JP6918672B2 - 劣化診断システム - Google Patents
劣化診断システム Download PDFInfo
- Publication number
- JP6918672B2 JP6918672B2 JP2017198046A JP2017198046A JP6918672B2 JP 6918672 B2 JP6918672 B2 JP 6918672B2 JP 2017198046 A JP2017198046 A JP 2017198046A JP 2017198046 A JP2017198046 A JP 2017198046A JP 6918672 B2 JP6918672 B2 JP 6918672B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- diagnostic
- time
- group
- deterioration
- 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
- 238000003745 diagnosis Methods 0.000 title claims description 159
- 230000006866 deterioration Effects 0.000 title claims description 121
- 238000012545 processing Methods 0.000 claims description 150
- 238000006243 chemical reaction Methods 0.000 claims description 65
- 230000009466 transformation Effects 0.000 claims description 19
- 238000003384 imaging method Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000000034 method Methods 0.000 description 155
- 230000008569 process Effects 0.000 description 72
- 230000006870 function Effects 0.000 description 56
- 238000012986 modification Methods 0.000 description 32
- 230000004048 modification Effects 0.000 description 32
- 238000012800 visualization Methods 0.000 description 32
- 238000004891 communication Methods 0.000 description 21
- 238000002405 diagnostic procedure Methods 0.000 description 21
- 238000013500 data storage Methods 0.000 description 18
- 230000000052 comparative effect Effects 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 13
- 238000003672 processing method Methods 0.000 description 12
- 238000007689 inspection Methods 0.000 description 10
- 238000012937 correction Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 7
- 238000000547 structure data Methods 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 4
- 230000007797 corrosion Effects 0.000 description 4
- 238000005260 corrosion Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 238000011426 transformation method Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000009418 renovation Methods 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0094—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot involving pointing a payload, e.g. camera, weapon, sensor, towards a fixed or moving target
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D47/00—Equipment not otherwise provided for
- B64D47/08—Arrangements of cameras
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/63—Control of cameras or camera modules by using electronic viewfinders
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
- H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
- B64U10/10—Rotorcrafts
- B64U10/13—Flying platforms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U20/00—Constructional aspects of UAVs
- B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
- B64U20/87—Mounting of imaging devices, e.g. mounting of gimbals
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
-
- 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
- G06T2207/30136—Metal
-
- 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
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
Description
従来技術例の飛行体利用劣化診断システムにおける課題等について補足説明する。
図1〜図14を用いて、本発明の実施の形態の飛行体利用劣化診断システムについて説明する。
(1) 実施の形態の診断システムは、飛行体利用劣化診断及び劣化箇所可視化システムである。本診断システムは、比較例の第2構成例の方式を基本とする。即ち、本診断システムは、過去及び現在の対象物に関する飛行体の空撮による連続画像に基づいて、計算機によって診断処理を行うことで、劣化箇所を自動的に判定、検出する機能(劣化診断機能)を有する。本診断システムは、診断結果情報を、DBに格納し、ユーザである診断者に対して画面で可視化して表示する。本診断システムでは、診断処理のためのデータ処理方法、画像間の対応付け及び比較処理方法等に工夫を有する。これにより、ユーザは、診断作業を効率的に行うことができ、診断を低コストで実現できる。
図1は、実施の形態の飛行体利用劣化診断システムである診断システムの全体の構成を示す。診断システムは、ドローン1である飛行体と、計算機システム100とを備え、それらが無線通信で接続されている。計算機システム100は、例えば、PC2と、サーバ3とを有し、それらが通信網を介して接続されている。PC2は、ドローン制御装置であり、個々のユーザ(診断者)が使用するクライアント端末装置である。サーバ3は、例えば事業者のクラウドコンピューティングシステムやデータセンタ等におけるサーバ装置であり、PC2と連携する計算処理装置である。
図2は、本診断システムのドローン1及び計算機システム100の概略的な機能ブロック構成を示す。
図3は、本診断システムの計算機システム100におけるハードウェアやプログラムやデータの構成例を示す。計算機システム100は、演算部111、入力部112、表示部113、無線通信部106、プログラム記憶部114、データ記憶部115、等を有し、それらがバス等で接続されている。
図4は、実施の形態における概要として、対象物5の周囲の空撮、及び過去と現在の空撮画像の対応付け及び比較処理について示す。
計算機システム100のDB33等に取得、格納される、参照データ及び診断データ等の各種のデータ/情報として、以下を含む。
図5は、本診断システムの計算機システム100の計算機(PC2及びサーバ3)の基本処理フローを示す。図5は、ステップS1〜S9を有する。以下、ステップの順に説明する。なお、このフローは、ドローン1の航行及び空撮と共にリアルタイムで診断処理等を行う方式の場合のフローである。これに限らず、ドローン1の航行及び空撮を一旦行った後に、撮影画像データ等を取得して診断処理を行う方式としてもよい。
図6は、診断部107の診断処理(S4)における平面マッチング処理を含む処理フローを示す。図6は、ステップS41〜S43を有する。
図7は、上記診断処理における平面マッチング方式について示す。図7の上側には、参照画像及び診断画像の例を示す。第1例において、診断画像601及び参照画像602は、同じ対象物5の同じ箇所(例:図4の建築物の側壁面)を空撮した画像である。第1例では、所定の壁面デザインとして、線で区切られた複数の平面領域を含む場合である。撮影時の状況が異なることから、2つの画像の内容には違いがある。本例では、診断画像601内に、ひび割れのような劣化箇所701がある。
診断部107は、上記画像から劣化箇所を検出する際に、以下のような処理を行ってもよい。診断部107は、劣化箇所702の劣化種類や劣化度合いを所定の処理によって判定してもよい。例えば、劣化種類として、ひび割れ、さび、腐食、剥離等を定義する。例えば、ひび割れの検出の場合、ひび割れの位置や領域、ひび割れの領域のサイズ、ひび割れの線の数、長さ、幅等が算出される。それらの定量化した数値に基づいて、ひび割れの劣化度合いが判定される。例えば、ひび割れに関する基準閾値との比較に基づいて、劣化度合いがいくつかのレベルとして判定される。
図8は、診断部107の変換部107Cの変換処理(S6)のフローを示す。図8は、ステップS61〜S63を有する。
図9は、上記変換処理の概要として、劣化箇所を含む2枚の連続画像から3次元座標情報を得る座標変換を示す。カメラ4を含む空間の3次元座標系を(X,Y,Z)で示す。Oはカメラ位置を示す。画像内の2次元座標系を(x,y)で示す。
前述の座標変換(図8,図9)の際に、2次元座標の選び方を工夫することで、効率化ができる。変形例の診断システムでは、その工夫として、下記の平面変換方式を用いる。この平面変換方式では、前述の平面マッチング方式の平面情報を利用して、2次元座標を選択する。これにより、変換処理を効率化できる。
図11は、上記平面変換方式での座標変換計算を示す。連続画像における、劣化箇所を含む第1画像内の第1平面p101と、第2画像内の第2平面p102とを示す。第1平面p101と第2平面p102は、平面マッチングによって対応付け及び比較される比較対象平面である。第1平面p101内には、劣化箇所を表す特徴点f1の第1座標(x1,y1)を有する。第2平面p102内に、特徴点f1に対応する特徴点f2の第2座標(x2,y2)を有する。計算機システム100は、第1平面p101から第2平面p102への平面変換係数Cを算出する。計算機システム100は、平面変換係数Cを用いた座標計算によって、特徴点f1の第1座標(x1,y1)から、特徴点f2の第2座標(x2,y2)を算出する。
図12は、診断結果情報のうちの劣化箇所情報に関するデータ格納構成例を示す。DBのテーブル(表)に、劣化箇所情報が格納される。過去の参照データ、及び現在の診断データで同様の構造でデータが管理される。図示省略するが、撮像日時等の情報を用いて時系列でデータが管理される。
図13は、2次元から3次元への劣化箇所の位置付けを行う劣化箇所可視化機能及びその画面例について示す。
劣化箇所可視化機能及び画面に関する変形例として以下も可能である。可視化部108は、まず、図13の(B)のような画面で、対象物3次元モデルを表示し、劣化箇所(診断結果情報)については表示しない。ユーザは、対象物5の構造に関する知見や過去の劣化発生実績に基づいて、画面で対象物3次元モデル上の所望の箇所を選択操作する。例えば、対象物5が橋である場合で、橋の構造上、予め、劣化が発生する可能性が高いとわかっている箇所がある場合に、その箇所が選択される。可視化部108は、選択された箇所(点または領域)に関して、過去の参照データ及び現在の診断データが存在する場合、その部分に関する診断結果情報を参照する。可視化部108は、その診断結果情報から、劣化箇所を対象物3次元モデル上に位置付けた画面、あるいは過去と現在の画像の比較表示画面等を生成して表示する。
上記のように、実施の形態の飛行体利用劣化診断システムによれば、過去と現在の空撮画像を比較して対象物の劣化等の状態を診断する際に、診断の効率や精度を高めることができる。本診断システムによれば、飛行体の空撮画像に基づいた劣化診断の作業を支援して効率化を図ることができ、更には劣化診断の自動化を図ることができる。本診断システムによれば、人による目視の画像確認等の作業を低減でき、低コストで劣化診断を実現できる。本診断システムによれば、画面で対象物3次元モデル上に劣化箇所等を可視化でき、診断者は劣化箇所等をわかりやすく認識でき、点検補修等の作業も容易になる。
実施の形態の変形例の診断システムとして以下が挙げられる。変形例として、前述の診断部107で、平面マッチング方式(または画像レベルマッチング方式)で過去と現在の画像群の対応付け及び比較処理を含む診断処理(図5のS4、図6)を行う際に、公知の機械学習を適用してもよい。機械学習方式としては、深層学習方式を適用してもよい。例えば、図7のような平面レベルの対応付け及び比較処理を、機械学習で行うことにより、自動的に劣化箇所を検出できる。診断部107は、入力の診断画像群及び参照画像群の各画像について、機械学習(例えば深層学習)処理を施すことで、劣化箇所を検出する。機械学習を用いる場合、予め、機械学習の教師情報として、劣化箇所を含む画像等が入力されて学習が行われる。
前述の実施の形態では、空撮時に撮影画像データを得ると共に診断処理を開始し、診断画像群と参照画像群とで同様の処理を適用する方式としたが、これに限らず可能である。変形例として、予め、診断日時よりも事前の処理として、参照データの画像群について、平面マッチング方式の平面検出等の処理を行い、その処理結果情報をDBに格納しておく。これにより、診断日時の診断処理の際には、診断データに対し、参照データの処理結果情報を読み出して処理を行えばよいので、全体処理時間を短縮できる。
前述の過去及び現在の画像群について、平面マッチング方式の対応付け及び比較処理を適用しようとする際に、画像によっては平面検出等が難しい場合がある。例えば、対象物5の表面の構造が複雑な場合に、ノイズが多くなり、全く平面が検出できない場合や、細かい多数の平面しか検出できない場合があり得る。変形例の診断システムでは、入力画像が、そのように平面が検出しにくい画像である場合に、例外として扱い、平面マッチング処理を適用せずに、画像レベルマッチング処理等の他の処理を適用して対処する。
前述の診断処理では、対応付けられた画像同士を比較して、両者の差分から劣化箇所を検出する。その際、処理方式にも依るが、一般にはノイズを伴う。診断精度を高めるためには、そのノイズの低減が有効である。そこで、変形例の診断システムでは、2段階のノイズ除去処理を適用する。計算機システム100は、第1段階として、比較対象画像の画像データ全体に対し、所定のノイズ除去処理、例えば所定のフィルタ処理を適用する。計算機システム100は、第1段階のノイズ除去処理後、その画像に残っているノイズ部分に関するノイズ度合いを、所定の評価処理で評価する。計算機システム100は、その評価で得たノイズ度合いと、所定の閾値とを比較し、ノイズ度合いが閾値を越えるノイズ部分を含む画像について、第2段階のノイズ除去処理を適用する。第2段階のノイズ除去処は、例えば第1段階とは別の所定のフィルタ処理等である。これにより、診断処理の際に劣化箇所の誤検出を低減できる。
変形例として、追加機能におけるルート設定方式について説明する。このルート設定方式の機能では、過去のルート及び参照データ等に基づいて、現在及び未来の診断のためのドローン1の好適なルート、診断日時、撮影設定情報等を自動的に生成し、事前設定する。好適なルート、診断日時、及び撮影設定情報とは、過去の画像内容に対して現在の画像内容の揺れやずれ等が低減されるようなルート、診断日時、及び撮影設定情報である。具体的には、対象物5の環境における光や風の状況、時期や天候等を考慮して、診断対象領域がなるべく鮮明に写るように、ルート、診断日時、及び撮影設定情報が設定される。言い換えると、過去の設定ルートに基づいて、所定の補正によって、現在の好適なルートが生成される。この機能によって事前設定されたルート、診断日時、及び撮影設定情報に従って実際に空撮を行わせる。これにより、過去と現在の画像内容の違いが小さく、同じ診断対象領域が鮮明に写った診断画像群が得られやすくなる。そのため、対応付け及び比較処理を容易化でき、診断精度を高めることができる。
・光が当たりやすい時期や天候に合わせて、おすすめ診断日時を設定する。
・相対的に光が当たりにくい領域について、撮影方向や撮影条件を補正する。
・風向き等に合わせて、撮像時点及び時間間隔を補正する。
図16は、計算機システム100のルート設定機能の処理フローを示す。図16は、ステップS101〜S105を有する。
変形例として、追加機能うち、カメラ調整方式の機能について説明する。このカメラ調整方式の機能では、ドローン1のルートに従って航行中に、リアルタイムでカメラ4の撮影設定を調整するように撮影制御を行う。この調整は、過去の画像に対する現在の画像内容の揺れやずれ等が低減されるように撮影設定を変更することである。具体的には、空撮時に、ルート上の所定の撮像時点毎に、現在と過去の画像で重複度合いがなるべく大きくなるように、カメラ4の撮影方向、撮影タイミング、撮影条件等を補正する。
図18は、上記カメラ調整機能の処理フローを示す。図18は、ステップS201〜S205を有する。
変形例として、追加機能のうち、段階的対応付け方式の機能について説明する。前述のように、基本的に対応付け及び比較処理は難しく、処理負荷が高い。過去と現在の画像内容において類似度合いが高い画像同士でないと、対応付けが難しい。この変形例の段階的対応付け方式では、過去と現在の画像群の対応付け処理に関して、グループ分けを用いて、例えば2段階で実現する。
変形例として、追加機能のうち、部分的SFM処理方式の機能について説明する。この部分的SFM処理方式では、大量の空撮画像データがある場合に、全部の画像にSFM処理を行うのではなく、一部の画像にSFM処理を行う。
変形例として、優先空撮方式について説明する。この優先空撮方式では、対象物5のうち、特定の箇所または領域に着目し、その特定の箇所を、優先箇所として、優先的に空撮するように、ルート及びカメラ4の撮影設定情報等を設定及び制御する。例えば、ユーザは、設定画面の対象物3次元モデルにおいて、予め、特定の箇所または領域を、優先箇所として設定する。特定の箇所は、例えば、対象物5の構造の知見や過去の診断の実績から、劣化等の発生可能性が高いとわかっている箇所である。過去の参照データに基づいて、検出済みの劣化箇所を、優先箇所として設定してもよい。
図22は、本発明の他の実施の形態の診断システムにおける、対象物を含む空撮画像及び対象物3次元モデルについて示す。対象物として、電柱及び電線に適用する場合を示す。この形態では、診断処理において、前述の劣化箇所に相当する状態及び箇所として、対象物(電柱及び電線)とその周囲の他の物体(樹木等)との接触状態の接触箇所を診断、検出する。
Claims (4)
- 飛行体による撮影を利用して対象物の劣化を含む状態を診断する計算機システムを備える劣化診断システムであって、
前記計算機システムは、
前記対象物の周囲のルートを航行し前記対象物を撮影するカメラを有する前記飛行体の航行及び前記カメラの撮影を制御し、
所定の日時に前記飛行体を前記ルートで航行させて前記飛行体の前記カメラを用いて前記対象物を連続的に撮影した画像群を含むデータを取得してDBに記憶し、
同じ前記対象物に関して、現在の日時に撮影した診断画像群を含む診断データと、前記DBから参照した過去の日時に撮影した参照画像群を含む参照データとに基づいて、現在の画像と過去の画像とで同じ箇所を含む画像を、比較対象画像として対応付け、
前記比較対象画像の現在の画像と過去の画像とで比較して差分を判定することで、前記現在の画像から前記劣化を含む状態の劣化箇所を検出し、
前記現在の画像内の前記劣化箇所を表す2次元座標を、前記対象物の3次元モデルを含む空間内の3次元座標に位置付けるように変換し、
前記変換後の前記空間内の前記劣化箇所を含む診断結果情報を、可視化する画面を生成して、ユーザに対して表示し、
前記対象物の前記3次元モデル、または前記カメラの撮影方向の区分に応じて、前記診断画像群及び前記参照画像群を、時空間における複数のグループに分け、
前記対応付けの際、前記グループ単位の画像群同士での第1対応付けを行い、
前記第1対応付け後に、前記グループ内の画像単位での第2対応付けを行い、
前記第2対応付けの際、前記診断画像群と前記参照画像群とで、各画像内から平面部を検出し、現在の画像の平面部と過去の画像の平面部とで対応付け、
前記比較の際、前記現在の画像の平面部と前記過去の画像の平面部とで比較して差分を判定することで、前記現在の画像から前記劣化箇所を検出し、
前記変換の際、前記診断画像群における複数の画像の各画像内の前記劣化箇所を表す2次元座標を、透視変換行列に基づいて、前記対象物の前記3次元モデル上の3次元座標へ変換し、
前記第2対応付け後に、各前記グループ単位の処理結果情報を統合する、
劣化診断システム。 - 請求項1記載の劣化診断システムにおいて、
前記計算機システムは、前記対象物の前記3次元モデル上の特定の箇所、または時間間隔に基づいて、前記グループ毎に複数の画像から1つの代表画像を選択し、前記代表画像毎に特徴点の情報を記憶し、前記第1対応付けの際に、前記グループ内の前記代表画像の情報を用いて比較を行う、
劣化診断システム。 - 請求項1記載の劣化診断システムにおいて、
前記計算機システムは、前記対象物の前記劣化箇所に関して、前記過去の画像と前記現在の画像との比較を含む、時系列での変化を可視化する画面を生成する、
劣化診断システム。 - 請求項1記載の劣化診断システムにおいて、
前記計算機システムは、
前記複数のグループから、処理対象を選択し、
前記変換の際、前記処理対象として選択したグループ毎に、前記診断画像群における複数の画像の各画像内の前記劣化箇所を表す2次元座標を、透視変換行列に基づいて、前記対象物の前記3次元モデル上の3次元座標へ変換し、前記グループ毎の変換結果を統合する、
劣化診断システム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017198046A JP6918672B2 (ja) | 2017-10-11 | 2017-10-11 | 劣化診断システム |
SG11201906977UA SG11201906977UA (en) | 2017-10-11 | 2018-08-24 | Aircraft-utilizing deterioration diagnosis system |
PCT/JP2018/031365 WO2019073704A1 (ja) | 2017-10-11 | 2018-08-24 | 飛行体利用劣化診断システム |
US16/645,390 US11361417B2 (en) | 2017-10-11 | 2018-08-24 | Aircraft-utilizing deterioration diagnosis system |
PH12020500304A PH12020500304A1 (en) | 2017-10-11 | 2020-02-10 | Aircraft-utilizing deterioration diagnosis system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017198046A JP6918672B2 (ja) | 2017-10-11 | 2017-10-11 | 劣化診断システム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2019070631A JP2019070631A (ja) | 2019-05-09 |
JP2019070631A5 JP2019070631A5 (ja) | 2020-12-24 |
JP6918672B2 true JP6918672B2 (ja) | 2021-08-11 |
Family
ID=66101360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017198046A Active JP6918672B2 (ja) | 2017-10-11 | 2017-10-11 | 劣化診断システム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11361417B2 (ja) |
JP (1) | JP6918672B2 (ja) |
PH (1) | PH12020500304A1 (ja) |
SG (1) | SG11201906977UA (ja) |
WO (1) | WO2019073704A1 (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6583840B1 (ja) * | 2018-05-31 | 2019-10-02 | 株式会社センシンロボティクス | 検査システム |
US20220254154A1 (en) * | 2019-03-18 | 2022-08-11 | Ntt Docomo, Inc. | Information processing device and information processing method |
JP6788291B1 (ja) | 2019-06-03 | 2020-11-25 | 株式会社イクシス | 点検支援システム |
JP6829846B2 (ja) * | 2019-06-03 | 2021-02-17 | 株式会社インフォマティクス | 構造物の検査システム、構造物の検査方法及びプログラム |
JP7166225B2 (ja) * | 2019-07-08 | 2022-11-07 | ソフトバンク株式会社 | 異常点検システム、異常点検装置、異常点検方法および異常点検プログラム |
JP2019211486A (ja) * | 2019-08-26 | 2019-12-12 | 株式会社センシンロボティクス | 検査システム |
JP2021047059A (ja) * | 2019-09-18 | 2021-03-25 | 株式会社サテライトオフィス | ドローンシステム、ドローンシステムのプログラム |
JP7433623B2 (ja) | 2019-11-18 | 2024-02-20 | 株式会社ベイシスコンサルティング | 構造物画像管理システム |
WO2021240667A1 (ja) * | 2020-05-27 | 2021-12-02 | 日本電気株式会社 | スケジューリングシステム、スケジューリング装置、スケジューリング方法、及びコンピュータ可読媒体 |
KR102260559B1 (ko) * | 2020-08-24 | 2021-06-07 | 주식회사 한국건설방재연구원 | 태블릿을 이용한 시설 구조물의 안전 진단 방법 |
JPWO2022114006A1 (ja) * | 2020-11-27 | 2022-06-02 | ||
US11544919B2 (en) | 2020-12-09 | 2023-01-03 | Precisionhawk, Inc. | Drone inspection of an undifferentiated surface using a reference image |
WO2022209583A1 (ja) * | 2021-03-31 | 2022-10-06 | パイオニア株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP7003352B1 (ja) | 2021-04-12 | 2022-01-20 | 株式会社三井E&Sマシナリー | 構造物の点検データ管理システム |
JP7369735B2 (ja) * | 2021-05-17 | 2023-10-26 | 株式会社日立パワーソリューションズ | 監視システム、および、監視方法 |
JPWO2022259383A1 (ja) * | 2021-06-08 | 2022-12-15 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100215212A1 (en) * | 2009-02-26 | 2010-08-26 | Honeywell International Inc. | System and Method for the Inspection of Structures |
JP5832341B2 (ja) | 2012-03-09 | 2015-12-16 | 株式会社トプコン | 動画処理装置、動画処理方法および動画処理用のプログラム |
JP5870011B2 (ja) * | 2012-11-27 | 2016-02-24 | 日本電信電話株式会社 | 点群解析装置、点群解析方法及び点群解析プログラム |
FR3037429B1 (fr) * | 2015-06-15 | 2018-09-07 | Donecle | Systeme et procede d'inspection automatique de surface |
US10475234B2 (en) * | 2015-07-15 | 2019-11-12 | George Mason University | Multi-stage method of generating 3D civil site surveys |
JP6569114B2 (ja) | 2015-10-19 | 2019-09-04 | エナジー・ソリューションズ株式会社 | 検査システム、及び検査方法 |
JP6560366B2 (ja) * | 2016-01-06 | 2019-08-14 | 富士フイルム株式会社 | 構造物の部材特定装置及び方法 |
WO2017127711A1 (en) | 2016-01-20 | 2017-07-27 | Ez3D, Llc | System and method for structural inspection and construction estimation using an unmanned aerial vehicle |
JP6478329B2 (ja) | 2016-02-02 | 2019-03-06 | Jfe鋼板株式会社 | 構造物の点検システムおよび点検方法 |
WO2017221965A1 (ja) * | 2016-06-23 | 2017-12-28 | 日本電気株式会社 | 状態判定装置、状態判定方法、及びプログラムを記憶する記憶媒体 |
JP6777150B2 (ja) * | 2016-08-02 | 2020-10-28 | 日本電気株式会社 | 劣化検出装置、劣化検出方法、及びプログラム |
US10796425B1 (en) * | 2016-09-06 | 2020-10-06 | Amazon Technologies, Inc. | Imagery-based member deformation gauge |
US10621751B2 (en) * | 2017-06-16 | 2020-04-14 | Seiko Epson Corporation | Information processing device and computer program |
-
2017
- 2017-10-11 JP JP2017198046A patent/JP6918672B2/ja active Active
-
2018
- 2018-08-24 US US16/645,390 patent/US11361417B2/en active Active
- 2018-08-24 SG SG11201906977UA patent/SG11201906977UA/en unknown
- 2018-08-24 WO PCT/JP2018/031365 patent/WO2019073704A1/ja active Application Filing
-
2020
- 2020-02-10 PH PH12020500304A patent/PH12020500304A1/en unknown
Also Published As
Publication number | Publication date |
---|---|
US20210358102A1 (en) | 2021-11-18 |
WO2019073704A1 (ja) | 2019-04-18 |
SG11201906977UA (en) | 2019-08-27 |
JP2019070631A (ja) | 2019-05-09 |
PH12020500304A1 (en) | 2021-01-25 |
US11361417B2 (en) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6918672B2 (ja) | 劣化診断システム | |
JP7129069B2 (ja) | ドローンを用いた作業を支援するシステムおよび方法 | |
CN106774431B (zh) | 一种测绘无人机航线规划方法及装置 | |
US9915946B2 (en) | Unmanned aerial vehicle rooftop inspection system | |
JP7030431B2 (ja) | 点検支援システム及び点検支援制御プログラム | |
US11328483B2 (en) | System and method for structure inspection | |
CN109324337B (zh) | 无人飞行器的航线生成及定位方法、装置及无人飞行器 | |
EP3743781B1 (en) | Automated and adaptive three-dimensional robotic site surveying | |
US11768508B2 (en) | Unmanned aerial vehicle sensor activation and correlation system | |
JP2018169995A5 (ja) | ||
US20220148445A1 (en) | Unmanned aerial vehicle rooftop inspection system | |
JP2020030204A (ja) | 距離測定方法、プログラム、距離測定システム、および可動物体 | |
CN108508916B (zh) | 一种无人机编队的控制方法、装置、设备及存储介质 | |
JP2017182695A (ja) | 情報処理プログラム、情報処理方法および情報処理装置 | |
JP6802599B1 (ja) | 検査システム | |
CN110209847A (zh) | 航空遥感数据机上准实时处理方法、装置和存储介质 | |
KR101771492B1 (ko) | 복수의 센서를 탑재한 무인 비행체를 이용하는 매핑 방법 및 시스템 | |
CN114004977A (zh) | 一种基于深度学习的航拍数据目标定位方法及系统 | |
Udin et al. | Digital Terrain Model extraction using digital aerial imagery of Unmanned Aerial Vehicle | |
Choi et al. | Design and implementation of vision-based structural safety inspection system using small unmanned aircraft | |
JP6940670B1 (ja) | 無人飛行体の飛行経路作成方法及びシステム | |
JP2016218626A (ja) | 画像管理装置、画像管理方法およびプログラム | |
US20220221857A1 (en) | Information processing apparatus, information processing method, program, and information processing system | |
CN112987781A (zh) | 一种无人机航线生成方法及装置 | |
CN114723184B (zh) | 一种基于视觉感知的风力发电机测量方法、装置以及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201009 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201112 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210406 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210607 |
|
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: 20210713 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210721 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6918672 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |