JP7276446B2 - 路面検査装置、路面検査方法、およびプログラム - Google Patents
路面検査装置、路面検査方法、およびプログラム Download PDFInfo
- Publication number
- JP7276446B2 JP7276446B2 JP2021527304A JP2021527304A JP7276446B2 JP 7276446 B2 JP7276446 B2 JP 7276446B2 JP 2021527304 A JP2021527304 A JP 2021527304A JP 2021527304 A JP2021527304 A JP 2021527304A JP 7276446 B2 JP7276446 B2 JP 7276446B2
- Authority
- JP
- Japan
- Prior art keywords
- road
- image
- damage
- road surface
- image processing
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/182—Network patterns, e.g. roads or rivers
-
- 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
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
- E01C23/01—Devices or auxiliary means for setting-out or checking the configuration of new surfacing, e.g. templates, screed or reference line supports; Applications of apparatus for measuring, indicating, or recording the surface configuration of existing surfacing, e.g. profilographs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- 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
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
-
- 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
- G06T2207/30236—Traffic on road, railway or crossing
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Road Repair (AREA)
- Image Processing (AREA)
Description
道路が写る画像を取得する画像取得手段と、
道路の損傷を検出するための画像処理の前記画像における対象領域を、前記画像に写る道路の属性に基づいて設定し、設定された前記対象領域に対して前記画像処理を行う損傷検出手段と、
前記画像処理によって損傷が検出された道路の位置を特定可能な位置特定情報を出力する情報出力手段と、
を備える。
コンピュータが、
道路が写る画像を取得し、
道路の損傷を検出するための画像処理の前記画像における対象領域を、前記画像に写る道路の属性に基づいて設定し、
設定された前記対象領域に対して前記画像処理を行い、
前記画像処理によって損傷が検出された道路の位置を特定可能な位置特定情報を出力する、
ことを含む。
<機能構成例>
図1は、第1実施形態における路面検査装置10の機能構成を例示する図である。図1に示されるように、本実施形態に係る路面検査装置10は、画像取得部110、損傷検出部120、および情報出力部130を備える。
路面検査装置10の各機能構成部は、各機能構成部を実現するハードウエア(例:ハードワイヤードされた電子回路など)で実現されてもよいし、ハードウエアとソフトウエアとの組み合わせ(例:電子回路とそれを制御するプログラムの組み合わせなど)で実現されてもよい。以下、ハードウエアとソフトウエアとの組み合わせで路面検査装置10の各機能構成部を実現する場合について、図2を用いてさらに説明する。図2は、路面検査装置10のハードウエア構成を例示するブロック図である。
図3は、第1実施形態の路面検査装置10により実行される処理の流れを例示するフローチャートである。
本実施形態では、画像を用いて道路の損傷の有無を点検する際、まず、処理対象の画像に写る道路の属性に基づいて損傷検出用の画像処理の対象領域が設定される。そして、設定された対象領域に対して損傷検出用の画像処理が実行される。このように、画像処理の対象領域を道路属性情報に基づいて限定することにより、画像処理の高速化を図ることができる。なお、画像を用いて道路の損傷の有無を点検する場合、一般的に多数の画像を処理する必要がある。そのため、本実施形態で説明したような構成によれば、画像処理の高速化する効果をより顕著に得ることができる。また、本実施形態では、画像処理によって道路の損傷が検出された位置を特定可能な位置特定情報が出力される。道路の点検業務に携わる人物は、この位置特定情報を参照することによって、損傷がある道路の位置を容易に把握することが可能となる。
本実施形態の路面検査装置10は、以下で説明する点を除き、第1実施形態と同様の構成を有する。
道路の位置(具体的には、当該位置に基づいて特定される、道路の敷設環境、路面の種類、交通量など)によって、発生する損傷の種類や損傷の発生のし易さなどが変わり得る。本実施形態において、損傷検出部120は、損傷検出用の画像処理において使用する判別器(道路の損傷を検出するための処理ロジック)を、その画像に写る道路の属性に基づいて切り替えるように構成される。
図6は、第2実施形態の路面検査装置10により実行される処理の流れを例示するフローチャートである。本実施形態のフローチャートは、S202の工程を更に含む点で、図3のフローチャートと異なっている。
以上、本実施形態では、道路の属性に応じて複数の判別器(損傷検出用の画像処理の処理ロジック)が用意されており、処理対象の画像に写る道路の属性に対応する判別器を用いて画像処理が実行される。道路の属性に応じて適した判別器(処理ロジック)を用いて損傷検出用の画像処理を行うことで、道路の損傷を検出する精度を向上させる効果が得られる。
本実施形態は、以下の点を除き、上述の第1実施形態または第2実施形態と同様の構成を有する。
道路に存在する損傷の種類は、後に行うべき補修作業を決めるために必要な情報である。本実施形態において、損傷検出部120は、画像処理において検出された損傷の種類を更に識別するように構成される。また、本実施形態において、情報出力部130は、画像処理において検出された道路の損傷の種類を示す情報を、位置特定情報と対応付けて更に出力するように構成される。
図8は、第3実施形態の路面検査装置10により実行される処理の流れを例示するフローチャートである。本実施形態のフローチャートのS302の工程が、図3のフローチャートと異なる点である。
以上、本実施形態では、損傷している道路の位置を特定可能な位置特定情報と共に、その位置で検出された損傷の種類を示す情報が出力される。道路の保守点検業務に携わる人物は、これらの位置特定情報と道路の損傷の種類を示す情報とを確認することにで、どの位置においてどのような修復措置が必要であるかを容易に把握することができる。
本実施形態において、情報出力部130は、画像処理において識別された損傷の種類毎にスコア(損傷の度合い)を算出し、損傷の種類毎に算出された当該スコアを示す情報を更に出力するように構成されていてもよい。例えば、情報出力部130は、損傷が検出された画像領域の面積(画素数)を損傷の種類毎に合算し、その合算面積が画像処理の対象領域の面積に占める割合を、損傷の度合いを示す情報として算出および出力するように構成されていてもよい。道路の保守点検業務に携わる人物は、損傷の種類と損傷の度合いを示す情報に基づいて、補修作業の優先順位を適切に決定することが可能となる。
本実施形態は、以下で説明する点を除き、第1実施形態、第2実施形態、および、第3実施形態のいずれかと同様の構成を有する。
図9は、第4実施形態における路面検査装置10の機能構成を例示する図である。図9に示されるように、本実施形態の路面検査装置10は、表示処理部140および画像記憶部150を更に備える。
図10から図14は、第4実施形態の表示処理部140が表示する重畳画像の一例を示す図である。なお、これらの図は一例であり、本実施形態の発明の内容を制限するものではない。
本実施形態の路面検査装置10は、以下に説明する点において、上述の各実施形態と異なる。
図15は、第5実施形態における路面検査装置10の機能構成を例示する図である。本実施形態の損傷検出部120は、複数の判別器(路面の損傷を検出する画像処理の処理ロジック)を有している。本実施形態の損傷検出部120は、画像に写る道路の属性に基づいて、当該属性に対応する判別器を複数の判別器の中から選択する。そして、本実施形態の損傷検出部120は、選択した判別器を用いて損傷検出用の画像処理を実行する。一方で、本実施形態の損傷検出部120は、上述の各実施形態で説明したような、画像処理の対象領域を道路属性情報に基づいて設定する機能を備えていない。
ハードウエア構成は、図2と同様である。本実施形態では、ストレージデバイス1040に、損傷検出部120の機能を実現するプログラムモジュールの代わりに、上述の損傷検出部120の機能を実現するためのプログラムモジュールが記憶されている。また、プロセッサ1020が、メモリ1030にこのプログラムを読み込んで実行することにより、上述の損傷検出部120の機能が実現される。
図16は、第5実施形態の路面検査装置10により実行される処理の流れを例示するフローチャートである。
以上、本実施形態では、処理対象の画像に写る道路の道路属性情報に対応する処理ロジックを用いて、損傷検出用の画像処理が実行される。つまり、画像に写る道路の属性に特化した処理ロジックを用いて、損傷検出用の画像処理が実行される。このようにすることで、画像処理による損傷の検出精度を向上させることができる。
1.
道路が写る画像を取得する画像取得手段と、
道路の損傷を検出するための画像処理の前記画像における対象領域を、前記画像に写る道路の属性に基づいて設定し、設定された前記対象領域に対して前記画像処理を行う損傷検出手段と、
前記画像処理によって損傷が検出された道路の位置を特定可能な位置特定情報を出力する情報出力手段と、
を備える路面検査装置。
2.
前記損傷検出手段は、前記画像の中から道路に対応する領域を検出し、当該検出した領域の中で前記対象領域を設定する、
1.に記載の路面検査装置。
3.
前記損傷検出手段は、
前記画像に写る道路を、当該道路の幅方向に複数の領域に区分し、
前記道路を複数の領域に区分した結果を用いて前記対象領域を設定する、
2.に記載の路面検査装置。
4.
前記道路の属性は、位置情報、敷設環境、路面の種類、当該道路を敷設してからの経過時間、車両の交通量、および、過去の損傷履歴の少なくとも1つを含む、
1.から3.のいずれか1つに記載の路面検査装置。
5.
前記道路の属性は当該道路の位置情報であり、
前記損傷検出手段は、前記道路の位置情報に予め紐付けられた領域設定用のルールに基づいて、前記対象領域を設定する、
4.に記載の路面検査装置。
6.
前記損傷検出手段は、前記画像に基づいて、前記道路の属性を判定する、
1.から5.のいずれか1つに記載の路面検査装置。
7.
前記損傷検出手段は、前記画像処理において使用する処理ロジックを、前記道路の属性に基づいて切り替える、
1.から6.のいずれか1つに記載の路面検査装置。
8.
前記道路の属性は当該道路の路面の種類であり、
前記損傷検出手段は、前記画像処理において使用する処理ロジックを、前記路面の種類に基づいて決定する、
7.に記載の路面検査装置。
9.
前記損傷検出手段は、前記画像処理において道路の損傷の種類を更に識別し、
前記情報出力手段は、前記画像処理によって検出された前記道路の損傷の種類を示す情報を更に出力する、
1.から8.のいずれか1つに記載の路面検査装置。
10.
前記情報出力手段は、識別された前記道路の損傷の種類毎に損傷の度合いを算出し、前記損傷の種類毎に算出した損傷の度合いを示す情報を更に出力する、
9.に記載の路面検査装置。
11.
前記位置特定情報は、前記道路の緯度経度情報および前記画像のフレーム番号の少なくとも一方を含む、
1.から10.のいずれか1つに記載の路面検査装置。
12.
前記画像処理によって検出された道路の損傷の位置を示す情報を前記画像に重畳させた重畳画像を、表示装置に表示する表示処理手段を更に備える、
1.から11.のいずれか1つに記載の路面検査装置。
13.
コンピュータが、
道路が写る画像を取得し、
道路の損傷を検出するための画像処理の前記画像における対象領域を、前記画像に写る道路の属性に基づいて設定し、
設定された前記対象領域に対して前記画像処理を行い、
前記画像処理によって損傷が検出された道路の位置を特定可能な位置特定情報を出力する、
ことを含む路面検査方法。
14.
前記コンピュータが、
前記画像の中から道路に対応する領域を検出し、当該検出した領域の中で前記対象領域を設定する、
ことを含む13.に記載の路面検査方法。
15.
前記コンピュータが、
前記画像に写る道路を、当該道路の幅方向に複数の領域に区分し、
前記道路を複数の領域に区分した結果を用いて前記対象領域を設定する、
ことを含む14.に記載の路面検査方法。
16.
前記道路の属性は、位置情報、敷設環境、路面の種類、当該道路を敷設してからの経過時間、車両の交通量、および、過去の損傷履歴の少なくとも1つを含む、
13.から15.のいずれか1つに記載の路面検査方法。
17.
前記道路の属性は当該道路の位置情報であり、
前記コンピュータが、
前記道路の位置情報に予め紐付けられた領域設定用のルールに基づいて、前記対象領域を設定する、
ことを含む16.に記載の路面検査方法。
18.
前記コンピュータが、
前記画像に基づいて、前記道路の属性を判定する、
ことを含む13.から17.のいずれか1つに記載の路面検査方法。
19.
前記コンピュータが、
前記画像処理において使用する処理ロジックを、前記道路の属性に基づいて切り替える、
ことを含む13.から18.のいずれか1つに記載の路面検査方法。
20.
前記道路の属性は当該道路の路面の種類であり、
前記コンピュータが、
前記画像処理において使用する処理ロジックを、前記路面の種類に基づいて決定する、
ことを含む19.に記載の路面検査方法。
21.
前記コンピュータが、
前記画像処理において道路の損傷の種類を更に識別し、
前記画像処理によって検出された前記道路の損傷の種類を示す情報を更に出力する、
ことを含む13.から20.のいずれか1つに記載の路面検査方法。
22.
前記コンピュータが、
識別された前記道路の損傷の種類毎に損傷の度合いを算出し、前記損傷の種類毎に算出した損傷の度合いを示す情報を更に出力する、
ことを含む21.に記載の路面検査方法。
23.
前記位置特定情報は、前記道路の緯度経度情報および前記画像のフレーム番号の少なくとも一方を含む、
13.から22.のいずれか1つに記載の路面検査方法。
24.
前記コンピュータが、
前記画像処理によって検出された道路の損傷の位置を示す情報を前記画像に重畳させた重畳画像を、表示装置に表示する、
ことを含む13.から23.のいずれか1つに記載の路面検査方法。
25.
コンピュータに、13.から24.のいずれか1つに記載の路面検査方法を実行させるプログラム。
26.
道路が写る画像を取得する画像取得手段と、
前記画像に写る道路の属性に基づいて、路面の損傷を検出するための画像処理の処理ロジックを選択し、選択された前記処理ロジックを用いて前記画像に対する画像処理を行う損傷検出手段と、
前記画像処理によって損傷が検出された道路の位置を特定可能な位置特定情報を出力する情報出力手段と、
を備える路面検査装置。
Claims (13)
- 道路が写る画像を取得する画像取得手段と、
道路の損傷を検出するための画像処理の前記画像における対象領域を、前記画像に写る道路の属性に基づいて設定し、設定された前記対象領域に対して前記画像処理を行う損傷検出手段と、
前記画像処理によって損傷が検出された道路の位置を特定可能な位置特定情報を出力する情報出力手段と、
を備え、
前記損傷検出手段は、前記画像処理において使用する処理ロジックを、前記道路の属性に基づいて切り替える、
路面検査装置。 - 前記損傷検出手段は、前記画像の中から道路に対応する領域を検出し、当該検出した領域の中で前記対象領域を設定する、
請求項1に記載の路面検査装置。 - 前記損傷検出手段は、
前記画像に写る道路を、当該道路の幅方向に複数の領域に区分し、
前記道路を複数の領域に区分した結果を用いて前記対象領域を設定する、
請求項2に記載の路面検査装置。 - 前記道路の属性は、位置情報、敷設環境、路面の種類、当該道路を敷設してからの経過時間、車両の交通量、および、過去の損傷履歴の少なくとも1つを含む、
請求項1から3のいずれか1項に記載の路面検査装置。 - 前記道路の属性は当該道路の位置情報であり、
前記損傷検出手段は、前記道路の位置情報に予め紐付けられた領域設定用のルールに基づいて、前記対象領域を設定する、
請求項4に記載の路面検査装置。 - 前記損傷検出手段は、前記画像に基づいて、前記道路の属性を判定する、
請求項1から5のいずれか1項に記載の路面検査装置。 - 前記道路の属性は当該道路の路面の種類であり、
前記損傷検出手段は、前記画像処理において使用する処理ロジックを、前記路面の種類に基づいて決定する、
請求項1から6のいずれか1項に記載の路面検査装置。 - 前記損傷検出手段は、前記画像処理において道路の損傷の種類を更に識別し、
前記情報出力手段は、前記画像処理によって検出された前記道路の損傷の種類を示す情報を更に出力する、
請求項1から7のいずれか1項に記載の路面検査装置。 - 前記情報出力手段は、識別された前記道路の損傷の種類毎に損傷の度合いを算出し、前記損傷の種類毎に算出した損傷の度合いを示す情報を更に出力する、
請求項8に記載の路面検査装置。 - 前記位置特定情報は、前記道路の緯度経度情報および前記画像のフレーム番号の少なくとも一方を含む、
請求項1から9のいずれか1項に記載の路面検査装置。 - 前記画像処理によって検出された道路の損傷の位置を示す情報を前記画像に重畳させた重畳画像を、表示装置に表示する表示処理手段を更に備える、
請求項1から10のいずれか1項に記載の路面検査装置。 - コンピュータが、
道路が写る画像を取得し、
道路の損傷を検出するための画像処理の前記画像における対象領域を、前記画像に写る道路の属性に基づいて設定し、
設定された前記対象領域に対して前記画像処理を行い、
前記画像処理によって損傷が検出された道路の位置を特定可能な位置特定情報を出力する、
ことを含み、
前記コンピュータが、前記画像処理において使用する処理ロジックを、前記道路の属性に基づいて切り替える、
路面検査方法。 - コンピュータに、請求項12に記載の路面検査方法を実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023016665A JP2023054011A (ja) | 2019-06-28 | 2023-02-07 | 路面検査装置、路面検査方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/025949 WO2020261567A1 (ja) | 2019-06-28 | 2019-06-28 | 路面検査装置、路面検査方法、およびプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023016665A Division JP2023054011A (ja) | 2019-06-28 | 2023-02-07 | 路面検査装置、路面検査方法、およびプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2020261567A1 JPWO2020261567A1 (ja) | 2020-12-30 |
JPWO2020261567A5 JPWO2020261567A5 (ja) | 2022-03-08 |
JP7276446B2 true JP7276446B2 (ja) | 2023-05-18 |
Family
ID=74061561
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021527304A Active JP7276446B2 (ja) | 2019-06-28 | 2019-06-28 | 路面検査装置、路面検査方法、およびプログラム |
JP2023016665A Pending JP2023054011A (ja) | 2019-06-28 | 2023-02-07 | 路面検査装置、路面検査方法、およびプログラム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023016665A Pending JP2023054011A (ja) | 2019-06-28 | 2023-02-07 | 路面検査装置、路面検査方法、およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220262111A1 (ja) |
JP (2) | JP7276446B2 (ja) |
WO (1) | WO2020261567A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112598672A (zh) * | 2020-11-02 | 2021-04-02 | 坝道工程医院(平舆) | 一种基于深度学习的路面病害图像分割方法和系统 |
CN112800911B (zh) * | 2021-01-20 | 2022-12-16 | 同济大学 | 一种路面损伤快速检测及自然数据集构建方法 |
CN114419461A (zh) * | 2022-01-19 | 2022-04-29 | 周琦 | 利用卫星通信的状态解析平台及方法 |
JP7067852B1 (ja) | 2022-02-01 | 2022-05-16 | 株式会社ファンクリエイト | 路面損傷位置の算定方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018017101A (ja) | 2016-07-29 | 2018-02-01 | エヌ・ティ・ティ・コムウェア株式会社 | 情報処理装置、情報処理方法、及びプログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5217462B2 (ja) * | 2008-01-30 | 2013-06-19 | 富士電機株式会社 | 道路情報管理装置 |
JP6779698B2 (ja) * | 2016-08-03 | 2020-11-04 | 株式会社東芝 | 舗装ひび割れ解析装置、舗装ひび割れ解析方法及び舗装ひび割れ解析プログラム |
JP7023690B2 (ja) * | 2017-12-06 | 2022-02-22 | 株式会社東芝 | 道路維持管理システム、道路維持管理方法及びコンピュータプログラム |
-
2019
- 2019-06-28 JP JP2021527304A patent/JP7276446B2/ja active Active
- 2019-06-28 US US17/620,564 patent/US20220262111A1/en active Pending
- 2019-06-28 WO PCT/JP2019/025949 patent/WO2020261567A1/ja active Application Filing
-
2023
- 2023-02-07 JP JP2023016665A patent/JP2023054011A/ja active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018017101A (ja) | 2016-07-29 | 2018-02-01 | エヌ・ティ・ティ・コムウェア株式会社 | 情報処理装置、情報処理方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JPWO2020261567A1 (ja) | 2020-12-30 |
JP2023054011A (ja) | 2023-04-13 |
WO2020261567A1 (ja) | 2020-12-30 |
US20220262111A1 (en) | 2022-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7276446B2 (ja) | 路面検査装置、路面検査方法、およびプログラム | |
Tran et al. | One stage detector (RetinaNet)-based crack detection for asphalt pavements considering pavement distresses and surface objects | |
Hadjidemetriou et al. | Automated pavement patch detection and quantification using support vector machines | |
CN103117005B (zh) | 车道偏移警示方法及系统 | |
Gargoum et al. | Assessing stopping and passing sight distance on highways using mobile LiDAR data | |
JP6781711B2 (ja) | 駐車ゾーンを自動的に認識する方法及びシステム | |
US20160012606A1 (en) | Multi-cue object detection and analysis | |
KR20190094005A (ko) | 도로 노면 손상 탐지를 위한 영상 처리 및 딥러닝 이미지 분류 장치 및 방법 | |
Ai et al. | Automated sidewalk assessment method for americans with disabilities act compliance using three-dimensional mobile lidar | |
Hadjidemetriou et al. | Automated detection of pavement patches utilizing support vector machine classification | |
US9410812B1 (en) | User queries to model road network usage | |
JP6678267B1 (ja) | 道路不具合検出装置、道路不具合検出方法及び道路不具合検出プログラム | |
Hadjidemetriou et al. | Vision-and entropy-based detection of distressed areas for integrated pavement condition assessment | |
CN109785637B (zh) | 车辆违规的分析评价方法及装置 | |
CN104376297A (zh) | 道路上的线型指示标志的检测方法和装置 | |
US11328461B2 (en) | GNSS-based map generation | |
JP6653361B2 (ja) | 路面標示画像処理装置、路面標示画像処理方法及び路面標示画像処理プログラム | |
US11164031B2 (en) | System and method for analyzing an image of a vehicle | |
Jan et al. | A convolutional neural network based deep learning technique for identifying road attributes | |
WO2021076573A1 (en) | Systems and methods for assessing infrastructure | |
EP4273501A1 (en) | Method, apparatus, and computer program product for map data generation from probe data imagery | |
Guerrieri et al. | Flexible and stone pavements distress detection and measurement by deep learning and low-cost detection devices | |
JP2020160840A (ja) | 路面標示不具合検出装置、路面標示不具合検出方法及び路面標示不具合検出プログラム | |
Jadhav et al. | Identification and analysis of Black Spots on Islampur–Ashta State Highway, Maharashtra, India | |
CN116206326A (zh) | 缺失检测模型的训练方法、导流区的缺失检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211209 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211209 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220712 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230207 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20230207 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230216 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20230221 |
|
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: 20230404 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230417 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7276446 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |