JP7334851B2 - 劣化診断装置、劣化診断システム、劣化診断方法、及び、プログラム - Google Patents

Description

本発明は、路面などの構造物の劣化の診断に関連する。

道路の路面、路側に設置された標識、並びに、トンネルなどの天井及び側壁などのような構造物は、経年劣化する。

そこで、構造物などの劣化を予測する装置が提案されている（例えば、特許文献１及び２を参照）。

特許文献１に記載の画像処理装置は、分割撮影された画像についての損傷を合成し、合成した損傷に基づいて、劣化予測モデルを修正する。

特許文献２に記載の道路管理システムは、測定期間における路面性状の変化と、交通量の推移とに基づいて、道路の路面性状を予測する。

国際公開第２０１９／１６３３２９号 特開２０１９－１８５４４３号公報

特許文献１及び２に記載の技術を用いると、利用者は、所定の時間における劣化の状態を予測できる。

ただし、一般的な路面の劣化診断装置は、画像を用いた路面などの劣化診断として、所定の部分（例えば、１００ｍ）ごとに、劣化を診断する。

一方、管理対象となる道路は、数百ｋｍから数千ｋｍはある。そのため、劣化診断の対象となる部分は、かなりの数となる。

修繕の管理者が、劣化診断装置などが出力する予測時間における複数の部分の劣化予測の中から、優先して修繕する部分（例えば、予測時間において最も劣化が進んでいる部分）を選択するためには、多くの工数が必要であった。

特許文献１及び２に記載の技術は、劣化を予測することができるが、予測した部分の中から、優先して修繕する部分を選択できないという問題点があった。

そこで、劣化を予測した部分の中から、予測時間において所定の条件を満足する部分を選択することが望まれている。

本発明の目的は、上記問題点を解決し、劣化を予測した部分の中から、予測時間において所定の条件を満足する部分を選択する劣化診断装置などを提供することにある。

本発明の一形態における劣化診断装置は、
構造物における診断の対象となる部分の劣化度の履歴を保存する劣化情報保存手段と、
部分の劣化に関連する参照情報を取得する参照情報取得手段と、
履歴と参照情報とに基づいて、部分における劣化度を予測するための劣化予測モデルを生成するモデル生成手段と、
生成された劣化予測モデルを用いて、予測時間における部分の劣化度を予測する劣化予測手段と、
部分の中から、予測時間において予測された劣化度が所定の条件を満足する部分を選択する部分選択手段と、
選択された部分に関連する情報と、選択された部分において予測された劣化度とを出力する出力手段と
を含む。

本発明の一形態における劣化診断システムは、
上記の劣化診断装置と、
劣化診断装置に参照情報を提供する情報提供装置と、
劣化診断装置に予測時間を送信する入力装置と、
劣化診断装置が出力する部分に関連する情報と劣化度とを用いて、出力された部分における予測時間における劣化度を表示する表示装置と
を含む。

本発明の一形態における劣化診断方法は、
構造物における診断の対象となる部分の劣化度の履歴を保存し、
部分の劣化に関連する参照情報を取得し、
履歴と参照情報とに基づいて、部分における劣化度を予測するための劣化予測モデルを生成し、
生成された劣化予測モデルを用いて、予測時間における部分の劣化度を予測し、
部分の中から、予測時間において予測された劣化度が所定の条件を満足する部分を選択し、
選択された部分に関連する情報と、選択された部分において予測された劣化度とを出力する。

本発明の一形態におけるプログラムは、
構造物における診断の対象となる部分の劣化度の履歴を保存する処理と、
部分の劣化に関連する参照情報を取得する処理と、
履歴と参照情報とに基づいて、部分における劣化度を予測するための劣化予測モデルを生成する処理と、
生成された劣化予測モデルを用いて、予測時間における部分の劣化度を予測する処理と、
部分の中から、予測時間において予測された劣化度が所定の条件を満足する部分を選択する処理と、
選択された部分に関連する情報と、選択された部分において予測された劣化度とを出力する処理と
をコンピュータに実行させる。

本発明に基づけば、劣化を予測した部分の中から、予測時間において所定の条件を満足する部分を選択するとの効果を奏することができる。

図１は、第１の実施形態にかかる劣化診断装置を含む劣化診断システムの構成の一例を示すブロック図である。 図２は、劣化診断装置の動作の一例を示すフロー図である。 図３は、予測時間の入力するための表示の一例を示す図である。 図４は、予測時間を入力するための表示の別の例を示す図である。 図５は、部分の表示の第１の例を示す図である。 図６は、部分の表示の第２の例を示す図である。 図７は、所定の劣化の表示例を示す図である。 図８は、選択された部分を表示する例を示す図である。 図９は、劣化診断装置のハードウェア構成の一例を示すブロック図である。 図１０は、第２の実施形態にかかる劣化診断装置の構成の一例を示すブロック図である。 図１１は、第２の実施形態にかかる劣化診断装置の動作の一例を示すフロー図である。 図１２は、第２の実施形態にかかる劣化診断装置を含む劣化診断システムの構成の一例を示すブロック図である。 図１３、ＩＴＳの概要を示す図である。

次に、本発明の実施形態について図面を参照して説明する。

なお、各図面は、本発明の実施形態を説明するためのものである。ただし、本発明は、各図面の記載に限られるわけではない。また、各図面の同様の構成には、同じ番号を付し、その繰り返しの説明を、省略する場合がある。また、以下の説明に用いる図面において、本発明の説明に関係しない部分の構成については、記載を省略し、図示しない場合もある。

＜用語＞
まず、各実施形態の説明における用語について説明する。

「劣化度」とは、構造物における診断の対象となる部分における劣化診断の結果（例えば、劣化の程度）である。

「劣化度」の表現形式は、任意である。例えば、劣化度として、数値が用いられてもよい。あるいは、劣化度として、数値以外が用いられてもよい。例えば、劣化度として、｛小、中、大｝のような文字が用いられてもよい。

各実施形態は、構造物における診断の対象となる部分を含む画像に所定の解析手法を適用して、各部分の劣化度を算出する。なお、各実施形態の対象となる構造物は、任意である。例えば、構造物は、道路（例えば、路面、標識、並びに、トンネルなどの天井及び側壁）、鉄道、港湾、ダム、及び通信施設などの社会基盤における構造物でもよい。あるいは、構造物は、学校、病院、公園、及び、社会福祉施設など生活関連の社会資本における構造物でもよい。

ただし、各実施形態は、画像以外の情報を用いて劣化度を算出してもよい。例えば、各実施形態は、加速度センサなどを用いて検出した加速度を用いて、劣化度を算出してもよい。なお、各実施形態は、部分ごとではなく、構造物全体に対して、劣化度を算出してもよい。

なお、劣化度の値の範囲は、任意である。

例えば、各実施形態は、劣化度として、路面のひび割れ率を用いてもよい。この場合、劣化度の値は、０．０から１．０（０％から１００％）の範囲となる。

あるいは、各実施形態は、劣化度として、わだち掘れ量を用いてもよい。この場合、劣化度の値は、一般的に、０以上の整数（単位は、ｍｍ）となる。なお、わだち掘れ量の値としては、有理数が用いられてもよい。

あるいは、各実施形態は、劣化度として、国際ラフネス指数（ＩＲＩ：Ｉｎｔｅｒｎａｉｏｎａｌ Ｒｏｕｇｈｎｅｓｓ Ｉｎｄｅｘ）を用いてもよい。この場合、劣化度の値は、０以上の有理数（単位は、ｍｍ／ｍ）となる。

あるいは、各実施形態は、劣化度として、維持管理指数（Ｍａｉｎｔｅｎａｎｃｅ Ｃｏｎｔｏｒｌ Ｉｎｄｅｘ（ＭＣＩ））を用いてもよい。ＭＣＩは、ひび割れ率、わだち掘れ量、及び、平たん性から求められる複合劣化指標である。

このように、劣化度の値の範囲は、任意である。各実施形態の利用者が、適宜、修繕の対象となる構造物における劣化に対応した劣化度を選択すればよい。

なお、以下の説明では、劣化度の一例として、ひび割れ率を用いて説明する。そのため、以下の説明において、劣化度は、悪化した場合に、その値が大きくなる。ただし、劣化度の値としては、劣化度を用いる処理の関係で、悪化した場合にその値が小さくなるような数値が用いられてもよい。

＜第１の実施形態＞
以下、図面を参照して、第１の実施形態について説明する。

［構成の説明］
まず、第１の実施形態にかかる劣化診断装置１００の構成について、図面を参照して説明する。

図１は、第１の実施形態にかかる劣化診断装置１００を含む劣化診断システム１０の構成の一例を示すブロック図である。

劣化診断システム１０は、劣化診断装置１００と、撮像装置２００と、情報提供装置２１０と、表示装置３００と、入力装置３１０とを含む。

撮像装置２００は、構造物（例えば、路面、標識、天井、及び／又は、側壁）における診断の対象となる部分を含む画像を撮影する。

劣化診断システム１０は、撮像装置２００として、診断の対象となる部分を含む画像を撮影できれば、任意の装置を利用可能である。例えば、劣化診断システム１０は、撮像装置２００として、自動車事故発生時の状況記録を目的に設置されているドライブレコーダを用いてもよい。あるいは、劣化診断システム１０は、撮像装置２００として、風景を撮影するカメラ（例えば、全天球カメラ）を用いてもよい。

あるいは、撮像装置２００は、高度道路交通システム（ＩＴＳ：Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｎｓｐｏｒｔ Ｓｙｓｔｅｍ）などに用いられる車両に搭載された撮像装置でもよい。なお、高度道路交通システム（ＩＴＳ）とは、情報技術（ＩＴ：Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ）を利用した交通システムである。

図１３は、ＩＴＳの概要を示す図である。

情報処理装置４１０は、ネットワーク４２０及び／又は通信路４３０を介して、車両４４０から情報を収集する。そして、情報処理装置４１０は、収集した情報に基づいて、道路などに設置された設備４５０を制御して、所定の処理（例えば、安全運転の支援、又は、道路の管理）を実行する。なお、設備４５０は、任意である。図１３は、設備４５０の一例として、信号機、及び、電子料金収受システム（Ｅｌｅｃｔｒｏｎｉｃ Ｔｏｌｌ Ｃｏｌｌｅｃｔｉｏｎ Ｓｙｓｔｅｍ（図１３ではＥＴＣ））を示している。

あるいは、劣化診断システム１０は、撮像装置２００として、自動運転に用いられるカメラを用いてもよい。このように、劣化診断システム１０は、自動運転のシステムに用いられてもよい。

図１を参照した説明に戻る。

そして、撮像装置２００は、撮影した画像を、撮影時間とともに、劣化診断装置１００に送信する。

なお、劣化診断装置１００が、撮像装置２００を含んでいてもよい。

情報提供装置２１０は、劣化予測モデルの生成に用いられる参照情報を、劣化診断装置１００に送信する。参照情報については、後ほど詳細に説明する。

情報提供装置２１０は、単独の装置でもよく、複数の装置を含むシステムでもよい。あるいは、情報提供装置２１０は、特定の装置に限定されず、クラウドコンピューティングのような、所定のネットワークを介して接続されたコンピュータ資源を用いて実現される情報サービスを用いて実現されてもよい。

入力装置３１０は、劣化診断装置１００に対して、利用者などから、劣化を予測する日時（以下、「予測時間」とも呼ぶ）の入力を受け付ける。そして、入力装置３１０は、受け付けた予測時間を、劣化診断装置１００に送信する。

なお、入力装置３１０は、予測時間に加え、予測時間とは異なる情報の入力を受け付け、劣化診断装置１００に送信してもよい。

例えば、入力装置３１０は、劣化診断装置１００における部分の選択に関連する情報（以下、「選択条件」と呼ぶ場合もある）の入力を受け付けてもよい。あるいは、入力装置３１０は、劣化診断装置１００における劣化予測モデルを生成するための情報の入力を受け付けてもよい。いずれの場合においても、入力装置３１０は、受け付けた情報を、劣化診断装置１００に送信する。

なお、入力装置３１０は、入力を受け付けるために必要となる情報を表示してもよい。例えば、入力装置３１０は、液晶ディスプレイなどの表示機器を含んでいてもよい。あるいは、入力装置３１０は、表示装置３００と連携して、入力を受け付けてもよい。

なお、劣化診断装置１００が、入力装置３１０を含んでいてもよい。例えば、入力装置３１０は、キーボード、マウス、又は、タッチパッドでもよい。

表示装置３００は、後ほど説明する劣化診断装置１００の出力（少なくとも、予測時間において選択された部分に関連する情報、及び、その部分の劣化度）を受信し、受信した劣化診断装置１００の出力を用いて部分を表示する。

なお、劣化診断システム１０は、表示装置３００として、劣化診断装置１００の出力を表示できれば、任意の装置を利用可能である。例えば、劣化診断システム１０は、表示装置３００として、道路の修繕及び補修を管理するシステムに含まれる表示装置を用いてもよい。あるいは、劣化診断システム１０は、表示装置３００として、利用者が携帯する端末装置の表示機器（例えば、端末の液晶ディスプレイ）を用いてもよい。

なお、劣化診断装置１００が、表示装置３００を含んでいてもよい。例えば、表示装置３００は、液晶ディスプレイ、有機エレクトロルミネッセンス・ディスプレイ、又は、電子ペーパーでもよい。

なお、上記のように、表示装置３００は、入力装置３１０における入力の補助となる情報を表示してもよい。

あるいは、表示装置３００及び入力装置３１０は、異なる装置ではなく、一つの装置に含まれていてもよい。例えば、表示装置３００及び入力装置３１０は、液晶ディスプレイ、キーボード、及び、マウスを備えるコンピュータ装置を用いて実現されてもよい。あるいは、表示装置３００及び入力装置３１０は、タッチパッドと液晶ディスプレイとを備えたタッチパネルを用いて実現されてもよい。

さらに、表示装置３００、入力装置３１０、及び情報提供装置２１０が、一つの装置に含まれていてもよい。

劣化診断装置１００は、撮像装置２００から画像を取得する。そして、劣化診断装置１００は、画像に含まれる診断の対象となる部分の劣化度を算出する。そして、劣化診断装置１００は、撮影時間に基づいて、算出した劣化度を履歴として保存する。

さらに、劣化診断装置１００は、情報提供装置２１０から、劣化予測モデルの作成に用いる参照情報を取得する。そして、劣化診断装置１００は、履歴に基づいて、劣化を予測するための劣化予測モデルを生成する。さらに、劣化診断装置１００は、履歴に加え、参照情報を用いて劣化予測モデルを生成してもよい。

なお、劣化診断装置１００は、劣化予測モデルを生成するための情報として、統計的に集めた劣化の分布から求めた統計量を用いてよい。劣化診断装置１００は、統計的に集めた劣化の分布に基づいて、より信頼性のある劣化予測モデルを生成できる。なお、統計量の取得元は、任意である。例えば、劣化診断装置１００は、所定の装置から統計量を取得してもよい。あるいは、劣化診断装置１００が、算出した劣化度及び／又は履歴などに所定の処理を適用して、統計量を算出してもよい。

さらに、劣化診断装置１００は、入力装置３１０から予測時間を受信する。そして、劣化診断装置１００は、劣化予測モデルを用いて、予測時間における劣化を予測する。そして、劣化診断装置１００は、予測した劣化の中で所定の条件（選択条件）を満足する劣化に対応する部分を選択する。そして、劣化診断装置１００は、選択した部分に関連する情報（例えば、選択された部分の位置に関連する情報）を表示装置３００に出力する。

次に、劣化診断装置１００の構成について説明する。

劣化診断装置１００は、画像取得部１１０と、劣化度算出部１２０と、劣化情報保存部１３０と、参照情報取得部１４０と、モデル生成部１５０と、劣化予測部１６０と、部分選択部１７０と、出力部１８０とを含む。

画像取得部１１０は、構造物における診断の対象となる部分（例えば、道路の路面、又は、トンネルの側壁及び天井）を含む画像と、画像の撮影時間とを取得する。画像取得部１１０は、診断の対象となる部分の位置に関連する情報（以下、「位置情報」と呼ぶ）を取得してもよい。位置情報は、例えば、その部分の緯度及び経度である。位置情報は、その部分の方向を含んでいてもよい。

劣化度算出部１２０は、所定の手法を用いて、診断の対象となる部分の劣化度を算出する。

なお、劣化度算出部１２０が劣化度の算出に用いる手法は、任意である。例えば、劣化度算出部１２０は、所定の画像認識を用いて画像に含まれる路面の面積とひび割れの面積とを算出する。そして、劣化度算出部１２０は、劣化度として、算出した路面の面積とひび割れの面積とに基づいて、路面のひび割れ率を算出する。

劣化度算出部１２０は、所定の機械学習又は人工知能を用いて、劣化度を算出してもよい。

なお、劣化度算出部１２０は、所定の画像認識、機械学習、又は、人工知能を用いて、画像に含まれる劣化の種類（例えば、ひび割れ、又は、わだち掘れ）を判定し、判定した劣化における劣化度を算出してもよい。なお、画像は情報として、撮影時間及び位置情報を含んでいてもよい。

なお、画像に、診断の対象として、複数の部分が含まれる場合がある。その場合、劣化度算出部１２０は、全ての部分に対して、劣化度を算出してもよい。あるいは、劣化度算出部１２０は、所定の選択規則に沿って選択された部分に対して、劣化度を算出してもよい。

劣化度算出部１２０は、算出した劣化度と撮影時間とを用いて、部分に対応した劣化度の履歴を、劣化情報保存部１３０に保存する。

診断の対象となる部分が複数の場合、劣化度算出部１２０は、各部分に対応した履歴を、劣化情報保存部１３０に保存する。例えば、劣化度算出部１２０は、診断の対象となる部分の位置情報を用いて、各位置における劣化度の履歴を保存してもよい。

劣化診断装置１００における位置情報の取得元は、任意である。例えば、画像取得部１１０が、撮像装置２００から位置情報を取得してもよい。あるいは、図示しない位置算出装置が、取得した画像と、位置と画像とを関連付けた地図情報とを用いて、位置情報を算出してもよい。

劣化情報保存部１３０は、劣化度の履歴を保存する。

参照情報取得部１４０は、情報提供装置２１０から、部分の劣化に関連する参照情報を取得する。なお、参照情報は、劣化予測モデルの生成に用いられる。

参照情報は、任意である。参照情報は、劣化予測の対象、予測する劣化、及び、生成される劣化予測モデルなどに沿って、決定される。

参照情報の例を説明する。

例えば、道路の交通量は、劣化の進行に影響する。そのため、劣化予測の対象となる部分における交通量は、道路における劣化の予測に対して、参照情報となる。

あるいは、車両の重量は、路面の劣化に影響する。そこで、車両の重量に関連する情報（例えば、大型自動車、中型自動車、準中型自動車、及び、普通自動車の比率）は、参照情報となる。

あるいは、車両における搭載物の重量は、路面の劣化に影響する。そして、一般的に、事業用自動車は、自家用自動車に比べ、重い荷物を搭載する。そのため、車両の種類に関連する情報（例えば、事業用自動車と自家用自動車との比率）は、参照情報となる。

なお、車両の種類については、ナンバープレートの文字及び色などを参照して判別可能である。そこで、劣化診断装置１００が、所定の画像認識、機械学習、又は、人工知能を用いて、取得した画像に含まれるナンバープレートの文字及び色を判別して、車両の種類などの比率を算出してもよい。このように、劣化診断装置１００は、参照情報の一部を生成してもよい。ただし、車両の種類の判別は、劣化診断装置１００における処理に限定されない。例えば、撮像装置２００、又は、図示しない装置が、車両の種類に基づく参照情報を生成してもよい。

あるいは、診断対象の部分の構造及び材質は、劣化の進行に影響する。そのため、診断対象の部分の構造及び材質は、参照情報となる。

あるいは、過去における修繕の種類及び時期は、今後の劣化の進行に影響する。従って、過去の修繕の種類及び時期は、参照情報となる。

モデル生成部１５０は、履歴を用いて、指定された時間における部分の劣化度を予測する劣化予測モデルを生成する。モデル生成部１５０は、履歴に加え、参照情報と用いて、指定された時間における部分の劣化度を予測する劣化予測モデルを生成してもよい。

モデル生成部１５０は、診断対象となる部分の全体に対して用いる劣化予測モデルを生成してもよい。あるいは、モデル生成部１５０は、診断対象となる部分それぞれに対して、劣化予測モデルを生成してもよい。

例えば、診断の対象となる部分は、それぞれにおいて環境などが異なる。あるいは、診断対象となる部分は、構造などが異なる場合がある。

例えば、診断対象が道路の場合、道路ごとに、走行する車両の種類及び数が、異なる。あるいは、道路ごとに路面の材質（例えば、コンクリート又はアスファルト）が異なる場合がある。そのため、診断の対象となる部分それぞれにおいて、発生しやすい劣化が異なる場合がある。

そこで、モデル生成部１５０は、部分それぞれに対して劣化予測モデルを生成してもよい。例えば、同じ劣化に対応した劣化予測モデルを生成する場合でも、モデル生成部１５０は、部分それぞれに対して、パラメータの値が異なる劣化予測モデルを生成してもよい。

さらに、モデル生成部１５０は、部分それぞれに対して、異なる劣化に対応した劣化予測モデルを生成してもよい。

なお、部分それぞれにおける劣化についての情報の取得元は、任意である。例えば、参照情報取得部１４０が、参照情報として、部分それぞれにおける種別、又は、部分それぞれにおいて発生しやすい劣化に関する情報を取得してもよい。あるいは、劣化度算出部１２０が、劣化度の算出に用いる画像に基づいて、発生している劣化を判定してもよい。あるいは、モデル生成部１５０が、履歴に基づいて、発生しやすい劣化を判定してもよい。

あるいは、モデル生成部１５０は、利用者の指示又は所定の基準などに基づいて、診断対象となる部分を複数のグループに分け、それぞれのグループに対して劣化予測モデルを生成してもよい。

なお、モデル生成部１５０は、劣化度に加え、さらに別の情報を算出する劣化予測モデルを生成してもよい。例えば、モデル生成部１５０は、劣化度と劣化速度とを算出する劣化予測モデルを生成してもよい。

あるいは、モデル生成部１５０は、劣化度に加え、所定の劣化が発生する時間を予測する劣化予測モデルを生成してもよい。所定の劣化は、任意である。例えば、モデル生成部１５０は、直線状ひび、亀甲状ひび、及び／又は、ポットホールが発生する時間を予測する劣化予測モデルを生成してもよい。

なお、モデル生成部１５０は、劣化それぞれに対応した劣化予測モデルを生成してもよい。例えば、モデル生成部１５０は、ある劣化の発生に対しては線形のモデルを生成し、別の劣化の発生に対しては二次関数を含む劣化予測モデルを生成してもよい。例えば、モデル生成部１５０は、直線状ひびの発生に対して線形の劣化予測モデルを生成し、亀甲状ひびの発生に対しては二次関数を含む劣化予測モデルを生成してもよい。さらに、モデル生成部１５０は、複数の劣化の発生に対応した劣化予測モデルを統合（例えば、重みを用いた合成）した劣化予測モデルを生成してもよい。

モデル生成部１５０が劣化予測モデルを生成するやり方は、任意である。例えば、モデル生成部１５０は、予め、予測モデルを生成するための参照モデルを保存し、参照モデルと履歴と参照情報とを含む最適化問題の解として、劣化予測モデルを生成してもよい。さらに、モデル生成部１５０は、劣化予測モデルの生成に、所定の機械学習、又は、人工知能を用いてもよい。

なお、モデル生成部１５０は、劣化予測モデルを書き換えるのではなく、新しく劣化予測モデルを作り直してもよい。例えば、モデル生成部１５０は、参照情報として、「修繕された」との情報を取得した場合、修繕後に用いる劣化予測モデルを生成してもよい。なお、劣化予測モデルは、修繕などに関する費用に関する情報を含んでもよい。利用者、劣化予測モデルを用いて算出される費用を参照して、費用対効果などを把握できる。

なお、モデル生成部１５０は、劣化予測モデルの生成に関連する情報を、入力装置３１０から受信してもよい。例えば、モデル生成部１５０が複数の参照モデルを保存している場合、モデル生成部１５０は、入力装置３１０から、劣化予測モデルの生成に用いる参照モデルの指定を受信してもよい。あるいは、モデル生成部１５０は、劣化予測モデルに含まれる少なくとも一部のパラメータの値及び／又は制約を、入力装置３１０から受信してもよい。

なお、劣化診断装置１００が複数の種類の劣化（例えば、ひび割れ率及びわだち掘れ量）を扱う場合、モデル生成部１５０は、劣化の種別ごとに、劣化予測モデルを生成してもよい。

あるいは、モデル生成部１５０は、複数の劣化を統合した劣化度を予測する劣化予測モデルを生成してもよい。例えば、モデル生成部１５０は、それぞれの劣化に対応した劣化度を、劣化それぞれに対応した所定の重み用いて統合した劣化度を算出する劣化予測モデルを生成してもよい。

なお、劣化それぞれに対する重みは、固定でもよい。あるいは、モデル生成部１５０が、劣化予測モデルの生成において、劣化それぞれに対する重みを設定してもよい。

劣化予測部１６０は、入力装置３１０から、予測時間を受信する。そして、劣化予測部１６０は、劣化予測モデルを用いて、予測時間における劣化度を算出する。

なお、予測対象となる部分が複数の場合、劣化予測部１６０は、入力装置３１０から劣化度を予測する部分の指定を受信してもよい。部分の指定は、複数の部分を含む指定でもよい。例えば、劣化予測部１６０は、所定の範囲（例えば、道路における一つ又は複数の管理単位）に含まれる部分の指定を受信し、その範囲に含まれる部分のおける劣化度を予測してもよい。

なお、モデル生成部１５０が複数の劣化予測モデルを生成する場合、劣化予測部１６０は、全ての劣化予測モデルを用いて、劣化度を予測する。ただし、劣化予測部１６０は、一部の劣化予測モデルを用いてもよい。例えば、劣化予測部１６０は、入力装置３１０から予測に用いる劣化予測モデルの指定を受信してもよい。

部分選択部１７０は、劣化度を予測した部分の中で、予測した劣化度が選択条件を満足する部分を選択する。

なお、部分選択部１７０は、入力装置３１０から選択条件を受信してもよい。あるいは、部分選択部１７０は、利用者などが予め設定した選択条件を用いてもよい。

なお、選択条件は、複数の条件を含んでもよい。

例えば、部分選択部１７０は、選択条件として、劣化度の程度（例えば、劣化度大）と、部分の範囲（例えば、道路の指定）とを用いてもよい。

あるいは、例えば、劣化予測モデルが劣化度と劣化速度とを算出する場合、部分選択部１７０は、選択条件として、劣化度の程度（例えば、劣化度大）と、劣化速度の大きさ（例えば、劣化速度大）とを用いてもよい。

あるいは、劣化予測モデルが劣化度に加え、所定の劣化（例えば、ポットホール）が発生する時期を算出する場合、部分選択部１７０は、選択条件として、劣化度の程度に加え、所定の劣化の発生を用いてもよい。

なお、部分選択部１７０は、３つ以上の条件を含む選択条件を用いてもよい。

そして、部分選択部１７０は、選択した部分を出力部１８０に出力する。

出力部１８０は、選択された部分に関連する情報と、その部分の予測時間での劣化度とを出力する。なお、出力部１８０は、選択した部分に関連する情報に替えて、選択しなかった部分に関連する情報を出力してもよい。なお、以下の説明では、一例として、出力部１８０は、「選択された部分に関連する情報」を出力する。

さらに、出力部１８０が出力する情報の内容は、任意である。劣化診断装置１００の利用者が、出力先に沿って、出力する情報を選択すればよい。

出力部１８０が出力する情報の例を説明する。

例えば、表示装置３００が、地図上において、選択された部分における予測時間の劣化度を表示する場合、出力部１８０は、選択された部分の位置情報（例えば、緯度及び経度）及び劣化度を出力すればよい。

出力部１８０は、選択された部分に関連する情報の出力において、情報を保存している構成、又は、情報を出力可能な構成から、適宜情報を取得すればよい。例えば、位置情報を出力する場合、出力部１８０は、画像取得部１１０、又は、劣化情報保存部１３０から位置情報を取得すればよい。

［動作の説明］
次に、第１の実施形態にかかる劣化診断装置１００の動作について、図面を参照して説明する。

図２は、劣化診断装置１００の動作の一例を示すフロー図である。

画像取得部１１０は、診断の対象となる部分を含む画像を取得する（ステップＳ５０１）。

劣化度算出部１２０は、画像を用いて、劣化度を算出する（ステップＳ５０３）。

劣化情報保存部１３０は、劣化度を、履歴として保存する（ステップＳ５０５）。

参照情報取得部１４０は、参照情報を取得する（ステップＳ５０７）。

モデル生成部１５０は、履歴と参照情報とを用いて、劣化予測モデルを生成する（ステップＳ５０９）。

劣化予測部１６０は、予測時間を取得する（ステップＳ５１１）。

劣化予測部１６０は、劣化予測モデルに予測時間を適用して、劣化度を予測する（ステップＳ５１３）。

部分選択部１７０は、選択条件を満足する部分を選択する（ステップＳ５１５）。

出力部１８０は、選択された部分の情報と、予測された劣化度とを出力する（ステップＳ５１７）。

そして、劣化診断装置１００は、動作を終了する。

なお、劣化診断装置１００は、ステップＳ５１１ないしＳ５１７の動作を繰り返してもよい。

例えば、劣化診断装置１００は、ステップＳ５０９まで動作後、入力装置３１０からの予測時間の受信を待つ。そして、劣化診断装置１００は、入力装置３１０から予測時間を受信すると、ステップＳ５１１からＳ５１７まで動作する。そして、劣化診断装置１００は、再び、入力装置３１０からの予測時間の受信を待ってもよい。

［具体例］
次に、劣化診断装置１００における動作について、具体例を参照して説明する。

以下の説明は、表示装置３００及び入力装置３１０が、液晶ディスプレイ、キーボード及び、マウスを備えるコンピュータ装置を用いて実現されているとする。

図３は、予測時間を入力するための表示の一例を示す図である。図３は、予測時間の入力として、プルダウンメニューを用いる。利用者は、プルダウンメニューを利用して、予測時間の年、月、及び、日を設定する。そして、利用者は、マウスなど操作してカーソルを「決定」ボタンに重ね、マウスなどのボタンを押下する（クリックする）。入力装置３１０は、ボタンの押下を検出すると、表示されている予測時間を、劣化診断装置１００に送信する。

なお、予測時間の入力は、プルダウンメニューに限定されない。例えば、表示装置３００が数値入力用のフォームを表示する。そして、入力装置３１０が、キーボードなどの操作に基づくフォームへの数値入力を受け付けてもよい。

あるいは、表示装置３００が、予測時間を示すスクロールバーを表示してもよい。この場合、入力装置３１０は、スクロールバーにおけるノブの位置を参照して、予測時間を受け付ける。

図４は、予測時間を入力するための表示の別の例を示す図である。図４は、表示の一例として、スクロールバーを用いた場合の表示の一例である。

図４に示されている表示を用いた予測時間の入力について説明する。

利用者は、マウス操作してカーソルをノブに重ねて、重なった状態でマウスなどのボタンを押す。そして、利用者は、ボタンを押した状態でカーソルを左右にいずれかの方向に移動して、希望の予測時間の位置までノブを移動する。

入力装置３１０は、ノブの位置に対応する予測時間を、劣化診断装置１００に送信する。

なお、入力装置３１０は、連続的に、予測時間を送信してもよい。あるいは、入力装置３１０は、所定の周期で、予測時間を送信してもよい。あるいは、入力装置３１０は、利用者がボタンを離したときの予測時間を送信してもよい。あるいは、入力装置３１０は、予測時間が変化した場合（具体的には、ノブの位置が変化した場合）に、予測時間を送信してもよい。

劣化診断装置１００は、予測時間を受信すると、予測時間において選択した部分に関する情報と、予測時間におけるその部分の劣化度とを出力する。

続いて、劣化診断装置１００の出力について、図面を参照して説明する。

以下の説明において、診断の対象は、道路である。選択条件は、「劣化度大」である。さらに、現時点は、修繕後とする。

なお、劣化診断装置１００は、選択条件を満足する部分に関する情報を出力する。そのため、表示装置３００は、選択条件を満足する部分の劣化度を表示すればよい。ただし、表示装置３００における表示は、上記に限定されない。例えば、表示装置３００は、選択条件を満足する部分の表示を変更してもよい。

さらに、劣化診断システム１０は、複数の選択条件を用いてもよい。この場合、表示装置３００は、複数の選択条件に対応した表示を用いてもよい。

なお、以下の説明に用いる図は、予測時間の違いにおける出力を比較しやすくするため、選択条件（今の場合、「劣化度大」）を満足しない部分も表示する。

各図において、矢印の色が、予測された劣化度を示している。黒塗りの矢印が、劣化度が大の部分を示す。グレーの矢印が、劣化度が中の部分を示す。白抜きの矢印が、劣化度が小の部分を示す。つまり、黒塗りの矢印が、選択された部分である。そして、その他の矢印が、選択されなかった部分である。

つまり、各図において、矢印の色が、劣化度を示す。そして、黒塗りの矢印が、選択された部分である。

図５は、部分の表示の第１の例を示す図である。図５は、現在の状態を示す図である。現時点は、修繕後である。そのため、図５において、すべの部分が、劣化度が低い状態である。

なお、図５の左上部のスクロールバーが、図４を参照して説明した入力装置３１０における入力用の表示である。

図６は、部分の表示の第２の例を示す図である。図６は、３年後の劣化度の予測を表示している。

図６において、黒塗りの矢印が、劣化度が大の部分、つまり、選択された部分である。なお、グレーの矢印が、劣化度が中の部分である。白抜きの矢印が、劣化度が小の部分である。つまり、グレーの矢印と白抜きの矢印とが、選択されなかった部分である。

例えば、利用者がスライドのタブを用いて予測時間を現在から３年後まで移動すると、入力装置３１０は、予測時間（例えば、３年後の年日）を劣化診断装置１００に送信する。劣化診断装置１００は、予測時間における部分それぞれの劣化度を出力する。表示装置３００は、予測時間における部分それぞれの劣化度を表示する。

このように、表示装置３００は、劣化診断装置１００から出力された部分に関連する情報と劣化度とを用いて、部分に関連する表示を変化させる。

利用者は、劣化診断システム１０を用いて、劣化度の変化を把握できる。

なお、表示装置３００は、診断対象の部分の劣化（例えば、ひび割れ率、わだち掘れ量、又は、ＩＲＩ）の値を表示してもよい。

さらに、劣化予測モデルが所定の劣化の発生を予測する場合、劣化診断システム１０は、所定の劣化の発生を表示してもよい。

例えば、利用者が予測時間のスライドのタブを移動すると、劣化診断装置１００は、移動に対応した予測時間において発生している所定の劣化と、対応する部分に関連する情報とを出力する。表示装置３００は、劣化診断装置１００の出力を用いて、所定の劣化が発生している部分に、発生している所定の劣化を表示する。

図７は、所定の劣化の表示例を示す図である。所定の劣化は、例えば、直線状ひび、亀甲状ひび、又は、ポットホールである。図７は、記号「！」を用いて、所定の劣化が発生した部分を示す。

劣化診断システム１０の利用者は、予測時間を変えながら、劣化を参照できる。そのため、利用者は、劣化診断システム１０を用いて、所定の劣化の発生の予測時間を把握できる。

図５ないし７は、選択されなかった部分も表示している。ただし、表示装置３００は、選択されなかった部分を表示しなくてもよい。

図８は、選択された部分を表示する例を示す図である。図８は、現在から３年後までの劣化度大の部分に対応した表示の変化を示す。

利用者は、図８に示されているような表示を参照して、劣化の発生及び進行を把握できる。

劣化診断システム１０は、図８のような処理をまとめて実行してもよい。例えば、劣化診断システム１０は、次のような動作を実行してもよい。

入力装置３１０が、劣化診断装置１００に、複数の予測時間を送信する。劣化診断装置１００が、表示装置３００に、受信した予測時間それぞれにおいて選択された部分に関連する情報と、予測時間における部分の劣化度とを出力する。そして、表示装置３００が、利用者などの指示に対応して、予測時間に沿って、劣化診断装置１００から出力された部分に関連する情報と劣化度との表示を変更する。

さらに、表示装置３００は、連続的に、表示を変更してもよい。例えば、表示装置３００は、動画として、複数の時間における劣化度を連続的に表示してもよい。

［効果の説明］
次に、第１の実施形態にかかる劣化診断装置１００の効果について説明する。

第１の実施形態かかる劣化診断装置１００は、劣化を予測した部分の中から、予測時間において所定の条件を満足する部分を選択するとの効果を奏することができる。

その理由は、次のとおりである。

劣化診断装置１００は、劣化情報保存部１３０と、モデル生成部１５０と、劣化予測部１６０と、部分選択部１７０と、出力部１８０とを含む。劣化情報保存部１３０は、構造物における診断の対象となる部分の劣化度の履歴を保存する。モデル生成部１５０は、履歴に基づいて、部分における劣化度を予測するための劣化予測モデルを生成する。劣化予測部１６０は、生成された劣化予測モデルを用いて、予測時間における部分の劣化度を予測する。部分選択部１７０は、部分の中から、予測時間において予測された劣化度が所定の条件を満足する部分を選択する。出力部１８０は、選択された部分に関連する情報と劣化度とを出力する。

つまり、劣化診断装置１００は、診断の対象となる部分における劣化度の履歴に基づいて、部分の劣化を予測する劣化予測モデルを生成する。そして、劣化診断装置１００は、劣化予測モデルを用いて、予測時間での劣化度を予測する。そして、劣化診断装置１００は、予測された劣化度が所定の条件を満足する部分を選択し、選択した部分に関連する情報と、その劣化度とを出力する。

このような劣化診断装置１００の利用者は、劣化を予測した部分の中から、予測時間において所定の条件を満足する部分（例えば、劣化度が大の部分など、修繕などの対象として適切な部分）を把握できる。

また、劣化診断装置１００は、診断の対象となる部分それぞれにおける劣化度の履歴に基づいて、それぞれの部分における劣化を予測する劣化予測モデルを生成してもよい。この場合、劣化診断装置１００は、それぞれの部分における劣化の履歴と、その部分の劣化に関連する参照情報とに基づく劣化予測モデルを用いるため、それぞれの部分において適切な劣化度を予測できる。

さらに、劣化診断装置１００は、部分の劣化に関連する参照情報を用いて、劣化予測モデルを生成する。そのため、劣化診断装置１００は、より正確な劣化予測モデルを生成できる。さらに、劣化診断装置１００は、画像取得部１１０と、劣化度算出部１２０とを含む。画像取得部１１０は、診断の対象となる部分を含む画像を取得する。劣化度算出部１２０は、画像を用いて部分に対応する劣化度を算出し、履歴として算出した劣化度を劣化情報保存部１３０に保存する。

劣化診断装置１００は、これらの構成を用いて、診断の対象となる部分を含む画像を用いて、劣化速度の算出に用いる劣化度の履歴を保存できる。

また、劣化診断システム１０は、劣化診断装置１００と、情報提供装置２１０と、表示装置３００と、入力装置３１０とを含む。情報提供装置２１０は、劣化診断装置１００に参照情報を提供する。入力装置３１０は、劣化診断装置１００に、予測時間を送信する。劣化診断装置１００は、上記のような動作に基づいて、予測時間における劣化度が所定の条件（選択条件）を満足する部分に関連する情報と劣化度とを出力する。表示装置３００は、劣化診断装置１００が出力する部分に関連する情報と劣化度とを用いて、予測時間において選択条件を満足する部分の劣化度を表示する。

このような構成に基づいて、劣化診断システム１０は、利用者に対して、予測時間において所定の条件を満足する部分を選択可能とする情報を提供できる。

さらに、劣化診断システム１０は、撮像装置２００を含む。撮像装置２００は、診断の対象となる構造物の部分を含む画像を撮影し、劣化診断装置１００に送信する。

このような構成に基づいて、劣化診断システム１０は、撮像装置２００が撮影した画像を用いて、画像に含まれる構造物の部分に対する劣化の診断を実行できる。

なお、本実施形態では、劣化度算出部１２０が、撮像装置２００から取得した画像を用いて、劣化度を算出する例を説明した。しかし、劣化度算出部１２０は、撮像装置２００の代わりに、図示しない加速度センサから取得した情報を用いて劣化度を算出してもよい。例えば、劣化度算出部１２０は、劣化度として、加速度センサから取得した加速度の変化に応じて、ＩＲＩを算出してもよい。この場合には、モデル生成部１５０は、劣化度として保存されたＩＲＩを用いて劣化予測モデルを生成すればよい。

さらに、劣化度算出部１２０は、撮像装置２００から取得した画像と、加速度センサから取得した情報とを併用して、劣化度を算出してもよい。この場合には、モデル生成部１５０は、路面のひび割れ率とＩＲＩを用いて劣化予測モデルを生成してもよい。

［ハードウェア構成］
次に、劣化診断装置１００のハードウェア構成について説明する。

劣化診断装置１００の各構成部は、ハードウェア回路で構成されてもよい。

あるいは、劣化診断装置１００において、各構成部は、ネットワークを介して接続した複数の装置を用いて、構成されてもよい。

あるいは、劣化診断装置１００において、複数の構成部は、１つのハードウェアで構成されてもよい。

あるいは、劣化診断装置１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）とを含むコンピュータ装置として実現されてもよい。劣化診断装置１００は、上記構成に加え、さらに、ネットワークインターフェース回路（ＮＩＣ：Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃｉｒｃｕｉｔ）を含むコンピュータ装置として実現されてもよい。さらに、劣化診断装置１００は、劣化診断処理を高速化するために、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を含むコンピュータ装置として実現されてもよい。

図９は、劣化診断装置１００のハードウェア構成の一例である情報処理装置６００の構成を示すブロック図である。

情報処理装置６００は、ＣＰＵ６１０と、ＲＯＭ６２０と、ＲＡＭ６３０と、記憶装置６４０と、ＮＩＣ６８０とを含み、コンピュータ装置を構成している。

ＣＰＵ６１０は、ＲＯＭ６２０及び／又は記憶装置６４０からプログラムを読み込む。そして、ＣＰＵ６１０は、読み込んだプログラムに基づいて、ＲＡＭ６３０と、記憶装置６４０と、ＮＩＣ６８０とを制御する。そして、ＣＰＵ６１０を含むコンピュータ装置は、これらの構成を制御し、図１に示されている各構成としての機能を実現する。なお、図１に示されている各構成とは、画像取得部１１０と、劣化度算出部１２０と、劣化情報保存部１３０と、参照情報取得部１４０と、モデル生成部１５０と、劣化予測部１６０と、部分選択部１７０と、出力部１８０とである。

ＣＰＵ６１０は、各機能を実現する際に、ＲＡＭ６３０又は記憶装置６４０を、プログラムの一時記憶媒体として使用してもよい。

また、ＣＰＵ６１０は、コンピュータ装置で読み取り可能にプログラムを記憶した記憶媒体６９０が含むプログラムを、図示しない記憶媒体読み取り装置を用いて読み込んでもよい。あるいは、ＣＰＵ６１０は、ＮＩＣ６８０を介して、図示しない外部の装置からプログラムを受け取り、ＲＡＭ６３０又は記憶装置６４０に保存して、保存したプログラムを基に動作してもよい。

ＲＯＭ６２０は、ＣＰＵ６１０が実行するプログラム及び固定的なデータを記憶する。ＲＯＭ６２０は、例えば、Ｐ－ＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ－ＲＯＭ）又はフラッシュＲＯＭである。

ＲＡＭ６３０は、ＣＰＵ６１０が実行するプログラム及びデータを一時的に記憶する。ＲＡＭ６３０は、例えば、Ｄ－ＲＡＭ（Ｄｙｎａｍｉｃ－ＲＡＭ）である。

記憶装置６４０は、情報処理装置６００が長期的に保存するデータ及びプログラムを記憶する。記憶装置６４０は、劣化情報保存部１３０として動作する。さらに、記憶装置６４０は、ＣＰＵ６１０の一時記憶装置として動作してもよい。記憶装置６４０は、例えば、ハードディスク装置、光磁気ディスク装置、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）又はディスクアレイ装置である。

ＲＯＭ６２０と記憶装置６４０とは、不揮発性（ｎｏｎ－ｔｒａｎｓｉｔｏｒｙ）の記憶媒体である。一方、ＲＡＭ６３０は、揮発性（ｔｒａｎｓｉｔｏｒｙ）の記憶媒体である。そして、ＣＰＵ６１０は、ＲＯＭ６２０、記憶装置６４０、又は、ＲＡＭ６３０に記憶されているプログラムを基に動作可能である。つまり、ＣＰＵ６１０は、不揮発性記憶媒体又は揮発性記憶媒体を用いて動作可能である。

ＮＩＣ６８０は、情報処理装置６００と撮像装置２００との間、情報処理装置６００と情報提供装置２１０との間、情報処理装置６００と表示装置３００との間、及び、情報処理装置６００と入力装置３１０との間におけるデータの送信及び受信を、仲介する。ＮＩＣ６８０は、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）カードである。さらに、ＮＩＣ６８０は、有線に限らず、無線を用いてもよい。

このように構成された情報処理装置６００は、劣化診断装置１００と同様の効果を得ることができる。

その理由は、情報処理装置６００のＣＰＵ６１０が、プログラムに基づいて劣化診断装置１００と同様の機能を実現できるためである。

＜第２の実施形態＞
第２の実施形態として、第１の実施形態にかかる劣化診断装置１００及び劣化診断システム１０の概要を説明する。

［構成の説明］
図１０は、第１の実施形態の劣化診断装置１００の概要である第２の実施形態にかかる劣化診断装置１０１の構成の一例を示すブロック図である。

劣化診断装置１０１は、劣化情報保存部１３０とモデル生成部１５０と、劣化予測部１６０と、部分選択部１７０と、出力部１８０とを含む。劣化情報保存部１３０は、構造物における診断の対象となる部分の劣化度の履歴を保存する。モデル生成部１５０は、履歴に基づいて、部分における劣化度を予測するための劣化予測モデルを生成する。劣化予測部１６０は、生成された劣化予測モデルを用いて、予測時間における部分の劣化度を予測する。部分選択部１７０は、部分の中から、予測時間において予測された劣化度が所定の条件を満足する部分を選択する。出力部１８０は、選択された部分に関連する情報と劣化度とを出力する。

なお、劣化診断装置１０１は、図９に示されているコンピュータ装置を用いて実現されてもよい。

［動作の説明］
図１１は、第２の実施形態にかかる劣化診断装置１０１の動作の一例を示すフロー図である。

劣化情報保存部１３０は、劣化度を、履歴として保存する（ステップＳ５０５）。

モデル生成部１５０は、履歴を用いて、劣化予測モデルを生成する（ステップＳ５０９）。

劣化予測部１６０は、予測時間を取得する（ステップＳ５１１）。

劣化予測部１６０は、劣化予測モデルに予測時間を適用して、劣化度を予測する（ステップＳ５１３）。

部分選択部１７０は、選択条件を満足する部分を選択する（ステップＳ５１５）。

出力部１８０は、選択された部分の情報と、劣化度とを出力する（ステップＳ５１７）。

そして、劣化診断装置１０１は、動作を終了する。

このように、劣化診断装置１０１は、診断の対象となる部分における劣化度の履歴に基づいて、部分の劣化を予測する劣化予測モデルを生成する。そして、劣化診断装置１０１は、劣化予測モデルを用いて、予測時間での劣化度を予測する。そして、劣化診断装置１０１は、予測された劣化度が所定の条件を満足する部分を選択し、選択した部分に関連する情報と、その劣化度とを出力する。

このような劣化診断装置１０１の利用者は、予測時間における劣化度を用いて、劣化を予測した部分の中から、優先して修繕する部分、つまり、修繕などの対象としてより適切な部分を把握できる。

［効果の説明］
劣化診断装置１０１は、第１の実施形態と同様に、劣化を予測した部分の中から、予測時間において所定の条件を満足する部分を選択するとの効果を奏することができる。

その理由は、劣化診断装置１０１の各構成が、劣化診断装置１００における対応する構成と同様に動作するためである。

なお、図１０における劣化診断装置１０１は、第１の実施形態における劣化診断装置１００の最小構成である。

［システムの説明］
図１２は、第２の実施形態にかかる劣化診断装置１０１を含む劣化診断システム１１の構成の一例を示すブロック図である。

劣化診断システム１１は、劣化診断装置１０１と、表示装置３００と、入力装置３１０とを含む。入力装置３１０は、劣化診断装置１０１に予測時間を送信する。劣化診断装置１０１は、予測時間において選択された部分に関連する情報と、その劣化度とを出力する。表示装置３００は、劣化診断装置１０１が出力する部分に関連する情報と劣化度とを用いて、予測時間において選択条件を満足する部分の劣化度を表示する。

このような構成に基づいて、劣化診断システム１１は、利用者に対して、劣化診断の対象の中から、予測時間において所定の条件を満足する部分を示すことができる。

なお、図１２における劣化診断システム１１は、第１の実施形態における劣化診断システム１０の最小構成である。

以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成及び詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

本発明は、高度道路交通システム（ＩＴＳ：Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｎｓｐｏｒｔ Ｓｙｓｔｅｍ）などの、情報技術（ＩＴ：Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ）を利用した交通システムに利用可能である。

この出願は、２０２０年 ３月３１日に出願された日本出願特願２０２０－０６２９１３を基礎とする優先権を主張し、その開示の全てをここに取り込む。

１０ 劣化診断システム
１１ 劣化診断システム
１００ 劣化診断装置
１１０ 画像取得部
１２０ 劣化度算出部
１３０ 劣化情報保存部
１４０ 参照情報取得部
１５０ モデル生成部
１６０ 劣化予測部
１７０ 部分選択部
１８０ 出力部
２００ 撮像装置
２１０ 情報提供装置
３００ 表示装置
３１０ 入力装置
４１０ 情報処理装置
４２０ ネットワーク
４３０ 通信路
４４０ 車両
４５０ 設備
６００ 情報処理装置
６１０ ＣＰＵ
６２０ ＲＯＭ
６３０ ＲＡＭ
６４０ 記憶装置
６６０ 入力機器
６７０ 表示機器
６８０ ＮＩＣ
６９０ 記憶媒体

Claims (10)

1. 道路における構造物の診断の対象となる部分の劣化度の履歴を保存する劣化情報保存手段と、
   前記履歴に基づいて、前記部分における前記劣化度を予測するための劣化予測モデルを生成するモデル生成手段と、
   生成された前記劣化予測モデルを用いて、予測時間における前記部分の前記劣化度を予測する劣化予測手段と、
   予測された前記劣化度の程度の条件及び前記部分が位置する道路の範囲の条件を含む選択条件を取得し、前記部分の中から、予測時間において予測された前記劣化度が前記選択条件を満足する前記部分を選択する部分選択手段と、
   選択された前記部分に関連する情報と、選択された前記部分において予測された前記劣化度とを出力する出力手段と
   を含む劣化診断装置。
2. 前記部分の劣化に関連する参照情報であって、前記部分が位置する道路における交通量、通行する車両の重量、及び、通行する車両の種類のうちの少なくとも１つを含む前記参照情報を取得する参照情報取得手段をさらに含み、
   前記モデル生成手段が、前記履歴と前記参照情報とに基づいて、前記部分における前記劣化度を予測するための前記劣化予測モデルを生成する
   請求項１に記載の劣化診断装置。
3. 前記出力手段が、選択された前記部分に関連する情報として、前記部分の地図上の位置に関連する情報を出力する
   請求項１又は２に記載の劣化診断装置。
4. 前記モデル生成手段が、
   前記部分それぞれに対して、劣化を予測する前記劣化予測モデルを生成する
   請求項１ないし３のいずれか１項に記載の劣化診断装置。
5. 前記モデル生成手段が、
   所定の劣化が発生する時間を予測する前記劣化予測モデルを生成する
   請求項１ないし４のいずれか１項に記載の劣化診断装置。
6. 診断の対象となる前記部分を含む画像を取得する画像取得手段と、
   前記画像を用いて前記部分に対応する前記劣化度を算出し、算出した前記劣化度を前記劣化情報保存手段に、前記履歴として保存する劣化度算出手段と
   をさらに含む請求項１ないし５のいずれか１項に記載の劣化診断装置。
7. 請求項１ないし６のいずれか１項に記載の劣化診断装置と、
   前記劣化診断装置に前記予測時間を送信する入力装置と、
   前記劣化診断装置が出力する前記部分に関連する情報と前記劣化度とを用いて、出力された前記部分における前記予測時間における前記劣化度を表示する表示装置と
   を含む劣化診断システム。
8. 前記入力装置が、前記劣化診断装置に、複数の前記予測時間を送信し、
   前記劣化診断装置が、受信した前記予測時間それぞれにおいて選択された前記部分と、前記予測時間における前記部分の前記劣化度とを出力し、
   前記表示装置が、前記劣化診断装置から出力された前記部分に関連する情報と前記劣化度とを用いて、前記部分に関連する表示を変更する
   請求項７に記載の劣化診断システム。
9. 道路における構造物の診断の対象となる部分の劣化度の履歴を保存し、
   前記履歴に基づいて、前記部分における前記劣化度を予測するための劣化予測モデルを生成し、
   生成された前記劣化予測モデルを用いて、予測時間における前記部分の前記劣化度を予測し、
   予測された前記劣化度の程度の条件及び前記部分が位置する道路の範囲の条件を含む選択条件を取得し、前記部分の中から、予測時間において予測された前記劣化度が前記選択条件を満足する前記部分を選択し、
   選択された前記部分に関連する情報と、選択された前記部分において予測された前記劣化度とを出力する
   劣化診断方法。
10. 道路における構造物の診断の対象となる部分の劣化度の履歴を保存する処理と、
    前記履歴に基づいて、前記部分における前記劣化度を予測するための劣化予測モデルを生成する処理と、
    生成された前記劣化予測モデルを用いて、予測時間における前記部分の前記劣化度を予測する処理と、
    予測された前記劣化度の程度の条件及び前記部分が位置する道路の範囲の条件を含む選択条件を取得し、前記部分の中から、予測時間において予測された前記劣化度が前記選択条件を満足する前記部分を選択する処理と、
    選択された前記部分に関連する情報と、選択された前記部分において予測された前記劣化度とを出力する処理と
    をコンピュータに実行させるプログラム。

Images