototyping, and evaluation of public display systems | |
An | Adopting metaverse‐related mixed reality technologies to tackle urban development challenges: An empirical study of an Australian municipal government | |
US20240087467A1 (en) | Virtual multi-property training environment | |
Babović et al. | Teaching computing for complex problems in civil engineering and geosciences using big data and machine learning: synergizing four different computing paradigms and four different management domains | |
JP2022131791A (ja) | 情報処理装置及び情報処理方法 | |
Lawani et al. | Designing drone game for construction site inspection | |
Sundari et al. | Development of 3D Building Model Using Augmented Reality | |
Albrezzi et al. | Accessing 3D Data | |
Teslyuk et al. | The recommendation system for cyclists LvivBicycleMap | |
US20220289217A1 (en) | Vehicle-in-virtual-environment (vve) methods and systems for autonomous driving system | |
JP2022148210A (ja) | 情報処理装置及び情報処理方法 | |
JP2022149591A (ja) | 情報処理装置及び情報処理方法 | |
Minner | Geodesign, resilience and the future of former mega-event sites | |
Santonato | A complete end-to-end simulation flow for autonomous driving frameworks | |
Herman | 3DmoveR 2.0–Low-cost Application for Usability Testing of 3D Geovisualisations | |
JP2022149590A (ja) | 情報処理装置及び情報処理方法 |