JP7351849B2 - 構造物の損傷原因推定システム、損傷原因推定方法、及び損傷原因推定サーバ - Google Patents
構造物の損傷原因推定システム、損傷原因推定方法、及び損傷原因推定サーバ Download PDFInfo
- Publication number
- JP7351849B2 JP7351849B2 JP2020558314A JP2020558314A JP7351849B2 JP 7351849 B2 JP7351849 B2 JP 7351849B2 JP 2020558314 A JP2020558314 A JP 2020558314A JP 2020558314 A JP2020558314 A JP 2020558314A JP 7351849 B2 JP7351849 B2 JP 7351849B2
- Authority
- JP
- Japan
- Prior art keywords
- damage
- information
- cause
- degree
- unit
- 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
- 238000000034 method Methods 0.000 title claims description 31
- 238000000605 extraction Methods 0.000 claims description 35
- 238000001514 detection method Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 14
- 230000008439 repair process Effects 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 9
- 150000003839 salts Chemical class 0.000 claims description 8
- 230000006866 deterioration Effects 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 229910000831 Steel Inorganic materials 0.000 claims description 5
- 239000003513 alkali Substances 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 239000004567 concrete Substances 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 5
- 239000010959 steel Substances 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000001035 drying Methods 0.000 claims description 3
- 230000003628 erosive effect Effects 0.000 claims description 3
- 230000036571 hydration Effects 0.000 claims description 3
- 238000006703 hydration reaction Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000007689 inspection Methods 0.000 description 9
- 239000000203 mixture Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 235000008733 Citrus aurantifolia Nutrition 0.000 description 2
- 235000011941 Tilia x europaea Nutrition 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 239000004571 lime Substances 0.000 description 2
- 239000011513 prestressed concrete Substances 0.000 description 2
- 239000011150 reinforced concrete Substances 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01D—CONSTRUCTION OF BRIDGES, ELEVATED ROADWAYS OR VIADUCTS; ASSEMBLY OF BRIDGES
- E01D22/00—Methods or apparatus for repairing or strengthening existing bridges ; Methods or apparatus for dismantling bridges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0008—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings of bridges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0091—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by using electromagnetic excitation or detection
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- 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
- G06T2207/20212—Image combination
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Aviation & Aerospace Engineering (AREA)
- Geometry (AREA)
- Library & Information Science (AREA)
- General Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Signal Processing (AREA)
- Primary Health Care (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Human Resources & Organizations (AREA)
Description
本発明は、構造物の損傷原因推定システム、損傷原因推定方法、及び損傷原因推定サーバに係り、特に、過去に点検した構造物の損傷原因の結果を含むデータベースを用いて損傷原因を推定する損傷原因推定システム、損傷原因推定方法、及び損傷原因推定サーバに関する。
橋梁等の社会インフラ構造物は、定期的に点検を行う必要がある。定期点検においては、目視点検の結果から、損傷の原因を推定及び特定し、対策区分の判定（補修の必要性の判断）等の診断をしている。
損傷原因の推定及び特定には、高度な技量及び経験が必要であり、検査員（診断員）により結果がばらつくなど、損傷原因を推定することが困難な場合があった。また熟練した検査員の人手不足も適切な損傷原因の推定が行えないことの要因となっていた。
道路等の構造物を含むインフラストラクチャ―の変状を評価するシステムとして、例えば、下記の特許文献１には、変状情報に対する共起確率である共起性情報と、処理対象となる変状情報とに基づいて、処理対象となる変状情報に類似度の高い変状情報の推薦順位のリストを生成するインフラストラクチャ―の変状の評価を支援するシステムが記載されている。
特許文献１に記載されている変状情報の中には、ひび割れ、遊離石灰等の損傷項目名称の他に、構造種別名称、又は、他の情報として、「交通量」、「構造物の情報」、「建設年」等も含んで良いことが記載されている。しかしながら、例えば、交通量や、構造物の情報は、損傷原因を特定するための一つの条件にすぎず、交通量が多いから疲労による劣化であると判定することができず、純粋に損傷原因のみを求めるシステムがもとめられていた。
本発明はこのような事情に鑑みてなされ、過去の点検時の損傷原因を特定したデータベースを用いて、今回の点検対象の構造物の損傷状況と類似の損傷例を抽出し、列挙することにより、損傷原因を高い確率で推定することができる構造物の損傷原因推定システム、損傷原因推定方法、及び、損傷原因推定サーバを提供することを目的とする。
本発明の目的を達成するために、本発明に係る構造物の損傷原因推定システムは、構造物の補修前の損傷の撮影画像、及び、構造物の損傷原因のデータを有するデータベースと、点検を行う対象構造物の撮影画像を取得する画像取得部と、撮影画像中の対象構造物における特徴的な部分の実寸サイズ、又は、対象構造物の実際の長さを取得する実寸情報取得部と、画像取得部で取得した撮影画像から損傷を検出し、かつ、実寸情報取得部で取得した情報に基づき、損傷の程度を算出する損傷検出部と、損傷検出部で検出した損傷の、データベース内に設けられた構造物の損傷との類似度を判定することにより、類似度の高い１つ以上の類似損傷を抽出する類似損傷抽出部と、類似損傷抽出部で抽出した類似損傷の損傷原因を提示する損傷原因提示部と、を備える。
本発明の目的を達成するために、本発明に係る構造物の損傷原因推定方法は、画像取得部が、点検を行う対象構造物の撮影画像を取得する画像取得工程と、実寸情報取得部が、撮影画像中の対象構造物における特徴的な部分の実寸サイズ、又は、対象構造物の実際の長さを取得する実寸情報取得工程と、損傷検出部が、画像取得工程で取得した撮影画像から損傷を検出し、かつ、実寸情報取得工程で取得した情報に基づき、損傷の程度を算出する損傷検出工程と、構造物の補修前の撮影画像、及び、構造物の損傷原因のデータを有するデータベースを用いて、類似損傷抽出部が、損傷検出工程で検出した損傷の、データベース内に設けられた構造物の損傷との類似度を判定することにより、類似度の高い１つ以上の類似損傷を抽出する類似損傷抽出工程と、損傷原因提示部が、類似損傷抽出工程で抽出した類似損傷の損傷原因を提示する損傷原因提示工程と、を備える。
本発明の目的を達成するために、本発明に係る構造物の損傷原因推定サーバは、ネットワークを介してユーザ端末に接続され、点検を行う対象構造物の損傷原因を推定する損傷原因推定サーバであって、構造物の補修前の損傷の撮影画像、及び、構造物の損傷原因のデータを有するデータベースと、点検を行う対象構造物の撮影画像を取得する画像取得部と、撮影画像中の対象構造物における特徴的な部分の実寸サイズ、又は、対象構造物の実際の長さを取得する実寸情報取得部と、画像取得部で取得した撮影画像から損傷を検出し、かつ、実寸情報取得部で取得した情報に基づき、損傷の程度を算出する損傷検出部と、損傷検出部で検出した損傷の、データベース内に設けられた構造物の損傷との類似度を判定することにより、類似度の高い１つ以上の類似損傷を抽出する類似損傷抽出部と、類似損傷抽出部で抽出した類似損傷の損傷原因を提示する損傷原因提示部と、ネットワークを介してユーザ端末から撮影画像を受信する受信部と、ユーザ端末に損傷原因提示部で提示する損傷原因を送信する送信部と、を有する通信部と、を備える。
本発明の構造物の損傷原因推定システムによれば、過去の点検時に特定した損傷原因を含むデータベースを用いて、点検を行う対象構造物の損傷状況と類似の損傷例を抽出することができる。データベースから点検対象の損傷と類似度の高い損傷を抽出し、損傷原因を列挙することにより、ユーザが損傷原因を特定する際に、結果を参考にできるので、損傷原因推定の精度を高めることができる。
以下、添付図面に従って、本発明の一実施形態に係る構造物の損傷原因推定システム、損傷原因推定方法、及び損傷原因推定サーバについて説明する。
＜橋梁の構造＞
図１は、構造物の一つである橋梁１を下から見た状態を示す斜視図である。図１に示す橋梁１は、主桁２と、横桁３と、対傾構４と、横構５と、床版６と、による立体的構造を有し、これらの部材がボルト、リベット、溶接等により連結されて構成されている。主桁２等の上部には、車輌等が走行するための床版６が打設されている。床版６は、鉄筋コンクリート製の床版が一般的である。主桁２は橋台又は橋脚の間に渡されて床版６上の車輌等の荷重を支える部材であり、また床版６の面（水平面）と直交する面（鉛直方向の面）を有する。横桁３は、荷重を複数の主桁２で支持するため、主桁２を連結する部材である。対傾構４及び横構５は、それぞれ風及び地震の横荷重に抵抗するため、主桁２を相互に連結する部材である。なお、本実施形態において、構造物は、橋梁に限らずトンネル、ビル等、及び、道路等でもよい。
＜構造物の損傷原因推定システム＞
図２は、本発明の一実施形態に係る損傷原因推定システム１００、及び、デジタルカメラ２００の概略構成を示すブロック図である。
本実施形態に係る損傷原因推定システム１００は、データベース１１０と、画像取得部１１５と、実寸情報取得部１２０と、損傷検出部１２５と、類似損傷抽出部１３０と、損傷原因提示部１３５と、を有する。また、点検を行う対象構造物の情報であって、データベース１１０内に保有する構造物に対応する損傷原因及び構造情報等の他の情報を取得する情報取得部１４０、推定される損傷原因を表示する表示制御部１４５、及び、推定される損傷原因を出力する出力部１５０を備えることもできる。
損傷原因推定システム１００は、点検を行う対象となる対象構造物を撮影して取得した画像から、損傷を検出し、その損傷の損傷原因を推定するシステムであり、デジタルカメラ、スマートフォン、タブレット端末、パーソナルコンピュータ等に適用することができる。画像取得部１１５で取得する画像は、デジタルカメラ２００で取得することができる。デジタルカメラ２００は、損傷原因推定システム１００と別々の筺体に組み込んでもよいし、一体化してもよい。また、デジタルカメラ２００を損傷原因推定システム１００の一部として組み込み、本実施形態の構造物の損傷原因推定システムを構成してもよい。
＜デジタルカメラの構成＞
デジタルカメラ２００は、図示せぬ撮影レンズ及び撮像素子を備える撮像光学系２１０により画像を取得する。撮像素子の例としては、ＣＣＤ（Charge Coupled Device）型の撮像素子及びＣＭＯＳ（Complementary Metal-Oxide Semiconductor）型の撮像素子を挙げることができる。撮像素子の受光面上にはＲ（赤），Ｇ（緑），又はＢ（青）のカラーフィルタが設けられており、各色の信号に基づいて被写体のカラー画像を取得することができる。デジタルカメラ２００は、無線通信部２２０及びアンテナ２２２を介して損傷原因推定システム１００との無線通信を行い、撮影された画像が画像取得部１１５に入力されて後述する処理が行われる。
デジタルカメラ２００での撮影において、１回の撮影で対象となる構造物、又は、部位の全体画像が取得できない場合、対象となる構造物又は部位を分割撮影した画像群を取得する。画像取得部１１５は、パノラマ合成部１１６を備え、パノラマ合成部１１６で画像群をパノラマ合成処理した画像を用いることもできる。デジタルカメラ２００は、例えば、５０００×４０００画素程度の画素数を有する汎用のコンパクトデジタルカメラでよい。
＜構造物の損傷原因推定システムの各構成＞
損傷原因推定システム１００は、主として、データベース１１０、画像取得部１１５、実寸情報取得部１２０、損傷検出部１２５、類似損傷抽出部１３０、及び、損傷原因提示部１３５から構成されている。これらは、互いに接続されて必要な情報が送受信される。また、損傷原因推定システム１００は、アンテナ１１７を介してデジタルカメラ２００との間で無線通信を行い、デジタルカメラ２００で撮影された撮影画像を取得する。
≪データベース≫
データベース１１０は、構造物の補修前の撮影画像、及び、構造物の損傷原因が格納される記録手段である。
損傷原因としては、コンクリート部材の損傷原因の例として、（１）疲労（繰り返し荷重）、塩害、中性化、アルカリ骨材反応、凍害、及び、化学的浸食等の劣化、（２）施工時の水和熱、及び、乾燥収縮等の施工時要因、（３）過大な外力の作用、及び、不適切な設計等の構造的要因、が挙げられる。また、鋼部材の損傷原因の例として、（１）疲労（繰り返し荷重）、及び、塩害等の劣化、（２）過大な外力の作用、及び、不適切な設計等の構造的要因、が挙げられる。
また、構造物の損傷情報を含むことができる。構造物の損傷情報としては、損傷の種類、損傷の位置、損傷の程度（長さ、幅、面積、密度及び深さなど、また、これらの平均値又は最大値など）を含むことができる。
その他の情報として、構造情報、環境情報、及び、履歴情報を含んでもよい。構造情報としては、（１）構造の種類、例えば、橋梁の場合、桁橋、ラーメン橋、トラス橋、アーチ橋、斜張橋、吊橋等、（２）部材の種類、例えば、橋梁の場合、床版、橋脚、橋台、桁など、（３）材料、例えば、鋼、鉄筋コンクリート、ＰＣ（プレストレストコンクリート（Ｐｒｅｓｔｒｅｓｓｅｄ Ｃｏｎｃｒｅｔｅ））等、が挙げられる。
また、環境情報としては、１日あたり、１ヶ月あたり、１年あたり、累積、等の交通量、海からの距離、平均気温、平均湿度、降雨量、降雪量等の気候、等が挙げられる。
また、履歴情報としては、施工時の気温等の施工時条件、経年数、補修履歴、地震、台風、洪水などの災害履歴、たわみ、振動の振幅、振動の周期等のモニタリング情報、等が挙げられる。
さらに、データベース１１０内には、構造物の損傷の過去の複数時点の撮影画像及び損傷情報の少なくともいずれか一方を記憶することもできる。過去の撮影画像及び損傷情報を記憶することにより、類似度を判定する際に、対象構造物の経時変化についても類似度の判定に用いることができる。
≪画像取得部≫
画像取得部１１５は、点検を行う対象構造物の撮影画像を取得する。撮影画像は、対象構造物の構造物単位、又は、部材単位で画像を取得する。
画像取得部１１５は、デジタルカメラ２００（又は記録媒体、ネットワーク等）から橋梁１の撮影画像を取得する。撮影画像は、１回の撮影で全体を取得した画像でもよく、撮影画像を取得する領域を所定の解像度で１回の撮影でカバーできない時は、画像群として対象構造物を分割撮影した複数の画像でもよい。複数の画像を取得した場合は、パノラマ合成部１１６でパノラマ合成処理を行う。パノラマ合成処理は、画像同士の対応点を検出し、画像同士の対応点に基づいて撮影画像を合成する。
また、画像取得部１１５は、定期的に対象構造物の撮影画像を取得し、対象構造物の経時画像を取得してもよい。後述する類似損傷抽出部１３０にて、類似損傷を検出する際に、対象構造物の経時変化も類似度の判定に用いることができる。なお、経時画像は、少なくとも前回の点検時の画像と今回の点検時の画像を取得できていればよい。
≪実寸情報取得部≫
実寸情報取得部１２０は、画像取得部１１５で取得した撮影画像中の対象構造物における特徴的部分の実寸サイズ、又は、対象構造物の実際の長さを取得する。対象構造物の実際の長さを求める方法としては、撮影画像の単位画素当りの対象構造物の実際の長さを示す解像度を取得することにより、求めることができる。他の方法としては、構造物の長さがわかる物質と一緒に撮影する、又は、スケールを投影して撮影する等により行うことができる。
≪損傷検出部≫
損傷検出部１２５は、画像取得部１１５で取得した撮影画像から損傷を検出する。また、実寸情報取得部１２０で取得した情報に基づき損傷の程度を算出する。
検出する損傷としては、構造物がコンクリート部材の場合は、ひび割れ、漏水及び遊離石灰、剥離及び鉄筋露出、及び、うき等の損傷を検出する。構造物が鋼部材の場合は、亀裂、腐食、及び、防食機能の劣化等の損傷を検出する。これらの損傷のいずれか一つ以上を検出する。
検出は、機械学習による検出器、及び、検出アルゴリズムによって検出することができる。
例えば、ひび割れの検出を行うために計測する項目としては、位置、大きさ、方向、範囲、形状等があるが、構造物の種類、特徴等の条件に応じて設定することができる。ひび割れの検出は、種々の手法により行うことができるが、例えば、特許４００６００７号公報に記載されたひび割れ検出方法を用いることができる。この方法は、ウェーブレット画像を作成する工程と、ウェーブレット画像に基づいてひび割れ領域を判定する工程と、を有するひび割れ検出方法である。ウェーブレット画像を作成する工程では、対比される２つの濃度に対応したウェーブレット係数を算定し、かつ、その２つの濃度をそれぞれ変化させた場合のそれぞれのウェーブレット係数を算定してウェーブレット係数テーブルを作成し、ひび割れ検出対象であるコンクリート表面を撮影した入力画像をウェーブレット変換する。ひび割れ領域を判定する工程では、ウェーブレット係数テーブル内において、局所領域内の近傍画素の平均濃度と注目画素の濃度に対応するウェーブレット係数を閾値として、注目画素のウェーブレット係数と閾値とを比較することによりひび割れ領域とひび割れでない領域とを判定する。
≪類似損傷抽出部≫
類似損傷抽出部１３０は、損傷の種類、損傷の位置、損傷の程度に基づいて、類似度を判定し、データベース１１０から類似度の高い１つ以上の類似損傷を抽出する。
また、損傷情報に加えて、損傷の位置及び損傷の程度の経時変化に基づいて類似度を判定してもよい。さらに、データベース１１０内の構造情報、環境情報、履歴情報、災害情報、検査情報のいずれか一つ以上に基づいて類似度を判定し、抽出することもできる。
類似度の判定は、上記の情報を特徴ベクトルとする特徴空間で、点検対象の構造物とデータベースに保存されている他の構造物の損傷との間の距離を算出し、この距離がある閾値以下となる損傷を類似損傷として抽出する。
図３は、類似度を判定する概念を示すグラフ図である。特徴ベクトルによる特徴空間は、類似度を判定する際に用いられる、損傷の種類、損傷の位置、損傷の程度、損傷の位置及び損傷の程度の経時変化、構造情報、環境情報、履歴情報、災害情報、及び、検査情報から選択されるパラメータの多次元の空間とすることができる。なお。図３については、説明を容易にするため、２次元の空間で図示している。
図３においては、横軸を特徴ベクトル（１）として、ひび割れの最大幅をプロットし、縦軸を特徴ベクトル（２）として、供用開始後の年数をプロットしている。そして、点検を行う対象構造物を中心とした所定の距離を閾値とし、この閾値以下の損傷を類似損傷として抽出する。図３においては、対象構造物を中心に破線で示す円が閾値以下であることを示す。
なお、類似損傷を抽出する際は、パラメータに重みづけされていない距離（ユークリッド距離）としてもよく、重みづけされている距離（マハラノビス距離）としてもよい。どのパラメータにどのような重みづけをするかは、主成分分析等の統計的手法で決定されてもよい。
≪損傷原因提示部≫
損傷原因提示部１３５は、類似損傷抽出部１３０で抽出した類似損傷の損傷原因を提示する。損傷原因を提示する方法としては、例えば、次のように提示することができる。図４は、損傷原因を提示する方法を説明する図である。
（１）類似度の高い順に類似損傷の情報を列挙して提示する。
類似損傷抽出部１３０で抽出した類似損傷の中で、類似度が高い、例えば、類似度が上位１００位までの類似損傷の情報を類似度が高い順に列挙する（例１）。
（２）類似損傷の損傷原因の割合を提示する。
類似損傷抽出部１３０で抽出した類似損傷の中で、類似度が高い、例えば、類似度が上位１００位までの類似損傷に対して、損傷原因の頻度（割合）を算出し、損傷原因とともに提示する。例えば、図４の例２においては、１０件の類似損傷（Ａ～Ｊ）に対して、疲労が７件、塩害が２件、アルカリ骨材反応１件であるため、疲労（７０％）、塩害（２０％）、アルカリ骨材反応（１０％）と提示する。
（３）抽出した類似損傷対し、データベース上の損傷原因を列挙する。
類似損傷抽出部１３０で抽出した類似損傷に対し、順番を並べ替えることなく、損傷原因を列挙してもよい。
なお、図４においては、記載を簡略化するために、損傷事例として損傷事例Ａ～Ｊの１０件を示して説明しているが、実際は上述したような１００位までの１００件を抽出し、損傷原因を提示することが好ましい。
また、提示する情報は損傷原因のみでなく、対象構造物の撮影画像、損傷情報（損傷の種類、損傷の位置、損傷の程度（長さ、幅及び面積等））等の情報も提示することができる。
本発明の一実施形態において、提示する損傷原因は、補修することにより、直せる可能性がある原因を提示する。例えば、コンクリート部材の損傷原因の例では、劣化として、疲労、塩害、中性化、アルカリ骨材反応、凍害、化学的浸食等が挙げられる。施工時要因として、施工時の水和熱、乾燥収縮等が挙げられる。構造的要因として、課題な外力の作用、不適切な設計等が挙げられる。鋼部材の損傷原因の例では、劣化として、疲労、塩害等が挙げられる。構造的要因として、課題な外力の作用、不適切な設計が挙げられる。
≪情報取得部≫
情報取得部１４０は、点検を行う対象構造物の構造情報、環境情報、及び、履歴情報（以下、「構造物情報等」ともいう）を取得する。構造情報、環境情報、及び、履歴情報としては、上述したデータベース１１０内に含まれる情報と同様の情報を取得する。
情報取得部１４０での情報の取得は、不図示の操作部により入力することができる。操作部は、入力デバイスとしてキーボード及びマウスを含む。また、後述するモニタ表示部１４６がタッチパネルを有する場合には、そのタッチパネル等も含む。ユーザはこれらのデバイス及びモニタ表示部１４６の画面を介して、構造物等の情報を入力することができ、情報取得部１４０は、入力された構造物情報等を取得する。
≪表示制御部≫
表示制御部１４５は、モニタ表示部１４６を備えており、取得した撮影画像、抽出した類似損傷の損傷原因、及び、点検を行う対象構造物の情報を表示させる。また、モニタ表示部１４６に表示する情報の制御等、表示画面全般を制御する。モニタ表示部１４６は、液晶ディスプレイ等のディスプレイ装置である。
≪出力部≫
出力部１５０は、損傷原因提示部１３５で提示する損傷原因を文字、又は、表のデータとして出力する。また、取得した撮影画像を、出力する。なお、これらの情報は、図面のデータとして出力してもよい。
＜損傷原因推定方法の手順＞
損傷原因推定システムによる損傷原因推定方法について説明する。図５は、損傷原因推定方法の手順を示すフローチャートである。
（画像取得工程）
画像取得工程は、点検を行う対象構造物の撮影画像を取得する工程である（ステップＳ１２）。撮影画像は、デジタルカメラ２００により撮影される。損傷原因推定システム１００は、デジタルカメラ２００（撮像光学系２１０、無線通信部２２０、アンテナ２２２）、アンテナ１１７及び画像取得部１１５を介して、撮影画像を取得する。
撮影された画像が、複数の撮影画像（画像群）である場合、複数の撮影画像を１つの画像に合成するパノラマ合成処理を行う。撮影画像の合成は、合成情報の算出、例えば、撮影画像同士の対応点、及び、対応点に基づいて算出した射影変換行列等を算出し、対応点に基づいて画像を合成する。
（実寸情報取得工程）
実寸情報取得工程は、画像取得工程で取得した撮影画像中の対象構造物における特徴的な部分の実寸サイズ、又は、対象構造物の実際の長さを取得する（ステップＳ１４）。
（損傷検出工程）
損傷検出工程は、画像取得工程で取得した画像から撮影画像から損傷を検出する工程である（ステップＳ１６）。また、実寸情報取得工程で取得した情報に基づいて、損傷の程度を算出する。
（類似損傷抽出工程）
類似損傷抽出工程は、損傷検出工程で検出した損傷を、データベース１１０を用いて、データベース１１０内に設けられた構造物の損傷との類似度を判定し、類似度の高い１つ以上の類似損傷を抽出する（ステップＳ１８）。
類似損傷の抽出は、補修後の構造物を定期的に点検し、この点検履歴をデータベース１１０内に記録し、この点検記録に基づいた経時変化により、類似度を判定することもできる。
（損傷原因提示工程）
損傷原因提示工程は、類似損傷抽出工程で抽出した類似損傷の損傷原因を提示する。（ステップＳ２０）。損傷原因の提示は、類似損傷の類似度が高い順に対応する損傷原因を提示する、又は、抽出した類似損傷の中で、各損傷原因の占める割合を損傷原因とともに提示する、等の方法により、損傷原因を決定しやすいように提示させることができる。
＜構造物の損傷原因推定サーバ＞
図６は、本発明の一実施形態に係る損傷原因推定サーバ３００の概略構成を示すブロック図である。なお、図２に示した損傷原因推定システム１００と同じ構成要素には、同じ符号を付してあり、以下では説明を省略する。
本実施形態に係る損傷原因推定サーバ３００は、データベース１１０と、画像取得部１１５と、実寸情報取得部１２０と、損傷検出部１２５と、類似損傷抽出部１３０と、損傷原因提示部１３５と、通信部３０５と、を有する。また、点検を行う対象構造物の情報であって、データベース１１０内に保有する構造物の構造情報等の他の情報を取得する情報取得部１４０を備えることもできる。
損傷原因推定サーバ３００は、通信部３０５を有し、ネットワークを介してユーザ端末４００に接続されている。通信部３０５は、受信部３０６及び送信部３０７を備える。受信部３０６は、ユーザ端末４００から点検を行う対象構造物の撮影画像を受信する。受信した撮影画像は、画像取得部１１５に送信し、図２の損傷原因推定システム１００と同様に処理され、損傷原因提示部１３５で、点検を行う対象構造物の損傷原因が提示される。受信部３０６は、ユーザ端末４００に入力された構造物情報等を受信し、情報取得部１４０に送信し、類似損傷抽出部１３０での類似度の判定に用いることもできる。
損傷原因提示部１３５で提示された損傷原因は、通信部３０５に送信され、送信部３０７は提示された損傷原因をユーザ端末４００に送信する。ユーザは、ユーザ端末４００を確認することにより、損傷原因決定の精度を高めることができる。
以上説明したとおり、本実施形態の構造物の損傷原因推定システム、損傷原因推定方法、及び、損傷原因推定サーバによれば、データベース１１０内から類似する類似損傷を抽出し、抽出した類似損傷の損傷原因を提示することにより、ユーザは高い精度で損傷原因の決定を行うことができる。
上述の各実施形態において、データベース１１０、画像取得部１１５、パノラマ合成部１１６、実寸情報取得部１２０、損傷検出部１２５、類似損傷抽出部１３０、損傷原因提示部１３５、情報取得部１４０、表示制御部１４５、出力部１５０、通信部３０５、受信部３０６、及び送信部３０７といった各種の処理を実行する処理部（processing unit）のハードウェア的な構造は、次に示すような各種のプロセッサ（processor）である。各種のプロセッサには、ソフトウェア（プログラム）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵ（Central Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）などの製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device：ＰＬＤ）、ＡＳＩＣ（Application Specific Integrated Circuit）などの特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路などが含まれる。
１つの処理部は、これら各種のプロセッサのうちの１つで構成されていてもよいし、同種または異種の２つ以上のプロセッサ（例えば、複数のＦＰＧＡ、あるいはＣＰＵとＦＰＧＡの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアントやサーバなどのコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアの組合せで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（System On Chip：ＳｏＣ）などに代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサを１つ以上用いて構成される。
さらに、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子などの回路素子を組み合わせた電気回路（circuitry）である。
上記記載から、以下の付記項１に記載の構造物の損傷原因推定システムを把握することができる。
［付記項１］
構造物の補修前の損傷の撮影画像、及び、前記構造物の損傷原因のデータを記憶するメモリと、
プロセッサと、を備え、
前記プロセッサは、
点検を行う対象構造物の撮影画像を取得し、
撮影画像中の前記対象構造物における特徴的な部分の実寸サイズ、又は、前記対象構造物の実際の長さを取得し、
前記画像取得部で取得した前記撮影画像から損傷を検出し、かつ、前記実寸情報取得部で取得した情報に基づき、前記損傷の程度を算出し、
前記検出した前記損傷の、前記メモリに記憶された前記構造物の損傷との類似度を判定することにより、前記類似度の高い１つ以上の類似損傷を抽出し、
前記抽出した前記類似損傷の損傷原因を提示する構造物の損傷原因推定システム。
１ 橋梁
２ 主桁
３ 横桁
４ 対傾構
５ 横構
６ 床版
１００ 損傷原因推定システム
１１０ データベース
１１５ 画像取得部
１１６ パノラマ合成部
１１７、２２２ アンテナ
１２０ 実寸情報取得部
１２５ 損傷検出部
１３０ 類似損傷抽出部
１３５ 損傷原因提示部
１４０ 情報取得部
１４５ 表示制御部
１４６ モニタ表示部
１５０ 出力部
２００ デジタルカメラ
２１０ 撮像光学系
２２０ 無線通信部
３００ 損傷原因推定サーバ
３０５ 通信部
３０６ 受信部
３０７ 送信部
４００ ユーザ端末
Claims (11)
- 構造物の補修前の損傷の撮影画像、及び前記損傷の程度を含む損傷情報と、前記損傷の損傷原因とを関連付けて記憶したデータベースと、
点検を行う対象構造物の撮影画像を取得する画像取得部と、
前記撮影画像中の前記対象構造物における特徴的な部分の実寸サイズ、又は、前記対象構造物の実際の長さを取得する実寸情報取得部と、
前記画像取得部で取得した前記撮影画像から損傷を検出し、かつ、前記実寸情報取得部で取得した情報に基づき、前記損傷の程度を算出する損傷検出部と、
前記損傷検出部で検出した前記損傷の程度と、前記データベースに記憶された前記損傷情報に含まれる前記損傷の程度との類似度を判定することにより、前記類似度の高い１つ以上の前記損傷情報を抽出する類似損傷抽出部と、
前記類似損傷抽出部で抽出した前記損傷情報に関連付けて前記データベースに記憶された前記損傷原因を提示する損傷原因提示部と、
を備える構造物の損傷原因推定システム。 - 前記データベースに記憶される前記損傷情報は、前記損傷の種類、前記損傷の位置、及び、前記損傷の程度を含む、請求項１に記載の構造物の損傷原因推定システム。
- 前記対象構造物の構造情報、環境情報、及び、履歴情報の少なくとも１つ以上の情報を取得する情報取得部を備え、
前記データベースは、前記損傷情報に関連付けて前記構造物の構造情報、環境情報、及び、履歴情報の少なくとも１つ以上の情報を有し、
前記類似損傷抽出部は、前記損傷情報に含まれる前記損傷の程度に加えて、前記情報取得部で取得した前記構造情報、前記環境情報、及び、前記履歴情報の少なくとも１つ以上の情報に基づいて前記類似度を判定する請求項２に記載の構造物の損傷原因推定システム。 - 前記損傷原因提示部は、前記類似損傷抽出部により複数の前記損傷情報が抽出されると、前記複数の前記損傷情報に関連付けて前記データベースに記憶された複数の前記損傷原因を、前記類似度の高い順に提示する請求項１から３のいずれか１項に記載の構造物の損傷原因推定システム。
- 前記損傷原因提示部は、前記類似損傷抽出部で抽出された前記損傷情報に関連付けて前記データベースに記憶された前記損傷原因の頻度を算出し、前記損傷原因及び前記頻度を提示する請求項１から３のいずれか１項に記載の構造物の損傷原因推定システム。
- 前記画像取得部は、前記対象構造物を分割撮影した画像群を取得し、
前記画像群をパノラマ合成処理するパノラマ合成部を有する請求項１から５のいずれか１項に記載の構造物の損傷原因推定システム。 - 前記データベースは、前記構造物の前記損傷の過去の複数時点の前記損傷情報を有し、
前記画像取得部は、前記対象構造物の経時画像を取得し、
前記損傷検出部は、前記経時画像から前記損傷の程度の経時変化を検出し、
前記類似損傷抽出部は、前記検出した前記損傷の程度の経時変化を、前記類似度の判定に用いる請求項１から６のいずれか１項に記載の構造物の損傷原因推定システム。 - 前記類似損傷抽出部は、前記類似度の判定に使用するそれぞれの情報に重みづけされている請求項２、３、又は７に記載の構造物の損傷原因推定システム。
- 前記損傷原因は、前記構造物がコンクリート部材である場合には、疲労、塩害、中性化、アルカリ骨材反応、凍害、化学的浸食の劣化、施工時の水和熱、乾燥収縮の施工時要因、過大な外力の作用、及び不適切な設計の構造的要因のうち少なくとも一つであり、前記構造物が鋼部材である場合には、疲労、塩害の劣化、過大な外力の作用、及び不適切な設計の構造的要因のうち少なくとも一つである請求項１から８のいずれか１項に記載の構造物の損傷原因推定システム。
- 画像取得部が、点検を行う対象構造物の撮影画像を取得する画像取得工程と、
実寸情報取得部が、前記撮影画像中の前記対象構造物における特徴的な部分の実寸サイズ、又は、前記対象構造物の実際の長さを取得する実寸情報取得工程と、
損傷検出部が、前記画像取得工程で取得した前記撮影画像から損傷を検出し、かつ、前記実寸情報取得工程で取得した情報に基づき、前記損傷の程度を算出する損傷検出工程と、
構造物の補修前の撮影画像、及び前記損傷の程度を含む損傷情報と、前記損傷の損傷原因とを関連付けて記憶したデータベースを用いて、類似損傷抽出部が、前記損傷検出工程で検出した前記損傷の程度と、前記データベースに記憶された前記損傷情報に含まれる前記損傷の程度との類似度を判定することにより、前記類似度の高い１つ以上の前記損傷情報を抽出する類似損傷抽出工程と、
損傷原因提示部が、前記類似損傷抽出工程で抽出した前記損傷情報に関連付けて前記データベースに記憶された前記損傷原因を提示する損傷原因提示工程と、を備える構造物の損傷原因推定方法。 - ネットワークを介してユーザ端末に接続され、点検を行う対象構造物の損傷原因を推定する損傷原因推定サーバであって、
構造物の補修前の損傷の撮影画像、及び前記損傷の程度を含む損傷情報と、前記損傷の損傷原因とを関連付けて記憶したデータベースと、
点検を行う前記対象構造物の撮影画像を取得する画像取得部と、
前記撮影画像中の前記対象構造物における特徴的な部分の実寸サイズ、又は、前記対象構造物の実際の長さを取得する実寸情報取得部と、
前記画像取得部で取得した前記撮影画像から損傷を検出し、かつ、前記実寸情報取得部で取得した情報に基づき、前記損傷の程度を算出する損傷検出部と、
前記損傷検出部で検出した前記損傷の程度と、前記データベースに記憶された前記損傷情報に含まれる前記損傷の程度との類似度を判定することにより、前記類似度の高い１つ以上の類似損傷を抽出する類似損傷抽出部と、
前記類似損傷抽出部で抽出した前記損傷情報に関連付けて前記データベースに記憶された前記類似損傷の損傷原因を提示する損傷原因提示部と、
前記ネットワークを介して前記ユーザ端末から前記撮影画像を受信する受信部と、前記ユーザ端末に前記損傷原因提示部で提示する前記損傷原因を送信する送信部と、を有する通信部と、を備える構造物の損傷原因推定サーバ。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018223786 | 2018-11-29 | ||
| JP2018223786 | 2018-11-29 | ||
| PCT/JP2019/044449 WO2020110717A1 (ja) | 2018-11-29 | 2019-11-13 | 構造物の損傷原因推定システム、損傷原因推定方法、及び損傷原因推定サーバ |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2020110717A1 JPWO2020110717A1 (ja) | 2021-11-04 |
| JP7351849B2 true JP7351849B2 (ja) | 2023-09-27 |
Family
ID=70852387
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020558314A Active JP7351849B2 (ja) | 2018-11-29 | 2019-11-13 | 構造物の損傷原因推定システム、損傷原因推定方法、及び損傷原因推定サーバ |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20210272262A1 (ja) |
| EP (1) | EP3889801A4 (ja) |
| JP (1) | JP7351849B2 (ja) |
| CN (1) | CN113039538A (ja) |
| WO (1) | WO2020110717A1 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11657373B2 (en) * | 2020-08-21 | 2023-05-23 | Accenture Global Solutions Limited | System and method for identifying structural asset features and damage |
| EP4220532A4 (en) * | 2020-09-25 | 2024-03-27 | FUJIFILM Corporation | APPARATUS, METHOD AND PROGRAM FOR SUPPORTING STRUCTURAL REPAIRS |
| EP4250192A4 (en) * | 2020-11-19 | 2024-07-10 | Fujifilm Corp | DEVICE FOR SUPPORTING A STRUCTURAL INSPECTION, METHOD FOR SUPPORTING A STRUCTURAL INSPECTION AND PROGRAM |
| CN112883608B (zh) * | 2021-01-27 | 2023-08-08 | 宁波工程学院 | 一种桁架桥的健康指数评估方法与系统 |
| JP7495081B2 (ja) | 2021-02-24 | 2024-06-04 | 五洋建設株式会社 | 損傷度予測装置、学習済モデル、学習済モデルの生成方法、及び損傷度予測方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004287649A (ja) | 2003-03-20 | 2004-10-14 | Railway Technical Res Inst | 事故分析システム |
| JP2016133294A (ja) | 2015-01-22 | 2016-07-25 | ジョンソンコントロールズ ヒタチ エア コンディショニング テクノロジー（ホンコン）リミテッド | 空調機の保守・メンテナンスシステム及びその方法 |
| WO2017056804A1 (ja) | 2015-09-29 | 2017-04-06 | 富士フイルム株式会社 | 点検結果検索装置及び方法 |
Family Cites Families (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6546308B2 (en) * | 1993-12-28 | 2003-04-08 | Hitachi, Ltd, | Method and system for manufacturing semiconductor devices, and method and system for inspecting semiconductor devices |
| JP3342581B2 (ja) * | 1994-07-26 | 2002-11-11 | 株式会社防蝕エンジニアリング | 塗膜劣化自動診断方法及び装置 |
| US6246788B1 (en) * | 1997-05-30 | 2001-06-12 | Isoa, Inc. | System and method of optically inspecting manufactured devices |
| JP2000018921A (ja) * | 1998-07-06 | 2000-01-21 | Hitachi Ltd | 寸法測定方法及び装置 |
| WO2001031467A1 (fr) * | 1999-10-29 | 2001-05-03 | Freyssinet International Stup | Procede et dispositif d'assistance au controle d'un ouvrage de construction |
| US7257247B2 (en) * | 2002-02-21 | 2007-08-14 | International Business Machines Corporation | Mask defect analysis system |
| JP4310090B2 (ja) * | 2002-09-27 | 2009-08-05 | 株式会社日立製作所 | 欠陥データ解析方法及びその装置並びにレビューシステム |
| US20050226521A1 (en) * | 2004-03-31 | 2005-10-13 | Chipworks Inc. | Method and apparatus for producing a 3-D model of a semiconductor chip from mosaic images |
| JP4006007B2 (ja) | 2004-11-10 | 2007-11-14 | 大成建設株式会社 | ひび割れ検出方法 |
| US7570796B2 (en) * | 2005-11-18 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
| US20070280526A1 (en) * | 2006-05-30 | 2007-12-06 | Irfan Malik | Determining Information about Defects or Binning Defects Detected on a Wafer after an Immersion Lithography Process is Performed on the Wafer |
| TWI532116B (zh) * | 2010-04-11 | 2016-05-01 | 肯提克有限公司 | 晶圓對齊方法及系統 |
| JP5854452B2 (ja) * | 2011-04-22 | 2016-02-09 | 株式会社太平洋コンサルタント | コンクリート構造物の劣化診断用画像表示システム |
| JP2014085730A (ja) * | 2012-10-19 | 2014-05-12 | Mitsubishi Heavy Ind Ltd | 機器の損傷解析支援システム及び損傷解析支援方法 |
| JP6347384B2 (ja) | 2013-11-13 | 2018-06-27 | 国立大学法人北海道大学 | 変状評価支援システム |
| CN103927954A (zh) * | 2014-03-31 | 2014-07-16 | 京东方科技集团股份有限公司 | 一种oled显示器件的测试方法及测试系统 |
| JP6368207B2 (ja) * | 2014-09-25 | 2018-08-01 | 前田建設工業株式会社 | コンクリート構造物の点検支援装置、点検支援方法、及びプログラム |
| JP2016078299A (ja) * | 2014-10-15 | 2016-05-16 | 株式会社リコー | 異音動作制御装置、画像形成装置、異音動作制御方法及び異音動作制御プログラム |
| JP6454422B2 (ja) * | 2015-09-10 | 2019-01-16 | 富士フイルム株式会社 | 損傷情報抽出装置、損傷情報抽出方法および損傷情報抽出プログラム |
| JP6454793B2 (ja) * | 2015-09-16 | 2019-01-16 | 富士フイルム株式会社 | 健全度判定装置、健全度判定方法および健全度判定プログラム |
| WO2017110280A1 (ja) * | 2015-12-25 | 2017-06-29 | 富士フイルム株式会社 | 類似損傷検索装置及び類似損傷検索方法 |
| US11047806B2 (en) * | 2016-11-30 | 2021-06-29 | Kla-Tencor Corporation | Defect discovery and recipe optimization for inspection of three-dimensional semiconductor structures |
| US10726558B2 (en) * | 2017-02-27 | 2020-07-28 | Dolphin AI, Inc. | Machine learning-based image recognition of weather damage |
-
2019
- 2019-11-13 JP JP2020558314A patent/JP7351849B2/ja active Active
- 2019-11-13 EP EP19891104.2A patent/EP3889801A4/en active Pending
- 2019-11-13 WO PCT/JP2019/044449 patent/WO2020110717A1/ja unknown
- 2019-11-13 CN CN201980075325.7A patent/CN113039538A/zh active Pending
-
2021
- 2021-05-13 US US17/319,187 patent/US20210272262A1/en active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004287649A (ja) | 2003-03-20 | 2004-10-14 | Railway Technical Res Inst | 事故分析システム |
| JP2016133294A (ja) | 2015-01-22 | 2016-07-25 | ジョンソンコントロールズ ヒタチ エア コンディショニング テクノロジー（ホンコン）リミテッド | 空調機の保守・メンテナンスシステム及びその方法 |
| WO2017056804A1 (ja) | 2015-09-29 | 2017-04-06 | 富士フイルム株式会社 | 点検結果検索装置及び方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3889801A1 (en) | 2021-10-06 |
| WO2020110717A1 (ja) | 2020-06-04 |
| JPWO2020110717A1 (ja) | 2021-11-04 |
| US20210272262A1 (en) | 2021-09-02 |
| EP3889801A4 (en) | 2022-01-26 |
| CN113039538A (zh) | 2021-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7351849B2 (ja) | 構造物の損傷原因推定システム、損傷原因推定方法、及び損傷原因推定サーバ | |
| JP7261816B2 (ja) | 構造物の補修工法選定システム、補修工法選定方法、及び補修工法選定サーバ | |
| Valença et al. | Assessment of cracks on concrete bridges using image processing supported by laser scanning survey | |
| 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 | |
| CN108027948B (zh) | 健全度判定装置、健全度判定方法及健全度判定程序 | |
| CN111684234B (zh) | 修补长度的确定方法及修补长度的确定装置 | |
| CN113167742B (zh) | 混凝土构造物的点检辅助装置、点检辅助方法及记录介质 | |
| KR101942182B1 (ko) | 화재 피해를 입은 구조물의 잔존 강도 평가 방법 | |
| JP2021047197A (ja) | 損傷データ編集装置、損傷データ編集方法、およびプログラム | |
| CN110809779A (zh) | 图像合成方法、图像合成装置及记录介质 | |
| Nagrodzka-Godycka et al. | The method of analysis of damage reinforced concrete beams using terrestrial laser scanning | |
| JP6901008B2 (ja) | 画像処理プログラム、画像処理方法、および画像処理装置 | |
| Kong et al. | Investigation of the condominium building collapse in Surfside, Florida: A video feature tracking approach | |
| Yu et al. | Multi-feature driven rapid inspection of earthquake-induced damage on building facades using UAV-derived point cloud | |
| KR20080004737A (ko) | 피로 수명 측정 시스템 및 그 방법 | |
| WO2023047859A1 (ja) | 情報処理装置、方法及びプログラム、並びに、画像データ構造 | |
| CN111563888A (zh) | 一种定量裂缝生长监测方法 | |
| JPWO2020054584A1 (ja) | 合成処理システム、合成処理装置、及び合成処理方法 | |
| WO2022070731A1 (ja) | 構造物の診断事例提示装置、方法及びプログラム | |
| CN114841953B (zh) | 一种系靠船构件状态测试方法、装置、电子设备及介质 | |
| Gonzalez‐Libreros et al. | Influence of equipment, weather and personnel experience on the digitalization and damage detection of concrete bridges | |
| Prasanna | Computer vision for automated surface evaluation of concrete bridge decks | |
| WO2020116279A1 (ja) | 構造物の点検支援装置及び方法 | |
| Vashpanov et al. | Remote optical measurements of cracks in concrete structures using computer image processing | |
| Lyu et al. | Measurement of Apparent Building Damage by Using a Single Image |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210603 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220510 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220621 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221007 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230105 |
|
| C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20230105 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230117 |
|
| C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20230118 |
|
| A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20230217 |
|
| C211 | Notice of termination of reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C211 Effective date: 20230221 |
|
| C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20230327 |
|
| C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20230428 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230724 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230914 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7351849 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |