JP7270803B1 - 下水道管渠の劣化状態診断システム - Google Patents
下水道管渠の劣化状態診断システム Download PDFInfo
- Publication number
- JP7270803B1 JP7270803B1 JP2022055959A JP2022055959A JP7270803B1 JP 7270803 B1 JP7270803 B1 JP 7270803B1 JP 2022055959 A JP2022055959 A JP 2022055959A JP 2022055959 A JP2022055959 A JP 2022055959A JP 7270803 B1 JP7270803 B1 JP 7270803B1
- Authority
- JP
- Japan
- Prior art keywords
- deterioration
- image
- target
- pipe
- information
- 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
- 230000006866 deterioration Effects 0.000 title claims abstract description 178
- 238000003745 diagnosis Methods 0.000 title claims abstract description 115
- 238000012545 processing Methods 0.000 claims abstract description 72
- 238000005259 measurement Methods 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 45
- 239000010865 sewage Substances 0.000 claims abstract description 29
- 238000007689 inspection Methods 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims description 31
- 238000001514 detection method Methods 0.000 claims description 30
- 238000012216 screening Methods 0.000 claims description 26
- 238000002405 diagnostic procedure Methods 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 10
- 230000015556 catabolic process Effects 0.000 claims description 6
- 238000006731 degradation reaction Methods 0.000 claims description 6
- 230000007797 corrosion Effects 0.000 description 20
- 238000005260 corrosion Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 9
- 230000002093 peripheral effect Effects 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000003673 groundwater Substances 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000011150 reinforced concrete Substances 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- QNRATNLHPGXHMA-XZHTYLCXSA-N (r)-(6-ethoxyquinolin-4-yl)-[(2s,4s,5r)-5-ethyl-1-azabicyclo[2.2.2]octan-2-yl]methanol;hydrochloride Chemical compound Cl.C([C@H]([C@H](C1)CC)C2)CN1[C@@H]2[C@H](O)C1=CC=NC2=CC=C(OCC)C=C21 QNRATNLHPGXHMA-XZHTYLCXSA-N 0.000 description 1
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- BZHJMEDXRYGGRV-UHFFFAOYSA-N Vinyl chloride Chemical compound ClC=C BZHJMEDXRYGGRV-UHFFFAOYSA-N 0.000 description 1
- 206010047571 Visual impairment Diseases 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000007665 sagging Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
Description
のプログラムであって、診断の対象となる対象管渠の管内を撮影した管内画像を含む測定情報を取得する測定情報取得工程と、記憶装置に記憶されている前記対象管渠に対する過去の診断の結果の記録である検査情報から、前記対象管渠に対する過去の診断で検出された劣化である既知劣化の情報を取得する過去情報取得工程と、前記過去情報取得工程により取得した前記対象管渠の既知劣化の情報に基づいて、診断すべき劣化の種別および位置を特定し、前記測定情報取得工程により取得した前記対象管渠の測定情報の中から前記特定した劣化の位置を含む管内画像を選択し、劣化の種別ごとに用意された複数の診断処理の中から前記特定した劣化の種別に対応する診断処理を選択し、前記選択した管内画像に対して、前記選択した診断処理を適用することによって、前記対象管渠の劣化の度合いを診断する第一の診断工程と、前記対象管渠の劣化の種別と劣化の度合いに基づいて、交換の要否および交換対象を決定する決定工程と、をコンピュータに実行させるためのプログラムを含む。
図1は、下水道管渠の劣化状態診断システムの全体構成を示している。
出されなかった場合に利用される。簡易検出処理によって要診断領域が検出されなかったということは、対象管渠には劣化が含まれていないか、含まれていたとしても軽微な劣化であると考えられる。このような場合は、対象管渠の管内画像の全体をくまなくサーチし、劣化やその予兆を検出する。スクリーニング部25の処理は、第一の診断部23および第二の診断部24の処理に比べて時間を要するが、未知の劣化をいち早く検出するためには有効である。
図3を参照して、画像加工部28による管内画像(展開画像)の加工処理、および、画像の前処理の一例を説明する。
度、フレームレート、フィルタなど)および撮像するカメラ仕様に依存して、画像の輝度、コントラスト、色調などに違いが生じる。画像ごとにそのようなばらつきがあると、後段の劣化検出や劣化状態の診断などの結果が安定せず、精度が低下する可能性がある。そこで、画像加工部28は、測定条件の違いに依存する画像の輝度、コントラスト、色調などのばらつきを低減するように、前処理を施すのである。照明の明るさや撮影条件などが動画像の付加情報として与えられている場合には、画像加工部28は、その情報を利用して画像の前処理を実施してもよい。そのような付加情報が与えられていない場合には、画像加工部28は、例えばヒストグラム均等化などの前処理によって、画像の輝度、コントラスト、色調などを調整してもよい。
図4を参照して、劣化状態診断システム1による画像診断の全体フローを説明する。なお、カメラ15からの動画像データの取り込み、並びに、画像加工部28による管内画像の生成および前処理はすでに実行され、対象管渠の測定情報はデータベース20内に登録済みであるものとする。
図5を参照して、第一の診断部23による個別診断処理のフローの詳細を説明する。
部23は、円周長さ[mm]と管内画像の縦方向のピクセル数に基づいて、管内画像の1ピクセルを現実の寸法[mm]に換算する(ステップS502)。
1)。「たるみ」とは、図9に示すように、管の一部が沈下し管路に不陸が生じている状態である。たるみが発生すると、管路が折れ曲がった部分の管底に滞水が生じる。たるみの無いまっすぐな管路の場合は、管底の水は一定幅の帯状領域となるのに対し、たるみにより発生する滞水の領域は、管の沈下量が最大となる箇所で最も幅広となり、その箇所から離れるにしたがって幅が狭くなるような、略ひし形の形状を呈する。第一の診断部23は、ステップS531で検出した滞水領域の形状を計測し(ステップS532)、滞水領域の最大幅および長さと管径に基づいて幾何学的にたるみ量(管の最大の沈下量)を計算する(ステップS533)。
図6を参照して、第二の診断部24による簡易検出処理のフローの詳細を説明する。
本的には金属の酸化によるため、金属部材の酸化による錆の色が検出されるため有彩色となる傾向がある。
図7を参照して、第二の診断部24による個別詳細診断処理のフローの詳細を説明する。
図8を参照して、スクリーニング部25による個別詳細診断処理のフローの詳細を説明する。
、腐食の程度を算出する(ステップS812)。なお、ステップS809~S812の処理は、図5のステップS508~S509、S514~S515と同じでよい。画像診断の結果は、DB更新部27によって、対象管渠の検査情報としてデータベース20に格納される(ステップS813)。
上述した実施形態は本発明の構成の一具体例を示すものにすぎない。本発明の構成は上記実施形態のものに限定されず、特許請求の範囲に記載された技術的思想の範囲内で適宜変形することができる。
2:ユーザ端末
10:下水道管渠
11:管
12:マンホール
13:スパン
14:ロボット
15:カメラ
30:動画像
31:動画像のフレームから切り出したドーナツ状の領域
32:帯状の画像
33:管内画像(展開画像)
34:下水
35,36:内周面
Claims (8)
- 下水道管渠の劣化状態を画像を用いて診断するシステムであって、
管渠に対する過去の診断の結果の記録である検査情報を記憶する記憶手段と、
診断の対象となる対象管渠の管内を撮影した管内画像を含む測定情報を取得する測定情報取得手段と、
前記記憶手段に記憶されている前記対象管渠の検査情報から、前記対象管渠に対する過去の診断で検出された劣化である既知劣化の情報を取得する過去情報取得手段と、
前記過去情報取得手段により取得した前記対象管渠の既知劣化の情報に基づいて、診断すべき劣化の種別および位置を特定し、前記測定情報取得手段により取得した前記対象管渠の測定情報に含まれる前記対象管渠の管内画像の全体の中から前記特定した劣化の位置を含む一部の管内画像を選択し、劣化の種別ごとに用意された複数の診断処理の中から前記特定した劣化の種別に対応する診断処理を選択し、前記選択した一部の管内画像に対して、前記選択した診断処理を適用することによって、前記対象管渠の劣化の度合いを診断する第一の診断手段と、
前記対象管渠の劣化の種別と劣化の度合いに基づいて、交換の要否および交換対象を決定する決定手段と、を有する、
ことを特徴とする下水道管渠の劣化状態診断システム。 - 前記対象管渠の既知劣化の情報が存在しない場合に、前記対象管渠の測定情報に含まれる管内画像から、周囲と輝度が相違する領域を要診断領域として検出する簡易検出を行い、前記簡易検出によって要診断領域が検出された場合に前記要診断領域に対して劣化の度合いを診断する第二の診断手段を有する、
ことを特徴とする請求項1に記載の下水道管渠の劣化状態診断システム。 - 前記簡易検出によって要診断領域が検出されなかった場合に、前記対象管渠の測定情報に含まれる管内画像の全体をスクリーニングして劣化を検出するスクリーニング手段を有
する、
ことを特徴とする請求項2に記載の下水道管渠の劣化状態診断システム。 - 前記対象管渠の既知劣化の情報と、前記第一の診断手段の診断結果とから、前記既知劣化の進行度を算出し、前記算出した進行度の情報で前記対象管渠の検査情報を更新する更新手段を有する、
ことを特徴とする請求項1~3のいずれか1項に記載の下水道管渠の劣化状態診断システム。 - 前記第一の診断手段、前記第二の診断手段、および、前記スクリーニング手段のうち少なくともいずれかは、学習済みモデルを利用して管内画像から劣化の判定を行うものであり、
前記対象管渠の測定情報に含まれる管内画像を新たな教師データとして前記学習済みモデルのオンライン学習を行う学習手段を有する、
ことを特徴とする請求項3に記載の下水道管渠の劣化状態診断システム。 - 前記対象管渠の過去の診断に用いられた管内画像と測定条件を合わせるために、前記対象管渠の測定情報に含まれる管内画像に対し、輝度、コントラスト、および色調のうち少なくともいずれかを補正する前処理を施す画像加工手段を有する、
ことを特徴とする請求項1に記載の下水道管渠の劣化状態診断システム。 - 下水道管渠の劣化状態を画像を用いて診断する方法であって、
コンピュータにより、診断の対象となる対象管渠の管内を撮影した管内画像を含む測定情報を取得する測定情報取得工程と、
コンピュータにより、記憶装置に記憶されている前記対象管渠に対する過去の診断の結果の記録である検査情報から、前記対象管渠に対する過去の診断で検出された劣化である既知劣化の情報を取得する過去情報取得工程と、
コンピュータにより、前記過去情報取得工程により取得した前記対象管渠の既知劣化の情報に基づいて、診断すべき劣化の種別および位置を特定し、前記測定情報取得工程により取得した前記対象管渠の測定情報に含まれる前記対象管渠の管内画像の全体の中から前記特定した劣化の位置を含む一部の管内画像を選択し、劣化の種別ごとに用意された複数の診断処理の中から前記特定した劣化の種別に対応する診断処理を選択し、前記選択した一部の管内画像に対して、前記選択した診断処理を適用することによって、前記対象管渠の劣化の度合いを診断する第一の診断工程と、
コンピュータにより、前記対象管渠の劣化の種別と劣化の度合いに基づいて、交換の要否および交換対象を決定する決定工程と、を有する、
ことを特徴とする下水道管渠の劣化状態診断方法。 - 下水道管渠の劣化状態の画像を用いた診断をコンピュータに実行させるためのプログラムであって、
診断の対象となる対象管渠の管内を撮影した管内画像を含む測定情報を取得する測定情報取得工程と、
記憶装置に記憶されている前記対象管渠に対する過去の診断の結果の記録である検査情報から、前記対象管渠に対する過去の診断で検出された劣化である既知劣化の情報を取得する過去情報取得工程と、
前記過去情報取得工程により取得した前記対象管渠の既知劣化の情報に基づいて、診断すべき劣化の種別および位置を特定し、前記測定情報取得工程により取得した前記対象管渠の測定情報に含まれる前記対象管渠の管内画像の全体の中から前記特定した劣化の位置を含む一部の管内画像を選択し、劣化の種別ごとに用意された複数の診断処理の中から前記特定した劣化の種別に対応する診断処理を選択し、前記選択した一部の管内画像に対し
て、前記選択した診断処理を適用することによって、前記対象管渠の劣化の度合いを診断する第一の診断工程と、
前記対象管渠の劣化の種別と劣化の度合いに基づいて、交換の要否および交換対象を決定する決定工程と、
をコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022055959A JP7270803B1 (ja) | 2022-03-30 | 2022-03-30 | 下水道管渠の劣化状態診断システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022055959A JP7270803B1 (ja) | 2022-03-30 | 2022-03-30 | 下水道管渠の劣化状態診断システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7270803B1 true JP7270803B1 (ja) | 2023-05-10 |
JP2023148099A JP2023148099A (ja) | 2023-10-13 |
Family
ID=86316765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022055959A Active JP7270803B1 (ja) | 2022-03-30 | 2022-03-30 | 下水道管渠の劣化状態診断システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7270803B1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001348915A (ja) | 2000-06-05 | 2001-12-21 | Kazuyoshi Hayashi | 地中に埋設された管の交換方法およびこの方法に使用する管の連結具 |
JP2013204350A (ja) | 2012-03-29 | 2013-10-07 | Nippon Steel & Sumikin Metal Products Co Ltd | 立坑の腐食診断システム及び方法 |
JP2019139476A (ja) | 2018-02-09 | 2019-08-22 | オリンパス株式会社 | 管路検査情報管理装置、及び、管路検査情報管理方法 |
JP2021086473A (ja) | 2019-11-29 | 2021-06-03 | 株式会社日立製作所 | 画像確認支援システム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4149179B2 (ja) * | 2002-03-05 | 2008-09-10 | 東京都下水道サービス株式会社 | 管渠内検査診断支援装置、管渠内検査診断支援方法及び管渠内検査診断支援プログラムを記憶した記憶媒体 |
-
2022
- 2022-03-30 JP JP2022055959A patent/JP7270803B1/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001348915A (ja) | 2000-06-05 | 2001-12-21 | Kazuyoshi Hayashi | 地中に埋設された管の交換方法およびこの方法に使用する管の連結具 |
JP2013204350A (ja) | 2012-03-29 | 2013-10-07 | Nippon Steel & Sumikin Metal Products Co Ltd | 立坑の腐食診断システム及び方法 |
JP2019139476A (ja) | 2018-02-09 | 2019-08-22 | オリンパス株式会社 | 管路検査情報管理装置、及び、管路検査情報管理方法 |
JP2021086473A (ja) | 2019-11-29 | 2021-06-03 | 株式会社日立製作所 | 画像確認支援システム |
Also Published As
Publication number | Publication date |
---|---|
JP2023148099A (ja) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102008973B1 (ko) | 딥러닝 기반의 하수도관 내부 결함 탐지 장치 및 방법 | |
Hawari et al. | Automated defect detection tool for closed circuit television (cctv) inspected sewer pipelines | |
Hoang | Detection of surface crack in building structures using image processing technique with an improved Otsu method for image thresholding | |
Koo et al. | Innovative method for assessment of underground sewer pipe condition | |
KR100891934B1 (ko) | 영상처리 기법을 이용한 강교의 도막검사 시스템의 처리방법 | |
CN104568983A (zh) | 基于主动式全景视觉的管道内部功缺陷检测装置及方法 | |
CN110130987B (zh) | 一种基于图像分析的隧道收敛变形监测方法 | |
CN113075065B (zh) | 基于图像识别的深海管道裂纹扩展监测与可靠性评估系统 | |
JP2023139099A (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 | |
JP6333307B2 (ja) | 劣化部位検知装置、劣化部位検知方法およびプログラム | |
JP2011242365A (ja) | コンクリート構造物画像のひび割れ検知装置、ひび割れ検知方法及びそのプログラム | |
KR101557865B1 (ko) | 하수관로의 cctv 데이터 및 상부지반의 gpr 데이터를 이용한 지반침하 진단 시스템 및 그 방법 | |
JP2012202858A (ja) | コンクリート表面の閉合ひび割れ検出方法 | |
CN113989266B (zh) | 基于图像处理的机械配件表面缺陷检测方法 | |
CN113763363B (zh) | 一种排水管道破裂缺陷检测及等级评定方法 | |
McKim et al. | Condition assessment of underground sewer pipes using a modified digital image processing paradigm | |
CN117235672B (zh) | 一种基于多源数据的综合管廊故障诊断方法及装置 | |
JP4189061B2 (ja) | コンクリート表面のクラック検出方法 | |
CN116433668A (zh) | 一种智能液压油管漏油检测方法 | |
JP7270803B1 (ja) | 下水道管渠の劣化状態診断システム | |
Alhaddad et al. | A new photogrammetric system for high-precision monitoring of tunnel deformations | |
JP6612411B1 (ja) | 水位計測プログラム及びこれに用いられるリング状指標 | |
Khalifa et al. | A new image model for predicting cracks in sewer pipes based on time | |
KR102387717B1 (ko) | 드론 촬영 및 사진첩 기법을 이용한 시설물 손상 진단 및 점검방법 | |
CN113091699B (zh) | 一种基于视频图像的微小位移放大方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220330 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220330 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220705 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220901 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221129 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230131 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20230201 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230220 |
|
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: 20230418 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230425 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7270803 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |