JP7088720B2 - 測量機および測量システム - Google Patents

Description

本発明は、測量機および測量システムに関する。

測量機（トータルステーション）は、測定点に置かれたターゲットに測距光を照射し、その反射光を受光して測距を行うと共に、望遠鏡の回転角に基いて測角を行う。

特許文献１には、測量機の回動部の回転軸のブレおよび測距光軸のズレを正確に検出し、補正の精度を向上させるための方法が開示されている。

同様に、測量機の機能を向上させる方法は種々提案されており、それらの方法は、一般にソフトウェアとして、測量機に内蔵されたプログラムを実行することで実現される。

しかし、装置毎に異なる固有特性、異なる使用環境等のため、内蔵されたプログラムだけでは、測量機の機能を正しく発揮できない場合があるという問題がある。また、測量機の経年変化、使用環境、使用用途の変化によっても同様の問題がある。

このような問題に対応するには、作業者（ユーザ）が熟練の勘により、動作の設定を微調整したり、販売代理店やメーカが測量機を回収し、それぞれの状態に合わせてプログラムを修正したりする必要がある。

このため、作業者の熟練度に関わらず、自動的に動作を最適化することができ、販売代理店やメーカで回収して、プログラムの修正をする必要のない測量機が求められている。

特開２００９－１５６７７３号公報

本発明は、かかる事情を鑑みてなされたものであり、測量機の固有特性や、使用環境等の変化に応じて、自動的に動作を最適化することができる測量機および測量システムを提供することを目的とする。

上記目的を達成するために、本発明の１つの態様に係る測量機は、測距光を出射しターゲットで反射した前記測距光を受光して、前記ターゲットまでの測距および測角を行う測定部と、前記測定部を制御する演算制御部と、測定に関するデータを記憶する記憶部と
を備える測量機において、前記記憶部は、前記測量機に関する情報を備え、前記演算制御部は、前記測定に関するデータおよび前記測量機に関する情報に基いて前記測量機の異常を検出する異常検出部、前前記データおよび前記情報に基づく機械学習により前記異常の原因を解析して異常状態を改善する方法を予測する原因解析部、および、前記の原因に応じてプログラムを最適化するプログラム修正部を備えることを特徴とする。

上記態様に前記測定に関するデータは、測定結果データ、精度データ、および測定ステータスデータを備え、前記異常検出部は、前記精度データに基づいて前記測定結果データの異常を検出し、前記原因解析部は、機械学習により、前記測定結果データ、前記精度データ、および前記測定ステータスデータとの対応を学習した結果に基づいて、前記異常の原因を解析するとともに異常状態を改善する方法を予測し、前記プログラム修正部は、前記異常状態を改善する方法を実行し得るように、測定プログラムを修正することも好ましい。

上記前記測量機は、入力部および出力部をさらに備え、前記演算制御部は、前記異常検出部による異常検出結果、前記原因解析部による異常状態の改善方法の予測結果に基いて、前記出力部を用いて作業者に報告・助言を行う報告・助言部をさらに備え、前記入力部は、作業者からの指令を入力可能とすることも好ましい。

また、上記態様において、前記異常検出部は、前記測定に関するデータおよび前記測量機に関する情報に基いて機械学習により前記測量機の異常を検出することも好ましい。

また、本発明の別の態様にかかる測量システムは、測距光を出射しターゲットで反射した前記測距光を受光して、前記ターゲットまでの測距および測角を行う測定部、前記測定部を制御する演算制御部、および通信ネットワークを介して外部と通信可能な通信部を備える測量機と、前記測量機と同一の構成を有する外部機器と、前記測量機および前記外部機器とそれぞれ通信可能であり、前記測量機ならびに前記外部機器から受信した測定に関するデータおよび前記測量機ならびに前記外部機器に関する情報を、記憶するサーバとを備え、前記演算制御部は、前記測定に関するデータおよび前記測量機に関する情報に基いて前記測量機の異常を検出する異常検出部、前記データおよび前記情報に基づく機械学習により前記異常の原因を解析し、異常状態を改善する方法を予測する原因解析部、および前記の原因に応じて、プログラムを最適化するプログラム修正部を備えることを特徴とする。

上記構成によれば、測量機の固有特性や、使用環境等の変化に応じて生じる異常の原因を機械学習により解析して改善方法を予測し、該改善方法を実行し得るようにプログラムを修正できるので、測量機の動作を自動的に最適化することができる。

本発明の第１の実施の形態に係る測量機の構成を示す図である。 同形態に係る測量機の右方斜視図である。 同形態の測量機を用いる、対回観測動作のフローチャートである。 同形態の測量機における、プログラムの自動修正の処理のフローチャートである。 同形態の測量機を用いる、最適化された対回観測動作のフローチャートである。 同形態の測量機における、プログラムの自動修正の方法を説明する図である。 本発明の第２の実施の形態に係る測量機の構成を示す図である。 同形態の測量機における、プログラムの自動修正の処理のフローチャートである。 （ａ），（ｃ），（ｅ）は同形態の測量システムに係る測量機の表示部に表示された測量機からのメッセージを示す図であり、（ｂ），（ｄ），（ｆ）は、同表示部に表示された、作業者によって入力された指示を示す図である。 本発明の第３の実施の形態に係る測量機の構成を示す図である。 （ａ），（ｃ），（ｅ）は同形態の測量システムに係る測量機の音声出力部より出力される測量機からのメッセージを示す図であり、（ｂ），（ｄ），（ｆ）は、音声入力部から、作業者により入力される指示を示す図である。 本発明の第４の実施の形態に係る測量システムの構成を示す図である。 同形態の測量システムにおける、プログラムの自動修正の処理のフローチャートである。 （ａ），（ｃ）は第２の実施の形態の測量機の表示部に表示された測量機からのメッセージを示す図であり、（ｂ），（ｄ）は、同表示部に表示された、作業者によって入力された指示を示す図である。 （ａ），（ｃ）は第３の実施の形態の測量機の音声出力部より出力される測量機からのメッセージを示す図であり、（ｂ），（ｄ）は、音声入力部から、作業者により入力される指示を示す図である。

本発明の好適な実施の形態について、図面を参照しながら説明する。以下の実施の形態において、同一の構成には同一の符号を付し、重複する説明を省略する。

第１の実施の形態
（測量機の構成）
図１は、本発明の第１の実施の形態にかかる測量機ＴＳの構成ブロック図である。

測量機ＴＳは、トータルステーションである。図２は、測量機ＴＳの右方斜視図である。測量機ＴＳは、外観上、整準器の上に設けられた基盤部２ａ、基盤部２ａ上を水平回転する托架部２ｂ、および托架部２ｂの中央で鉛直回転する望遠鏡２ｃを備える。望遠鏡２ｃは、ターゲットを視準する視準光学系を備える。

また、測量機ＴＳは、機能的には、図１に示すように、測定部１０、演算制御部３０、記憶部４０、ユーザインタフェイス部５０、通信部６０を備える。

測定部１０は、ＥＤＭ（Ｅｌｅｃｔｒｏ－ｏｐｔｉｃａｌ・Ｄｉｓｔａｎｃｅ・Ｍｅａｓｕｒｉｎｇ・Ｉｎｓｔｒｕｍｅｎt：光波測距儀）１１、水平角検出器１２、鉛直角検出器１３、傾斜センサ１４、ＧＮＳＳ受信機１５、自動視準部１６、水平回転駆動部１７、鉛直回転駆動部１８、時計１９、および環境センサ２１を備える。

ＥＤＭ１１は、発光素子、測距光学系および受光素子を備える。ＥＤＭ１１は、望遠鏡２ｃの内部に配置され、測距光学系は、視準光学系と光学要素を共有する。ＥＤＭ１１は、発光素子から測距光を出射し、ターゲットからの反射光を受光素子で受光して、ターゲットを測距する。

水平角検出器１２および鉛直角検出器１３は、ロータリーエンコーダであり、後述する水平回転駆動部１７および鉛直回転駆動部１８でそれぞれ駆動される托架部２ｂおよび望遠鏡２ｃの回転軸周りの回転角度を検出し、視準光軸Ａの水平角および鉛直角を求める。

傾斜センサ１４は、整準器に備えられ、測量機本体の傾斜を検出し水平に整準するために使用される。

ＧＮＳＳ受信機１５は、ＧＮＳＳ衛星等の航法衛星からの航法信号を受信し、航法信号に基いて、自位置の衛星測位データを取得する。

自動視準部１６は、視準光学系、視準用光源、画像センサ等から構成され、視準光を視準用光源から出射し、ターゲットからの反射視準光を画像センサで受光して、受光結果に基づいて、視準光軸をターゲットに合致させる自動視準を行う。

水平回転駆動部１７および鉛直回転駆動部１８はモータであり、演算制御部３０に制御されて、それぞれ托架部２ｂを水平回転させ、望遠鏡２ｃを鉛直回転させる。

環境センサ２１は、測量機TSの測定環境を測定するセンサであり、公知の構成を有する、温度センサ、湿度センサ、気圧センサ、風量計、振動計等種々のセンサを含む。これらのセンサは、単独で用いてもよく、複数を組み合わせて備えていてもよい。

演算制御部３０は、ＣＰＵ（Ｃｅｎｔｒａｌ・Ｐｒｏｃｅｓｓｉｎｇ・Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃａｌ・Ｐｒｏｃｅｓｓｉｎｇ・Ｕｎｉｔ）を備える。演算処理部は、測定部、通信部、入力部から入力された各種に基いて、各種処理を実行する。また、演算制御部３０は、測定プログラムを実行し、水平回転駆動部、鉛直回転駆動部の駆動を制御する。演算制御部３０は、測定実行により得られる測定結果データ、精度データおよび測定環境データを記憶部４０に記憶し、通信部６０を介してサーバに送信する。

また、演算制御部３０は、機能部として、少なくとも、測定実行部３１、異常検出部３２、原因解析部３３およびプログラム修正部３４を備える。

測定実行部３１は、測定実行プログラム（対回観測プログラム）に従って測定を実行する。異常検出部３２は、記憶部４０に記憶されたデータおよび情報に基いて、異常を検出する。

なお、異常は、通常の状態と異なることをいい、測定の異常とは、測定が正常に行われないこと、測距値がでないこと、測定値が大きいこと、測定値が小さいこと、測定値の精度が悪いこと、測定時に自動視準ができないこと、データの取り込みが正常でないこと、出力データに異常があること、その他、自動測定ができないことなど測定に関する動作が通常とは異なることを含み、さらに、ある測定点で昨日と異なる測定結果であったことなどこれらの値や状態が過去と比較して変化したことなどを含む。

原因解析部３３は、記憶部４０に記憶されたデータおよび情報に基いて、機械学習により、異常の原因を解析し、異常状態の改善方法を予測する。プログラム修正部３４は、原因解析部による原因解析および予測の結果に基いて、測定プログラムを最適化するように修正する。

各機能部は、人工知能により制御されるソフトウェアとして構成されていてもよいし、専用の演算回路によって構成されていてもよい。また、ソフトウェア的に構成された機能部と、専用の演算回路によって構成された機能部が混在していてもよい。

記憶部４０は、例えば、ＲＡＭ（Ｒａｍｄａｍ・Ａｃｃｅｓｓ・Ｍｅｍｏｒｙ）である。

記憶部４０は、各機能部の機能を実行するためのプログラムを記憶する。また、記憶部４０は、測定結果データ、精度データ、および気温、気圧、湿度等の環境データ、その他対回観測の観測方法の設定（測定回数、測定条件等）に関するデータ、旋回時のモータ駆動状態に関するデータ、ならびに傾斜センサのデータ（以下、これらのデータを総称して「測定ステータスデータ」という。）（また、以下「測定結果データ」、「精度データ」および「測定ステータスデータ」を総称して、「測定に関するデータ」と言う。）を記憶する。また、記憶部４０は、測量機に関する情報として、機種名/製造年等の器械固有の情報を記憶する。

ユーザインタフェイス部５０は、入力部５１、表示部５２、音声入力部５３、および音声出力部５４を備える。

入力部５１は、例えば、操作ボタンであり、これにより、作業者（ユーザ）は、指令を入力したり、設定の選択を行ったりできる。

表示部５２は、例えば、液晶ディスプレイであり、演算制御部３０の指令に応じて測定結果、環境情報、設定情報等種々の情報を表示する。また、入力部５１より、作業者によって入力された指令を表示する。

なお、入力部５１と表示部５２とを一体的に構成して、タッチパネル式ディスプレイとしてもよい。

＜実施例１＞
１つの例として、本実施の形態に係る測量システム１００を用いて、測量機ＴＳの対回観測プログラムを自動修正する方法を説明する。

（出荷時の対回観測動作）
図３は、測量機ＴＳの出荷時の対回観測プログラムによる、対回観測動作のフローチャートである。作業者が、測量機ＴＳを操作して対回観測を開始すると、ステップＳ１０１で、測量機ＴＳは、測定の準備として、測量機ＴＳの設定および対回観測の測定方法の設定を行う。

具体的には、測量機ＴＳの設定としては、チルトの整準、気象補正のための温度、気圧、湿度の設定、コリメーション補正設定、両差補正設定、ターゲットタイプ、プリズム定数の設定を行う。また、対回観測の測定方法の設定としては、器械点、測定点の点名、器械高・視準高の登録、対回観測のセット数、距離読定数の指定、許容精度の設定などを行う。

次に、ステップＳ１０２で、測定実行部３１は、水平回転駆動部１７を駆動して、所定の速度で、望遠鏡２ｃを水平方向に旋回する。また、測定の正反に応じて、望遠鏡２ｃを鉛直方向に反転する。

次に、ステップＳ１０３で、測定実行部３１は、自動視準部１６を用いて、ターゲットの自動視準を行う。ターゲットの視準を完了すると、ステップＳ１０４に移行して、水平角の測定を行う。

次に、ステップＳ１０５で、測定実行部３１は、測定が終了したかどうかを判断する。測定が終了していない場合（Ｎｏ）、ステップＳ１０２に戻って測定を繰り返す。

一方測定が終了した場合（Ｙｅｓ）、ステップＳ１０６に移行して、測定実行部３１は、測定の精度（倍角差、観測差）をチェックして、測定を終了する。

一連の対回観測動作において、測量機ＴＳは、測定に関するデータおよび測定機に関する情報を、逐次、記憶部４０に記憶する。このようにして現在以前に記憶されたデータを、「過去データ」という。

(対回観測プログラムの自動修正)
図４は、測量機ＴＳを用いて、上記の対回観測において測量機ＴＳの精度の悪い測定があった場合に、精度が悪い状態を改善するためにプログラムを自動的に修正する処理のフローチャートである。測量機ＴＳは測定毎に下記の動作を繰り返し実行する。

測量機ＴＳは、処理を開始すると、ステップＳ２０１で、測定を行う。測定の具体的な動作は、図３のステップＳ１０１～Ｓ１０６の動作である。次にステップＳ２０２では、異常検出部３２は、精度データに基いて、異常、ここでは、精度が悪いデータがあるかを検出する。異常を検出しない場合（Ｎｏ）、処理は終了する。

しかし、測定を１００回、５００回と繰り返すにつれて、対回観測の結果の精度（倍角差、観測差）の悪い測定がある場合がある。このように異常を検出した場合（Ｙｅｓ）、ステップＳ２０３で、原因解析部３３は、測量機ＴＳの測定ステータスデータと精度データの相互の対応を機械学習した結果に基いて、前記異常の原因を解析し改善方法を予測する。

具体的には、異常検出部３２は、測量機ＴＳの精度データが所定の範囲に入っているかどうかを点検し、精度データが所定の範囲に入っていない場合に、異常を検出する。また、原因解析部３３は、測量機ＴＳの過去データおよび測量機ＴＳに関する情報に基づく機械学習により、精度の悪い原因が、チルトが安定しないため、すなわち、自動視準が完了しても、しばらくの間傾斜センサ１４の値が、所定の範囲内にとどまらないためであると、原因を解析する。

また、過去にチルトが安定しない場合の測量機ＴＳの測定結果データ、測定ステータスデータおよび精度データを比較して、左から右へモータを動かした場合に、チルトの安定が改善される傾向があることを見つけ出し、これが最適な測定条件と予測する。

この結果、測量機ＴＳにおいては、例えば、水平角３０°～６０°の測定の場合に、傾斜センサの値の安定が悪くなる特性があり、これが原因である可能性があることがわかる。また、測量機ＴＳの過去データから、この状態を改善するには、例えば、モータの駆動方法を自動視準後に左方向に１′駆動し、その後、右方向に１′駆動することが有効であることがわかる。

次に、ステップＳ２０４で、プログラム修正部３４が、ステップＳ２０２の解析結果に基いて、測定プログラムの修正を行い、プログラムを最適化する。修正された対回観測プログラムの詳細については後述する。なお、ステップＳ２０３の解析の結果、得られる原因は、１つに限らず、複数の場合もある。また、１つの原因について、異常状態を改善する方法は、１つに限らず複数の場合もある。このような場合は、プログラム修正部３４は、最も効果が高いと予測される改善方法を選択し、実行する。

次に、ステップS２０５で、測定実行部３１が、修正されたプログラムにより、測定を実行し、測定結果データ、精度データおよび測定ステータスデータを取得して、記憶部４０がこれを記憶する。

次に、ステップＳ２０６では、異常検出部３２がステップＳ２０１と同様にして、異常を検出し、ステップＳ２０１で発見された異常状態が改善されているかどうかを判断する。

異常状態が改善されていない場合（Ｎｏ）、処理はステップＳ２０３に戻り、原因の解析および改善方法の予測を行い、異常状態が改善するまで、ステップＳ２０３～Ｓ２０６まで繰り返す。あるいは、処理をステップＳ２０４に戻し、ステップＳ２０３で予測された改善方法のうち、既に実行されたもの以外の改善方法を実行可能とするように、測定プログラムを修正し、異常状態が改善するまでステップＳ２０４～Ｓ２０６を繰り返してもよい。

異常状態が改善された場合（Ｙｅｓ）、測量機ＴＳは、処理を終了する。

（最適化された対回観測動作）
図５は、プログラムの自動修正により最適化された対回観測動作のフローチャートである。

ステップＳ３０１～Ｓ３０３では、ステップＳ１０１～Ｓ１０３と同様に、作業者の指令によって、対回観測を開始すると、測定実行部３１は、水平回転駆動部１７を駆動して、望遠鏡２ｃ旋回し、自動視準を行う。

次に、ステップＳ３０４で水平角が３０°～６０°であるかどうかを判断する。

水平角が３０°～６０°ではない場合（Ｎｏ）、ステップＳ３０７に移行して、測定実行部３１が水平角の測定を実行する。

水平角が３０°～６０°である場合（Ｙｅｓ）、処理は、ステップＳ３０５に移行して、測定実行部３１は、水平回転駆動部１７を左方向へ１′旋回するよう駆動する。次にステップＳ３０６で、水平回転駆動部１７を右方向へ１′旋回するよう駆動する。次に、ステップＳ３０７で、測定実行部３１が水平角の測定を実行する。

水平角の測定実行後は、ステップＳ１０５～Ｓ１０６と同様に、測定終了の判断（ステップＳ３０８）、終了していない場合はステップＳ３０２～Ｓ３０８の繰り返し、測定終了後の精度チェック（ステップＳ３０９）を行い、処理を終了する。

ここで、プログラムの修正の方法について説明する。一般に、プログラムによって規定される処理は、図６の左図に示すようなフローチャートで表される。

本実施の形態に係る原因解析部３３は、右図に示すように、各処理間に少なくとも１つの矢印（灰色の矢印）を用意し、Ａ～Ｈの各処理をつなぐ矢印を、つなぎ変えたり、新たな処理を追加したり、処理を削除したりすることにより、異常を改善する最適な処理の順序および内容を選択する。次いで、プログラム修正部３４が、原因解析部３３が、異常状態の改善に有効と判断した処理の順序および内容となるように、矢印（黒色の矢印）をつなぎ変えたり、処理を追加したり、削除したりすることによりプログラムの修正を実行する。

本例においては、プログラム修正部３４は、出荷時の測定プログラム（ステップＳ１０１～Ｓ１０６）に、新たに、ステップＳ３０４の条件、ステップＳ３０５，S３０６の処理を追加するように、プログラムの修正を実行する。

本実施の形態によれば、測量機ＴＳ固有の特性や、測定環境等、経年劣化等により測量機ＴＳに異常が生じた場合にも、原因解析部３３が測量機ＴＳの測量機に関する情報および過去の測定結果データ、精度データならびに測定ステータスデータに基いて、機械学習により、異常の原因を解析し、異常状態を改善する方法を予測し、予測結果に基いて、プログラム修正部３４が自動的に既存のプログラムを修正して異常状態の改善をするので、作業者の熟練に関わらず測量機ＴＳの異常状態を改善し、動作を最適化することができる。

また、本実施の形態によれば、熟練者であれば、勘などにより測定機の設定を細やかに調整することにより対応していたような異常であっても、そのような設定の内容を含むデータを機械学習することによって、原因を解析し、改善方法を予測することができるので、初心者であっても熟練者と同様な測定を行うことができる。

また、本実施の形態によれば、自動的に既存のプログラムを修正するので、メーカや販売代理店に測量機ＴＳを持ち込んで、プログラムの修正を行う手間を省略することができる。

また、測量機ＴＳは、過去のデータを測定毎に蓄積しており、異常の原因解析および改善方法の予測を行うにあたり、基礎となるデータは時間と共に変化していく。そのため、測量機ＴＳの経年変化や、測定環境の変化などにリアルタイムに対応した、機能の最適化が可能となる。

＜変形例＞
また、上記の例では、異常検出部３２による異常の検出は、予め設定した値の範囲に入っているか等の判断基準を予め設定し該判断基準により判断することにより行っているが、測量機ＴＳの過去データを用いた機械学習により、異常を検出するように構成してもよい。

第２の実施の形態
（測量機の構成）
図７は第２の実施の形態に係る測量機ＴＳａの構成ブロック図である。図７に示すように、測量機ＴＳａは第１の実施の形態に係るＴＳと同様に、測定部１０、演算処理部１３０，記憶部４０、およびユーザインタフェイス部５０を備える。

しかし、測量機ＴＳａが、演算処理部１３０に測定実行部３１、異常検出部３２、原因解析部３３、プログラム修正部３４に加えて報告・助言部１３５を有する点で異なる。また、演算処理部１３０は、公知の自然言語処理機能を有する人工知能を含む。

報告・助言部１３５は、異常検出部３２による異常の検出結果、プログラム修正後の異常状態の改善状況、および原因解析部３３による、異常の原因解析結果ならびに異常状態の改善方法予測結果に基いて、作業者に対する報告・助言のためのメッセージを作成する。

(プログラムの自動修正)
図８は、対回観測における測量機ＴＳａの精度の悪化を改善するためにプログラムを自動的に修正する処理のフローチャートである。

測量機ＴＳａは、処理を開始すると、ステップＳ４０１で、ステップＳ２０１と同様に、測定を行う。次にステップＳ４０２では、異常検出部３２は、精度データに基いて、異常、すなわち、精度が悪いデータがあるかを検出する。異常を検出しない場合（Ｎｏ）、処理は終了する。

異常が検出された場合（Ｙｅｓ）、ステップＳ４０３で、報告・助言部１３５は、検出結果、および原因を調べるかどうかを問うメッセージを作成し、図９（ａ）に示すように表示部５２に表示することにより作業者に報告する。

次いで、ステップＳ４０４で、報告に対する作業者の指示を確認する。図９（ｂ）に示すように、作業者からの原因の解析に同意する指令が、入力部より入力された場合（Ｙｅｓ）、処理はステップＳ４０５に移行して、原因解析部３３が、ステップＳ２０３と同様に、前記異常の原因を解析し改善方法を予測する。

一方ステップＳ４０４で、作業者からの指令が原因の解析に同意しない場合（Ｎｏ）、処理は終了する。

ステップＳ４０６では、報告・助言部がステップＳ４０５で予測した異常状態の改善方法を報告するとともに、その改善方法に従って、プログラムの修正を行うかどうかを問うメッセージを作成し、図９（ｃ）に示すように表示部５２に表示することにより作業者に助言する。

次いで、ステップＳ４０７で、表示部５２に表示された助言を確認した作業者が、図９（ｄ）に示すように、プログラムの修正する指令を、入力部より入力すると（Ｙｅｓ）、処理はステップＳ４０８に移行して、ステップＳ２０２と同様に、プログラム修正部が、プログラムの修正を行う。

一方ステップＳ４０７で、作業者がプログラムの修正に同意しない場合（Ｎｏ）、処理は終了する。

ステップＳ４０８でプログラムの修正が終了すると、ステップＳ４０９では、測定実行部３１が、修正された対回観測プログラムにより、測定を実行し、測定結果データ、精度データおよび測定ステータスデータを記憶部４０に記憶する。

次にステップＳ４１０において、異常検出部３２が、ステップＳ２０１と同様にして、異常があるかどうかを確認し、ステップＳ４０２で検出された異常が改善されたかどうかを検出する。

異常が改善された場合（Ｙｅｓ）、ステップＳ４１１で、報告・助言部１３５が異常状態の改善についてのメッセージを作成し、図９（ｅ）に示すように、表示部５２に表示し、作業者に報告する。作業者は、ステップＳ４１２でこれを確認し、図９（ｆ）に示すように、了解した旨の入力を行い、処理を終了する。

一方、異常状態が改善されていない場合（Ｎｏ）、処理はステップＳ４０５に戻り、原因の解析および改善方法の予測をくりかえす。

上記の構成によれば、測量機は、異常の検出結果、原因解析および異常状態の改善方法予測結果、およびプログラム修正による異常状態の改善結果をその都度作業者に報告・助言するので、作業者は、助言に従って改善方法を承認または選択するだけでよく、難しい知識を有していなくても、異常状態の改善方法を知ることができ、プログラム修正についての判断を行うことができる。

また、作業者は、処理の承認または拒否を行うことができるので、作業者の好みに応じたプログラムの修正が可能となる。

第３の実施の形態
（測量機の構成）
図１０は第３の実施の形態に係る測量機ＴＳｂの構成ブロック図である。図１０に示すように、測量機ＴＳｂは、第１の実施の形態に係るＴＳと同様に、測定部１０、演算処理部１３０，記憶部４０、およびユーザインタフェイス部５０を備える。

しかし、測量機ＴＳｂが、演算制御部２３０に、音声認識部２３６を備える点、ユーザインタフェイス部２５０に音声入力部２５３、音声出力部２５４備える点で異なる。その余の点は、測量機ＴＳａの構成と同一である。

音声入力部２５３および音声出力部２５４は、それぞれ、マイクおよびスピーカである。音声入力部２５３は、作業者が発する音声を集音し、音声信号に変換して出力する。音声出力部２５４は、演算制御部２３０の指示に基いて、サーバＳａの報告・助言部２７６で生成された作業者への報告・助言を音声として出力する。

音声認識部２３６は、音声入力部２５３から入力された音声を、自然言語処理機能により認識し、テキスト指令に変換する。

測量機ＴＳｂを用いて、プログラムを自動修正する処理のフローチャートは、図８の測量機ＴＳａを用いた場合と同一である。しかし、ステップＳ４０３，Ｓ４０６,Ｓ４１１の報告では、図１１の（ａ），（ｃ），（ｅ）のように、報告・助言を音声出力部５３から音声で出力する点、ステップＳ４０４，Ｓ４０７，Ｓ４１１のユーザの確認では、（ｂ），（ｄ），（ｆ）のように、ユーザの指示および確認を音声入力部５４から音声で入力する。

測量機からの報告を音声により認識し、作業者からの指令を音声により行うことができるので、他の作業をしながら指令を送信することができ、作業効率が向上する。また、指令入力における手間が軽減することができ、使い勝手が向上する。また、測量機に手を触れずに指令を送信することができるので、測量条件に影響を及ぼす恐れがない。また、音声認識部２３６は、自然言語処理機能を有しているので、詳しい知識を有さない作業者であっても、指令を行うことができる。

第４の実施の形態
（システム全体の構成）
図１２は、本発明の第４の実施の形態にかかる測量システム（以下、単に「システム」ともいう。）１００の構成ブロック図である。

システム１００は、測量機ＴＳｃ、サーバＳ、第１の外部機器ＥＥ１、および第２の外部機器ＥＥ２を備える。測量機ＴＳｃ、第１の外部機器ＥＥ１、および第２の外部機器ＥＥ２は、通信ネットワークＮを介してサーバＳと通信可能に構成されている。

通信ネットワークＮは、インターネット、ローカル・エリア・ネットワーク、ワイド・エリア・ネットワーク、衛星通信ネットワーク等を適用可能であり、またそれらが複合的に組み合わせることも可能である。また、通信ネットワークＮは、ケーブルを用いた有線通信あるいはＷｉ－Ｆｉ等で構成された無線通信であっても構わない。

（測量機ＴＳｃの構成）
測量機ＴＳｃは、第１の実施の形態に係る測量機ＴＳｃと実質的に同一の構成を有する測量機である。ただし、測量機ＴＳｃは、通信部６０を備える点で異なる。

通信部６０は、通信ネットワークＮを介して、サーバＳおよび外部機器ＥＥ１，ＥＥ２との通信を可能にするものであり、例えば、インターネットプロトコル（ＴＣＰ／ＩＰ）を用いてインターネットに接続可能とする。

（サーバＳの構成）
サーバＳは、サーバ通信部７１、サーバ記憶部７２およびサーバ制御部７３を備える。

サーバ通信部７１は、通信ネットワークＮを介して、サーバＳと、測量機ＴＳ、第１の外部機器ＥＥ１および第２の外部機器ＥＥ２との間で情報の送受信を可能とする。

サーバ記憶部７２としては、例えば、ＨＤＤ、ソリッドステートドライブ、半導体フラッシュメモリ、ブルーレイディスク等を用いることができる。サーバ記憶部７２は、測量機ＴＳ、第１の外部機器ＥＥ１および第２の外部機器ＥＥ２から受信した種々のデータおよびそれぞれの固有情報をそれぞれ、測量機ＴＳ、第１の外部機器ＥＥ１および第２の外部機器ＥＥ２の識別番号と関連付けて記憶する。

サーバ制御部７３は、少なくとも高性能のＣＰＵおよびメモリ（ＲＯＭ、ＲＡＭ等）を備える制御ユニットである。サーバ制御部７３は、測量機ＴＳからの要求に応じて、サーバ記憶部７２に記憶された測量機ＴＳ、第１の外部機器ＥＥ１、および第２の外部機器ＥＥ２に関するデータを送信する。

（第１の外部機器ＥＥ１の構成）
第１の外部機器ＥＥ１は、測量機ＴＳｃと同種のトータルステーションである。第１の外部機器ＥＥ１は、測定部８１、演算制御部８２、記憶部８３、ユーザインタフェイス部８４、通信部８５を備える。これらはそれぞれ、測量機ＴＳの測定部１０、演算制御部３０、記憶部４０、ユーザインタフェイス部５０、通信部６０と同一であるので説明は省略する。

第１の外部機器ＥＥ１は、測定機ＴＳｃと同様に、測定に関するデータおよび使用状態に関する情報を、通信部８５を介して測定毎にサーバに送信する。

（第２の外部機器ＥＥ２の構成）
第２の外部機器ＥＥ２は、測量機ＴＳｃとは異なる種類の測定器である。例えば、風速計、風量計、温度計、湿度計、振動計、その他の測定装置である。また、測量機ＴＳとは構成の異なる、トータルステーション、電子レベル、トランシット等の測量機であってもよい。

第２の外部機器ＥＥ２は、少なくとも測定部９１および通信部９２を備える。

測定部９１は、外部機器の種類に応じて、公知の構成を備える。すなわち、風速計の場合は、公知の風速計の測定部としての構成を備える。

通信部９２は、通信ネットワークＮを介して、サーバＳとの間で、種々のデータの送受信を可能とする。第２の外部機器ＥＥ２は、測量機ＴＳ、第１の外部機器ＥＥ１と同様に、測定毎に、測定に関するデータおよび使用状態に関する情報をサーバＳに送信する。

(対回観測プログラムの自動修正)
図１３は、システム１００を用いて、上記の対回観測において測量機ＴＳｃに精度の悪い測定があった場合に、精度が悪い状態を改善するためにプログラムを自動的に修正する処理のフローチャートである。システム１００は、測定毎に下記の動作を繰り返し実行する。

測量機ＴＳｃは、測定毎に、測定に関するデータおよび測定機の使用状態に関する情報をサーバＳに送信している。サーバＳは、これらのデータを過去データとして測量機ＴＳｃと関連付けてサーバ記憶部７２に記憶している。同様に、第１の外部機器ＥＥ１も、測定毎に、過去データをサーバＳに送信し、サーバＳは、これらのデータを第１の外部機器ＥＥ１と関連付けてサーバ記憶部７２に記憶している。

測量機ＴＳｃは、処理を開始すると、ステップＳ２０１と同様に、ステップＳ５０１で、測定を行う。測定の具体的な動作は、図３のステップＳ１０１～Ｓ１０６の動作である。測定に関するデータおよび測量の使用状態に関する情報は、サーバＳに送信され、次にステップＳ５０２でサーバＳに保存される。、

次に、ステップ５０３では、異常検出部３２が、サーバＳに測量機ＴＳｃの過去データおよび第１の外部機器ＥＥ１の過去データを要求し、サーバＳから受信する。そして、異常検出部３２は、サーバＳから受信した測量機ＴＳｃの過去データに基づいて、異常、すなわち、精度が悪いデータがあるどうかを検出する。異常を検出しない場合（Ｎｏ）、処理は終了する。

異常を検出した場合（Ｙｅｓ）、ステップＳ５０３で、原因解析部３３は、受信した、測量機ＴＳｃおよび第１の外部機器ＥＥ１の過去データに基いて、ステップＳ２０３と同様に原因を解析し、異常状態の改善方法を予測する。

次に、ステップＳ５０６で、ステップＳ２０４と同様に、プログラム修正部３４が、ステップＳ５０５の解析結果に基いて、対回観測プログラムの修正を行い、対回観測プログラムを最適する。

次に、ステップS５０７で、測定実行部３１が、修正されたプログラムにより、測定を実行し、測定に関するデータおよび使用状態に関する情報を、サーバＳに送信する。

次に、ステップＳ５０９では、異常検出部３２がステップＳ５０３と同様にして、異常を検出し、ステップＳ５０３で発見された異常状態が改善されているかどうかを判断する。

異常状態が改善されていない場合（Ｎｏ）、処理はステップＳ５０５に戻り、原因の解析および改善方法の予測を行う。

異常状態が改善された場合（Ｙｅｓ）、測量機は、処理を終了する。

本実施の形態によれば、測量機ＴＳｃのみならず、他の測量機である第１の外部機器ＥＥ１の過去データも機械学習の基礎としているので、原因解析および改善方法の予測の精度が向上する。

＜変形例＞
上記の例では、測量機ＴＳ１の過去データおよび第１の外部機器ＥＥ１の過去データに基いて機械学習を行っているが、機械学習の基礎とするデータとしては、これに限らず、第２の外部機器ＥＥ２の過去の測定データやインターネット上で流通しているあらゆるデータを用いることができる。

例えば、測量機の受光光量が安定しないという異常を検出した場合に、測量機ＴＳおよび温度センサ（第２の外部機器ＥＥ２）の過去データから、測量機から所定の距離にある地点の温度と、測量機を設置した地点の温度差が所定の範囲以上であるために大気のゆらぎの影響が大きくなるという原因を特定し、改善方法として、大気のゆらぎに対応した最適な測定条件を設定するなどということがわかる。

また、第２の実施の形態および第３の実施の形態において、異常の検出結果や、原因の解析結果、改善方法の予測結果が複数ある場合もある。そのために、図９（ａ）～図９（ｄ）の表示部の表示に代えて、それぞれ図１４（ａ）～図１４（ｄ）のように表示し、複数の結果を列挙し、作業者が、画面の表示に従って、解析およびプログラム修正の対象を任意に選択したり、測量機に自動的に選択させたり、全てを選択するようにしたり、あるいは選択しないようにしたりできるように構成されていてもよい。また、処理の優先度、有効性などを表示して、作業者が選択するのを補助するように構成してもよい。

同様に、図１１（ａ），（ｃ）の音声出力部より出力される測量機からのメッセージに代えて、それぞれ図１５（ａ），（ｃ）のように出力し、作業者が図１５（ｂ），（ｄ）のように音声入力部から、音声を入力することで、作業者が、解析およびプログラム修正の対象を任意に選択したり、測量機に自動的に選択させたり、全てを選択するようにしたり、あるいは選択しないようにしたりできるように構成されていてもよい。また、処理の優先度、有効性などを報知して、作業者が選択するのを補助するように構成してもよい。

上記の構成によれば、作業者は、測量機から出力される表示または音声メッセージに従って、必要な操作を行うことができるので、作業者に難しい知識がない場合にも、簡単に、適切な処理を選択することができる。作業者が熟練者である場合には必要に応じて適切な処理を選択することができる。

以上、本発明の好ましい実施の形態について述べたが、上記の実施の形態は本発明の一例であり、それぞれの構成を当業者の知識に基づいて組み合わせることが可能であり、そのような形態も本発明の範囲に含まれる。

ＴＳ，ＴＳa，ＴＳｂ、ＴＳｃ 測量機
Ｎ 通信ネットワーク
ＥＥ１ 第１の外部機器（外部機器）
Ｓ、Ｓａ サーバ
３０，１３０，２３０ 演算制御部
３２ 異常検出部
３３ 原因解析部
３４ プログラム修正部
５１ 入力部
５２ 表示部（出力部）
２５３ 音声入力部（入力部）
２５４ 音声出力部（出力部）

Claims (4)

1. 測距光を出射しターゲットで反射した前記測距光を受光して、前記ターゲットまでの測距および測角を行う測定部と、
   前記測定部を制御する演算制御部と、
   測定に関するデータを記憶する記憶部と
   を備える測量機において、
   前記記憶部は、前記測量機に関する情報を備え、
   前記演算制御部は、前記測定に関するデータおよび前記測量機に関する情報に基いて前記測量機の異常を検出する異常検出部、前記データおよび前記情報に基づく機械学習により前記異常の原因を解析して異常状態を改善する方法を予測する原因解析部、および、前記異常の原因に応じてプログラムを最適化するプログラム修正部を備え、
   前記測定に関するデータは、測定結果データ、精度データ、および測定ステータスデータを備え、
   前記異常検出部は、前記精度データに基づいて前記測定結果データの異常を検出し、
   前記原因解析部は、機械学習により、前記測定結果データ、前記精度データ、および前記測定ステータスデータとの対応を学習した結果に基づいて、前記測定ステータスデータに対応する前記異常の原因を解析し、異常状態を改善する方法を予測し、
   前記プログラム修正部は、前記異常状態を改善する方法を実行し得るように、測定プログラムを修正することを特徴とする測量機。
2. 前記測量機は、入力部および出力部をさらに備え、
   前記演算制御部は、前記異常検出部による異常検出結果、前記原因解析部による異常状態の改善方法の予測結果に基いて、前記出力部を用いて作業者に報告・助言を行う報告・助言部をさらに備え、
   前記入力部は、作業者からの指令を入力可能とすることを特徴とする請求項１に記載の測量機。
3. 前記異常検出部は、前記測定に関するデータおよび前記測量機に関する情報に基いて機械学習により前記測量機の異常を検出することを特徴とする請求項１または２に記載の測量機。
4. 測距光を出射しターゲットで反射した前記測距光を受光して、前記ターゲットまでの測距および測角を行う測定部、前記測定部を制御する演算制御部、および通信ネットワークを介して外部と通信可能な通信部を備える測量機と、
   前記測量機と同一の構成を有する外部機器と、
   前記測量機および前記外部機器とそれぞれ通信可能であり、前記測量機ならびに前記外部機器から受信した測定に関するデータおよび前記測量機ならびに前記外部機器に関する情報を、記憶するサーバとを備え、
   前記演算制御部は、前記測定に関するデータおよび前記測量機に関する情報に基いて前記測量機の異常を検出する異常検出部、前記データおよび前記情報に基づく機械学習により前記異常の原因を解析し、異常状態を改善する方法を予測する原因解析部、および前記異常の原因に応じて、プログラムを最適化するプログラム修正部を備え、
   前記測定に関するデータは、測定結果データ、精度データ、および測定ステータスデータを備え、
   前記異常検出部は、前記精度データに基づいて前記測定結果データの異常を検出し、
   前記原因解析部は、機械学習により、前記測定結果データ、前記精度データ、および前記測定ステータスデータとの対応を学習した結果に基づいて、前記測定ステータスデータに対応する前記異常の原因を解析し、異常状態を改善する方法を予測し、
   前記プログラム修正部は、前記異常状態を改善する方法を実行し得るように、測定プログラムを修正することを特徴とする測量システム。

Images