JP6622156B2 - 情報処理装置、情報処理方法およびプログラム - Google Patents

情報処理装置、情報処理方法およびプログラム Download PDF

Info

Publication number
JP6622156B2
JP6622156B2 JP2016163859A JP2016163859A JP6622156B2 JP 6622156 B2 JP6622156 B2 JP 6622156B2 JP 2016163859 A JP2016163859 A JP 2016163859A JP 2016163859 A JP2016163859 A JP 2016163859A JP 6622156 B2 JP6622156 B2 JP 6622156B2
Authority
JP
Japan
Prior art keywords
necessity
deterioration
function
degree
reliability
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.)
Active
Application number
JP2016163859A
Other languages
English (en)
Other versions
JP2018031664A (ja
Inventor
関根　真弘
真弘 関根
諒 中島
諒 中島
友弘 中居
友弘 中居
馨 杉田
馨 杉田
徳裕 中村
徳裕 中村
尚明 倉立
尚明 倉立
学 西山
学 西山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Priority to JP2016163859A priority Critical patent/JP6622156B2/ja
Priority to US15/440,599 priority patent/US20180063488A1/en
Publication of JP2018031664A publication Critical patent/JP2018031664A/ja
Application granted granted Critical
Publication of JP6622156B2 publication Critical patent/JP6622156B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30132—Masonry; Concrete

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Road Repair (AREA)
  • Traffic Control Systems (AREA)

Description

本発明の実施形態は、情報処理装置、情報処理方法およびプログラムに関する。
道路の路面、線路またはトンネルの壁面等の構造物の品質を管理するために、構造物の劣化度が測定される。例えば、車両等に搭載されたカメラにより構造物を撮像し、撮像して得られた画像を解析して、構造物の劣化度が算出される。これにより、大規模な構造物の全体に対して網羅的に劣化度を測定し、構造物における劣化が進行した位置を特定することができる。
ところで、このような構造物は大規模であるので、１つの車両を利用することにより、劣化度を測定できる範囲は限られている。このため、劣化の進行が速い位置および直前に劣化度を測定してからの経過期間が長い位置を、優先して測定することが好ましい。また、車両等により移動しながら構造物を撮像した場合、撮影時の天候および撮影時の周囲の状況等の要因により、劣化度の測定精度が悪い場合もある。このように過去の測定において測定精度が悪かった位置の劣化度も、優先して測定することが好ましい。
しかしながら、従来の劣化検出システムでは、構造物の劣化度を追加して測定すべき必要性を精度良く算出することはできなかった。このため、従来の劣化検出システムでは、構造物における劣化度を効率良く測定することは難しかった。
特許第４３０５３６１号公報 特許第４１８６１１７号公報 特開２０１６−０９０５４７号公報
発明が解決しようとする課題は、構造物の劣化度の測定の必要性を精度良く算出することにある。
実施形態に係る情報処理装置は、劣化度取得部と、測定時刻取得部と、信頼性取得部と、必要性算出部とを備える。前記劣化度取得部は、撮像装置が撮像した構造物を含む画像に基づき算出された、前記構造物の劣化度を取得する。前記測定時刻取得部は、前記画像が撮像された測定時刻を取得する。前記必要性算出部は、前記測定時刻が異なる複数の前記画像に対応する複数の前記劣化度に基づき、前記劣化度を追加して測定すべき必要性を算出する。前記必要性算出部は、単位時間当たりの前記劣化度の変化量が大きい程、前記必要性を高くし、前記測定時刻から前記必要性の算出の基準日時までの経過期間が長い程、前記必要性を高くし、前記信頼性が低い程、前記必要性を高くする、算出処理により、前記必要性を算出する。
第１実施形態に係る劣化管理システムを示す図。 第１実施形態に係る第１処理回路および第２処理回路を示す図。 劣化度算出機能を示す図。 第１実施形態に係る劣化管理機能を示す図。 第１実施形態に係る劣化管理機能の処理の流れを示すフローチャート。 必要性を算出する算出処理を説明するための第１図。 必要性を算出する算出処理を説明するための第２図。 必要性を算出する算出処理の流れを示すフローチャート。 比重を算出するために用いる第１関数を示す図。 分散を算出するために用いる第２関数を示す図。 確率分布の第１例を示す図。 確率分布の第２例を示す図。 合成確率分布を示す図。 必要性を算出するために用いる第３関数を示す図。 集計劣化度の第１例を示す図。 集計劣化度の第２例を示す図。 経過期間が短く、劣化度の変化量が小さい場合の確率分布を示す図。 劣化度の変化量が大きい場合の確率分布を示す図。 経過期間が長く、劣化度の変化量が小さい場合の確率分布を示す図。 第１実施形態の変形例に係る劣化管理機能を示す図。 第２実施形態に係る第１処理回路および第２処理回路を示す図。 輝度に対する信頼性を表すグラフを示す図。 解像度に対する信頼性を表すグラフを示す図。 移動速度に対する信頼性を表すグラフを示す図。 障害物量に対する信頼性を表すグラフを示す図。 カメラ性能に対する信頼性を表すグラフを示す図。 第２実施形態に係る劣化管理機能を示す図。 第２実施形態に係る劣化管理機能の処理の流れを示すフローチャート。 分散を算出するために用いる第４関数を示す図。 信頼性が高く且つ経過期間が短い場合の確率分布を示す図。 信頼性が低く、劣化度の変化量が小さい場合の確率分布を示す図。 第２実施形態の変形例に係る劣化管理機能を示す図。 第３実施形態に係る劣化管理機能を示す図。 第３実施形態に係る劣化管理機能の処理の流れを示すフローチャート。 必要性の第１表示例を示す図。 必要性の第２表示例を示す図。 第３実施形態の変形例に係る劣化管理機能を示す図。
以下、図面を参照しながら実施形態について説明する。なお、以下の実施形態では、同一の参照符号を付した部分は略同一の構成および動作をするので、相違点を除き重複する説明を適宜省略する。
（第１実施形態）
図１は、第１実施形態に係る劣化管理システム１０を示す図である。劣化管理システム１０は、構造物の劣化度を算出する。さらに、劣化管理システム１０は、劣化度を追加して測定すべき必要性を算出する。
構造物は、道路の路面、線路、橋梁、建物またはトンネルの壁面等であってよい。また、構造物は、建物内における床または壁面、液体またはガス等の配管であってもよい。
劣化度は、構造物のひび割れ、傷、へこみ、ひずみ、はがれまたは汚れ等、もしくは、これらの組み合わせの度合いである。劣化度は、例えば、多値で表される。劣化度は、例えば、０．０以上、１．０以下の数値であってよい。また、劣化度は、例えば、０以上、１００以下の数値であってもよい。劣化度は、複数のレベルを表す情報であってもよい。
劣化度の測定単位は、どのような単位であってもよい。例えば、構造物が道路である場合、５０ｃｍ×５０ｃｍの領域であってもよいし、１００ｍ×１００ｍ程度の領域であってもよいし、地域単位であってもよい。
必要性は、劣化度を追加して測定すべき度合を表す。必要性は、例えば値が大きい程、より早急に劣化度を測定すべきであることを表す。必要性は、例えば多値で表される。必要性は、例えば、０．０以上、１．０以下の数値であってよい。必要性は、例えば、０以上、１００以下の数値であってもよい。また、必要性は、「必要である」または「必要でない」を表す２値であってもよい。必要性は、例えば、劣化度の測定単位毎に算出される。また、必要性は、劣化度の測定単位を複数個まとめた単位毎に算出されてもよい。
また、日時は、劣化管理システム１０が用いられる地点での標準時間であってもよいし、構造物を使用開始時から起算した時間であってもよい。
劣化管理システム１０は、移動体装置２０と、情報処理装置４０とを備える。移動体装置２０と情報処理装置４０とはネットワーク１２を介して接続可能である。
移動体装置２０は、車両等の移動体に搭載される情報処理機器である。移動体は、ロボットまたは小型無線航空機等であってもよい。移動体装置２０は、移動をしながら構造物を撮像する。移動体装置２０は、構造物を撮像した画像に基づき、構造物における劣化度を測定する。これとともに、移動体装置２０は、劣化度を測定した構造物における位置、および、劣化度の算出の基となる画像が撮像された日時を示す測定時刻を取得する。
情報処理装置４０は、例えば、専用または汎用コンピュータである。情報処理装置４０は、ＰＣ、あるいは、情報を保存および管理するサーバに含まれるコンピュータであってもよい。情報処理装置４０は、劣化度、位置および測定時刻をネットワーク１２を介して取得する。情報処理装置４０は、構造物における任意の対象位置について、異なる複数の測定時刻の劣化度に基づき、劣化度を追加して測定すべき必要性を算出する。
移動体装置２０は、撮像装置２１と、位置検出装置２２と、第１通信ユニット２３と、第１記憶回路２４と、第１処理回路３０とを有する。
撮像装置２１は、移動体に搭載される。撮像装置２１は、移動体から、外部の構造物を撮像する。撮像装置２１は、撮像して得られた画像を第１処理回路３０に与える。撮像装置２１が撮像した画像は、可視光画像、赤外線画像、距離画像等の種々の画像であってよい。
位置検出装置２２は、撮像装置２１が画像を撮像した構造物における位置を検出する。例えば、構造物が道路である場合、位置検出装置２２は、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）衛星からの信号等を用いて、緯度および経度を検出する。位置検出装置２２は、他の方法で、撮像装置２１が画像を撮像した構造物における位置を検出してもよい。
第１通信ユニット２３は、ネットワーク１２を介して、情報処理装置４０等の外部の装置と情報の入出力を行うインターフェースである。
第１記憶回路２４は、第１処理回路３０が行う処理に応じて必要なデータを記憶する。また、第１記憶回路２４は、第１処理回路３０により実行されるプログラムを記憶する。
例えば、第１記憶回路２４は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等である。また、第１記憶回路２４が行う処理は、移動体装置２０の外部の記憶装置で代替されてもよい。第１記憶回路２４は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）やインターネット等により伝達されたプログラムをダウンロードして記憶または一時記憶した記憶媒体であってもよい。
第１処理回路３０は、制御機能３１と、画像取得機能３２と、位置取得機能３３と、測定時刻特定機能３４と、劣化度算出機能３５と、情報送信機能３６を含む。これらの機能は、後述する。
なお、制御機能３１は、制御部の一例である。画像取得機能３２は、画像取得部の一例である。位置取得機能３３は、位置取得部の一例である。測定時刻特定機能３４は、測定時刻特定部の一例である。劣化度算出機能３５は、劣化度算出部の一例である。情報送信機能３６は、情報送信部の一例である。
第１記憶回路２４には、第１処理回路３０に、制御機能３１、画像取得機能３２、位置取得機能３３、測定時刻特定機能３４、劣化度算出機能３５および情報送信機能３６を実現させるためのプログラムが記憶されている。第１処理回路３０は、プログラムを第１記憶回路２４から読み出し、実行することで各プログラムに対応する機能を実現するプロセッサである。各プログラムを読み出した状態の第１処理回路３０は、図１の第１処理回路３０内に示された各機能を有する。また、第１処理回路３０は、単一のプロセッサにより構成されてもよいし、複数の独立したプロセッサにより構成されてもよい。また、第１処理回路３０は、特定の機能が、専用の独立したプログラム実行回路がプログラムを実行することにより実現されてもよい。
また、「プロセッサ」という文言は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）およびフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等の回路を意味する。プロセッサは、記憶回路に保存されたプログラムを読み出し実行することで機能を実現する。なお、記憶回路にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。
情報処理装置４０は、入力装置４１と、表示装置４２と、第２通信ユニット４３と、第２記憶回路４４と、第２処理回路５０とを有する。
入力装置４１は、操作者からの各種指示や情報入力を受け付ける。入力装置４１は、例えば、マウスまたはトラックボール等のポインティングデバイス、あるいはキーボード等の入力デバイスである。
表示装置４２は、各種の情報を表示する。表示装置４２は、例えば、液晶表示器等の表示デバイスである。
第２通信ユニット４３は、ネットワーク１２を介して、移動体装置２０等の外部の装置と情報の入出力を行うインターフェースである。
第２記憶回路４４は、第２処理回路５０が行う処理に応じて必要なデータを記憶する。また、第２記憶回路４４は、第２処理回路５０により実行されるプログラムを記憶する。
例えば、第２記憶回路４４は、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等である。また、第２記憶回路４４が行う処理は、情報処理装置４０の外部の記憶装置で代替されてもよい。第２記憶回路４４は、ＬＡＮやインターネット等により伝達されたプログラムをダウンロードして記憶または一時記憶した記憶媒体であってもよい。
第２処理回路５０は、情報受信機能５１と、劣化管理機能５２とを含む。これらの機能は、後述する。なお、情報受信機能５１は、情報受信部の一例である。劣化管理機能５２は、劣化管理部の一例である。
第２記憶回路４４には、第２処理回路５０に、情報受信機能５１および劣化管理機能５２を実現させるためのプログラムが記憶されている。第２処理回路５０は、プログラムを第２記憶回路４４から読み出し、実行することで各プログラムに対応する機能を実現するプロセッサである。各プログラムを読み出した状態の第２処理回路５０は、図１の第１処理回路３０内に示された各機能を有する。また、第２処理回路５０は、単一のプロセッサにより構成されてもよいし、複数の独立したプロセッサにより構成されてもよい。また、第２処理回路５０は、特定の機能が、専用の独立したプログラム実行回路がプログラムを実行することにより実現されてもよい。
なお、移動体装置２０は、撮像装置２１により撮像された画像に基づき構造物の劣化度を算出する。これに代えて、移動体装置２０は、撮像装置２１以外のセンサにより検出された情報に基づき、劣化度を算出してもよい。例えば、センサは、電磁波センサまたは超音波センサ等であってもよい。この場合、移動体装置２０は、電磁波信号または超音波信号に基づき、構造物の劣化度を算出する。
図２は、第１実施形態に係る第１処理回路３０および第２処理回路５０の構成を示す図である。第１処理回路３０は、制御機能３１と、画像取得機能３２と、位置取得機能３３と、測定時刻特定機能３４と、劣化度算出機能３５と、情報送信機能３６とを有する。
制御機能３１は、撮像装置２１による撮像動作を制御する。制御機能３１は、例えば、移動体装置２０が予め設定された撮像位置に移動したタイミングにおいて、撮像装置２１に構造物を撮像させる。
画像取得機能３２は、撮像装置２１により撮像された画像を取得する。位置取得機能３３は、撮像装置２１が撮像した構造物における位置を、位置検出装置２２から取得する。測定時刻特定機能３４は、撮像装置２１が構造物を撮像した日時である測定時刻を特定する。劣化度算出機能３５は、画像取得機能３２が取得した画像に基づき、構造物の劣化度を算出する。
情報送信機能３６は、第１通信ユニット２３を制御して、劣化度の算出の基となる画像が撮像された構造物における位置（すなわち、劣化度を測定した位置）、劣化度、および、劣化度の算出の基となる画像が撮像された測定時刻を、情報処理装置４０へと送信する。
第２処理回路５０は、情報受信機能５１と、劣化管理機能５２とを有する。
情報受信機能５１は、第２通信ユニット４３を制御して、移動体装置２０から、位置、劣化度および測定時刻を受信する。情報受信機能５１は、送信された位置、劣化度および測定時刻を、第２記憶回路４４に記憶させる。例えば、情報受信機能５１は、対応する劣化度および測定時刻を含む測定情報を生成し、位置毎に、測定情報を第２記憶回路４４に記憶させる。
なお、第２記憶回路４４は、位置が指定されることにより、その位置に対応する劣化度および測定時刻を読み出させることができれば、どのような方法で位置、劣化度および測定時刻を記憶してもよい。例えば、第２記憶回路４４は、位置、劣化度および測定時刻のそれぞれに、劣化度算出機能３５による劣化度の算出処理毎に付けられた固有のＩＤを付加してもよい。これにより、第２記憶回路４４は、位置が指定されれば、同一のＩＤを有する劣化度および測定時刻を読み出させることができる。
劣化管理機能５２は、必要性の算出する対象位置の指定を受け付ける。劣化管理機能５２は、指定された対象位置について、異なる測定時刻の複数の劣化度を、第２記憶回路４４から読み出す。そして、劣化管理機能５２は、異なる測定時刻の複数の劣化度に基づき、劣化度を追加して測定すべき必要性を算出する。
なお、第１処理回路３０が劣化度算出機能３５を有するのではなく、情報処理装置４０の第２処理回路５０が、劣化度算出機能３５を有してもよい。この場合、第１処理回路３０の情報送信機能３６は、劣化度に代えて、構造物を撮像した画像を情報処理装置４０に送信する。そして、情報処理装置４０の劣化度算出機能３５は、受信した画像に基づき劣化度を算出する。
また、情報処理装置４０の第２処理回路５０に含まれる劣化管理機能５２の一部または全部の機能を、移動体装置２０の第１処理回路３０が有してもよい。また、移動体装置２０と情報処理装置４０とは、ネットワーク１２により常時接続されていてもよいし、移動体装置２０が情報処理装置４０にアクセスした場合に接続されてもよい。
図３は、劣化度算出機能３５の構成を示す図である。例えば、構造物が道路であって、劣化度が、路面におけるひび割れ率であるとする。この場合、劣化度算出機能３５は、例えば、図３に示すように、輝度画像生成機能６１と、候補特定機能６２と、特徴量算出機能６３と、判定機能６４と、比率算出機能６５とを有する。
輝度画像生成機能６１は、撮像装置２１により撮像された画像から、輝度成分で表された輝度画像を生成する。候補特定機能６２は、輝度画像から、ひび割れの候補部分を抽出する。画像上において、ひび割れは、線状であって、周囲とは異なる輝度となっている。そこで、候補特定機能６２は、例えば、輝度画像に対して微分処理をして、輝度値が谷または山となっている画素を検出する。続いて、候補特定機能６２は、検出した画像を連結する。候補特定機能６２は、連結した部分の長さが所定の範囲であり、周囲との輝度差が所定値以上の部分を、ひび割れの候補として特定する。
特徴量算出機能６３は、特定したひび割れの候補の部分画像を、周囲の画素を含めて取得する。そして、特徴量算出機能６３は、特定したひび割れの候補の部分画像における所定種類の特徴量を算出する。
判定機能６４は、ひび割れの候補の部分画像の特徴量から、特定した候補がひび割れであるかひび割れではないかを判定する。判定機能６４は、例えば教師有り学習方式により予め学習をした判定器を用いて、判定処理を実行する。
比率算出機能６５は、予め定められた範囲内における、ひび割れと判定された候補の個数を算出する。すなわち、比率算出機能６５は、ひび割れの面積率を算出する。そして、劣化度算出機能３５は、このように算出したひび割れ面積率を、劣化度として出力する。
なお、図３に示した劣化度の算出方法は一例であり、劣化度算出機能３５は、他の方法で劣化度を算出してもよい。また、劣化度算出機能３５は、ひび割れに限らず、傷、へこみ、ひずみ、はがれまたは汚れ等の度合いを劣化度として算出してもよい。
図４は、第１実施形態に係る劣化管理機能５２の構成を示す図である。劣化管理機能５２は、基準時刻特定機能７１と、対象位置特定機能７２と、測定情報読出機能７３と、劣化度取得機能７４と、測定時刻取得機能７５と、必要性算出機能７６とを含む。
基準時刻特定機能７１は、基準時刻特定部の一例である。対象位置特定機能７２は、対象位置特定部の一例である。測定情報読出機能７３は、測定情報読出部の一例である。劣化度取得機能７４は、劣化度取得部の一例である。測定時刻取得機能７５は、測定時刻取得部の一例である。必要性算出機能７６は、必要性算出部の一例である。
基準時刻特定機能７１は、必要性の算出の基準日時である基準時刻を特定する。基準時刻は、現在の日時であってもよいし、任意の日時であってもよい。基準時刻が過去の日時である場合、劣化管理機能５２は、過去の時点における必要性を提供することができる。また、基準時刻が将来の日時である場合、劣化管理機能５２は、将来の時点にける必要性を提供することができる。
対象位置特定機能７２は、必要性を算出する構造物の位置を特定する。例えば、対象位置特定機能７２は、ユーザから位置の指定を受け付けて、対象位置を特定する。
測定情報読出機能７３は、第２記憶回路４４から、対象位置に対応して記憶された複数の測定情報を読み出す。それぞれの測定情報には、劣化度および測定時刻が含まれる。
劣化度取得機能７４は、測定情報読出機能７３により読み出された複数の測定情報のそれぞれから、劣化度を取得する。これにより、劣化度取得機能７４は、対象位置について、複数の劣化度を取得することができる。なお、劣化度取得機能７４は、基準時刻および基準時刻以前に測定された劣化度を取得する。
測定時刻取得機能７５は、測定情報読出機能７３により読み出された複数の測定情報のそれぞれから、測定時刻を取得する。これにより、測定時刻取得機能７５は、劣化度取得機能７４が取得したそれぞれの劣化度に対応する測定時刻を取得することができる。すなわち、測定時刻取得機能７５は、劣化度取得機能７４が取得したそれぞれの劣化度について、劣化度の算出の基となる画像が撮像された日時を表す測定時刻を取得することができる。
必要性算出機能７６は、基準時刻特定機能７１から基準時刻を受け取る。また、必要性算出機能７６は、劣化度取得機能７４から複数の劣化度を受け取る。また、必要性算出機能７６は、測定時刻取得機能７５から複数の測定時刻を受け取る。そして、必要性算出機能７６は、測定時刻が異なる複数の劣化度に基づき、予め定められた算出処理により、対象位置についての、劣化度を追加して測定すべき必要性を算出する。
ここで、必要性算出機能７６は、単位時間当たりの劣化度の変化量が大きい程、必要性を高くする算出処理により、必要性を算出する。これに加えて、この算出処理は、測定時刻から必要性の算出の基準日時までの経過期間が長い程、必要性を高くする処理であってよい。なお、この算出処理については、図６、図７等を参照してさらに説明する。
また、必要性算出機能７６は、測定時刻が異なる複数の劣化度に基づき、対象位置について、構造物における対象位置についての集計劣化度を算出してもよい。集計劣化度は、測定時刻が異なる複数の劣化度を、測定時刻に応じて重みを付けて集計した値である。
図５は、第１実施形態に係る劣化管理機能５２の処理の流れを示すフローチャートである。劣化管理機能５２は、図５に示すフローチャートに従って処理を実行する。
まず、劣化管理機能５２は、基準時刻を特定する（Ｓ１１１）。続いて、劣化管理機能５２は、対象位置を特定する（Ｓ１１２）。続いて、劣化管理機能５２は、対象位置に対応する複数の測定情報を読み出す（Ｓ１１３）。なお、劣化管理機能５２は、基準時刻および基準時刻以前に測定された劣化度を含む複数の測定情報を読み出す。
続いて、劣化管理機能５２は、測定時刻が異なる複数の劣化度に基づき、予め定められた算出処理により、対象位置について、劣化度を追加して測定すべき必要性を算出する（Ｓ１１４）。この算出処理は、単位時間当たりの劣化度の変化量が大きい程、必要性を高くする処理である。これに加えて、この算出処理は、測定時刻から必要性の算出の基準日時までの経過期間が長い程、必要性を高くする処理であってよい。なお、Ｓ１１４の具体的な処理例については、図８のフローチャートを参照してさらに説明する。
続いて、劣化管理機能５２は、算出した必要性を出力する（Ｓ１１５）。例えば、劣化管理機能５２は、必要性を表示装置４２に表示する。
続いて、劣化管理機能５２は、必要性の算出処理とともに集計劣化度を算出した場合には、集計劣化度を出力する（Ｓ１１６）。例えば、劣化管理機能５２は、集計劣化度を表示装置４２に表示する。
図６は、必要性を算出する算出処理を説明するための第１図である。図６には、３つのグラフが示されている。図６は、右側のグラフの方が、左側のグラフよりも単位時間当たりの劣化度が高くなっている。さらに、図６では、必要性算出機能７６において実行される算出処理が、右側のグラフのような場合の方が、左側のグラフのような場合よりも、必要性を高くすることを示している。
必要性算出機能７６における算出処理は、この図６に示すように、単位時間当たりの劣化度の変化量が大きい程、必要性を高くする処理である。これにより、必要性算出機能７６は、例えば撮影時の天候および撮影時の周囲の状況等の要因により劣化度の測定精度が悪い場合、および、劣化度の悪化が進行しているような場合に、必要性を高くすることができる。
図７は、必要性を算出する算出処理を説明するための第２図である。図７には、３つのグラフが示されている。図７は、右側のグラフの方が、左側のグラフよりも、基準時刻の直近の測定時刻から、基準時刻までの経過期間が長くなっている。さらに、図７では、必要性算出機能７６において実行される算出処理が、右側のグラフのような場合の方が、左側のグラフのような場合よりも、必要性を高くすることを示している。
必要性算出機能７６における算出処理は、図６に示したような処理に加えて、図７に示すように、経過期間が長い程、必要性を高くする処理であってよい。例えば、この算出処理は、変化量が同一である場合、経過期間が長い程、必要性を高くする処理であってもよい。これにより、必要性算出機能７６は、劣化が進んでいる可能性が高い程、必要性を高くすることができる。
図８は、必要性を算出する算出処理の流れを示すフローチャートである。
なお、図９は、Ｓ１２４において比重を算出するために用いる第１関数の一例を示す図である。図１０は、Ｓ１２６において分散を算出するために用いる第２関数の一例を示す図である。図１１は、Ｓ１２８で算出される確率分布の第１例を示す図である。図１２は、Ｓ１２８で算出される確率分布の第２例を示す図である。図１３は、Ｓ１３０で生成される合成確率分布の一例を示す図である。図１４は、Ｓ１３１において必要性を算出するために用いる第３関数の一例を示す図である。
まず、Ｓ１２１において、必要性算出機能７６は、対象位置について、基準時刻以前に測定された複数の劣化度のうち、１つの劣化度を選択する。続いて、Ｓ１２２において、必要性算出機能７６は、選択した劣化度に対応する測定時刻を選択する。
続いて、Ｓ１２３において、必要性算出機能７６は、経過期間を算出する。具体的には、必要性算出機能７６は、基準時刻から測定時刻を減じることにより、経過期間を算出する。なお、測定時刻は、基準時刻以前の日時である。従って、経過期間は、非負の値となる。
続いて、Ｓ１２４において、必要性算出機能７６は、経過期間に基づき比重を算出する。経過期間をＴ、比重をｅｔとした場合、必要性算出機能７６は、下記の式（１）に示す第１関数により比重を算出する。
ｅｔ＝ｆａ（Ｔ） …（１）
第１関数は、例えば、図９に示されるようなグラフで表される関数である。例えば、第１関数は、Ｔ＝０の場合に、ｅｔ＝１とし、Ｔ＝Ｔ１の場合に、ｅｔ＝０とする。Ｔ１は、予め定められた期間であって、例えば「１年」等である。さらに、第１関数は、０＜Ｔ＜Ｔ１の範囲において、Ｔが大きくなる程、ｅｔを減少させる。例えば、第１関数は、０＜Ｔ＜Ｔ１の範囲において、Ｔが大きくなる程、ｅｔの減少割合を増加させる。さらに、第１関数は、Ｔ１＜Ｔの範囲において、ｅｔを０とする。
必要性算出機能７６は、このような第１関数を用いることにより、測定時刻が基準時刻に近い程（測定時刻が最近である程）、大きい比重を算出することができる。さらに、必要性算出機能７６は、一定時間以上過去の劣化度については、比重を０とすることができる。
続いて、Ｓ１２５において、必要性算出機能７６は、比重に基づき集計パラメータを算出する。比重をｅｔ、集計パラメータをｑとした場合、必要性算出機能７６は、下記の式（２）により、集計パラメータを算出する。
ｑ＝ｅｔ …（２）
なお、式（２）は、集計パラメータを比重と同一の値としている。しかし、必要性算出機能７６は、比重に基づく値であれば、集計パラメータを他の値としてもよい。例えば、必要性算出機能７６は、集計パラメータを比重に比例する値としてもよい。
続いて、Ｓ１２６において、必要性算出機能７６は、集計パラメータに基づき分散を算出する。集計パラメータをｑ、分散をσ２とした場合、必要性算出機能７６は、下記の式（３）に示す第２関数により分散を算出する。
σ２＝ｆｂ（ｑ） …（３）
第２関数は、例えば、図１０に示されるようなグラフで表される関数である。すなわち、第２関数は、ｑが０に近い程、σ２を大きくし、ｑが大きい程σ２を０に漸近するような単調減少関数である。なお、第２関数は、ｑが０の場合に、正の所定値を出力する。
必要性算出機能７６は、このような第２関数を用いることにより、測定時刻が基準時刻に近い程（すなわち、新しい測定で得られた劣化度である程）、分散を小さくすることができる。また、必要性算出機能７６は、測定時刻が基準時刻から遠い程（すなわち、過去の測定で得られた劣化度である程）、分散を大きくすることができる。
続いて、Ｓ１２７において、必要性算出機能７６は、劣化度に基づき平均を算出する。劣化度をｄ、平均をｘとした場合、必要性算出機能７６は、下記の式（４）により、平均を算出する。
ｘｋ＝ｄ …（４）
なお、式（４）は、平均を劣化度と同一の値としている。しかし、必要性算出機能７６は、劣化度に基づく値であれば、平均を他の値としてもよい。例えば、必要性算出機能７６は、平均を劣化度に比例する値としてもよい。
続いて、Ｓ１２８において、必要性算出機能７６は、Ｓ１２６において算出した分散およびＳ１２７において算出した平均となる確率分布を生成する。確率分布は、例えば、ガウス分布（正規分布）である。
例えば、平均がｘ１、分散がσ１ ２であるガウス分布は、図１１に示すように表される。また、平均がｘ２、分散がσ２ ２であるガウス分布は、図１２に示すように表される。なお、ここでは、任意の平均をｘｋ、任意の分散をσｋ ２とした場合、ガウス分布を下記の式（５）により表す。
Ｎ（ｘ｜ｘｋ，σｋ ２） …（５）
ここで、ガウス分布は、平均において確率がピークとなり、平均から離れるほど確率が低くなる。従って、必要性算出機能７６は、劣化度が近い場合、互いのピークが近いガウス分布を生成する。しかし、必要性算出機能７６は、劣化度が遠い場合、互いのピークが遠いガウス分布を生成する。
また、ガウス分布は、分散が小さい程、鮮鋭となり、分散が大きい程、平たくなる。従って、必要性算出機能７６は、測定時刻が基準時刻に近い程（すなわち、新しい測定で得られた劣化度である程）、鮮鋭なガウス分布を生成する。また、必要性算出機能７６は、測定時刻が基準時刻から遠い程（すなわち、過去の測定で得られた劣化度である程）、平たいガウス分布を生成する。
このように、必要性算出機能７６は、平均が劣化度に基づく値であり、分散が、測定時刻から基準時刻までの経過期間が短い程小さくなる値である確率分布を生成する。
続いて、Ｓ１２９において、必要性算出機能７６は、基準時刻以前に測定された複数の劣化度の全てを選択し、それぞれの劣化度について確率分布を生成したか否かを判断する。まだ全ての劣化度について確率分布を生成していない場合には（Ｓ１２９のＮｏ）、必要性算出機能７６は、処理をＳ１２１に戻して、次の劣化度について処理を進める。必要性算出機能７６は、全ての劣化度について確率分布を生成した場合には（Ｓ１２９のＹｅｓ）、処理をＳ１３０に進める。
Ｓ１２１からＳ１２９までの処理を実行することにより、必要性算出機能７６は、測定時刻が異なる複数の劣化度のそれぞれについて、平均が劣化度に基づく値であり、分散が、測定時刻から必要性の算出の基準日時までの経過期間が短い程小さくなる値である確率分布を生成することができる。
Ｓ１３０において、必要性算出機能７６は、測定時刻が異なる複数の劣化度のそれぞれについて算出した確率分布を合成することにより、合成確率分布を生成する。例えば、必要性算出機能７６は、測定時刻が異なる複数の劣化度のそれぞれについて算出した確率分布を平均化した合成確率分布を生成する。
例えば、図１１および図１２に示されたようなガウス分布を合成した合成確率分布は、図１３のように表される。例えば、Ｋを劣化度の個数、Ｍ（ｘ）を合成確率分布とした場合、必要性算出機能７６は、下記の式（６）のように合成確率分布を算出する。
Figure 0006622156
なお、合成確率分布の分散（σｍ ２）は、下記の式（７）のように表される。
Figure 0006622156
また、合成確率分布の平均（ｘｍ）は、下記の式（８）のように表される。
Figure 0006622156
続いて、Ｓ１３１において、必要性算出機能７６は、合成確率分布の分散に基づき、必要性を算出する。合成確率分布の分散をσｍ ２、必要性をｙｍとした場合、必要性算出機能７６は、下記の式（９）に示す第３関数により必要性を算出する。
ｙｍ＝ｆｃ（σｍ ２） …（９）
第３関数は、例えば、図１４に示されるようなグラフで表される関数である。すなわち、第３関数は、合成確率分布の分散が大きくなる程大きくなる値を出力する単調増加関数である。例えば、第３関数は、ｙｍ＝σｍ ２であってもよい。
続いて、Ｓ１３２において、必要性算出機能７６は、合成確率分布の平均に基づき、集計劣化度を算出する。合成確率分布の平均をｘｍ、集計劣化度をｄｍとした場合、必要性算出機能７６は、下記の式（１０）により、集計劣化度を算出する。
ｄｍ＝ｘｍ …（１０）
なお、式（１０）は、集計劣化度を合成確率分布の平均と同一の値としている。しかし、必要性算出機能７６は、合成確率分布の平均に基づく値であれば、集計劣化度を他の値としてもよい。例えば、必要性算出機能７６は、集計劣化度を合成確率分布の平均に比例する値としてもよい。
なお、必要性算出機能７６は、集計劣化度を出力しない場合には、Ｓ１３２の処理を実行しなくてよい。Ｓ１３２の処理を終了すると、必要性算出機能７６は、処理をメインのフローに戻す。
図１５は、測定時刻が３日前および１日前の２個の劣化度から得られる集計劣化度の一例を示す図である。図１６は、測定日時が７日前および１日前の２個の劣化度から得られる集計劣化度の一例を示す図である。
必要性算出機能７６は、合成確率分布の平均を集計劣化度として出力する。例えば、図１５に示すように、測定時刻が３日前の劣化度が０．２であり、測定時刻が１日前の劣化度が０．４であるとする。このような場合、必要性算出機能７６は、例えば、０．３５を集計劣化度として出力する。０．３５は、測定時刻が３日前の劣化度より、測定時刻が１日前の劣化度により近い値である。
また、例えば、図１６に示すように、測定時刻が７日前の劣化度が０．２であり、測定時刻が１日前の劣化度が０．４であるとする。このような場合、必要性算出機能７６は、例えば、０．３７５を集計劣化度として出力する。０．３７５は、測定時刻が７日前の劣化度より、測定時刻が１日前の劣化度により近い値である。
このように必要性算出機能７６は、測定時刻が基準時刻に近い程（すなわち、新しい測定で得られた劣化度である程）、重みを大きくして劣化度を補間した値を、集計劣化度として出力する。これにより、必要性算出機能７６は、精度の良い集計劣化度を出力することができる。
図１７は、経過期間が短く、劣化度の変化量が小さい場合における、複数の確率分布の一例を示す図である。必要性算出機能７６は、経過期間が短い場合、分散が小さい確率分布を生成する。また、必要性算出機能７６は、劣化度の変化量が小さい（すなわち、複数の劣化度が近似している）場合、ピーク位置が近似した複数の確率分布を生成する。
必要性算出機能７６は、このような複数の確率分布を合成した場合、分散が小さく鮮鋭な合成確率分布を生成する。従って、経過期間が短く、且つ、劣化度の変化量が小さい場合、必要性算出機能７６は、必要性を低くすることができる。
図１８は、劣化度の変化量が大きい場合における、複数の確率分布の一例を示す図である。必要性算出機能７６は、劣化度の変化量が大きい（すなわち、複数の劣化度が離れている）場合、ピークが離れている複数の確率分布を生成する。
必要性算出機能７６は、このような複数の確率分布を合成した場合、分散が大きく平たい合成確率分布を生成する。従って、劣化度の変化量が大きい場合、必要性算出機能７６は、必要性を高くすることができる。
図１９は、経過期間が長く、劣化度の変化量が小さい場合における、複数の確率分布の一例を示す図である。必要性算出機能７６は、経過期間が長い場合、分散の大きい確率分布を生成する。
必要性算出機能７６は、このような複数の確率分布を合成した場合、分散が大きく平たい合成確率分布を生成する。従って、必要性算出機能７６は、例えば劣化度の変化量が同一であるような場合であっても、経過期間が長い場合には、必要性を高くすることができる。
以上のように、必要性算出機能７６は、劣化度の変化量が大きい程、必要性を高くする算出処理により、必要性を算出することができる。さらに、必要性算出機能７６は、測定時刻から必要性の算出の基準日時までの経過期間が長い程、必要性を高くする算出処理により、必要性を算出することができる。
これにより、劣化管理システム１０によれば、劣化度を追加して測定すべき必要性を精度良く算出することができる。
なお、必要性算出機能７６は、以上の方法に限らず、同様の傾向となる他の算出処理を用いて必要性を算出してもよい。例えば、必要性算出機能７６は、下記の式（１１）に示す算出処理により必要性を算出してもよい。
ｙｍ＝ｗ０×（１／ｑｍ）＋ｗ１×σｘ ２…（１１）
式（１１）において、ｑｍは、それぞれの劣化度の経過期間に基づく比重から算出した集計パラメータの平均値である。σｘ ２は、複数の劣化度の分散である。ｙｍは、必要性である。ｗ０、ｗ１は、第１項と第２項とを線形加算するための予め定められた係数である。
式（１１）の第１項は、それぞれの劣化度の経過期間が長い程、大きくなる項である。第２項は、複数の劣化度の分散が大きい程大きくなる項である。このような式（１１）は、劣化度の変化量が大きい程、必要性を高くし、且つ、経過期間が長い程、必要性を高くすることができる。従って、必要性算出機能７６は、このような式（１１）を用いて必要性を算出することにより、確率分布を用いる場合と同様に、精度の良い必要性を算出することができる。なお、式（１１）は、１／ｑｍに代えて、経過期間の平均値または合計値を表すパラメータを含んでもよい。
また、必要性算出機能７６は、一定時間以上過去に測定した劣化度の影響を排除する処理をさらに実行してもよい。これにより、必要性算出機能７６は、参考にできないような古い測定結果を排除することができる。
（第１実施形態の変形例）
図２０は、第１実施形態の変形例に係る劣化管理機能５２の構成を示す図である。第１実施形態の変形例に係る劣化管理機能５２は、第１実施形態の構成に加えて、補正機能８１と、劣化パラメータ生成機能８２と、劣化度集計機能８３とを、さらに有する。補正機能８１は、補正部の一例である。劣化パラメータ生成機能８２は、劣化パラメータ生成部の一例である。劣化度集計機能８３は、劣化度集計部の一例である。
補正機能８１は、与えられたパラメータに基づき、必要性算出機能７６から出力された必要性を補正する。そして、補正機能８１は、補正後の必要性を出力する。本変形例においては、補正機能８１は、劣化パラメータ生成機能８２から受け取った劣化パラメータに基づき必要性を補正する。
劣化パラメータ生成機能８２は、対象位置についての測定時刻が異なる複数の劣化度を受け取る。さらに、測定時刻取得機能７５から、受け取った複数の劣化度のそれぞれに対応する測定時刻を受け取る。劣化パラメータ生成機能８２は、受け取った複数の劣化度および対応する測定時刻に基づき、劣化パラメータを算出する。
ここで、劣化パラメータは、時間経過に従って劣化度が良くなる方向に変化したか、時間経過に従って劣化度が悪くなる方向に変化したかを示すパラメータである。そして、補正機能８１は、劣化パラメータに基づき、時間経過に従って劣化度が良くなる方向に変化した場合より、時間経過に従って劣化度が悪くなる方向に変化した場合に、必要度を高くする。
補正前の必要性をｙｍとし、劣化パラメータをｇｄとし、補正後の必要性をｙとする。この場合、補正機能８１は、例えば、下記の式（１２）に示すように、必要性を補正する。
ｙ＝ｙｍ×ｇｄ… （１２）
補正機能８１が式（１２）に示すように必要性を補正する場合、劣化パラメータ生成機能８２は、時間経過に従って劣化度が良くなる方向に変化した場合、ｇｄを１とし、時間経過に従って劣化度が悪くなる方向に変化した場合、ｇｄを１より大きい値とする。
また、補正機能８１は、下記の式（１３）に示すように、必要性を補正してもよい。
ｙ＝ｙｍ＋ｇｄ… （１３）
補正機能８１が式（１３）に示すように必要性を補正する場合、劣化パラメータ生成機能８２は、時間経過に従って劣化度が良くなる方向に変化した場合、ｇｄを０とし、時間経過に従って劣化度が悪くなる方向に変化した場合、ｇｄを０より大きい値とする。
このように、本変形例に係る劣化管理機能５２は、時間経過に従って劣化度が良くなる方向に変化する場合より、時間経過に従って劣化度が悪くなる方向に変化する場合に、必要度を高くすることができる。
劣化度集計機能８３は、測定時刻が異なる複数の劣化度を受け取る。さらに、劣化度集計機能８３は、必要性算出機能７６から、受け取ったそれぞれの劣化度について算出された集計パラメータを受け取る。集計パラメータは、劣化度の測定時刻が基準時刻に近い程（すなわち、新しい測定で得られた劣化度である程）、大きい値である。
劣化度集計機能８３は、受け取った複数の劣化度のそれぞれを対応する集計パラメータにより重み付けし、重み付けをした複数の劣化度の平均値を算出する。そして、劣化度集計機能８３は、算出した平均値を集計劣化度として出力する。これにより、劣化度集計機能８３は、必要性算出機能７６に代わり、集計劣化度を出力することができる。
なお、本変形例に係る劣化管理機能５２は、劣化度集計機能８３を有さない構成であってもよい。また、本変形例に係る劣化管理機能５２は、補正機能８１および劣化パラメータ生成機能８２を有さない構成であってもよい。
（第２実施形態）
図２１は、第２実施形態に係る第１処理回路３０および第２処理回路５０の構成を示す図である。第２実施形態に係る劣化管理システム１０は、算出した劣化度に対する信頼性をさらに算出し、算出した信頼性をさらに用いて必要性を算出する。
本実施形態に係る第１処理回路３０は、第１実施形態の構成に加えて、信頼性算出機能９１をさらに有する。信頼性算出機能９１は、信頼性算出部の一例である。信頼性算出機能９１は、劣化度算出機能３５により算出された劣化度に対する信頼性を、画像を撮像した環境に基づき算出する。
劣化度は、画像を撮像した環境によってばらつく。例えば、良い環境で撮像された画像に基づき算出された劣化度は、信頼性が高い。反対に、悪い環境で撮像された画像に基づき算出された劣化度は、信頼性が低い。信頼性算出機能９１は、このような信頼性を評価して、数値化する。
信頼性は、例えば０．０以上、１．０以下の数値であってよい。また、信頼性は、例えば、０以上、１００以下の数値であってもよい。信頼性は、複数のレベルを表す情報であってもよい。
情報送信機能３６は、劣化度の算出の基となる画像が撮像された構造物における位置、劣化度、測定時刻および信頼性を、情報処理装置４０へと送信する。第２処理回路５０の情報受信機能５１は、移動体装置２０から、位置、劣化度、測定時刻および信頼性を受信する。
情報受信機能５１は、受信した劣化度、測定時刻および信頼性を含む測定情報を、位置毎に第２記憶回路４４に記憶させる。なお、第２記憶回路４４は、位置が指定されることにより、その位置に対応する劣化度、測定時刻および信頼性を読み出させることができれば、どのような方法で位置、劣化度、測定時刻および信頼性を記憶してもよい。例えば、第２記憶回路４４は、位置、劣化度、測定時刻および信頼性のそれぞれに、算出処理毎に付けられた固有のＩＤを付加してもよい。
なお、信頼性算出機能９１を、第１処理回路３０が有するのではなく、第２処理回路５０が有してもよい。この場合、第１処理回路３０の情報送信機能３６は、信頼性を算出するために必要な情報を収集して、劣化度とともに第２処理回路５０に送信する。第２処理回路５０の信頼性算出機能９１は、第１処理回路３０から送信された情報に基づき、信頼性を算出する。
図２２は、輝度に対する信頼性を表すグラフの一例を示す図である。信頼性算出機能９１は、劣化度の算出の基となる画像を取得し、取得した画像の輝度が予め定められた基準輝度に近い程高くなるような信頼性を算出してもよい。
劣化度に対する信頼性は、構造物を撮像した撮像時の天候および時間帯等により変化する。例えば、日中の時間帯に十分に明るさを確保できた状態で構造物を撮影し、且つ、影がない画像は、信頼性の高い劣化度を算出させることができる。しかし、夕方または夜間等に十分な明るさが確保できていない状態で構造物を撮像した画像、または、構造物に影が映り込んでいる画像は、信頼性の高い劣化度を算出させることができない。また、明るすぎて白とびした画像も、信頼性の高い劣化度を算出させることができない。
そこで、信頼性算出機能９１は、日中の時間帯に十分に明るさを確保できた状態で構造物を撮影し、且つ、影がない適切な画像を、予め撮像して取得する。信頼性算出機能９１は、このような適切な画像の平均輝度を、基準輝度として記憶しておく。
劣化度が算出された場合、信頼性算出機能９１は、劣化度の算出の基となる画像の平均輝度を測定輝度として算出し、測定輝度と基準輝度との差を算出する。そして、信頼性算出機能９１は、差が０であれば、信頼性を最も高くし、差が大きくなる程、信頼性を低くする。例えば、信頼性算出機能９１は、図２２に示すような関数により信頼性（ｅｌ）を算出してよい。ｅｌは、測定輝度（ｌ）と基準輝度（ｌ０）との差が０である場合に１となり、差が大きくなる程、０に近づく。これにより、信頼性算出機能９１は、適切な明るさで影の無い画像である場合には、高くなり、夜間に撮像していたり、影ができていたり、または、白とびしている画像である場合には、低くなるような信頼性を算出することができる。
図２３は、解像度に対する信頼性を表すグラフの一例を示す図である。信頼性算出機能９１は、劣化度の算出の基となる画像を取得し、取得した画像における構造物の解像度が予め定められた基準解像度に近い程高くなるような信頼性を算出してもよい。
劣化度に対する信頼性は、構造物の解像度により変化する。例えば、非常に近い位置から構造物を撮影したため、構造物の解像度が高すぎる画像、または、非常に遠い位置から構造物を撮像したため、構造物の解像度が低すぎる画像は、信頼性の高い劣化度を算出させることができない。例えば、正確な劣化度を算出することができる構造物の解像度は、機械学習等により予め特定することができる。
そこで、信頼性算出機能９１は、正確な劣化度を算出することができる解像度を予め取得する。信頼性算出機能９１は、このような適切な解像度を、基準解像度として記憶しておく。
劣化度が算出された場合、信頼性算出機能９１は、劣化度の算出の基となる画像における構造物の解像度を測定解像度として算出し、測定解像度と基準解像度との差を算出する。そして、信頼性算出機能９１は、差が０であれば、信頼性を最も高くし、差が大きくなる程、信頼性を低くする。例えば、信頼性算出機能９１は、図２３に示すような関数により信頼性（ｅｓ）を算出してよい。ｅｓは、測定解像度（ｓ）と基準解像度（ｓ０）との差が０である場合に１となり、差が大きくなる程、０に近づく。これにより、信頼性算出機能９１は、適切な距離から構造物を撮像した画像である場合には、高くなり、近距離から構造物を撮像した画像（高解像度）であったり、遠距離から構造物で撮像した画像（低解像度）であったりする場合には、低くなるような信頼性を算出することができる。
図２４は、移動速度に対する信頼性を表すグラフの一例を示す図である。撮像装置２１は、移動体装置２０に搭載されており、例えば移動しながら構造物を撮像する。信頼性算出機能９１は、例えば移動体装置２０の移動速度を、撮像装置２１の移動速度として特定する。そして、信頼性算出機能９１は、画像を撮像した時における撮像装置２１の移動速度が遅い程高くなる信頼性を算出してもよい。
撮像装置２１が撮像した画像は、撮像装置２１の移動速度に応じてモーションブラーが生じる。従って、劣化度に対する信頼性は、撮像装置２１の移動速度により変化する。具体的には、劣化度に対する信頼性は、撮像装置２１の移動速度が遅い程高くなる。
劣化度が算出された場合、信頼性算出機能９１は、劣化度の算出の基となる画像の撮像時における撮像装置２１の移動速度を取得し、取得した移動速度が０であれば、信頼性を最も高くし、移動速度が速くなる程、信頼性を低くする。例えば、信頼性算出機能９１は、図２４に示すような関数により信頼性（ｅｂ）を算出してよい。ｅｂは、移動速度（ｂ）が０である場合に１となり、移動速度（ｂ）が速くなる程、０に近づく。これにより、信頼性算出機能９１は、撮像装置２１の移動速度が遅い場合（モーションブラーが生じない場合）には、高くなり、撮像装置２１の移動速度が速い場合（モーションブラーが生じる場合）には、低くなるような信頼性を算出することができる。
図２５は、障害物量に対する信頼性を表すグラフの一例を示す図である。信頼性算出機能９１は、劣化度の算出の基となる画像を取得し、取得した画像に含まれる障害物量を検出する。そして、信頼性算出機能９１は、画像に含まれる障害物量が少ない程高くなる信頼性を算出してもよい。
画像の撮像時に、歩行者、車両またはその他の障害物が画像に含まれる場合がある。劣化度に対する信頼性は、このような障害物量により変化する。具体的には、劣化度に対する信頼性は、含まれる障害物量が少ない程高くなり、障害物量が多い程低くなる。
劣化度が算出された場合、信頼性算出機能９１は、劣化度の算出の基となる画像を取得し、画像に含まれる障害物量を検出する。例えば、信頼性算出機能９１は、画像を解析して、測定対象範囲内の障害物が占める面積、面積割合、または、個数等を障害物量として検出する。信頼性算出機能９１は、障害物量が０であれば、信頼性を最も高くし、障害物量が多くなる程、信頼性を低くする。例えば、信頼性算出機能９１は、図２５に示すような関数により信頼性（ｅｏ）を算出してよい。ｅｏは、障害物量（ｏ）が０である場合に１となり、障害物量（ｏ）が多くなる程、０に近づく。これにより、信頼性算出機能９１は、障害物量が少ない場合には、高くなり、障害物量が多い場合には、低くなるような信頼性を算出することができる。
図２６は、カメラ性能に対する信頼性を表すグラフの一例を示す図である。信頼性算出機能９１は、劣化度の算出の基となる画像を撮像した撮像装置２１の性能を表すカメラ性能を取得し、カメラ性能が高い程高くなる信頼性を算出してもよい。
劣化度を撮像する場合、様々な種類の撮像装置２１が用いられる。劣化度に対する信頼性は、撮像装置２１の性能を表すカメラ性能により変化する。具体的には、劣化度に対する信頼性は、カメラ性能が高い程高くなる。
劣化度が算出された場合、信頼性算出機能９１は、劣化度の算出の基となる画像の撮像時におけるカメラ情報を取得する。カメラ情報は、例えば、撮像素子（イメージセンサ）の大きさおよび方式、画素数、焦点距離、Ｆ値、光学ズーム、手ブレ補正機能のあり／なし、ＩＳＯ、シャッタースピード、フラッシュあり／なし等の情報である。信頼性算出機能９１は、カメラ情報に基づき、カメラ性能を算出する。信頼性算出機能９１は、カメラ情報における何れかの値を、そのままカメラ性能としてもよい。また、信頼性算出機能９１は、劣化度の測定に適切であるカメラ情報を予め保持しておき、取得したカメラ情報と、予め保持している適切なカメラ情報との一致度を算出し、一致度が高い程カメラ性能を高くしてもよい。
そして、信頼性算出機能９１は、算出したカメラ性能が高い程、信頼性を高くする。例えば、信頼性算出機能９１は、図２６に示すような関数により信頼性（ｅｃ）を算出してよい。ｅｃは、カメラ性能（ｃ）が最も高い場合に１となり、カメラ性能（ｃ）が低くなる程、０に近づく。これにより、信頼性算出機能９１は、カメラ性能が高い場合には、高くなり、カメラ性能が低い場合には、低くなるような信頼性を算出することができる。
なお、信頼性算出機能９１は、輝度に基づく信頼性（ｅｌ）、解像度に基づく信頼性（ｅｓ）、移動速度に基づく信頼性（ｅｂ）、障害物量に基づく信頼性（ｅｏ）およびカメラ性能に基づく信頼性（ｅｃ）のうちの、２以上の組み合わせの信頼性を算出してもよい。この場合、信頼性算出機能９１は、これらを乗じて合成した信頼性を算出する。例えば、信頼性算出機能９１は、下記の式（１４）に示すように、輝度に基づく信頼性（ｅｌ）、解像度に基づく信頼性（ｅｓ）、移動速度に基づく信頼性（ｅｂ）、障害物量に基づく信頼性（ｅｏ）およびカメラ性能に基づく信頼性（ｅｃ）を合成した、合成信頼性（ｒ）を算出してもよい。
ｒ＝ｅｌ×ｅｓ×ｅｂ×ｅｏ×ｅｃ …（１４） （０≦ｒ≦１）
合成信頼性（ｒ）は、０．０以上、１．０以下の数値であってよい。なお、５個の要因に基づく合成信頼性（ｒ）を算出する例を示したが、信頼性算出機能９１は、他の要因に基づく信頼性をさらに用いて合成信頼性（ｒ）を算出してもよい。
図２７は、第２実施形態に係る劣化管理機能５２の構成を示す図である。劣化管理機能５２は、第１実施形態の構成に加えて、信頼性取得機能９２をさらに含む。信頼性取得機能９２は、信頼性取得部の一例である。
信頼性取得機能９２は、測定情報読出機能７３により読み出された複数の測定情報のそれぞれから、劣化度取得機能７４が取得した劣化度に対する信頼性を取得する。必要性算出機能７６は、信頼性取得機能９２が取得した複数の信頼性を受け取る。そして、必要性算出機能７６は、測定時刻が異なる複数の劣化度および信頼性に基づき、予め算出された算出処理により、劣化度を追加して測定すべき必要性を算出する。この場合において、算出処理は、信頼性が低い程、必要性を高くする処理である。
図２８は、第２実施形態において、必要性算出機能７６が必要性を算出する算出処理の流れを示すフローチャートである。なお、図２９は、Ｓ１２６において分散を算出するために用いる第４関数の一例を示す図である。また、必要性算出機能７６の処理は、図８において説明した処理と略同一であるので、相違点を中心に説明する。
必要性算出機能７６は、Ｓ１２２の後に、処理をＳ１４１に進める。Ｓ１４１において、必要性算出機能７６は、Ｓ１２１で選択した劣化度に対応する信頼性を選択する。必要性算出機能７６は、Ｓ１４１を終えると、処理をＳ１２３に進める。
Ｓ１２５において、必要性算出機能７６は、Ｓ１２４で算出した比重、および、Ｓ１４１で選択した信頼性に基づき集計パラメータを算出する。比重をｅｔ、信頼性をｒ、集計パラメータをｑとした場合、必要性算出機能７６は、下記の式（１５）により、集計パラメータを算出する。
ｑ＝ｅｔ×ｒ… （１５）
なお、式（１５）は、集計パラメータを比重と信頼性とを乗じた値としている。しかし、必要性算出機能７６は、比重と信頼性とを乗じた値に基づく値であれば、集計パラメータを他の値としてもよい。例えば、必要性算出機能７６は、集計パラメータを比重と信頼性とを乗じた値に比例する値としてもよい。
続いて、Ｓ１２６において、必要性算出機能７６は、集計パラメータに基づき分散を算出する。集計パラメータをｑ、分散をσ２とした場合、必要性算出機能７６は、下記の式（１６）に示す第４関数により分散を算出する。
σ２＝ｆｄ（ｑ） …（１６）
第４関数は、例えば、図２９に示されるようなグラフで表される関数である。すなわち、第４関数は、比重と信頼性とを乗じた値であるｑが０に近い程、σ２を大きくし、比重と信頼性とを乗じた値であるｑが大きい程σ２を０に近くするような単調減少関数である。
必要性算出機能７６は、このような第４関数を用いることにより、測定時刻が基準時刻に近く且つ信頼度が高い程、分散を小さくし、測定時刻が基準時刻から遠く且つ信頼度が低い程、分散を大きくすることができる。
図３０は、信頼性が高く、経過期間が短く且つ劣化度の変化量が小さい場合における、複数の確率分布の一例を示す図である。必要性算出機能７６は、信頼性が高く且つ経過期間が短い場合、分散が小さい確率分布を生成する。また、必要性算出機能７６は、劣化度の変化量が小さい（すなわち、複数の劣化度が近似している）場合、ピークが近似した複数の確率分布を生成する。
必要性算出機能７６は、このような複数の確率分布を合成した場合、分散が小さく鮮鋭な合成確率分布を生成する。従って、信頼性が高く、経過期間が短く、且つ、劣化度の変化量が小さい場合、必要性算出機能７６は、必要性を低くすることができる。
図３１は、信頼性が低いまたは経過時間が長く、劣化度の変化量が小さい場合における、複数の確率分布の一例を示す図である。必要性算出機能７６は、信頼性が低い場合、分散の大きい確率分布を生成する。
必要性算出機能７６は、このような複数の確率分布を合成した場合、分散が大きく平たい合成確率分布を生成する。従って、劣化度の変化量が同一であるような場合であっても、信頼性が低い場合、必要性を高くすることができる。
以上のように、必要性算出機能７６は、信頼性が低い程、必要性を高くする算出処理により、必要性を算出することができる。これにより、本実施形態に係る劣化管理システム１０によれば、劣化度を追加して測定すべき必要性を、精度良く算出することができる。なお、必要性算出機能７６は、以上の方法に限らず、同様の傾向となる算出処理を用いて必要性を算出してもよい。
また、必要性算出機能７６は、合成確率分布の平均を集計劣化度として出力する。従って、必要性算出機能７６は、信頼性が高い程、重みを大きくして劣化度を補間した集計劣化度を、出力することができる。
（第２実施形態の変形例）
図３２は、第２実施形態の変形例に係る劣化管理機能５２の構成を示す図である。第２実施形態の変形例に係る劣化管理機能５２は、第２実施形態の構成に加えて、補正機能８１と、劣化パラメータ生成機能８２と、劣化度集計機能８３と、使用状況パラメータ生成機能９３とを、さらに有する。使用状況パラメータ生成機能９３は、使用状況パラメータ生成部の一例である。
本変形例においては、補正機能８１は、劣化パラメータ生成機能８２から受け取った劣化パラメータ、および、使用状況パラメータ生成機能９３から受け取った使用状況パラメータに基づき、必要性算出機能７６から出力された必要性を補正する。
使用状況パラメータ生成機能９３は、構造物の使用量を取得する。使用量は、構造物を使用した量を表す数値である。例えば、使用量は、構造物が道路である場合、所定時点から基準時刻までの期間において、車両が通過した台数であってよい。また、使用量は、構造物が線路である場合、所定時点から基準時刻までの期間において、列車が通過した回数であってよい。
また、構造物が道路である場合、構造物を劣化させる可能性は、小型車より大型車の方が高い。そこで、構造物が道路である場合、小型車、中型車および大型車の順で大きくなるポイントを、それぞれの車両の種別に割り当る。この場合、使用量は、所定時点から基準時刻までの期間において、通過した車両のポイントを累積した値であってもよい。
使用状況パラメータ生成機能９３は、このような使用量に基づき、使用状況パラメータを生成する。ここで、使用状況パラメータは、構造物の使用量を示すパラメータである。そして、補正機能８１は、このような使用状況パラメータに基づき、必要性算出機能７６から出力された使用量を補正する。具体的には、補正機能８１は、構造物の使用量が少ない場合より、構造物の使用量が多い場合に、必要性を高くする。
補正前の必要性をｙｍとし、劣化パラメータをｇｄとし、使用状況パラメータをｇｕとし、補正後の必要性をｙとする。この場合、補正機能８１は、下記の式（１７）に示すように、必要性を補正する。
ｙ＝ｙｍ×ｇｄ×ｇｕ… （１７）
補正機能８１が式（１７）に示すように必要性を補正する場合、ｇｄは、式（１２）と同様である。また、使用状況パラメータ生成機能９３は、構造物の使用量がほとんど無い場合、ｇｕを１とし、構造物の使用量が多い場合、ｇｕを１より大きい値とする。
また、補正機能８１は、下記の式（１８）に示すように、必要性を補正してもよい。
ｙ＝ｙｍ＋ｇｄ＋ｇｕ… （１８）
補正機能８１が式（１８）に示すように必要性を補正する場合、ｇｄは、式（１３）と同様である。また、使用状況パラメータ生成機能９３は、構造物の使用量がほとんど無い場合、ｇｕを０とし、構造物の使用量が多い場合、ｇｕを０より大きい値とする。
このように本変形例に係る劣化管理機能５２は、構造物の使用量が多くなる程、必要性を高くすることができる。
また、劣化度集計機能８３は、受け取った複数の劣化度のそれぞれを対応する集計パラメータで重み付けし、重み付けをした複数の劣化度の平均値を算出する。第２実施形態においては、集計パラメータは、信頼性が高い劣化度である程、大きな値となる。従って、劣化度集計機能８３は、より精度の良い集計劣化度を出力することができる。
なお、本変形例に係る劣化管理機能５２は、劣化度集計機能８３を有さない構成であってもよい。また、本変形例に係る劣化管理機能５２は、補正機能８１、劣化パラメータ生成機能８２および使用状況パラメータ生成機能９３を有さない構成であってもよい。また、本変形例に係る劣化管理機能５２は、劣化パラメータ生成機能８２または使用状況パラメータ生成機能９３の何れか一方を有さない構成であってもよい。
（第３実施形態）
図３３は、第３実施形態に係る劣化管理機能５２の構成を示す図である。第３実施形態に係る移動体装置２０は、移動しながら道路等の構造物を撮像して劣化度を測定する。第３実施形態に係る情報処理装置４０は、移動体装置２０の移動に先立って、移動体装置２０が劣化度の測定を希望する少なくとも１つの希望位置を取得する。情報処理装置４０は、取得した少なくとも１つの希望位置のそれぞれについて、必要性を算出して出力する。これにより、情報処理装置４０は、それぞれの希望位置の中から、劣化度を測定すべき位置を判断させることができる。よって、情報処理装置４０は、移動体装置２０に効率良く移動しながら、劣化度を測定させることができる。
本実施形態に係る劣化管理機能５２は、第１実施形態の構成に加えて、希望位置取得機能１０１と、出力機能１０２とを、さらに有する。希望位置取得機能１０１は、希望位置取得部の一例である。出力機能１０２は、出力部の一例である。
希望位置取得機能１０１は、例えば移動体装置２０から、測定を希望する少なくとも１つの希望位置の集合を取得する。希望位置取得機能１０１は、ユーザにより入力された情報から希望位置の集合を取得してもよいし、移動体装置２０以外の装置から受信した情報から希望位置の集合を取得してもよい。
対象位置特定機能７２は、希望位置の集合の中から、順次に、１つの対象位置を特定する。測定情報読出機能７３、劣化度取得機能７４、測定時刻取得機能７５および必要性算出機能７６は、対象位置特定機能７２により特定された対象位置について処理を実行する。必要性算出機能７６は、それぞれの対象位置について必要性を算出する。
出力機能１０２は、それぞれの希望位置についての必要性を出力する。例えば、出力機能１０２は、移動体装置２０が移動するためのガイドとなるマップ上における、それぞれの希望位置に対応する部分に、必要性を表す情報を表示する。
なお、第１実施形態および第２実施形態では、必要性算出機能７６は、対象位置について、測定時刻が異なる複数の劣化度が存在していることが、必要性を算出する前提となっている。しかし、本実施形態においては、必要性算出機能７６は、対象位置について、測定時刻が異なる複数の劣化度が存在していない場合、予め定められた値の必要性を出力してもよい。例えば、必要性算出機能７６は、対象位置について、劣化度が存在しなかったまたは劣化度が１つしか存在しなかった場合、最も高い必要性を出力してもよい。また、必要性算出機能７６は、対象位置について、劣化度が存在しなかった場合、集合劣化度を不明としてもよい。
また、必要性算出機能７６は、１つの劣化度しか存在しない対象位置については、測定時刻に基づき必要性を出力してもよい。この場合、必要性算出機能７６は、測定時刻が基準時刻から遠い程（すなわち、古い測定で得られた劣化度である程）、必要性を大きくしてもよい。また、必要性算出機能７６は、１つの劣化度しか存在しない対象位置については、存在した劣化度を、そのまま集合劣化度としてもよい。
図３４は、第３実施形態に係る劣化管理機能５２の処理の流れを示すフローチャートである。本実施形態に係る劣化管理機能５２は、図３４に示すフローチャートに従って処理を実行する。
まず、劣化管理機能５２は、基準時刻を特定する（Ｓ１５１）。続いて、劣化管理機能５２は、希望位置の集合を取得する（Ｓ１５２）。
続いて、劣化管理機能５２は、希望位置の集合の中から、１つの対象位置を特定する（Ｓ１５３）。続いて、劣化管理機能５２は、特定した対象位置に対応する測定情報を読み出す（Ｓ１５４）。
続いて、劣化管理機能５２は、測定時刻が異なる複数の劣化度に基づき、予め定められた算出処理により、劣化度を追加して測定すべき必要性を算出する（Ｓ１５５）。なお、劣化管理機能５２は、対象位置について、劣化度が存在しなかった場合または１つしか劣化度が存在しなかった場合、予め定められた値の必要性を出力してもよい。また、劣化管理機能５２は、対象位置について、１つの劣化度しか存在しなかった場合、経過期間が長い程、必要性を高くする算出処理により、必要性を算出してもよい。
続いて、劣化管理機能５２は、全ての希望位置について必要性を算出したか否かを判断する（Ｓ１５６）。全ての希望位置について必要性を算出していない場合には（Ｓ１５６のＮｏ）、劣化管理機能５２は、処理をＳ１５３に戻して、次の対象位置について処理を繰り返す。全ての希望位置について必要性を算出した場合には（Ｓ１５６のＹｅｓ）、劣化管理機能５２は、処理をＳ１５７に進める。
Ｓ１５７において、出力機能１０２は、それぞれの希望位置についての必要性を出力する。例えば、出力機能１０２は、マップ上における希望位置に対応する部分に、必要性を表す情報を表示する。
図３５は、出力機能１０２による必要性の第１表示例を示す図である。出力機能１０２は、それぞれの希望位置についての必要性を集計して、マップ上における対応する位置に表示する。この場合において、出力機能１０２は、必要性が閾値以上の位置と、必要性が閾値より低い位置とを区別してマップに表示してもよい。
例えば、図３５に示すように、構造物が道路である場合、出力機能１０２は、必要性が閾値以上の位置に所定の色またはハッチングを付けたマップを表示してもよい。また、出力機能１０２は、ユーザによる閾値の変更操作を受け付けてもよい。これにより、出力機能１０２は、閾値を増減させた場合の、必要性が閾値以上の位置の変化をユーザに確認させることができる。
なお、出力機能１０２は、必要性が閾値以上の位置に、「要測定」といったポップアップマークを付けたマップを表示してもよい。また、出力機能１０２は、マップを表示するのではなく、追加で測定すべき区間を表すＩＤまたは区間名をリスト表示してもよい。
図３６は、出力機能１０２による必要性の第２表示例を示す図である。また、出力機能１０２は、必要性を複数の段階に分割し、段階毎に、ヒートマップのような異なる色またはハッチングを付けたマップを表示してもよい。例えば、出力機能１０２は、必要度が最も高い区間には赤を付け、必要度が最も低い区間は青を付けて、必要度が中間の各段階には、赤から青へと変化するような色を段階的に付けたマップを表示してもよい。
さらに、出力機能１０２は、このようなヒートマップのような色またはハッチングに加えて、必要性の段階を示したポップアップマークを付けたマップを表示してもよい。また、出力機能１０２は、マップを表示するのではなく、追加で測定すべき区間を表すＩＤまたは区間名を、ランキング形式でリスト表示してもよい。さらに、出力機能１０２は、例えば、必要性が上位の所定数の位置（または区間）を抽出して、マップまたはリストに表示してもよい。
以上のように本実施形態に係る劣化管理システム１０は、それぞれの希望位置の中から、劣化度を追加して測定すべき位置を特定することができるので、移動体装置２０に効率良く移動しながら劣化度を測定させることができる。
（第３実施形態の変形例）
図３７は、第３実施形態の変形例に係る劣化管理機能５２の構成を示す図である。第３実施形態の変形例に係る劣化管理機能５２は、第３実施形態の構成に加えて、補正機能８１と、劣化パラメータ生成機能８２と、劣化度集計機能８３と、信頼性取得機能９２と、使用状況パラメータ生成機能９３と、計画パラメータ生成機能１０３とを、さらに有する。計画パラメータ生成機能１０３は、計画パラメータ生成部の一例である。
本変形例において、補正機能８１は、劣化パラメータ、使用状況パラメータ、および、計画パラメータを受け取る。補正機能８１は、受け取ったこれらのパラメータに基づき、必要性算出機能７６から出力された必要性を補正する。そして、補正機能８１は、補正した必要性を出力機能１０２に与える。
計画パラメータ生成機能１０３は、対象位置について、測定計画を受け取る。測定計画は、劣化度の測定が予定されているか否かを示す情報を含む。また、測定計画は、対象位置について劣化度の測定が予定されている場合には、測定予定時刻をさらに含んでよい。計画パラメータ生成機能１０３は、測定計画に基づき、対象位置についての計画パラメータを生成する。
ここで、計画パラメータは、対象位置について、劣化度を測定することが計画されているか否かを示す。さらに、計画パラメータは、測定することが計画されている場合において、基準時刻から測定予定時刻までの期間を表す。
補正機能８１は、このような計画パラメータに基づき、対象位置について、劣化度を測定することが計画されている場合に必要性を低くする。さらに、補正機能８１は、このような計画パラメータに基づき、測定予定時刻が基準時刻よりも遠い程、必要性を高くする。
補正前の必要性をｙｍとし、劣化パラメータをｇｄとし、使用状況パラメータをｇｕとし、計画パラメータをｇｐとし、補正後の必要性をｙとする。この場合、補正機能８１は、下記の式（１９）に示すように、必要性を補正する。
ｙ＝ｙｍ×ｇｄ×ｇｕ×ｇｐ …（１９）
補正機能８１が式（１９）に示すように必要性を補正する場合、ｇｄおよびｇｕは、式（１７）と同様である。計画パラメータ生成機能１０３は、測定することが計画されていない場合、ｇｐを１．０に設定する。また、計画パラメータ生成機能１０３は、測定することが計画されている場合、ｇｐを０．０に近い所定の値とする。また、計画パラメータ生成機能１０３は、測定することが計画されている場合、測定予定時刻が基準時刻から近い程、ｇｐを０．０に近くなる、０．０以上、１．０以下の可変値としてもよい。
また、補正機能８１は、下記の式（２０）に示すように、必要性を補正してもよい。
ｙ＝ｙｍ＋ｇｄ＋ｇｕ＋ｇｐ …（２０）
補正機能８１が式（２０）に示すように必要性を補正する場合、ｇｄおよびｇｕは、式（１８）と同様である。計画パラメータ生成機能１０３は、測定することが計画されていない場合、ｇｐを０．０に設定する。また、計画パラメータ生成機能１０３は、測定することが計画されている場合、ｇｐを０．０より小さい所定の値（マイナス値）とする。また、計画パラメータ生成機能１０３は、測定することが計画されている場合、ｇｐを、０．０より小さい値であって、測定予定時刻が基準時刻から近い程、小さくなる可変値としてもよい。
このように、本変形例に係る劣化管理機能５２は、将来、劣化度を測定する予定が計画されている場合には、必要度を低くすることができる。
なお、本変形例に係る劣化管理機能５２は、信頼性取得機能９２または劣化度集計機能８３を有さない構成であってもよい。また、本変形例に係る劣化管理機能５２は、補正機能８１、劣化パラメータ生成機能８２、使用状況パラメータ生成機能９３および計画パラメータ生成機能１０３を有さない構成であってもよい。また、本変形例に係る劣化管理機能５２は、劣化パラメータ生成機能８２、使用状況パラメータ生成機能９３および計画パラメータ生成機能１０３の何れか１つまたは２つを有さない構成であってもよい。
本発明のいくつかの実施形態および変形例を説明したが、これらの実施形態および変形例は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、請求の範囲に記載された発明とその均等の範囲に含まれる。
１０ 劣化管理システム
１２ ネットワーク
２０ 移動体装置
２１ 撮像装置
２２ 位置検出装置
２３ 第１通信ユニット
２４ 第１記憶回路
３０ 第１処理回路
３１ 制御機能
３２ 画像取得機能
３３ 位置取得機能
３４ 測定時刻特定機能
３５ 劣化度算出機能
３６ 情報送信機能
４０ 情報処理装置
４１ 入力装置
４２ 表示装置
４３ 第２通信ユニット
４４ 第２記憶回路
５０ 第２処理回路
５１ 情報受信機能
５２ 劣化管理機能
６１ 輝度画像生成機能
６２ 候補特定機能
６３ 特徴量算出機能
６４ 判定機能
６５ 比率算出機能
７１ 基準時刻特定機能
７２ 対象位置特定機能
７３ 測定情報読出機能
７４ 劣化度取得機能
７５ 測定時刻取得機能
７６ 必要性算出機能
８１ 補正機能
８２ 劣化パラメータ生成機能
８３ 劣化度集計機能
９１ 信頼性算出機能
９２ 信頼性取得機能
９３ 使用状況パラメータ生成機能
１０１ 希望位置取得機能
１０２ 出力機能
１０３ 計画パラメータ生成機能

Claims (11)

  1. 撮像装置が撮像した構造物を含む画像に基づき算出された、前記構造物の劣化度を取得する劣化度取得部と、
    前記画像が撮像された測定時刻を取得する測定時刻取得部と、
    前記劣化度に対する信頼性を取得する信頼性取得部と、
    前記測定時刻が異なる複数の前記画像に対応する複数の前記劣化度に基づき、前記劣化度を追加して測定すべき必要性を算出する必要性算出部と、
    を備え、
    前記必要性算出部は、
    単位時間当たりの前記劣化度の変化量が大きい程、前記必要性を高くし、
    前記測定時刻から前記必要性の算出の基準日時までの経過期間が長い程、前記必要性を高くし、
    前記信頼性が低い程、前記必要性を高くする、算出処理により、前記必要性を算出する
    情報処理装置。
  2. 前記必要性算出部は、
    前記測定時刻が異なる複数の前記劣化度のそれぞれについて、平均が前記劣化度に基づく値であり、分散が、前記測定時刻から前記必要性の算出の基準日時までの経過期間が短い程小さくなる値であり、且つ、分散が、前記劣化度に対する前記信頼性が高い程小さくなる値である確率分布を生成し、
    複数の前記劣化度のそれぞれについての複数の前記確率分布を合成することにより、合成確率分布を生成し、
    前記合成確率分布の分散が大きくなる程大きくなる値を、前記必要性として出力する
    請求項１に記載の情報処理装置。
  3. 前記必要性算出部は、前記合成確率分布の平均を、前記必要性の算出の基準日時における集計劣化度として出力する
    請求項２に記載の情報処理装置。
  4. 前記必要性算出部により出力された前記必要性を補正する補正部をさらに備え、
    前記補正部は、時間経過に従って前記劣化度が良くなる方向に変化した場合より、時間経過に従って前記劣化度が悪くなる方向に変化した場合に、前記必要性を高くする
    請求項１から３の何れか１項に記載の情報処理装置。
  5. 前記必要性算出部により出力された前記必要性を補正する補正部をさらに備え、
    前記必要性算出部は、前記構造物の使用量が少ない場合より、前記構造物の使用量が多い場合に、前記必要性を高くする
    請求項１から３の何れか１項に記載の情報処理装置。
  6. 前記必要性算出部により出力された前記必要性を補正する補正部をさらに備え、
    測定することが計画されている場合に、前記必要性を低くする
    請求項１から３の何れか１項に記載の情報処理装置。
  7. 前記撮像装置は、移動体装置に搭載され、移動しながら前記構造物を撮像し、
    前記劣化度取得部は、前記画像を撮像した位置および前記劣化度を取得し、
    前記必要性算出部は、位置毎に、前記必要性を算出する
    請求項１から６の何れか１項に記載の情報処理装置。
  8. 測定を希望する少なくとも１つの希望位置を取得する希望位置取得部をさらに備え、
    前記必要性算出部は、それぞれの前記希望位置について、前記必要性を算出する
    請求項７に記載の情報処理装置。
  9. 前記移動体装置が移動するためのガイドとなるマップ上における、それぞれの前記希望位置に対応する部分に前記必要性を表す情報を表示する出力部をさらに備える
    請求項８に記載の情報処理装置。
  10. 情報処理装置が、
    撮像装置が撮像した構造物を含む画像に基づき算出された、前記構造物の劣化度を取得する劣化度取得ステップと、
    前記画像が撮像された測定時刻を取得する測定時刻取得ステップと、
    前記劣化度に対する信頼性を取得する信頼性取得ステップと、
    前記測定時刻が異なる複数の前記画像に対応する複数の前記劣化度に基づき、前記劣化度を追加して測定すべき必要性を算出する必要性算出ステップと、
    を実行し、
    前記必要性算出ステップにおいて、
    単位時間当たりの前記劣化度の変化量が大きい程、前記必要性を高くし、
    前記測定時刻から前記必要性の算出の基準日時までの経過期間が長い程、前記必要性を高くし、
    前記信頼性が低い程、前記必要性を高くする、算出処理により、前記必要性を算出する
    情報処理方法。
  11. 情報処理装置を、
    撮像装置が撮像した構造物を含む画像に基づき算出された、前記構造物の劣化度を取得する劣化度取得部と、
    前記画像が撮像された測定時刻を取得する測定時刻取得部と、
    前記劣化度に対する信頼性を取得する信頼性取得部と、
    前記測定時刻が異なる複数の前記画像に対応する複数の前記劣化度に基づき、前記劣化度を追加して測定すべき必要性を算出する必要性算出部と、
    して機能させるためのものであり、
    前記必要性算出部は、
    単位時間当たりの前記劣化度の変化量が大きい程、前記必要性を高くし、
    前記測定時刻から前記必要性の算出の基準日時までの経過期間が長い程、前記必要性を高くし、
    前記信頼性が低い程、前記必要性を高くする、算出処理により、前記必要性を算出する
    プログラム。
JP2016163859A 2016-08-24 2016-08-24 情報処理装置、情報処理方法およびプログラム Active JP6622156B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2016163859A JP6622156B2 (ja) 2016-08-24 2016-08-24 情報処理装置、情報処理方法およびプログラム
US15/440,599 US20180063488A1 (en) 2016-08-24 2017-02-23 Information processing apparatus, information processing method, and computer program product

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016163859A JP6622156B2 (ja) 2016-08-24 2016-08-24 情報処理装置、情報処理方法およびプログラム

Publications (2)

Publication Number Publication Date
JP2018031664A JP2018031664A (ja) 2018-03-01
JP6622156B2 true JP6622156B2 (ja) 2019-12-18

Family

ID=61244151

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016163859A Active JP6622156B2 (ja) 2016-08-24 2016-08-24 情報処理装置、情報処理方法およびプログラム

Country Status (2)

Country Link
US (1) US20180063488A1 (ja)
JP (1) JP6622156B2 (ja)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7000948B2 (ja) * 2018-03-27 2022-01-19 東京電力ホールディングス株式会社 移動体の特性劣化評価方法、特性劣化評価装置、特性劣化速度マップ作成方法および特性劣化速度マップ作成装置
JP7033045B2 (ja) * 2018-10-17 2022-03-09 株式会社神戸製鋼所 学習装置、推定装置、亀裂検出装置、亀裂検出システム、学習方法、推定方法、亀裂検出方法、及びプログラム
JP7333511B2 (ja) * 2019-03-12 2023-08-25 東芝インフラシステムズ株式会社 道路維持管理システム、舗装種別判定装置、修繕優先度判定装置、道路維持管理方法、舗装種別判定方法、修繕優先度判定方法
WO2021186989A1 (ja) * 2020-03-16 2021-09-23 日本電気株式会社 劣化診断装置、劣化診断システム、劣化診断方法、及び、記録媒体
WO2021199793A1 (ja) * 2020-03-31 2021-10-07 日本電気株式会社 劣化診断装置、劣化診断システム、及び、記録媒体
WO2021199291A1 (ja) * 2020-03-31 2021-10-07 日本電気株式会社 検出装置、判定方法、及び非一時的なコンピュータ可読媒体
JP7358304B2 (ja) * 2020-07-30 2023-10-10 株式会社リコー 情報処理装置、路面性状調査システム、情報処理方法およびプログラム
JP7408516B2 (ja) * 2020-09-09 2024-01-05 株式会社東芝 欠陥管理装置、方法およびプログラム
JP2024118151A (ja) * 2023-02-20 2024-08-30 横河電機株式会社 状態特定装置、状態特定方法および状態特定プログラム

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4175854B2 (ja) * 2002-09-24 2008-11-05 トヨタ自動車株式会社 燃料電池発電装置の監視システムおよび監視方法
JP2005115687A (ja) * 2003-10-08 2005-04-28 Hitachi Ltd 道路保守支援システム
JP3975406B2 (ja) * 2005-11-14 2007-09-12 国立大学法人山口大学 構造物補修施工計画支援システム
JP4999642B2 (ja) * 2007-11-02 2012-08-15 中国電力株式会社 配電設備の劣化診断装置
JP5871687B2 (ja) * 2012-03-29 2016-03-01 ダイハツ工業株式会社 内燃機関の制御装置
KR101915193B1 (ko) * 2012-04-24 2018-11-05 한화테크윈 주식회사 이미지 센서를 이동시켜 영상 블러 현상을 보상하는 방법 및 시스템
US9964503B2 (en) * 2012-10-19 2018-05-08 Resodyn Corporation Methods and systems for detecting flaws in an object
JP2015070426A (ja) * 2013-09-27 2015-04-13 ソニー株式会社 画像処理装置および方法、並びにプログラム
WO2015072306A1 (ja) * 2013-11-14 2015-05-21 日本電気株式会社 画像処理システム
US20160217226A1 (en) * 2015-01-28 2016-07-28 Brian Westcott Methods and systems for infrastructure performance: monitoring, control, operations, analysis and adaptive learning
US20160232792A1 (en) * 2015-02-06 2016-08-11 Izak Jan van Cruyningen UAV Inspection Flight Segment Planning
US10093435B2 (en) * 2015-05-19 2018-10-09 Embraer S.A. Integrated system and methods for management and monitoring of vehicles
JP6472894B2 (ja) * 2015-09-25 2019-02-20 富士フイルム株式会社 メンテナンス計画立案支援システム、方法およびプログラム
US10318903B2 (en) * 2016-05-06 2019-06-11 General Electric Company Constrained cash computing system to optimally schedule aircraft repair capacity with closed loop dynamic physical state and asset utilization attainment control
US10062218B2 (en) * 2016-06-14 2018-08-28 Bell Helicopter Textron Inc. Statistically equivalent level of safety modeling

Also Published As

Publication number Publication date
US20180063488A1 (en) 2018-03-01
JP2018031664A (ja) 2018-03-01

Similar Documents

Publication Publication Date Title
JP6622156B2 (ja) 情報処理装置、情報処理方法およびプログラム
JP6831414B2 (ja) 測位のための方法、測位のための装置、デバイス及びコンピュータ読み取り可能な記憶媒体
US11216705B2 (en) Object detection based on machine learning combined with physical attributes and movement patterns detection
JP7319432B2 (ja) 学習用データ収集装置、学習用データ収集方法、及びプログラム
Ye et al. Automatic pixel‐level crack detection with multi‐scale feature fusion for slab tracks
EP3825980B1 (en) Method for calculating collision time of object and vehicle, calculation device and vehicle
US20160133008A1 (en) Crack data collection method and crack data collection program
JP6487283B2 (ja) 点群データ処理装置、点群データ処理方法、プログラム、および記録媒体
CN105627932A (zh) 一种基于双目视觉的测距方法及装置
JP2015201183A (ja) 走行路メタデータを用いた空中写真／映像におけるコンテキスト・アウェア物体検出
US20170344021A1 (en) Information processing apparatus, vehicle, and information processing method
US10936920B2 (en) Determining geographical map features with multi-sensor input
US20230083320A1 (en) Systems and Methods for Remote Sensing of River Velocity Using Video and an Optical Flow Algorithm
JP2021174013A (ja) 災害予測システム、および災害予測方法
CN114594533A (zh) 一种基于自适应高斯混合算法的视频雨量监测方法与装置
CN110428461B (zh) 结合深度学习的单目slam方法及装置
JP2023029441A (ja) 計測装置、計測システムおよび車両
JPWO2019188509A1 (ja) レーダ画像処理装置、レーダ画像処理方法、および、プログラム
JP6982865B2 (ja) 動画像距離算出装置および動画像距離算出用プログラム
CN113344906A (zh) 车路协同中相机评估方法、装置、路侧设备和云控平台
US20220404170A1 (en) Apparatus, method, and computer program for updating map
CN111553342A (zh) 一种视觉定位方法、装置、计算机设备和存储介质
KR101943426B1 (ko) 관거의 내벽 상태에 대한 도면을 생성하는 방법, 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체, 관거의 내벽 상태를 조사하는 방법, 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체
CN114581889A (zh) 一种融合方法、装置、设备、介质及产品
CN116745808A (zh) 作业估计装置、作业估计方法和作业估计程序

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180904

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190625

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190619

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190826

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20191023

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20191121

R151 Written notification of patent or utility model registration

Ref document number: 6622156

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151