JP7377391B1 - 推定装置、推定方法及びプログラム - Google Patents
推定装置、推定方法及びプログラム Download PDFInfo
- Publication number
- JP7377391B1 JP7377391B1 JP2023074997A JP2023074997A JP7377391B1 JP 7377391 B1 JP7377391 B1 JP 7377391B1 JP 2023074997 A JP2023074997 A JP 2023074997A JP 2023074997 A JP2023074997 A JP 2023074997A JP 7377391 B1 JP7377391 B1 JP 7377391B1
- Authority
- JP
- Japan
- Prior art keywords
- soil quality
- soil
- waveform data
- time series
- 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 35
- 239000002689 soil Substances 0.000 claims abstract description 168
- 238000010276 construction Methods 0.000 claims abstract description 77
- 238000009412 basement excavation Methods 0.000 claims abstract description 39
- 238000000605 extraction Methods 0.000 claims abstract description 29
- 239000000284 extract Substances 0.000 claims abstract description 13
- 239000011435 rock Substances 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000003066 decision tree Methods 0.000 claims description 5
- 239000004576 sand Substances 0.000 claims description 4
- 238000010586 diagram Methods 0.000 abstract description 9
- 238000012545 processing Methods 0.000 description 11
- 238000010801 machine learning Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000013598 vector Substances 0.000 description 4
- 230000015654 memory Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Component Parts Of Construction Machinery (AREA)
Abstract
Description
後述するペイロード計算値、ブームヘッド圧、ブームボトム圧、旋回角速度、ピッチ角θ1、ロール角θ2、ヨー角θ3等の一連の作業に係る時系列データを取得する。例えば、上記の数値を検知する場合には、7次元ベクトルを時間順に並べたものが、ここで取得される時系列データとなる。
なお、第1分類器、第2分類器、第3分類器に適用可能な技術は、適宜変更が可能である。また、上記の説明で各分類器について掲げられた技術を、他の分類器に適用してもよい。
20 旋回体
30 作業機
31 ブーム
32 アーム
33 バケット
34 ブームシリンダ
35 アームシリンダ
36 バケットシリンダ
40 ブレード
100 推定装置
110 時系列取得部
120 画像取得部
130 分割部
140 第1推定部
150 掘削抽出部
160 第2推定部
170 排土抽出部
180 第3推定部
190 判定部
200 建機
210 建機制御装置
211 ペイロード計算部
220 操作装置
221 運転席
222 操作レバー
231 油圧センサ
232 車体角度センサ
233 カメラ
710 入力部
720 表示部
730 制御部
740 主記憶部
750 補助記憶部
760 通信部
770 バス
d1~d12 波形データ
D 時系列データ
α、β、γ 角度
θ1 ピッチ角
θ2 ロール角
Claims (13)
- 建機が有する1以上のセンサが第1時間帯において検知した時系列データを取得する時系列取得部と、
前記取得された時系列データを所定時間長の波形データに分割する分割部と、
前記分割された波形データのそれぞれから、前記建機による作業を、学習済みの第1分類器により推定する第1推定部と、
前記分割された波形データから、前記推定された作業が掘削である波形データを抽出する掘削抽出部と、
前記掘削抽出部により抽出された波形データのそれぞれから、掘削された土の土質が第1の土質か、第2の土質かを、学習済みの第2分類器により推定する第2推定部と、
前記推定された土質から、前記第1時間帯において作業された土の土質が第1の土質か、第2の土質かを判定する判定部と、
を備え、
前記1以上のセンサは、油圧センサを含み、
前記時系列データは、前記油圧センサが検知した前記建機のブームボトム圧の時系列データを含む、
ことを特徴とする推定装置。 - 建機が有する1以上のセンサが第1時間帯において検知した時系列データを取得する時系列取得部と、
前記取得された時系列データを所定時間長の波形データに分割する分割部と、
前記分割された波形データのそれぞれから、前記建機による作業を、学習済みの第1分類器により推定する第1推定部と、
前記分割された波形データから、前記推定された作業が掘削である波形データを抽出する掘削抽出部と、
前記掘削抽出部により抽出された波形データのそれぞれから、掘削された土の土質が第1の土質か、第2の土質かを、学習済みの第2分類器により推定する第2推定部と、
前記分割された波形データから、前記推定された作業が排土である波形データを抽出する排土抽出部と、
前記排土抽出部により抽出された波形データが前記建機において検知されていた第2時間帯において、前記建機が有するカメラにより撮影された画像を取得する画像取得部と、
前記取得された画像から、当該画像に撮影されている土の土質が第1の土質か、第2の土質かを、学習済みの第3分類器により推定する第3推定部と、
前記推定された土質から、前記第1時間帯において作業された土の土質が第1の土質か、第2の土質かを判定する判定部と、
を備え、
前記1以上のセンサは、油圧センサを含み、
前記時系列データは、前記油圧センサが検知した前記建機のブームボトム圧の時系列データを含む、
ことを特徴とする推定装置。 - 前記第2推定部は、前記第2推定部により推定された土質に対する確信度をさらに出力し、
前記第3推定部は、前記第3推定部により推定された土質に対する確信度をさらに出力し、
前記判定部は、前記第2推定部により推定された土質及び前記第3推定部により推定された土質が
同一である場合には、当該土質を前記時系列データが検知された前記第1時間帯において作業された土の土質であると判定し、
異なる場合には、確信度が高い方の推定部が推定した土質を、前記時系列データが検知された前記第1時間帯において作業された土の土質であると判定する、
ことを特徴とする請求項2に記載の推定装置。 - 前記第2推定部は、前記第2推定部により推定された土質に対する確信度をさらに出力し、
前記第3推定部は、前記第3推定部により推定された土質に対する確信度をさらに出力し、
前記判定部は、
推論モデルに、前記第2推定部による推定結果とその確信度及び前記第3推定部による推定結果とその確信度を入力とし、前記時系列データが検知された時間帯において作業された土質を出力とする、訓練データを学習させ、
前記第2推定部による新たな推定結果とその確信度及び前記第3推定部による新たな推定結果とその確信度を、前記学習させた推論モデルに入力として与えることにより、前記時系列データが新たに検知された時間帯において作業された土の土質を判定する、
ことを特徴とする請求項2に記載の推定装置。 - 前記第1分類器及び前記第2分類器は、RNN、LSTM又は決定木である、
ことを特徴とする請求項2に記載の推定装置。 - 前記第3分類器は、CNN又は決定木である、
ことを特徴とする請求項2に記載の推定装置。 - 前記第1の土質は軟岩であり、前記第2の土質は土砂である、
ことを特徴とする請求項1から6の何れか一項に記載の推定装置。 - 前記時系列データは、前記油圧センサが検知した前記建機のブームヘッド圧の時系列データをさらに含む、
ことを特徴とする請求項1又は2に記載の推定装置。 - 前記1以上のセンサは、車体角度センサをさらに含み、
前記時系列データは、前記車体角度センサが検知した前記建機のピッチ角、前記車体角度センサが検知した前記建機のロール角、前記車体角度センサが検知した前記建機のヨー角、前記時系列データに基づいて計算したバケットに収容される内容物の重量を示すペイロード計算値、前記建機が有する旋回体の旋回角速度、のいずれか少なくとも1つの時系列データをさらに含む、
ことを特徴とする請求項1又は2に記載の推定装置。 - コンピュータが、
建機が有する1以上のセンサが第1時間帯において検知した時系列データを取得し、
前記取得された時系列データを所定時間長の波形データに分割し、
前記分割された波形データのそれぞれから、前記建機による作業を、学習済みの第1分類器により推定し、
前記分割された波形データから、前記推定された作業が掘削である波形データを抽出し、
前記抽出された波形データのそれぞれから、掘削された土の土質が第1の土質か、第2の土質かを、学習済みの第2分類器により推定し、
前記推定された土質から、前記第1時間帯において作業された土の土質が第1の土質か、第2の土質かを判定し、
前記1以上のセンサは、油圧センサを含み、
前記時系列データは、前記油圧センサが検知した前記建機のブームボトム圧の時系列データを含む、
ことを特徴とする推定方法。 - コンピュータが、
建機が有する1以上のセンサが第1時間帯において検知した時系列データを取得し、
前記取得された時系列データを所定時間長の波形データに分割し、
前記分割された波形データのそれぞれから、前記建機による作業を、学習済みの第1分類器により推定し、
前記分割された波形データから、前記推定された作業が掘削である波形データを抽出し、
前記抽出された波形データのそれぞれから、掘削された土の土質が第1の土質か、第2の土質かを、学習済みの第2分類器により推定し、
前記分割された波形データから、前記推定された作業が排土である波形データを抽出し、
前記抽出された波形データであって前記推定された作業が排土である波形データが前記建機において検知されていた第2時間帯において、前記建機が有するカメラにより撮影された画像を取得し、
前記取得された画像から、当該画像に撮影されている土の土質が第1の土質か、第2の土質かを、学習済みの第3分類器により推定し、
前記推定された土質から、前記第1時間帯において作業された土の土質が第1の土質か、第2の土質かを判定し、
前記1以上のセンサは、油圧センサを含み、
前記時系列データは、前記油圧センサが検知した前記建機のブームボトム圧の時系列データを含む、
ことを特徴とする推定方法。 - コンピュータを、
建機が有する1以上のセンサが第1時間帯において検知した時系列データを取得する時系列取得部、
前記取得された時系列データを所定時間長の波形データに分割する分割部、
前記分割された波形データのそれぞれから、前記建機による作業を、学習済みの第1分類器により推定する第1推定部、
前記分割された波形データから、前記推定された作業が掘削である波形データを抽出する掘削抽出部、
前記掘削抽出部により抽出された波形データのそれぞれから、掘削された土の土質が第1の土質か、第2の土質かを、学習済みの第2分類器により推定する第2推定部、
前記推定された土質から、前記第1時間帯において作業された土の土質が第1の土質か、第2の土質かを判定する判定部、として機能させ、
前記1以上のセンサは、油圧センサを含み、
前記時系列データは、前記油圧センサが検知した前記建機のブームボトム圧の時系列データを含む、
ことを特徴とするプログラム。 - コンピュータを、
建機が有する1以上のセンサが第1時間帯において検知した時系列データを取得する時系列取得部、
前記取得された時系列データを所定時間長の波形データに分割する分割部、
前記分割された波形データのそれぞれから、前記建機による作業を、学習済みの第1分類器により推定する第1推定部、
前記分割された波形データから、前記推定された作業が掘削である波形データを抽出する掘削抽出部、
前記掘削抽出部により抽出された波形データのそれぞれから、掘削された土の土質が第1の土質か、第2の土質かを、学習済みの第2分類器により推定する第2推定部、
前記分割された波形データから、前記推定された作業が排土である波形データを抽出する排土抽出部、
前記排土抽出部により抽出された波形データが前記建機において検知されていた第2時間帯において、前記建機が有するカメラにより撮影された画像を取得する画像取得部、
前記取得された画像から、当該画像に撮影されている土の土質が第1の土質か、第2の土質かを、学習済みの第3分類器により推定する第3推定部、
前記推定された土質から、前記第1時間帯において作業された土の土質が第1の土質か、第2の土質かを判定する判定部、として機能させ、
前記1以上のセンサは、油圧センサを含み、
前記時系列データは前記油圧センサが検知した前記建機のブームボトム圧の時系列データを含む、
ことを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023074997A JP7377391B1 (ja) | 2023-04-28 | 2023-04-28 | 推定装置、推定方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023074997A JP7377391B1 (ja) | 2023-04-28 | 2023-04-28 | 推定装置、推定方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7377391B1 true JP7377391B1 (ja) | 2023-11-09 |
Family
ID=88645907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023074997A Active JP7377391B1 (ja) | 2023-04-28 | 2023-04-28 | 推定装置、推定方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7377391B1 (ja) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015083731A (ja) | 2013-10-25 | 2015-04-30 | 住友重機械工業株式会社 | 作業機械の管理装置及び作業機械の異常判定方法 |
JP2016003462A (ja) | 2014-06-16 | 2016-01-12 | 住友重機械工業株式会社 | ショベル支援装置 |
US20180210454A1 (en) | 2017-01-23 | 2018-07-26 | Built Robotics Inc. | Mapping a Dig Site Diagram |
JP2018164238A (ja) | 2017-03-27 | 2018-10-18 | Kddi株式会社 | 通信端末及び基地局 |
JP2020002751A (ja) | 2018-07-02 | 2020-01-09 | 日立建機株式会社 | 作業機械 |
JP2021088815A (ja) | 2019-12-02 | 2021-06-10 | 株式会社小松製作所 | 作業機械および作業機械の制御方法 |
JP7234398B2 (ja) | 2019-09-30 | 2023-03-07 | 日立建機株式会社 | 動作識別装置 |
-
2023
- 2023-04-28 JP JP2023074997A patent/JP7377391B1/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015083731A (ja) | 2013-10-25 | 2015-04-30 | 住友重機械工業株式会社 | 作業機械の管理装置及び作業機械の異常判定方法 |
JP2016003462A (ja) | 2014-06-16 | 2016-01-12 | 住友重機械工業株式会社 | ショベル支援装置 |
US20180210454A1 (en) | 2017-01-23 | 2018-07-26 | Built Robotics Inc. | Mapping a Dig Site Diagram |
JP2018164238A (ja) | 2017-03-27 | 2018-10-18 | Kddi株式会社 | 通信端末及び基地局 |
JP2020002751A (ja) | 2018-07-02 | 2020-01-09 | 日立建機株式会社 | 作業機械 |
JP7234398B2 (ja) | 2019-09-30 | 2023-03-07 | 日立建機株式会社 | 動作識別装置 |
JP2021088815A (ja) | 2019-12-02 | 2021-06-10 | 株式会社小松製作所 | 作業機械および作業機械の制御方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11041375B2 (en) | Methods and systems for estimating the hardness of a rock mass | |
CN105339759B (zh) | 作业机械的控制系统以及作业机械的控制方法 | |
CN111656412B (zh) | 用于判定作业车辆所进行的作业的系统、方法以及已学习模型的制造方法 | |
US20210292998A1 (en) | Image processing system, display device, image processing method, method for generating trained model, and dataset for learning | |
JP5924961B2 (ja) | 建設機械、建設機械管理システム、携帯通信端末、及び建設機械の作業状態を表示する方法 | |
JP6144373B2 (ja) | ショベル、ショベル管理システム、及び携帯通信端末 | |
WO2017061511A1 (ja) | 形状計測システム及び形状計測方法 | |
AU2014274647A1 (en) | Determining terrain model error | |
US11346086B1 (en) | Machine learning for optimizing tool path planning in autonomous earth moving vehicles | |
US11680384B2 (en) | Autonomous operation by earth-moving vehicle based on triggering conditions | |
AU2014274650A1 (en) | Processing of terrain data | |
US11352769B1 (en) | Online machine learning for calibration of autonomous earth moving vehicles | |
US20230305560A1 (en) | Online machine learning for autonomous earth moving vehicle control | |
CN112654753B (zh) | 指标值确定装置及指标值确定方法 | |
JP7377391B1 (ja) | 推定装置、推定方法及びプログラム | |
US11761171B2 (en) | Online machine learning for determining soil parameters | |
AU2014274649A1 (en) | System and method for modelling worksite terrain | |
JP7201875B2 (ja) | 作業機械 | |
WO2021019949A1 (ja) | 建設機械の作業内容判定システム及び作業判定方法 | |
JP2017145686A (ja) | ショベル | |
CN117355805A (zh) | 选择性地引发远程处理数据而进行的自主挖掘操作 | |
WO2021019950A1 (ja) | 建設機械のデータ処理システム | |
US11970839B2 (en) | Excavator with improved movement sensing | |
JP7349956B2 (ja) | 施工方法及び施工システム | |
US20220081878A1 (en) | Grading machines with improved control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230428 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230428 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230718 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230919 |
|
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: 20231010 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231027 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7377391 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |