JP6713505B2 - 舗装情報収集点検システム、舗装情報収集点検方法、及びプログラム - Google Patents

Description

この発明は、道路の舗装状況を収集し解析して点検に用いることができるシステム、その点検方法、及びプログラムに関する。

高度経済成長期に集中的に整備された道路インフラは、現在急速な老朽化が懸念されている。しかし国や地方自治体の財源の不足から、維持修繕費は減少傾向にあり、限られた財源の中で点検、整備を行わなければならない。重要幹線路線については、路面性状測定車による定期点検が優先的に実施されている。

路面性状を点検する技術としては、車両にレーザースキャナやカメラ等を取り付けて、ひび割れ、わだち掘れ、ＩＲＩ（International Roughness Index：国際ラフネス指数）などを計測する技術の開発が進んでいる。また、スマートフォンが有する加速度、ＧＰＳ情報、動画情報を計測することでＩＲＩを把握し、路面性状を簡易に計測・分析・記録する技術も検討されている。

路面より下の路盤等の健全性については、路上規制を伴わずに車両を走行しながら舗装のたわみ量を計測する動的たわみ計測装置（ＭＷＤ：Moving Wheel Deflectometer）が開発されている。

これらの路面及び路盤についての舗装マネジメントは非特許文献１に記載されるように、公的な運用を目指して検討が進んでいる。

国土交通省 第６回道路技術小委員会（平成28年9月13日） 配付資料 ［資料3-2］これからの舗装マネジメント（PDF形式：807KB） http://www.mlit.go.jp/common/001145725.pdf

しかしながら、生活道路や準幹線道路については、自治体職員又は委託業者によるパトロールカーでのパトロール時の目視点検や住民からの通報対応を中心に、生活道路や一部の準幹線道路等をカバーしている。だが、人的リソースの不足から大部分の道路が未点検の状態である。これをサポートするべく、画像解析によりひび割れがあると判断した地点を地図上に表示したり、ＩＲＩを地図上に表示したりするサービスは存在する。

また、個々の測定データだけでは解析に適さない場合があり、解析の精度が不十分になることがあった。例えば撮影にあたっては、逆光などによる光量過多、日陰やトンネルなどによる光量不足、光量の急激な変化による影像の不鮮明化が起こることがある。また、先行車や落葉、投棄物その他の障害物により路面が見えなかったり、縁石やグレーチングなど道路周辺の付帯物が解析対象エリアへ映りこんでしまうこともある画像解析にはできるだけ直進することが望ましいが、道路状態あるいは交通規制によって直進的ではない運行を迫られる場合もあるし、狭隘な道路であったり、右左折の場面では道路面が見えないこともある。さらに、短時間の降雨や水まき、前日の降雨などによる地面の水濡れ、路面状態や交通規制、危険回避により起こるカメラの振動で画像がブレることもある。いずれにしても画像が不適切で誤検知、検知漏れ、これらに伴う計算の誤りが生じることは避けられない。いずれにしても、機械学習の精度を向上させたとしても、写真を撮影する環境に由来する問題を完全に避けることは難しい。

一方、ＩＲＩはスマートフォンのセンサーなどを使って測定される傾きや加速度などから算出される値であるため、マンホールや橋梁との接続部分など正常な状態で段差や凹凸が存在する場合でも値が高くなってしまう。欠陥が生じている箇所とそうでない箇所とを地図上に表示されたＩＲＩの値だけで判断することは難しい。

これらの問題は、幹線道路であれば高価な路面性状測定車を活用したり、人的リソースによる補填が可能である。しかし自治体の人的リソースは限られており、圧倒的に長い各地の生活道路の全てをカバーすることは難しい。また、ひび割れが検出されたりＩＲＩが悪い箇所全てを修繕することは、予算的に不可能である。ひび割れが検出されたりＩＲＩが悪い箇所の中で、修繕する緊急性が高い箇所を優先して修繕するしかなく、事故が発生する可能性が低い箇所は後回しにせざるを得ない。例えば、車道にひび割れや凹凸があっても路側帯や歩道が十分に整備されている箇所であれば後回しにする、といった判断も必要となるのが現実である。

そこでこの発明は、既に確立された路面の点検技術を組み合わせ、人的リソースが限られた環境でも道路路面の状態を効率的に把握し、修繕が必要となる場所を効率的に見出すことができるようにして、生活道路を含めた道路全般における情報の点検と修繕までの管理を容易にすることを目的とする。

この発明は、車両に搭載された走行環境下において、
加速度センサ、角速度センサ又はその両方により走行時に測定される、ＩＲＩを算出するための平坦性データを取得する各加速度取得手段と、
カメラにより走行中の前方又は後方の路面を含む静止画又は動画である路面画像を撮影する路面画像取得手段と、
位置情報測位装置により走行中の緯度経度情報を取得し続ける位置情報取得手段と、
前記平坦性データと、前記路面画像とを、取得した地点の緯度経度情報と紐づけ可能に記録する位置対応記録手段と、
を実行する、一つ又は複数の装置からなる舗装情報記録装置と、
前記平坦性データから前記緯度経度情報に対応した各地点におけるＩＲＩを推定するＩＲＩ推定手段を実行する平坦性解析装置と、
前記路面画像の解析により前記緯度経度情報に対応した各地点における路面のひび割れを検知するひび割れ検知手段を実行する画像解析装置と、
前記ＩＲＩ、前記ひび割れ、及び前記路面画像を、前記平坦性解析装置及び前記画像解析装置から受け取り、端末からのリクエストに応じて地図上の地点から参照可能に表示させる舗装情報可視化手段を実行できるｗｅｂサーバと、
を有する舗装情報収集点検システムにより、上記の課題を解決したのである。

すなわち、前記舗装情報記録装置としては、加速度センサ、角速度センサ等をそなえたスマートフォンなどによる前記平坦性データの取得と、ビデオカメラなどによる前記路面画像の取得とを併せて行う。いずれの情報も緯度経度情報と紐づけて解析できるようにしながら記録することで、前記平坦性データ又は前記路面画像の測定でエラーが含まれていても、前記ｗｅｂサーバによって前記端末に表示された地図上でＩＲＩ及びひび割れを確認する際にも、相互に確認し、さらに前記路面画像も参照できる。画面上の地図でＩＲＩとひび割れとを調べて修繕が必要となる場所の候補をある程度絞り込み、さらに路面画像による確認までも一連のシステム及び方法として実行できる。

さらに、この発明にかかる舗装情報収集点検方法としては、
車両を走行させて緯度経度情報を測定しながら、
加速度センサ、角速度センサ又はその両方により走行時に測定される、ＩＲＩを算出するための平坦性データを取得する各加速度取得手段と、
カメラにより走行中の前方又は後方の路面を含む静止画又は動画である路面画像を撮影する路面画像取得手段と、
を並行して実行するステップと、
前記平坦性データから前記緯度経度情報に対応した各地点におけるＩＲＩを推定するＩＲＩ推定手段と、
前記路面画像の解析により前記緯度経度情報に対応した各地点における路面のひび割れを検知するひび割れ検知手段と、
の両方を実行するステップと、
前記ＩＲＩ、前記ひび割れ、及び前記路面画像を、端末からのリクエストに応じて地図上の地点から参照可能に表示させる舗装情報可視化手段を実行するステップと、を実行する。

また、この発明にかかる舗装情報収集点検サービスシステムは、
走行中の緯度経度情報を測定し続ける車両に搭載された加速度センサ、角速度センサ又はその両方により走行時に測定される平坦性データを用いて、前記緯度経度情報に対応した各地点におけるＩＲＩを推定するＩＲＩ推定手段を実行する平坦性解析装置と、
前記車両に搭載されたカメラにより走行中の前方又は後方の路面を含む静止画又は動画である路面画像を用いて、前記路面画像の解析により前記緯度経度情報に対応した各地点における路面のひび割れを検知するひび割れ検知手段を実行する画像解析装置と、
各地点における前記ＩＲＩ、前記ひび割れ、及び前記路面画像の情報を受け取り、端末に対して地図上の地点から参照可能に表示させる舗装情報可視化手段を実行するｗｅｂサーバと、
を有する。

この発明にかかるプログラムは、コンピュータを前記ｗｅｂサーバとして実行させるためのプログラムである。

前記平坦性データとは、加速度センサ、角速度センサ又はその両方から得られる、路面の凹凸に影響されるデータである。例えば、走行時に直接測定される上下方向の加速度である走行時上下加速度と、前記車両の加減速による角速度である加減速時角速度及び加減速による加速度である加減速時上下加速度とが、前記平坦性データとして有用である。この場合、前記ＩＲＩ推定手段としては、前記走行時上下加速度から前記加減速時上下加速度と当該車両の特性である車両特性パラメータとを差し引くことで道路の凹凸による加速度である凹凸加速度を抽出してＩＲＩを推定することができる。

前記ＩＲＩ及び前記ひび割れを地図上に参照可能に表示させる舗装情報可視化手段とは、端末が有するモニタに表示する地図に合わせて、前記ひび割れが確認できた地点に印を付けたり、前記ＩＲＩに応じて色相表示を変えたりといった構成が選択できる。また、参照可能に表示するとは、地図上に直接表示するだけでなく、地図上をポインティングデバイスで指定することで地図上において示すその地点の前記ＩＲＩや前記ひび割れの有無を呼び出して表示するものでもよい。前記路面画像は、地図上の指定された点で撮影され静止画又は動画を画面上で呼び出して表示させるとよい。

この発明により、生活道路を含めた全道路における注意点の抽出と、補修作業の必要性の判断を下すまでのサポートを、ローコストで行うことが可能となる。表層のひび割れを早期発見して、路盤まで損傷が進行する前に表層だけの修繕で対応が可能になると、修繕費を三分の一以下に抑制して対応できる。点検をベースとした予防保全の仕組みを整えることができ、ライフサイクルコスト全体の縮減が可能となる。

この発明にかかるシステムの実施形態例である構成の概要図 この発明にかかるシステムの実施形態例である機能ブロック図 画像解析装置が解析する画像の例を示す図 ｗｅｂサーバにより可視化させた画面の例を示す図 この発明にかかる舗装情報収集点検方法のフロー例図

以下、この発明について具体的な実施形態とともに詳細に説明する。この発明は、舗装情報記録装置１０と、平坦性解析装置３１、画像解析装置３２、及びｗｅｂサーバ４１を含む舗装情報収集点検サービスシステム３０と、これらを含む舗装情報点検システム１、及びこれらの実行方法、実行させるためのプログラムである。

舗装情報点検システム１の実施形態の構成例を図１に示す。舗装情報記録装置１０は、一つ又は複数の装置からなり、車両２に搭載された走行環境下において後述する手段を実行する。車両２は特殊車両である必要はなく、民生用の舗装情報記録装置１０を設置して公道を走ることができる車両であれば特に限定されない。舗装情報記録装置１０を構成する装置としては、ここではスマートフォン２１とビデオカメラ２２を例に挙げて説明する。なお、スマートフォン２１とビデオカメラ２２とを別個の車両２に載せて実施すると作業効率が悪く、特に細かい生活道路まで網羅しようとすると手間がかかりすぎてしまうため、両方の構成を有した上で車両２を走らせて後述する測定や撮影を行うことが望ましい。ただし、舗装情報記録装置１０はこのように分かれている必要はなく、一体の装置で以下のスマートフォン２１とビデオカメラ２２との両方の構成を有していてもよい。

舗装情報記録装置１０を構成するスマートフォン２１は、加速度センサ１１、角速度センサ１２、位置情報測位装置１４、及び記録装置１５（１５ａ）を有する。加速度センサ１１は三軸方向の加速度を検出できるものであればよく、一般的なスマートフォンに搭載されているもの以上の機能があれば特に限定されない。角速度センサ１２はいわゆるジャイロセンサーと呼ばれる回転方向の動きを検出できるものである。角速度センサ１２も一般的なスマートフォンに搭載されているもの以上の機能があれば特に限定されない。本発明で用いる舗装情報記録装置１０は少なくとも加速度センサ１１を有すると望ましく、角速度センサ１２も有するとさらに望ましい。

位置情報測位装置１４は、いわゆるＧＰＳ（Global Positioning System）と呼ばれる衛星測位システムやまたはそれと同種の、緯度経度情報を取得できる装置である。舗装情報記録装置１０（スマートフォン２１）は位置情報測位装置１４により、走行中の緯度経度情報を取得し続ける位置情報取得手段２６を実行する。平坦性解析装置３１での解析する際の必要上、１０ｍ以下の判別能があると好ましい。また、衛星からの電波の反射によるエラーに対して、補正能力があると好ましい。車両に搭載されるＧＰＳ機能と連携してデータを取得できるものでもよいし、それによって位置ずれを補正できるものでもよい。

舗装情報記録装置１０を構成するスマートフォン２１が有する記録装置１５は、一般的な不揮発性メモリを用いることができる。ＳＤカードやコンパクトフラッシュその他の外部メディア１５ａであってもよいし、接続された磁気ディスクであってもよい。

舗装情報記録装置１０（スマートフォン２１）は、加速度センサ１１及び角速度センサ１２により、舗装情報記録装置１０が搭載された車両２の走行とともに、走行時に測定される平坦性データを取得する各加速度取得手段２５を実行する。平坦性データとは、路面の凹凸に影響される、ＩＲＩを算出するためのデータである。車両２の走行時には路面の凹凸によって舗装情報記録装置１０が当然に上下するため、この上下の動きを解析することで、路面が傷んだ箇所を検知することができる。ただし、走行中は路面以外の要素によっても加速度及び角速度の変動を受けるので、上下の動きをそのまま路面の損傷として判断すると精度が不十分となる。このため、複合的に平坦性データを取得し、状況に合わせて補正することが望ましい。このような平坦性データとしては例えば、走行時に直接測定される上下方向の加速度である走行時上下加速度と、前記車両の加減速による角速度である加減速時角速度及び加減速による加速度である加減速時上下加速度とが挙げられる。後述する平坦性解析装置３１のＩＲＩ推定手段３５が、前記走行時上下加速度から前記加減速時上下加速度と当該車両の特性である車両特性パラメータとを差し引くことで道路の凹凸による加速度である凹凸加速度を抽出してＩＲＩを推定することができる。なお、加速度及び角速度を測定してＩＲＩを推定する以外に、他の要素の計測によりＩＲＩと互換性のある類似のパラメータを取得できるものでも実施は可能であるが、測定の容易さ及び後述する解析結果の利用の点から加速度及び角速度を利用し、ＩＲＩを算出するのが好適である。

舗装情報記録装置１０（スマートフォン２１）は、各加速度取得手段２５により測定された前記平坦性データを、位置情報取得手段２６により測定された緯度経度情報と紐づけ可能に記録する位置対応記録手段２７を実行する。記録先は記録装置１５である。紐づけ可能に記録するとは、例えば前記平坦性データと前記緯度経度情報とを対応させたテーブルとして記録してもよいし、前記緯度経度情報の記録日時と前記平坦性データの記録日時を対応させて後で相互に参照可能であるように記録してもよいし、紐づけ可能であれば形式は特に限定されない。

舗装情報記録装置１０を構成するビデオカメラ２２は、車両２の走行中に前方又は後方の動画を連続的に撮影可能な装置である。必ずしも動画対応でなくてもよく、連続した静止画の撮影でも対応可能であるが、後ほど画像解析装置３２で解析する情報量の点からは、動画であることが望ましい。舗装情報記録装置１０（ビデオカメラ２２）は、車両２の走行とともに、路面を含む動画又は静止画の画像である路面画像を撮影する路面画像取得手段２８を実行する。前記路面画像は後述する解析のために路面が映っていることが必要である。また、その後に地図情報から参照する際に判断の補助となる情報として、その他の路面の周辺の物体や情景等が含まれていると望ましい。例えば横断歩道や制限速度その他を示す路面表示、標識、信号、ガードレール、マンホール、側溝といった道路に付属する情報が挙げられる。また、周囲の植栽、高木、電柱、電線、街路灯など、その他周囲でメンテナンスが必要となる可能性のある物体が含まれているとより望ましい。

舗装情報記録装置１０を構成するビデオカメラ２２は、上記のスマートフォン２１が有するものと同様の位置情報測位装置１４を有するか、又はスマートフォン２１や車両２が有する位置情報測位装置１４と連携して、緯度経度情報を取得し続ける位置情報取得手段２６を実行する。ビデオカメラ２２自体が位置情報測位装置１４を有する場合には、記録する静止画又は動画に、そのまま緯度経度情報を埋め込むとよい。スマートフォン２１や車両２が有する位置情報測位装置１４と連携する場合は、情報を随時読み込んでもよいし、撮影後に記録された緯度経度情報の記録日時と、静止画又は動画である前記路面画像の記録日時とを対応させるようにするとよい。方式は特に限定されないが、前記路面画像を取得した地点の緯度経度情報と紐づけ可能に記録する位置対応記録手段２７を実行する。

舗装情報記録装置１０を構成するビデオカメラ２２が有する記録装置１５は、一般的な不揮発性メモリを用いることができる。ＳＤカードやコンパクトフラッシュその他の外部メディア１５ａであってもよいし、接続された磁気ディスクであってもよい。

記録装置１５に記録された前記平坦性データ、前記路面画像、及びこれらと紐づけられた緯度経度情報は、記録装置１５である外部メディア１５ａを介して、又は機器を接続したケーブルやネットワークを介して、舗装情報収集点検サービスシステム３０に読み込ませる。

なお、舗装情報記録装置１０の実施形態は上記の構成に限られるものではなく、高解像度のレンズを備えたスマートフォンやタブレット端末がビデオカメラ２２の機能を兼務していてもよい。この場合、舗装情報記録装置１０は一つのハードウェアからなる。

舗装情報収集点検サービスシステム３０は、平坦性解析装置３１と画像解析装置３２と、ｗｅｂサーバ４１とを有する。これらの装置は個々に独立したサーバ又はサーバ群であってもよいし、これらの機能を全て備えた単一のサーバであってもよい。いずれの形態であっても、記録部と、十分な演算能力がある演算部とを有するサーバである。平坦性解析装置３１の記録部には前記平坦性データ及び紐づけられた緯度経度情報が記録され、画像解析装置３２には前記路面画像及び紐づけられた緯度経度情報が記録される。それぞれで解析を行い、結果がｗｅｂサーバ４１にアップロードされ、端末５１に対して解析結果を閲覧するサービスを提供する。

また、平坦性解析装置３１に読み込ませる情報として、前記平坦性データと併せて、測定に用いた車両２の車両特性パラメータを読み込ませておくとＩＲＩの推定精度が向上するため望ましい。車両特性パラメータは車両２を走行させて各加速度取得手段２５を実行する前に、車両２における舗装情報記録装置１０（スマートフォン２１）の環境として測定し、登録しておくとよい。

前記車両特性パラメータを取得する例としては、ハンプ走行（例えば時速１０ｋｍ、１００ｍ程度）を実施し、その加速度と角速度を測定して行うとよい。この車両特性パラメータは、車両２によっても異なるし、車両２に設置する舗装情報記録装置１０（スマートフォン２１）の設置状況によっても異なる。

平坦性解析装置３１は、前記平坦性データから各地点におけるＩＲＩを推定するＩＲＩ推定手段３５を実行する。具体的には、前記平坦性データのうち、前記走行時上下加速度から前記加減速時上下加速度と、前記加減速時角速度と、前記車両特性パラメータとを差し引くことで道路の凹凸による加速度である凹凸加速度を抽出してＩＲＩを推定する。これは、路面に凹凸や段差がなくても加速及び減速の際には上下方向の角速度が生じるため、その影響を排除してできるだけ路面の凹凸や段差に由来する加速度のみを抽出できるようにすることが望ましいためである。

一方、画像解析装置３２は、前記路面画像の解析により各地点における路面のひび割れを検知するひび割れ検知手段３７を実行する。ひび割れ検知手段３７の具体的構成としてはまず、予め用意したニューラルネットワークに、ひび割れを有する路面とそうでない路面との画像データを判定情報とともに多数読み込ませて、ひび割れの有無を検知可能であるようにトレーニングしておく画像判定学習手段３６を実行して学習済みモデルを生成しておく。この学習済みモデルを用いた人工知能による判断として、ひび割れ検知を行うとよい。ただし、撮影角度にもよるが、ひび割れがあるか否かを判断すべき路面は前記静止画又は動画の下半分程度であり、高解像度で焦点があった画像として認識されるのは特に近傍の部分となる。このため、前記静止画又は動画である前記路面画像のうち前方近傍の路面をマス目化し、個々のマス目についてニューラルネットワークに読み込ませてトレーニングしておくとよい。

このひび割れの検出と判断を図３に示す概念図とともに説明する。まず、手順１として、画像中前方近傍の路面をトレーニングと同様にマス目化し、個々のマス目についてトレーニング済みのニューラルネットワークを用いた人工知能に読み込ませて、ひび割れがあるか否かを判断させる。次に手順２として、「カウントする総マス数」に対する「ひび割れマス」の割合である「ひび割れ率」を計算し、損傷レベルとして区分する。例えばひび割れ率が０％以上２０％未満であれば損傷レベル１，２０％以上４０％未満であれば損傷レベル２、４０％以上であれば損傷レベル３，とする。図３の例ではひび割れマスが２個、マスの総数が１５であるため、ひび割れ率は１３％で損傷レベル１となる。

また、ひび割れの判定だけでなく、その他の路面のエラー情報についても、同様にニューラルネットワークに該当する画像とそうでない画像とを読み込ませてトレーニングすることで、同様に判別可能としてもよい。

さらに、平坦性解析装置３１は、ＩＲＩ推定手段３５で推定されたそれぞれの地点のＩＲＩを、緯度経度情報とともにｗｅｂサーバ４１にアップロードする。また、画像解析装置３２は、ひび割れ検知手段３７で求められたそれぞれの地点のひび割れ率を、緯度経度情報とともにｗｅｂサーバ４１にアップロードする。または、緯度経度情報そのものではなく、ｗｅｂサーバ４１において使用又は連携する地図情報における道路情報に対応するフォーマットで緯度経度情報と同様に位置を特定できる情報を備えてアップロードしてもよい。また、画像解析装置３２は前記路面画像を緯度経度情報又はそれに類する情報とともにｗｅｂサーバ４１にアップロードする。

さらにまた、ｗｅｂサーバ４１は、走行により判定を行う範囲の道路情報が含まれる地図情報を有していると好ましい。地図情報を有していない場合は、外部のサーバによる地図情報サービスと連携し、呼び出し可能なｗｅｂページを発行したりするとよい。さらに、ｗｅｂサーバ４１は、ネットワーク４２経由でアクセスしてきた端末５１に対して、前記ＩＲＩと前記ひび割れ率と前記路面画像とを前記地図情報に含まれる道路情報に沿って参照可能に表示させる舗装情報可視化手段３８を実行可能である。参照可能に表示させるとは、地図上に前記ＩＲＩや前記ひび割れ率をカラーやアイコンとして記入された単一レイヤーの画像データでもよいし、地図レイヤーに重なって表示されるＩＲＩレイヤーやひび割れ率レイヤーとして、任意に表示／非表示を切り替えることができるフォーマットでもよい。また、地図上の所定の道路の点を選択することで、ＩＲＩやひび割れ率、その他の情報や、路面画像６１を別ウインドウや別レイヤーとして一時的に表示させることができるものでもよい。特に路面画像６１は地図上に常時展開することは閲覧性の点から問題があり、選択した地点に応じた路面画像６１を呼び出し可能であると望ましい。

ＩＲＩを地図上に表示する際の形式としては、例えば道路６０自体をＩＲＩの値に応じた色相や彩度で表示させることが挙げられる。例えばＩＲＩの値が良好であれば青く、ＩＲＩの値が悪い場合は赤に近い色で表示することで、道路のどの部分がＩＲＩ上問題となっているかをひと目で判別できる。

ひび割れ率を地図上に表示する際の形式としては、ＩＲＩと同様に色彩や彩度が異なるように表示してもよいし、明確なひび割れやその他の欠陥が起きている箇所を○印や×印といった表示子で示す形式でもよい。なお、欠陥の種類によって表示子の種類や色彩を変更してもよい。このような例を図４に示す。図４では道路６０をＩＲＩの値に応じた破線及び実線で示し、ひび割れその他のエラー検出箇所を丸印６２で示している。また、ウインドウに重なるレイヤーとして選択した地点の路面画像６１を表示している。すなわち、色彩や色相等でＩＲＩの値に問題がある領域やひび割れ等の欠陥が検出されたと判断された箇所を選択し、その選択された地点の路面画像６１を呼び出すことで、その地点の実際の状況を確認できる。凹凸があっても路面表示やマンホールによるものであることが確認されれば補修の必要はないと判断することができ、逆にガードレールや標識による指定から急ぎ補修の必要があると判断できるケースも考えられる。このように、補修の優先順位や緊急性のある箇所をリストアップし、具体的判断を行う際の補助ができる。

なお、この発明にかかる舗装情報収集点検システム１（舗装情報収集点検サービスシステム３０）を利用する端末５１は、ネットワーク機能を有するスマートフォン、タブレット、パソコンなど、特に限定されるものではない。舗装情報可視化手段３８に対応した専用のアプリケーションをインストールしてあるものでもよいし、ｗｅｂブラウザによって閲覧し、レイヤーなどを切り替え表示できるものでもよい。

この発明にかかる舗装情報収集点検方法の実施形態例である一連の実施手順を図５のフローに示す。まず（Ｓ１０１）、測定に用いる車両２にて前記ハンプ走行を実施し（Ｓ１０２）、前記車両特性パラメータを算出しておく（Ｓ１０３）。ただし、Ｓ１０３の算出はＳ１０４及びＳ１０５の後でもよい。このとき、舗装情報記録装置１０となるスマートフォン２１を用いてよい。

次に、車両２にて測定すべき道路を走行しながら、搭載したスマートフォン２１とビデオカメラ２２で測定しながら記録を行う（Ｓ１０４）。具体的には、スマートフォン２１により前記平坦性データを取得する各加速度取得手段２５と緯度経度情報を取得する位置情報取得手段２６とを実行する。また、ビデオカメラ２２により、前記路面画像を取得する路面画像取得手段２８と緯度経度情報を取得する位置情報取得手段２６とを実行する。測定が終わったら、取得した前記平坦性データ及び前記路面画像を前記緯度経度情報とともに平坦性解析装置３１及び画像解析装置３２へ送る（Ｓ１０５）。また、前記車両特性パラメータも併せて平坦性解析装置３１へ送る。

解析段階では、次のＳ１１１〜Ｓ１１２とＳ１１３とを並行して行う。画像解析装置３２では、前記路面画像にひび割れの有無の判定を付した教師用データを入力して、ニューラルネットワークのトレーニングを行う画像判定学習手段３６を実行する（Ｓ１１１）。その上で、教育した学習済みモデルを用いてひび割れ検知手段３７を実行する（Ｓ１１２）。一方、平坦性解析装置３１では、前記平坦性データからＩＲＩを推定するＩＲＩ推定手段３５を実行する（Ｓ１１３）。

解析を行った平坦性解析装置３１及び画像解析装置３２は、それぞれの結果をｗｅｂサーバ４１にアップロードする（Ｓ１１４）。ｗｅｂサーバ４１は、端末５１からのアクセスに対して舗装情報可視化手段３８を実行する（Ｓ１１５）。

１ 舗装情報収集点検システム
２ 車両
１０ 舗装情報記録装置
１１ 加速度センサ
１２ 角速度センサ
１４ 位置情報測位装置
１５ 記録装置
１５ａ 外部メディア
２１ スマートフォン
２２ ビデオカメラ
２５ 各加速度取得手段
２６ 位置情報取得手段
２７ 位置対応記録手段
２８ 路面画像取得手段
３０ 舗装情報収集点検サービスシステム
３１ 平坦性解析装置
３２ 画像解析装置
３５ ＩＲＩ推定手段
３６ 画像判定学習手段
３７ ひび割れ検知手段
３８ 舗装情報可視化手段
４１ ｗｅｂサーバ
４２ ネットワーク
５１ 端末
６０ 道路
６１ 路面画像
６２ 丸印

Claims (3)

1. 車両に搭載された走行環境下において、
   加速度センサ、角速度センサ又はその両方により走行時に測定される、ＩＲＩを算出するための平坦性データを取得する各加速度取得手段と、
   カメラにより走行中の前方又は後方の路面を含む静止画又は動画である路面画像を撮影する路面画像取得手段と、
   位置情報測位装置により走行中の緯度経度情報を取得し続ける位置情報取得手段と、
   前記平坦性データと、前記路面画像とを、取得した地点の緯度経度情報と紐づけ可能に記録する位置対応記録手段と、
   を実行する、一つ又は複数の装置からなる舗装情報記録装置と、
   前記平坦性データから前記緯度経度情報に対応した各地点におけるＩＲＩを推定するＩＲＩ推定手段を実行する平坦性解析装置と、
   予め用意したニューラルネットワークに、マス目化した路面についてひび割れを有する路面とそうでない路面との画像データを判定情報とともに読み込ませて、ひび割れの有無を検知可能であるようにトレーニングして学習済みモデルを生成する画像判定学習手段と、この学習済みモデルを用いた人工知能による判断として前記路面画像の解析により前記緯度経度情報に対応した各地点におけるマス目化した路面のひび割れを検知し、カウントした総マス数に対するひび割れマスの割合であるひび割れ率を計算するひび割れ検知手段と、を実行する画像解析装置と、
   前記ＩＲＩ、前記ひび割れ、及び前記路面画像を、前記平坦性解析装置及び前記画像解析装置から受け取り、端末からのリクエストに応じて地図上の地点から参照可能に表示させ、前記ひび割れ率を道路自体の色彩または彩度により表示させる舗装情報可視化手段を実行できるｗｅｂサーバと、
   を有する舗装情報収集点検システム。
2. 車両を走行させて緯度経度情報を測定しながら、
   加速度センサ、角速度センサ又はその両方により走行時に測定される、ＩＲＩを算出するための平坦性データを取得する各加速度取得手段と、
   カメラにより走行中の前方又は後方の路面を含む静止画又は動画である路面画像を撮影する路面画像取得手段と、
   を並行して実行するステップと、
   予め用意したニューラルネットワークに、マス目化した路面についてひび割れを有する路面とそうでない路面との画像データを判定情報とともに読み込ませて、ひび割れの有無を検知可能であるようにトレーニングして学習済みモデルを生成する画像判定学習手段を実行するステップと、
   前記平坦性データから前記緯度経度情報に対応した各地点におけるＩＲＩを推定するＩＲＩ推定手段と、
   前記学習済みモデルを用いた人工知能による判断として前記路面画像の解析により前記緯度経度情報に対応した各地点におけるマス目化した路面のひび割れを検知し、カウントした総マス数に対するひび割れマスの割合であるひび割れ率を計算するひび割れ検知手段と、
   の両方を実行するステップと、
   前記ＩＲＩ、前記ひび割れ、及び前記路面画像を、端末からのリクエストに応じて地図上の地点から参照可能に表示させ、前記ひび割れ率を道路自体の色彩または彩度により表示させる舗装情報可視化手段を実行するステップと、を実行する舗装情報収集点検方法。
3. 走行中の緯度経度情報を測定し続ける車両に搭載された加速度センサ、角速度センサ又はその両方により走行時に測定される平坦性データを用いて、前記緯度経度情報に対応した各地点におけるＩＲＩを推定するＩＲＩ推定手段を実行する平坦性解析装置と、
   前記車両に搭載されたカメラにより走行中の前方又は後方の路面を含む静止画又は動画である路面画像を用いて、予め用意したニューラルネットワークに、マス目化した路面についてひび割れを有する路面とそうでない路面との画像データを判定情報とともに読み込ませて、ひび割れの有無を検知可能であるようにトレーニングして生成した学習済みモデルを用いた人工知能による判断として、前記路面画像の解析により前記緯度経度情報に対応した各地点におけるマス目化した路面のひび割れを検知し、カウントした総マス数に対するひび割れマスの割合であるひび割れ率を計算するひび割れ検知手段を実行する画像解析装置と、
   各地点における前記ＩＲＩ、前記ひび割れ、及び前記路面画像の情報を受け取り、端末に対して地図上の地点から参照可能に表示させ、前記ひび割れ率を道路自体の色彩または彩度により表示させる舗装情報可視化手段を実行するｗｅｂサーバと、
   を有する舗装情報収集点検サービスシステム。
   

Images