JP6708163B2 - 移動型探傷装置 - Google Patents
移動型探傷装置 Download PDFInfo
- Publication number
- JP6708163B2 JP6708163B2 JP2017087183A JP2017087183A JP6708163B2 JP 6708163 B2 JP6708163 B2 JP 6708163B2 JP 2017087183 A JP2017087183 A JP 2017087183A JP 2017087183 A JP2017087183 A JP 2017087183A JP 6708163 B2 JP6708163 B2 JP 6708163B2
- Authority
- JP
- Japan
- Prior art keywords
- dimensional
- road
- group
- defect
- processing unit
- 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
Links
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Radiation Pyrometers (AREA)
Description
屋外に設置されたコンクリート製構造物は、日中は直射日光の影響により表面温度が上昇するが、構造物の内部にひび割れや剥離などの欠陥が生じている部分については周囲と比較してその部分は温度が上昇せず、構造物の表面に温度差が生じるという特徴がある。
この特徴を利用して、赤外カメラを用いて表面の温度分布をサーモグラフィ(赤外線サーモグラフィ)として可視化することで、構造物に内在する傷や欠陥を検出する技術が開示されている(例えば、特許文献1参照)。
しかしながら、温度差は構造物表面以外にも生じる可能性がある他、構造物表面の温度差についても欠陥以外の原因も考えられる。そのため、温度を複数回計測したり、他の計測手法、例えば目視や打音法を併用したりするなどして、欠陥の有無を総合的に判断する必要があり、構造物に内在する傷や欠陥を検出する検出作業が煩雑で、時間を要する。
図1は実施の形態1に係る移動型探傷装置100の構成を示す概略図である。
移動型探傷装置100は計測架台10と計算機20からなり、計測架台10と計算機20はともに車両200に搭載される。
計測架台10は、レーザスキャナ11、赤外カメラ12、IMU(Inertial Measurement Unit。慣性計測装置)13、数組のGPS受信機14およびGPSアンテナ15から構成される。
計算機20は、計測架台10のIMU13やGPS受信機14から入力する情報に基づいて、車両200の自己位置や姿勢を計算するための位置標定部21と、計測架台10のレーザスキャナ11や赤外カメラ12と位置標定部21から入力する情報に基づいて、温度情報付きの構造物三次元モデルを生成する構造物三次元モデル生成部22と、温度情報付きの構造物三次元モデルを保存する記憶装置23と、記憶装置23に保存された構造物三次元モデルから構造物内部の傷や欠陥を検出する構造物傷欠陥検出処理部24から構成される。
レーザスキャナ11は、レーザの出射面を左右180度に繰り返し振りながら、レーザを短周期で繰り返し出射すると共に地物(例えば、道路面)に反射して戻ってきた各レーザを受信する。そして、レーザスキャナ11は、レーザを出射または受信した「計測時刻」と、レーザを出射した「方位」と、レーザを出射してから受信するまでの時間に基づく「距離」とを「距離方位点」として計測する。
レーザスキャナ11により計測された複数の距離方位点を示すデータが後述する距離方位点群291である。
赤外カメラ12は所定のタイミング(時間間隔、走行距離間隔など)で繰り返し撮像を行う。
赤外カメラ12により撮像された複数の「カメラ画像」と各カメラ画像の「撮像時刻」とを含んだデータが後述する赤外画像データ293である。
GPS受信機14により得られた観測情報、IMU13により計測された3軸の角速度を含んだデータが後述する位置データ292である。
なお、実施の形態1に係る構造物三次元モデルに相当する道路三次元モデル生成方法については特許文献2に詳細が記載されており、ここでは、主要な部分のみを記載する。
構造物三次元モデル生成部22は、S100において取得された距離方位点群291と位置データ292に基づいて道路および周辺の構造物の多数点の三次元座標値を示す三次元点群198を生成する(S200)。
構造物三次元モデル生成部22は、S200において生成された三次元点群198とS100において取得された赤外画像データ293とに基づいて構造物三次元モデル194を生成する(S300)。
実施の形態1における構造物三次元モデル生成部22の機能構成について、図5に基づいて以下に説明する。
また、車両200の計測条件(レーザスキャナ11や赤外カメラ12の取り付け位置・姿勢など)を示すパラメータデータ299も処理エリア190に一旦記憶される。
画素点群生成部120は、処理範囲画像191の複数画素それぞれの道路や道路周辺の構造物部分の三次元座標値と、処理範囲画像191の複数画素それぞれの温度情報とを示す画素点群192をCPUを用いて生成する。温度情報は、赤外カメラ12により撮像対象を計測した撮像対象の画素毎の温度の情報である。
距離方位点群291、位置データ292、赤外画像データ293、パラメータデータ299、三次元点群198、処理範囲画像191、画素点群192および構造物三次元モデル194は、処理エリア190に記憶されるデータの一例である。
(1)画像保存ディレクトリ:計測車両200で取得したカメラ画像が取得時間タグを付けて保存されているディレクトリ名(赤外画像データ293の記憶先)。
(2)赤外カメラ画像のID:カメラ画像を識別する情報。
(3)処理範囲:赤外カメラ画像の中で構造物三次元モデルの生成に使用する画素範囲。
(4)レーザ3次元点群ディレクトリ:道路および道路周辺の構造物の三次元点群198を保存したディレクトリ。
(6)赤外カメラ取得時刻・位置・姿勢:赤外カメラ画像を撮影した時の赤外カメラの位置姿勢を示す情報。
(7)赤外カメラ取付オフセット:車体中心からの赤外カメラ位置および姿勢を示した情報。
(8)レーザ取付オフセット:車体中心からのレーザ位置および姿勢を示した情報。
パラメータデータ299は、車体座標系におけるレーザスキャナ11の取付オフセットを含む。レーザスキャナ11の取付オフセットは、レーザスキャナ11が車両200のどの位置にどのような姿勢(傾き)で設置されているかを示す。
三次元点群198は、各距離方位点に対応する三次元座標値を世界座標系で示すデータである。
三次元点群生成部180は、レーザスキャナ11の取付オフセットに基づいて距離方位点群291を世界座標系に変換する。
三次元点群生成部180は、位置姿勢値と距離方位点群291とに基づいて、三次元点群198を生成する。三次元点群198の各三次元点は、位置姿勢値を基点として距離方位点で示される方位に距離方位点で示される距離だけ離れた地点の座標値で示される。三次元点の算出には同時刻の位置姿勢値および距離方位点が用いられる。
画素点群生成部120は、三次元点群198に基づいて、処理範囲画像191の各画素に対応する三次元座標値および温度情報を示す画素点群192を生成する(S320)。
未選択のカメラ画像が有る場合(S330「YES」)、処理はS311に戻る。
未選択のカメラ画像が無い場合(S330「NO」)、処理はS340に進む。
三次元モデル生成部140は、画素点群192を含んだデータを道路三次元モデル194として生成する(S340)。
画像処理部110は、赤外画像データ293に含まれる多数のカメラ画像から撮像時刻順にカメラ画像を一つ選択する。
以下、S311において選択されたカメラ画像を「選択画像」という。
S311の後、処理はS312に進む。
画像処理部110は、選択画像から所定の処理範囲を処理範囲画像191として抽出する。
各カメラ画像には、建物、電柱、壁など道路以外の地物も映り込んでいる。
また、赤外カメラ12(視点)から近い範囲が映った部分の分解能(解像度)は高いが、赤外カメラ12から遠い範囲が映った部分の分解能は低い。
所定の処理範囲は、高分解能で映っている道路部分が選択画像から処理範囲画像191として抽出されるように、赤外カメラ12の仕様(画角や画像分解能など)や赤外カメラ12の取付オフセットなどに基づいて決定される。赤外カメラ12の仕様や取付オフセットはパラメータデータ299に含まれる情報である。また、処理の無駄を省くため、各カメラ画像の撮像範囲を赤外カメラ12の仕様や取付オフセットおよび撮像地点に基づいて特定し、各カメラ画像の重複範囲を除くように処理範囲が定められてもよい。
画素点群生成部120は、三次元点群198に基づいて、処理範囲画像191の各画素に対応する三次元座標値および温度情報を示す画素点群192を生成する。
S320により、カメラ画像レベルの分解能を有する三次元点群(画素点群192)を生成することができる。
画像処理部110は、未選択のカメラ画像が残っているか判定する。
未選択のカメラ画像が残っている場合(YES)、処理はS311に戻る。
未選択のカメラ画像が残っていない場合(NO)、処理はS340に進む。
三次元モデル生成部140は、画素点群192と画素補間点群193とをまとめたデータを道路三次元モデル194として生成する。
三次元モデル生成部140は、生成した道路三次元モデル194を出力する(表示、印刷、記憶など)。
S340により、道路三次元モデル生成処理(S300)は終了する。
図7は、実施の形態1に係る構造物表面の欠陥を検出する検出処理を示すフロー図である。図8は、車道横の壁表面の温度分布の一例を示す図である。
図7において、まず、構造物傷欠陥検出処理部24は、記憶装置23から予め指定した検査対象物の画素点群192、構造物三次元モデル194を抽出する(図7のS241)。
検査対象物は、モニタに表示された赤外カメラ12の画像を使って、利用者が予め指定することができる。あるいは、三次元座標値を使って、範囲を指定するようにしてもよい。また、検査対象を構造物として指定するのではなく、対象エリア(対象範囲)として指定するようにしてもよい。図8の例では、道路脇に設けられた壁面500を検査対象物としている。壁面500は例えば高速道路の遮音用に設けられたものであり、壁面500の傷や、欠陥を検出する検査である。壁面500はトンネルの内部壁であってもよい。
次に、構造物傷欠陥検出処理部24は、抽出した画素点群192に付与された温度情報をもとに検査対象物の温度分布を作成する。構造物傷欠陥検出処理部24は作成した温度分布に基づき、周囲に比べスポット状に高温になっている画素点群を抽出する(S242)。
スポット状に高温になっているか否かは、周囲の画素点群192の温度情報との差分を取り、差分が所定の閾値以上であるか否かで判断する。閾値は利用者が赤外カメラの画像をみながら、モニタ画面からその都度設定することができる。
構造物傷欠陥検出処理部24は、抽出された高温箇所のまとまり状況から、高温箇所をグルーピング化する(S243)。
図8の例では、白丸で表した画素点群192(白)は画素点群192に付与された温度情報から低温であることを視覚的に表しており、黒丸で表した画素点群192(黒)は画素点群192に付与された温度情報から高温であることを視覚的に表している。
構造物傷欠陥検出処理部24は、複数がまとまっている画素点群192(黒)をグループ化し、グループA150、グループB151、グループC152と定める。
次に、構造物傷欠陥検出処理部24はグループ化した画素点群192(黒)の三次元座標値と、その周囲の画素点群192の三次元座標値を取得し(S244)、グループ化した画素点群192(黒)と、その周囲の画素点群192とで、形状に変化があるか否かを判断する(S245)。
例えば図8の例では、画素点群192(黒)がまとまっているグループC152は、壁面500に設けられた突起物160の場所であることが、グループ化した画素点群192(黒)の三次元座標値と、その周囲の画素点群192の三次元座標値から判明する。
一方で、グループA150、グループB151は、高温部分の形状と高温部分の周囲の形状はともに平面であり、形状に変化がないことが、グループ化(グループA、グループB)した画素点群192(黒)の三次元座標値と、その周囲の画素点群192の三次元座標値から判明する。
次に、構造物傷欠陥検出処理部24は、画素点群の三次元座標値に基づき、形状に変化がない画素点群192(黒)のグループを内部欠陥部分候補として抽出する(S246)。
図8の例では、グル―プA150と、グループB151を内部欠陥部分候補として抽出する。
先述のとおり、屋外に設置されたコンクリート製構造物等では、日中は直射日光の影響により表面温度が上昇するが、構造物の内部にひび割れや剥離などの欠陥が生じている部分については周囲と比較してその部分は温度が上昇せず、構造物の表面に温度差が生じるという特徴がある。図8のグル―プA150と、グループB151は、表面形状に変化がないにも関わらず、温度差が生じている。このため構造物の内部にひび割れや剥離などの欠陥が生じている可能性が高いとして、グル―プA150と、グループB151を「内部欠陥部分候補」として抽出している。
構造物傷欠陥検出処理部24は、グル―プA150と、グループB151に含まれる画素点群192を用いた三次元モデル194をモニタ部(図示せず)に表示する(S247)。利用者はモニタ部でグル―プA150と、グループB151を確認可能である。
次に、構造物傷欠陥検出処理部24は、画素点群の三次元座標値に基づき、形状に変化がある画素点群192(黒)のグループを判断保留部分として抽出する(S248)。
図8の例では、グル―プC152を判断保留部分として抽出する。
構造物表面になんらかの付着物がある場合、内部の欠陥ではなく、その付着物が温度差の原因となっている可能性が高い。図8の例では、突起物160が日射され構造物の表面温度が上昇していることが考えられる。そこで、構造物傷欠陥検出処理部24はグループCは内部欠陥部分候補ではなく、判断保留部分として抽出する。
構造物傷欠陥検出処理部24は、グル―プC152に含まれる画素点群192を用いた三次元モデル194を、モニタ部(図示せず)に表示する(S249)。
利用者はモニタ部でグル―プC152を確認可能である。仮に、モニタ部での確認により欠陥でないと判断できれば、利用者はグループCを判断保留部分から削除することが可能である。また、利用者がモニタ部での確認により欠陥の可能性が高いと判断すれば、モニタ等の操作によりグループCを「判断保留部分」から「内部欠陥部分候補」に変更することも可能である。
実施の形態2では、検査対象となる構造物に日向部分と日陰部分がある場合に、内部に傷や欠陥を検出する検出方法について説明する。
図9は、実施の形態2に係る車道壁面表面の温度分布の一例を示す図である。実施の形態2では、表面に日向部分400と日陰部分410がある場合に構造物に内在する傷や欠陥を検出する。
実施の形態1では、先述の通り、画素点群の温度情報から周囲に比べスポット状に高温になっている画素点群を抽出していた(図7のS242)。高温になっているか否かの判断は例えば所定の閾値との比較により行うが、検査対象に日向部分と日陰部分がある場合、1つの閾値では高温か否かを正確に判断することが難しい。
そこで実施の形態2では、構造物傷欠陥検出処理部24は、日陰部分と日向部分とで各々閾値を設け、高温になっているか否かの判断は各々で設定した閾値を用いて判断するようにする。
これにより、道路周辺の構造物表面の3次元形状情報と温度情報を統合することで、道路周辺の構造物の欠陥診断をより精度良く効率的に行うことができる。
Claims (4)
- 移動体に搭載され、前記移動体の周囲の道路または構造物の欠陥を検出する移動型探傷装置であって、
計測部と計算部とを備え、
前記計測部は、前記道路または構造物までの距離と方位を計測するスキャナと、前記道路または構造物の赤外画像データを取得する赤外カメラと、前記移動体の位置と姿勢の情報を取得する位置標定装置と、を備え、
前記計算部は、前記スキャナと前記赤外カメラと前記位置標定装置からの出力情報を用いて、前記道路または構造物を多数の点で表した三次元点群のモデルを生成する三次元モデル生成部と、前記三次元点群を用いて前記道路または構造物の欠陥を検出する欠陥検出処理部とを備え、
前記三次元点群の各点には、各点の三次元位置座標と各点の位置に対応する前記道路または構造物の温度情報が付与され、前記欠陥検出処理部は前記温度情報に基づいて前記三次元点群をグループ化し、各々のグループにおいて、前記温度情報と、前記三次元位置座標から取得した三次元点群の形状とを用いて、前記道路または構造物の欠陥を検出することを特徴とする移動型探傷装置。 - 前記欠陥検出処理部は、前記温度情報を用いて周囲の温度に比べて高温である点をグループ化し、前記グループ化した三次元点群の各点の前記三次元位置座標から取得した前記三次元点群の形状に基づいて欠陥であるか否かを判断し、前記道路または構造物の欠陥を検出することを特徴とする請求項1記載の移動型探傷装置。
- 前記欠陥検出処理部は、前記形状が平坦である場合に欠陥であると判断することを特徴とする請求項2記載の移動型探傷装置。
- 前記三次元点群を構成する各点には更に、日向であるか日陰であるかの情報が付与され、前記欠陥検出処理部は、日向であるか日陰であるかに基づき各グループで予め設定した温度情報の閾値を用いて、欠陥であるか否かを判断することを特徴とする請求項2記載の移動型探傷装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017087183A JP6708163B2 (ja) | 2017-04-26 | 2017-04-26 | 移動型探傷装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017087183A JP6708163B2 (ja) | 2017-04-26 | 2017-04-26 | 移動型探傷装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018185228A JP2018185228A (ja) | 2018-11-22 |
JP6708163B2 true JP6708163B2 (ja) | 2020-06-10 |
Family
ID=64355607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017087183A Active JP6708163B2 (ja) | 2017-04-26 | 2017-04-26 | 移動型探傷装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6708163B2 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110146369B (zh) * | 2019-05-13 | 2021-12-10 | 合肥工业大学 | 一种针对改性沥青路面的红外无损探伤一体两用装置 |
CN110450167A (zh) * | 2019-08-27 | 2019-11-15 | 南京涵曦月自动化科技有限公司 | 一种机器人红外激光定位运动轨迹规划方法 |
EP4060284A4 (en) | 2019-11-15 | 2023-01-04 | Panasonic Intellectual Property Management Co., Ltd. | SENSING DEVICE AND INFORMATION PROCESSING DEVICE |
WO2021199730A1 (ja) * | 2020-03-31 | 2021-10-07 | パイオニア株式会社 | 情報処理装置、コンピュータプログラム、記録媒体、表示データ作成方法 |
JP7353485B2 (ja) * | 2020-05-29 | 2023-09-29 | 富士フイルム株式会社 | 損傷図作成支援方法及び装置 |
JP7298921B2 (ja) * | 2020-08-12 | 2023-06-27 | 株式会社赤外線高精度技術利用機構 | 赤外線調査解析診断装置 |
JP2022042409A (ja) * | 2020-09-02 | 2022-03-14 | 株式会社テナーク | 連続温度比較方法、特定温度領域検定方法、情報処理装置、連続温度比較システム、特定温度領域検定システム、及びプログラム |
KR102233351B1 (ko) * | 2021-01-07 | 2021-03-30 | 주식회사 유오케이 | 3D LiDAR를 이용한 시설물 관리 시스템 및 방법 |
GB2610855A (en) * | 2021-09-17 | 2023-03-22 | Acad Of Robotics | Connected vehicle nervous system |
CN114739311B (zh) * | 2022-06-15 | 2022-09-20 | 安徽大学 | 一种基于多传感器的井筒快速变形监测设备和方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4155976B2 (ja) * | 2005-02-22 | 2008-09-24 | 株式会社アーバン設計 | コンクリート構造物の劣化診断方法 |
JP5347006B2 (ja) * | 2011-10-24 | 2013-11-20 | 株式会社パスコ | 液状化に伴う変状箇所検出支援装置及び液状化に伴う変状箇所検出支援プログラム |
US10104344B2 (en) * | 2014-05-13 | 2018-10-16 | Gs Engineering Services, Inc. | Remote scanning and detection apparatus and method |
JP6460700B2 (ja) * | 2014-09-26 | 2019-01-30 | 株式会社トプコン | トンネルの内壁の欠陥の有無の診断を行う方法およびトンネルの内壁の欠陥の有無の診断を行うプログラム |
-
2017
- 2017-04-26 JP JP2017087183A patent/JP6708163B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018185228A (ja) | 2018-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6708163B2 (ja) | 移動型探傷装置 | |
Yoon et al. | Feature extraction of a concrete tunnel liner from 3D laser scanning data | |
CN109459439B (zh) | 一种基于移动式三维激光扫描技术的隧道衬砌裂缝检测方法 | |
CN114444158B (zh) | 一种基于三维重建的地下巷道形变预警方法及系统 | |
KR100795396B1 (ko) | 항공레이저 데이터와 수치정사영상을 이용한 도시 변화모니터링 방법 | |
RU2591875C1 (ru) | Способ построения карты экзогенных геологических процессов местности вдоль трассы магистрального нефтепровода | |
JP5347006B2 (ja) | 液状化に伴う変状箇所検出支援装置及び液状化に伴う変状箇所検出支援プログラム | |
JP6178704B2 (ja) | 計測点高付与システム、計測点高付与方法および計測点高付与プログラム | |
Cho et al. | Target-focused local workspace modeling for construction automation applications | |
JP6465421B1 (ja) | 構造物変状検出装置 | |
CN114119614B (zh) | 一种远程检测建筑物的裂缝的方法 | |
Mahmoudzadeh et al. | Kinect, a novel cutting edge tool in pavement data collection | |
Potó et al. | Laser scanned point clouds to support autonomous vehicles | |
Yu et al. | Water leakage diagnosis in metro tunnels by intergration of laser point cloud and infrared thermal imaging | |
Nadi et al. | Analysis image-based automated 3D crack detection for post-disaster bridge assessment in flyover Mall Boemi Kedaton | |
Yakar et al. | The problems and solution offers, faced during the 3D modeling process of Sekiliyurt underground shelters with terrestrial laser scanning method | |
Feng et al. | Investigation of 3D terrestrial laser scanning techniques for potential application to rock mechanics | |
JP2006200952A (ja) | 堆積監視方法、システム及びコンピュータプログラム並びに堆積量測定方法、システム及びコンピュータプログラム | |
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 | |
Wang | Application of Long Distance Microscope and Three-Dimensional Laser Scanner in Tunnel Section Detection. | |
CHEN et al. | Automated and Efficient Extraction of Highway Tunnel Lining Cross-sections Using Terrestrial Laser Scanning (TLS). | |
JP2021070993A (ja) | インフラ検査システム、及び、インフラ検査方法 | |
Luo et al. | Mobile surveying system for road assets monitoring and management | |
Singh et al. | Slope Monitoring Techniques in Opencast Mines: A Review of Recent Advances. | |
Feng et al. | Detection of water leakage using laser images from 3D laser scanning data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190422 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200115 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200128 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200326 |
|
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: 20200421 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200504 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6708163 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |