WO2023032444A1 - Road surface state detection system, road surface state detection device, and road surface state detection program - Google Patents

Road surface state detection system, road surface state detection device, and road surface state detection program Download PDF

Info

Publication number
WO2023032444A1
WO2023032444A1 PCT/JP2022/025654 JP2022025654W WO2023032444A1 WO 2023032444 A1 WO2023032444 A1 WO 2023032444A1 JP 2022025654 W JP2022025654 W JP 2022025654W WO 2023032444 A1 WO2023032444 A1 WO 2023032444A1
Authority
WO
WIPO (PCT)
Prior art keywords
road surface
vehicle
data
surface condition
point
Prior art date
Application number
PCT/JP2022/025654
Other languages
French (fr)
Japanese (ja)
Inventor
幸治 石井
顕介 大沼
Original Assignee
あいおいニッセイ同和損害保険株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by あいおいニッセイ同和損害保険株式会社 filed Critical あいおいニッセイ同和損害保険株式会社
Publication of WO2023032444A1 publication Critical patent/WO2023032444A1/en

Links

Images

Classifications

    • 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
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles

Abstract

This road surface state detection system comprises a data acquisition unit 44, a road surface state estimation unit 45, and a site determination unit 46. The data acquisition unit 44 acquires travel data including vertical acceleration data for a vehicle and position data for the vehicle. The road surface state estimation unit 45 estimates the road surface state along the travel route of the vehicle on the basis of the acceleration data and position data for the vehicle. The site determination unit 46 determines whether there is an excluded site on the travel route of the vehicle. The road surface state estimation unit 45 omits the excluded site from road surface state estimation.

Description

路面状態検出システム、路面状態検出装置、路面状態検出プログラムROAD CONDITION DETECTION SYSTEM, ROAD CONDITION DETECTION DEVICE, ROAD CONDITION DETECTION PROGRAM
　本開示は、路面状態検出システム、路面状態検出装置、及び路面状態検出プログラムに関する。 The present disclosure relates to a road surface condition detection system, a road surface condition detection device, and a road surface condition detection program.
　経年劣化により路面が損傷すると、その路面を走行する車両に振動や騒音が発生するだけでなく、交通事故等を招くおそれがあるため、それらの予防として道路の維持管理は重要である。しかしながら、例えば調査員の目視により全ての道路の路面状態を管理しようとすると非常に多くのコストが掛かることから、安価且つ効率的に路面状態を評価できる装置が求められている。従来、そのような路面状態検出装置の一つとして、下記の特許文献１に記載の装置がある。 If the road surface is damaged due to aged deterioration, not only will vehicles traveling on the road surface generate vibration and noise, but it may also lead to traffic accidents, etc. Therefore, road maintenance is important as a preventive measure. However, it costs a lot of money to manage the road surface conditions of all roads visually by an inspector, so there is a demand for a device that can evaluate the road surface conditions inexpensively and efficiently. Conventionally, as one of such road surface condition detection devices, there is a device described in Patent Document 1 below.
　特許文献１に記載の装置では、速度センサ、加速度センサ、及び角速度センサが車両に取り付けられている。この装置は、それらのセンサにより検出される車両の速度、加速度、及び角速度に基づいて車両の走行距離及び鉛直方向の変位を求めるとともに、走行距離及び加速度に基づく鉛直方向の変位を互いに関連付けることにより、凹凸等の路面状態を検出する。 In the device described in Patent Document 1, a speed sensor, an acceleration sensor, and an angular velocity sensor are attached to the vehicle. This device obtains the travel distance and vertical displacement of the vehicle based on the speed, acceleration, and angular velocity of the vehicle detected by those sensors, and correlates the vertical displacement based on the travel distance and acceleration. , to detect road surface conditions such as unevenness.
特開２０１７－４０４８６号公報JP 2017-40486 A
　道路においてハンプが形成されている地点や踏切等では確かに路面に凹凸が形成されているが、その路面の凹凸は異常な構造ではなく、ハンプや踏切の構造上、必然的に発生するものである。したがって、路面状態検出装置では、ハンプや踏切等の凹凸を路面の異常であると検出することは可能な限り回避した方が好ましい。この点、特許文献１に記載の路面状態検出装置のように、単に車両の鉛直方向の変位に基づいて路面状態を検出する場合、ハンプや踏切等で路面の異常が検出される可能性が高い。仮に多数のハンプや踏切等で路面の異常が検出されると、それが外乱となって、本来分析すべき路面のひび割れ等を効率的に検出することができなくなるおそれがある。 It is true that unevenness is formed on the road surface at places where humps are formed and at railroad crossings, but such unevenness is not an abnormal structure, but is inevitable due to the structure of humps and railroad crossings. be. Therefore, it is preferable for the road surface condition detection device to avoid detecting irregularities such as humps and railroad crossings as abnormalities in the road surface as much as possible. In this regard, when the road surface condition is detected simply based on the vertical displacement of the vehicle, as in the road surface condition detection device described in Patent Document 1, there is a high possibility that an abnormality in the road surface such as a hump or railroad crossing will be detected. . If road surface anomalies are detected at many humps, railroad crossings, etc., they may become disturbances, making it impossible to efficiently detect cracks in the road surface, which should be analyzed.
　本開示の目的は、より効率的に分析対象の路面状態を検出することが可能な路面状態検出システム、路面状態検出装置、及び路面状態検出プログラムを提供することにある。 An object of the present disclosure is to provide a road surface condition detection system, a road surface condition detection device, and a road surface condition detection program capable of more efficiently detecting the road surface condition to be analyzed.
　本開示の一態様による路面状態検出システムは、車両の上下方向の加速度データと車両の位置データとを含む走行データを取得するデータ取得部と、車両の加速度データ及び位置データに基づいて、車両の走行経路に沿った路面状態を推定する路面状態推定部と、車両の走行経路に対象外地点が存在するか否かを判定する地点判定部と、を備える。路面状態推定部は、対象外地点を路面状態の推定対象外とする。 A road surface condition detection system according to an aspect of the present disclosure includes a data acquisition unit that acquires running data including acceleration data in the vertical direction of a vehicle and position data of the vehicle; A road surface condition estimating unit for estimating a road surface condition along a travel route, and a point determination unit for determining whether or not an out-of-target point exists on the travel route of the vehicle. The road surface state estimating unit excludes the non-target points from road surface state estimation targets.
　また、本開示の他の一態様による路面状態検出装置は、車両の上下方向の加速度データと車両の位置データとを含む走行データを取得するデータ取得部と、車両の加速度データ及び位置データに基づいて、車両の走行経路に沿った路面状態を推定する路面状態推定部と、車両の走行経路に対象外地点が存在するか否かを判定する地点判定部と、を備える。路面状態推定部は、対象外地点を路面状態の推定対象外とする。 Further, a road surface condition detection device according to another aspect of the present disclosure includes a data acquisition unit that acquires running data including vertical acceleration data of a vehicle and position data of the vehicle, and based on the acceleration data and the position data of the vehicle: and a road surface condition estimating unit for estimating the road condition along the vehicle's travel route, and a point determination unit for determining whether or not there is an out-of-target point on the vehicle's travel route. The road surface state estimating unit excludes the non-target points from road surface state estimation targets.
　さらに、本開示の他の一態様による路面状態検出プログラムは、コンピュータに、車両の上下方向の加速度データと車両の位置データとを含む走行データを取得する第１ステップと、車両の加速度データ及び位置データに基づいて、車両の走行経路に沿った路面状態を推定する第２ステップと、車両の走行経路に対象外地点が存在するか否かを判定する第３ステップと、を実行させる。第２ステップでは、対象外地点を路面状態の推定対象外とする。 Further, a road surface condition detection program according to another aspect of the present disclosure includes, in a computer, a first step of acquiring travel data including vertical acceleration data of a vehicle and position data of the vehicle; Based on the data, a second step of estimating the road surface condition along the travel route of the vehicle and a third step of determining whether or not there is an out-of-target point on the travel route of the vehicle are executed. In the second step, the non-target points are excluded from road surface state estimation targets.
　このシステム、装置、及びプログラムによれば、対象外地点で検出された加速度に基づいて路面状態を検出することを回避できるため、推定された路面状態の情報に外乱が含まれ難くなる。よって、より効率的に分析対象の路面状態を検出することが可能となる。 　According to this system, device, and program, it is possible to avoid detecting the road surface condition based on the acceleration detected at the non-target point, so it becomes difficult for disturbance to be included in the estimated road surface condition information. Therefore, it becomes possible to detect the road surface condition to be analyzed more efficiently.
　本開示の路面状態検出システム、路面状態検出装置、及び路面状態検出プログラムによれば、より効率的に分析対象の路面状態を検出することが可能となる。 According to the road surface condition detection system, road surface condition detection device, and road surface condition detection program of the present disclosure, it is possible to more efficiently detect the road surface condition to be analyzed.
図１は、第１実施形態の路面状態検出システムの概略構成を示すブロック図である。FIG. 1 is a block diagram showing a schematic configuration of the road surface condition detection system of the first embodiment. 図２は、第１実施形態の車両のハードウェア的な概略構成を示すブロック図である。FIG. 2 is a block diagram showing a schematic hardware configuration of the vehicle of the first embodiment. 図３は、第１実施形態のサーバ装置のハードウェア的な概略構成を示すブロック図である。FIG. 3 is a block diagram showing a schematic hardware configuration of the server device of the first embodiment. 図４は、第１実施形態のサーバ装置の機能的な概略構成を示すブロック図である。FIG. 4 is a block diagram showing a schematic functional configuration of the server device according to the first embodiment. 図５は、第１実施形態のサーバ装置により実行される処理の手順を示すフローチャートである。FIG. 5 is a flow chart showing the procedure of processing executed by the server device of the first embodiment. 図６は、第１実施形態の変形例のサーバ装置により実行される処理の手順を示すフローチャートである。FIG. 6 is a flow chart showing the procedure of processing executed by the server device of the modification of the first embodiment. 図７は、第２実施形態のサーバ装置により実行される処理の手順を示すフローチャートである。FIG. 7 is a flow chart showing the procedure of processing executed by the server device of the second embodiment. 図８は、第３実施形態の学習部による学習態様の一例を模式的に示す図である。FIG. 8 is a diagram schematically showing an example of a learning mode by a learning unit according to the third embodiment; 図９は、第３実施形態の学習部による学習態様の一例を模式的に示す図である。FIG. 9 is a diagram schematically showing an example of a learning mode by a learning unit according to the third embodiment;
　以下、路面状態検出システム、路面状態検出装置、及び路面状態検出プログラムの一実施形態について図面を参照しながら説明する。説明の理解を容易にするため、各図面において同一の構成要素に対しては可能な限り同一の符号を付して、重複する説明は省略する。
　＜第１実施形態＞
　はじめに、第１実施形態の路面状態検出システムについて説明する。図１に示されるように、本実施形態の路面状態検出システム１は、複数の車両２と、サーバ装置３とを備えている。サーバ装置３はネットワーク回線４を介して複数の車両２と通信可能である。サーバ装置３は、複数の車両２からネットワーク回線４を介して加速度及び位置等のデータを取得するとともに、取得した加速度及び位置等のデータに基づいて路面状態を推定する。推定対象の路面状態は、ひび割れ、わだち掘れ、平坦性等である。 An embodiment of a road surface condition detection system, a road surface condition detection device, and a road surface condition detection program will be described below with reference to the drawings. In order to facilitate understanding of the description, the same constituent elements in each drawing are denoted by the same reference numerals as much as possible, and overlapping descriptions are omitted.
<First Embodiment>
First, the road surface condition detection system of the first embodiment will be described. As shown in FIG. 1 , a road surface condition detection system 1 of this embodiment includes a plurality of vehicles 2 and a server device 3 . Server device 3 can communicate with a plurality of vehicles 2 via network line 4 . The server device 3 acquires data such as acceleration and position from a plurality of vehicles 2 via the network line 4, and estimates road surface conditions based on the acquired data such as acceleration and position. Road surface conditions to be estimated include cracks, ruts, flatness, and the like.
　車両２は、例えば図２に示されるようなハードウェア的な構成を有している。図２に示されるように、車両２は、加速度センサ２０、車速センサ２１、位置センサ２２、通信ＩＦ（Interface）２３、及び制御装置２４等を備えている。
　加速度センサ２０は、車両２の前後方向、左右方向、及び上下方向のそれぞれの加速度に加え、ピッチ方向、ロー方向、及びヨー方向のそれぞれの加速度を検出することが可能な、いわゆる６軸加速度センサである。なお、車両２の上下方向の加速度とは、車両２が接地する路面に対して垂直な方向の加速度である。車速センサ２１は、車両２の走行速度である車速を検出する。位置センサ２２は、ＧＰＳ（Global Positioning System）等を利用して車両２の現在の位置を検出する。通信ＩＦ２３は、ネットワーク回線４を介してサーバ装置３と無線通信を行うための装置である。 The vehicle 2 has a hardware configuration as shown in FIG. 2, for example. As shown in FIG. 2, the vehicle 2 includes an acceleration sensor 20, a vehicle speed sensor 21, a position sensor 22, a communication IF (Interface) 23, a control device 24, and the like.
The acceleration sensor 20 is a so-called six-axis acceleration sensor capable of detecting acceleration in the longitudinal direction, the lateral direction, and the vertical direction of the vehicle 2, as well as the acceleration in the pitch direction, the low direction, and the yaw direction. is. The vertical acceleration of the vehicle 2 is acceleration in a direction perpendicular to the road surface on which the vehicle 2 is grounded. The vehicle speed sensor 21 detects vehicle speed, which is the running speed of the vehicle 2 . The position sensor 22 detects the current position of the vehicle 2 using GPS (Global Positioning System) or the like. The communication IF 23 is a device for performing wireless communication with the server device 3 via the network line 4 .
　制御装置２４は、プロセッサや記憶装置等を有するマイクロコンピュータを中心に構成されている。制御装置２４には、加速度センサ２０、車速センサ２１、及び位置センサ２２のそれぞれの出力信号が取り込まれている。制御装置２４は、各センサ２０～２２の出力信号に基づいて車両２の加速度及び車速、並びにそれらが検出された時点における車両２の位置等のデータを所定の周期で取得するとともに、取得したそれらの時系列的なデータを検出時刻の情報と共にネットワーク回線４を通じてサーバ装置３に逐次送信する。 The control device 24 is mainly composed of a microcomputer having a processor, a storage device, and the like. The controller 24 receives output signals from the acceleration sensor 20 , the vehicle speed sensor 21 and the position sensor 22 . The control device 24 acquires data such as the acceleration and vehicle speed of the vehicle 2 and the position of the vehicle 2 at the time when they are detected based on the output signals of the sensors 20 to 22 at a predetermined cycle, and also acquires the acquired data. are sequentially transmitted to the server device 3 through the network line 4 together with the information of the detection time.
　サーバ装置３は、例えば図３に示されるようなハードウェア的な構成を有している。図３に示されるように、サーバ装置３は、プロセッサ３０、記憶装置３１、通信ＩＦ３２、入力デバイス３３、及び出力デバイス３４等を備えている。プロセッサ３０はＣＰＵ（Central Processing Unit）やＧＰＵ（Graphical Processing Unit）等である。記憶装置３１はメモリ、ＨＤＤ（Hard Disk Drive）及び／又はＳＳＤ（Solid State Drive）等である。通信ＩＦ３２は、有線通信又は無線通信を行う装置である。入力デバイス３３は、入力操作を受け付ける装置であり、例えばキーボード、タッチパネル、マウス及び／又はマイク等である。出力デバイス３４は、情報の出力を行う装置であり、例えばディスプレイ、タッチパネル及び／又はスピーカ等である。本実施形態では、サーバ装置３がコンピュータに相当する。 The server device 3 has a hardware configuration as shown in FIG. 3, for example. As shown in FIG. 3, the server device 3 includes a processor 30, a storage device 31, a communication IF 32, an input device 33, an output device 34, and the like. The processor 30 is a CPU (Central Processing Unit), a GPU (Graphical Processing Unit), or the like. The storage device 31 is a memory, HDD (Hard Disk Drive) and/or SSD (Solid State Drive). The communication IF 32 is a device that performs wired communication or wireless communication. The input device 33 is a device that receives input operations, such as a keyboard, touch panel, mouse and/or microphone. The output device 34 is a device that outputs information, such as a display, a touch panel, and/or a speaker. In this embodiment, the server device 3 corresponds to a computer.
　サーバ装置３は、その機能的な構成として、例えば図４に示されるように、記憶部４０、入力部４１、表示部４２、通信部４３、データ取得部４４、及び路面状態推定部４５等を備えている。
　記憶部４０には、地図データベース４００や車両データベース４０１等の各種データが記憶されている。地図データベース４００には、道路や各種施設の位置や道路形状等の情報がデータベース化されて記憶されている。道路や各種施設の位置の情報は、例えばそれらが位置する緯度及び経度の情報として記憶部４０に記憶されている。車両データベース４０１には、各車両２から送信される加速度、車速、位置、及び時刻等のデータが各車両２の車種情報に関連付けられて記憶されている。車種情報は、車種毎に予め設定されている番号等であり、車両２の車種を識別することが可能な情報である。記憶部４０は、サーバ装置３が備える記憶装置３１により実現可能である。 As its functional configuration, the server device 3 includes, for example, a storage unit 40, an input unit 41, a display unit 42, a communication unit 43, a data acquisition unit 44, a road surface condition estimation unit 45, and the like, as shown in FIG. I have.
Various data such as a map database 400 and a vehicle database 401 are stored in the storage unit 40 . In the map database 400, information such as the positions of roads and various facilities and the shape of roads is stored as a database. Information on the positions of roads and various facilities is stored in the storage unit 40 as, for example, latitude and longitude information at which they are located. The vehicle database 401 stores data such as acceleration, vehicle speed, position, and time transmitted from each vehicle 2 in association with vehicle type information of each vehicle 2 . The vehicle type information is a number or the like set in advance for each vehicle type, and is information with which the vehicle type of the vehicle 2 can be identified. The storage unit 40 can be implemented by the storage device 31 included in the server device 3 .
　なお、以下では、便宜上、車両データベース４０１において各車両２の車種情報に関連付けられて記憶されている加速度、車速、位置、及び時刻等の時系列的なデータをまとめて「車両２の走行データ」とも称する。
　入力部４１は、ユーザがサーバ装置３に各種情報を入力することが可能な部分である。入力部４１は、例えば記憶装置３１に記憶されたプログラムをプロセッサ３０が実行して入力デバイス３３を制御することで実現可能である。 In the following, for the sake of convenience, chronological data such as acceleration, vehicle speed, position, and time stored in association with the vehicle type information of each vehicle 2 in the vehicle database 401 will be collectively referred to as "running data of the vehicle 2". Also called
The input section 41 is a section through which the user can input various information to the server device 3 . The input unit 41 can be realized, for example, by the processor 30 executing a program stored in the storage device 31 and controlling the input device 33 .
　表示部４２は、各種情報を表示する部分である。表示部４２には、例えば地図データベース４００に登録されている地図情報が表示される。表示部４２は、例えば記憶装置３１に記憶されたプログラムをプロセッサ３０が実行して出力デバイス３４を制御することで実現可能である。 The display unit 42 is a part that displays various information. The display unit 42 displays, for example, map information registered in the map database 400 . The display unit 42 can be realized, for example, by the processor 30 executing a program stored in the storage device 31 and controlling the output device 34 .
　通信部４３は、ネットワーク回線４を介して各車両２と通信を行う部分である。通信部４３は、例えば記憶装置３１に記憶されたプログラムをプロセッサ３０が実行して通信ＩＦ３２を制御することで実現可能である。
　データ取得部４４は、車両２から送信される走行データを、通信部４３を介して取得するとともに、取得した走行データを車両データベース４０１に記憶させる。データ取得部４４は、例えば記憶装置３１に記憶されたプログラムをプロセッサ３０が実行することにより実現可能である。 The communication unit 43 is a part that communicates with each vehicle 2 via the network line 4 . The communication unit 43 can be realized, for example, by the processor 30 executing a program stored in the storage device 31 and controlling the communication IF 32 .
The data acquisition unit 44 acquires travel data transmitted from the vehicle 2 via the communication unit 43 and stores the acquired travel data in the vehicle database 401 . The data acquisition unit 44 can be implemented by the processor 30 executing a program stored in the storage device 31, for example.
　路面状態推定部４５は、車両データベース４０１に記憶されている各車両２の加速度データや位置データ等に基づいて、車両２の走行経路に沿った路面状態を推定する。例えば、路面状態推定部４５は、車両２の上下方向加速度のデータ、及びその加速度に関連付けられている車両２の位置データを車両データベース４０１から取得する。路面状態推定部４５は、車両２の上下方向の加速度の絶対値と、予め設定された閾値とを比較して、加速度の絶対値が閾値よりも大きい場合には、その加速度が検出された位置の路面に凹凸が形成されていると判定する。このとき、路面状態推定部４５は、大きさが異なる複数の閾値を用いることにより、路面に形成されている凹凸の大きさを段階的に判定することが可能である。路面状態推定部４５は、路面に凹凸が形成されていると判定された位置を異常検出地点として地図データベース４００に登録する。路面状態推定部４５は、例えば記憶装置３１に記憶されたプログラムをプロセッサ３０が実行することにより実現可能である。 The road surface state estimation unit 45 estimates the road surface state along the travel route of the vehicle 2 based on the acceleration data, position data, etc. of each vehicle 2 stored in the vehicle database 401 . For example, the road surface state estimation unit 45 acquires vertical acceleration data of the vehicle 2 and position data of the vehicle 2 associated with the acceleration from the vehicle database 401 . The road surface state estimating unit 45 compares the absolute value of the acceleration in the vertical direction of the vehicle 2 with a preset threshold, and if the absolute value of the acceleration is greater than the threshold, determines the position where the acceleration was detected. It is determined that unevenness is formed on the road surface. At this time, the road surface condition estimating unit 45 can use a plurality of thresholds having different sizes to determine stepwise the size of the unevenness formed on the road surface. The road surface state estimating unit 45 registers in the map database 400 the position determined to have unevenness on the road surface as an abnormality detection point. The road surface state estimator 45 can be implemented by the processor 30 executing a program stored in the storage device 31, for example.
　なお、車両データベース４０１に記憶されている車両２の加速度のデータ、すなわち車両２の加速度センサ２０により検出される加速度のデータには、車両２の実際の上下方向の加速度だけでなく、重力加速度も含まれている。そのため、より精度良く路面状態を推定するためには、路面状態推定部４５は、車両２の上下方向の加速度のデータから重力加速度を除外する演算処理を行うとともに、それにより得られる車両２の上下方向の実加速度のデータに基づいて路面状態を推定することが好ましい。 The acceleration data of the vehicle 2 stored in the vehicle database 401, that is, the acceleration data detected by the acceleration sensor 20 of the vehicle 2 includes not only the actual vertical acceleration of the vehicle 2 but also the gravitational acceleration. include. Therefore, in order to estimate the road surface condition with higher accuracy, the road surface condition estimating unit 45 performs arithmetic processing to exclude the gravitational acceleration from the vertical acceleration data of the vehicle 2, and calculates the resulting vertical acceleration of the vehicle 2. It is preferable to estimate the road surface condition based on the actual acceleration data in the direction.
　また、路面状態推定部４５は、路面の凹凸を検出するために加速度に対して設定されている閾値を、車両データベース４０１に記憶されている車速データに基づいて変化させてもよい。例えば、路面状態推定部４５は、車速Ｖが「Ｖ≦２０［ｋｍ／ｈ］」を満たす第１速度領域、車速Ｖが「２０［ｋｍ／ｈ］＜Ｖ≦８０［ｋｍ／ｈ］」を満たす第２速度領域、及び車速Ｖが「８０［ｋｍ／ｈ］＜Ｖ」を満たす第３領域のそれぞれで異なる閾値を用いる。これは、車両２の走行速度が早くなるほど、路面に凹凸が形成されている地点を車両２が走行した際に車両２により大きい振動が発生する、すなわち加速度センサ２０により検出される加速度の絶対値がより大きくなるためである。 In addition, the road surface state estimation unit 45 may change the threshold value set for the acceleration for detecting road surface unevenness based on the vehicle speed data stored in the vehicle database 401 . For example, the road surface state estimating unit 45 determines that the vehicle speed V satisfies "V≦20 [km/h]" and the vehicle speed V is "20 [km/h]<V≦80 [km/h]". A different threshold value is used for each of the second speed region and the third region where the vehicle speed V satisfies "80 [km/h]<V". This is because the faster the running speed of the vehicle 2 is, the greater the vibration generated in the vehicle 2 when the vehicle 2 runs over the uneven road surface. is larger.
　さらに、同様の理由で、路面に凹凸が形成されている地点を車両２が走行した際に車両２に発生する振動の大きさは車両２の車種によっても異なる。そのため、路面状態推定部４５は、路面の凹凸を検出するために加速度に対して設定されている閾値を、車両データベース４０１に記憶されている車種情報に応じて変化させてもよい。 Furthermore, for the same reason, the magnitude of vibration generated in the vehicle 2 when the vehicle 2 travels on a point where the road surface is uneven also differs depending on the type of the vehicle 2 . Therefore, the road surface state estimating unit 45 may change the threshold value set for the acceleration for detecting the unevenness of the road surface according to the vehicle type information stored in the vehicle database 401 .
　一方、路面状態推定部４５は、複数の車両２のそれぞれで検出された複数の走行データをビックデータとして用いることにより路面状態の推定精度を向上させてもよい。例えば、路面状態推定部４５は、複数の走行データを用いて路面状態を推定した結果、所定の地点で路面に凹凸が形成されていると判定された回数が所定回数以上になることに基づいて、その所定の地点を異常検出地点と確定する。なお、ＧＰＳ等の位置センサ２２により検出される車両２の位置データが所定の誤差を有していることを考慮して、所定の地点を、点ではなく、ある程度の大きさを有するエリア、例えば所定の半径を有するエリアとして設定してもよい。すなわち、路面状態推定部４５は、複数の走行データを用いて路面状態を推定した結果、所定のエリア内で路面に凹凸が形成されていると判定された回数が所定回数以上になることに基づいて、その所定のエリア内に異常検出地点が存在すると確定してもよい。 On the other hand, the road surface condition estimating unit 45 may improve the estimation accuracy of the road surface condition by using a plurality of travel data detected by each of the plurality of vehicles 2 as big data. For example, the road surface condition estimating unit 45 estimates the road surface condition using a plurality of pieces of travel data, and based on the number of times that the road surface is determined to be uneven at a predetermined point is greater than or equal to a predetermined number of times. , the predetermined point is determined as the abnormality detection point. Considering that the position data of the vehicle 2 detected by the position sensor 22 such as GPS has a predetermined error, the predetermined point is not a point but an area having a certain size, for example You may set as an area which has a predetermined radius. That is, the road surface condition estimating unit 45 estimates the road surface condition using a plurality of pieces of travel data, based on the number of times it is determined that unevenness is formed on the road surface within a predetermined area is equal to or greater than a predetermined number of times. Then, it may be determined that the abnormality detection point exists within the predetermined area.
　路面状態推定部４５により地図データベース４００に登録された異常検出地点は、表示部４２に地図情報が表示される際に併せて表示される。したがって、ユーザは、表示部４２を通じて異常検出地点を閲覧することにより、路面に凹凸が形成されている地点を確認することができるため、その地点を補修する等の適宜の対策を施すことが可能となる。 The abnormality detection points registered in the map database 400 by the road surface condition estimation unit 45 are also displayed when the map information is displayed on the display unit 42 . Therefore, the user can check the point where the unevenness is formed on the road surface by viewing the abnormality detection point through the display unit 42, and can take appropriate measures such as repairing the point. becomes.
　ところで、道路には、ハンプや踏切等のように必然的に凹凸構造にならざるを得ない地点が存在する。このようなハンプや踏切等が形成されている地点で車両２により検出された加速度データに基づいて上記の方法で路面の状態を推定すると、その地点では路面の異常が検出され易くなる。しかしながら、ハンプや踏切等に形成されている路面の凹凸は異常ではないため、そのような路面の凹凸は推定対象から除外することが望ましい。仮に地図データベース４００に登録されている異常検出地点の情報に、ハンプや踏切等のような補修の必要がない地点の情報が多く含まれると、実際に補修が必要な地点をユーザが効率的に検出することができなくなるおそれがある。 By the way, there are points on roads that inevitably have uneven structures, such as humps and railroad crossings. If the road surface condition is estimated by the above-described method based on the acceleration data detected by the vehicle 2 at a point where such a hump or railroad crossing is formed, an abnormality in the road surface is likely to be detected at that point. However, road surface irregularities such as humps and railroad crossings are not abnormal, and it is desirable to exclude such road surface irregularities from estimation targets. If the information on the abnormality detection points registered in the map database 400 includes a lot of information on points that do not require repair, such as humps and railroad crossings, the user can efficiently identify the points that actually require repair. It may become impossible to detect.
　そこで、路面にハンプや踏切が形成されている地点等、路面状態を推定すべきでない地点を対象外地点とするとき、本実施形態の路面状態検出システム１は、対象外地点を路面状態の推定対象外としている。
　具体的には、図４に示されるように、記憶部４０には対象外地点データベース４０２が更に記憶されている。対象外地点データベース４０２は、対象外地点の位置データがデータベース化されたものである。対象外地点には、道路の補修に関して緊急性が低い地点や、管轄外の地点、路面に必然的に凹凸が形成される地点等が選択されている。管轄外の地点は私有地や駐車場等である。路面に必然的に凹凸が形成される地点は、ハンプが形成されている地点、踏切が形成されている地点、マンホールが設けられている地点、路面電車の線路が設けられている地点、砂利道が形成されている地点、及び未舗装の道路の地点等である。対象外地点には、これらのうちの少なくとも一つが用いられている。対象外地点の位置データは、例えば対象外地点の緯度及び経度の位置データとして対象外地点データベース４０２に登録されている。 Therefore, when a point where the road surface condition should not be estimated, such as a point where a hump or a railroad crossing is formed on the road surface, is set as an out-of-target point, the road surface state detection system 1 of the present embodiment does not estimate the road surface state at the out-of-target point. Excluded.
Specifically, as shown in FIG. 4, the storage unit 40 further stores an out-of-target point database 402 . The non-target point database 402 is a database of position data of non-target points. The out-of-target points include points with low urgency regarding road repair, points outside the jurisdiction, and points where unevenness is inevitably formed on the road surface. Locations outside the jurisdiction include private land, parking lots, and the like. Points where unevenness is inevitably formed on the road surface include points where humps are formed, points where railroad crossings are formed, points where manholes are provided, points where tram lines are provided, and gravel roads. are formed, points of unpaved roads, and so on. At least one of these is used for the non-target point. The position data of the non-target points is registered in the non-target point database 402 as, for example, the latitude and longitude position data of the non-target points.
　なお、ユーザは、入力部４１を操作することにより、例えば対象外地点データベース４０２に既に登録されている地点の位置データを補正したり、対象外地点データベース４０２に新規の地点を登録したり、対象外地点データベース４０２に既に登録されている地点を削除したりすることができる。 By operating the input unit 41, the user can, for example, correct the position data of a point already registered in the non-target point database 402, register a new point in the non-target point database 402, or A point already registered in the out-of-sight database 402 can be deleted.
　また、表示部４２には、地図情報が表示される際に、対象外地点データベース４０２に登録されている対象外地点の位置データも併せて表示される。
　サーバ装置３は地点判定部４６を更に備えている。地点判定部４６は、対象外地点データベース４０２から対象外地点の位置データを取得するとともに、車両データベース４０１から車両２の加速度データ及び位置データを取得する。地点判定部４６は、車両２の加速度データに関連付けられている位置データが対象外地点の位置データと一致しているか否かを判定するとともに、それらが一致した場合には、その加速度の検出位置が対象外地点であると判定する。地点判定部４６は、例えば記憶装置３１に記憶されたプログラムをプロセッサ３０が実行することにより実現可能である。 In addition, when the map information is displayed on the display unit 42, the position data of the non-target points registered in the non-target point database 402 is also displayed together.
The server device 3 further includes a location determining section 46 . The point determination unit 46 acquires position data of non-target points from the non-target point database 402 and acquires acceleration data and position data of the vehicle 2 from the vehicle database 401 . The point determination unit 46 determines whether or not the position data associated with the acceleration data of the vehicle 2 matches the position data of the non-target point. is determined to be an out-of-target point. The point determination unit 46 can be implemented by the processor 30 executing a program stored in the storage device 31, for example.
　路面状態推定部４５は、車両データベース４０１に記憶されている車両２の加速度データのうち、対象外地点で取得された加速度データを除く加速度データに基づいて路面状態を推定する。結果として、対象外地点が路面状態の推定対象外となる。
　次に、図５を参照して、サーバ装置３により実行される路面状態の推定処理の具体的な手順について説明する。なお、サーバ装置３は、図５に示される処理を所定の周期で繰り返し実行する。 The road surface state estimating unit 45 estimates the road surface state based on the acceleration data of the vehicle 2 stored in the vehicle database 401 excluding the acceleration data obtained at the non-target points. As a result, the out-of-target points are excluded from road surface state estimation targets.
Next, with reference to FIG. 5, a specific procedure of road surface state estimation processing executed by the server device 3 will be described. Note that the server device 3 repeatedly executes the processing shown in FIG. 5 at a predetermined cycle.
　図５に示されるように、データ取得部４４は、まず、複数の車両２のうち、分析対象の車両を選択する（ステップＳ１０）。具体的には、データ取得部４４は、車両データベース４０１に登録されている複数の車両２のうちのいずれかを選択する。続いて、データ取得部４４は、選択された分析対象の車両２の時系列的な走行データのうち、所定の分析区間のデータを車両データベース４０１から取得する（ステップＳ１１）。所定の分析区間は、路面状態の推定対象となる範囲を定めるものであり、車両の走行距離等に基づいて設定される。例えば、分析対象の車両２の時系列的な走行データとして、所定の走行開始地点から所定の走行終了地点までの走行経路における車両２の時系列的な走行データが車両データベース４０１に記憶されているとする。この場合には、車両２が所定の走行開始地点から所定距離だけ走行した第１地点までの区間が最初の分析区間として設定される。そして、最初の分析区間に対して路面状態の推定が完了した後に、車両２が第１地点から所定距離だけ走行した第２地点までの区間が次の分析区間として設定される。 As shown in FIG. 5, the data acquisition unit 44 first selects a vehicle to be analyzed from among the plurality of vehicles 2 (step S10). Specifically, the data acquisition unit 44 selects one of the multiple vehicles 2 registered in the vehicle database 401 . Subsequently, the data acquisition unit 44 acquires data of a predetermined analysis section from the time-series travel data of the selected vehicle 2 to be analyzed from the vehicle database 401 (step S11). The predetermined analysis section defines the range of road surface condition estimation targets, and is set based on the travel distance of the vehicle and the like. For example, as time-series travel data of the vehicle 2 to be analyzed, the vehicle database 401 stores time-series travel data of the vehicle 2 along a travel route from a predetermined travel start point to a predetermined travel end point. and In this case, the section from the predetermined travel start point to the first point where the vehicle 2 has traveled a predetermined distance is set as the first analysis section. Then, after the road surface condition estimation is completed for the first analysis section, the section from the first point to the second point where the vehicle 2 has traveled a predetermined distance is set as the next analysis section.
　地点判定部４６は、ステップＳ１１の処理に続いて、所定の分析区間に対象外地点が存在するか否かを判定する（ステップＳ１２）。具体的には、地点判定部４６は、所定の分析区間に対応する車両２の位置の時系列的なデータと、対象外地点データベース４０２に記憶されている対象外地点の位置データとを比較する。そして、地点判定部４６は、車両２の位置の時系列的なデータの全てが対象外地点の位置データと一致しない場合には、所定の分析区間に対象外地点が存在しないと判定する（ステップＳ１２：ＮＯ）。この場合、路面状態推定部４５は、所定の分析区間に対応する車両２の上下方向加速度の時系列的なデータに基づいて路面状態を推定するとともに（ステップＳ１３）、路面状態の推定結果を地図データベース４００に登録した後（ステップＳ１４）、ステップＳ１７の処理に進む。 After the process of step S11, the point determination unit 46 determines whether or not there is an out-of-target point in the predetermined analysis section (step S12). Specifically, the point determination unit 46 compares the time-series data of the position of the vehicle 2 corresponding to the predetermined analysis section with the position data of the non-target points stored in the non-target point database 402. . Then, if all the time-series data of the position of the vehicle 2 do not match the position data of the non-target point, the point determination unit 46 determines that the non-target point does not exist in the predetermined analysis section (step S12: NO). In this case, the road surface condition estimating unit 45 estimates the road surface condition based on the time-series data of the vertical acceleration of the vehicle 2 corresponding to the predetermined analysis section (step S13). After registering in the database 400 (step S14), the process proceeds to step S17.
　一方、地点判定部４６は、ステップＳ１２の処理において、所定の分析区間に対応する車両２の位置の時系列的なデータの一部又は全部が対象外地点の位置データと一致している場合には、所定の分析区間に対象外地点が存在すると判定する（ステップＳ１２：ＹＥＳ）。この場合、路面状態推定部４５は、所定の分析区間に対応する加速度の時系列的なデータのうち、対象外地点で検出された加速度データを除く加速度データに基づいて路面状態を推定するとともに（ステップＳ１５）、路面状態の分析結果を地図データベース４００に登録した後（ステップＳ１６）、ステップＳ１７の処理に進む。 On the other hand, in the process of step S12, the point determination unit 46 determines that part or all of the time-series data of the position of the vehicle 2 corresponding to the predetermined analysis section matches the position data of the non-target point. determines that an out-of-target point exists in a predetermined analysis section (step S12: YES). In this case, the road surface condition estimating unit 45 estimates the road surface condition based on the acceleration data excluding the acceleration data detected at the non-target point among the time-series data of the acceleration corresponding to the predetermined analysis section ( Step S15), after registering the analysis result of the road surface condition in the map database 400 (step S16), the process proceeds to step S17.
　路面状態推定部４５は、ステップＳ１７の処理として、分析終了条件が成立したか否かを判断する。例えば所定の走行開始地点から所定の走行終了地点までの車両２の時系列的なデータが分析対象となっている場合、路面状態推定部４５は、対象外地点を除き、所定の走行開始地点から所定の走行終了地点までの路面状態の推定が完了していない場合には、分析終了条件が成立していないと判断する（ステップＳ１７：ＮＯ）。この場合、路面状態推定部４５は、分析区間を次の区間に更新して（ステップＳ１８）、ステップＳ１１の処理に戻る。これにより、所定の走行開始地点から所定の走行終了地点までの路面状態の推定が完了するまでの期間、車両２の時系列的な走行データに基づいて路面状態が逐次推定される。 The road surface state estimation unit 45 determines whether or not the analysis end condition is satisfied as the process of step S17. For example, when the time-series data of the vehicle 2 from a predetermined travel start point to a predetermined travel end point is subject to analysis, the road surface condition estimation unit 45, except for the non-target points, If the estimation of the road surface condition up to the predetermined travel end point has not been completed, it is determined that the analysis end condition is not satisfied (step S17: NO). In this case, the road surface state estimation unit 45 updates the analysis section to the next section (step S18), and returns to the process of step S11. As a result, the road surface condition is sequentially estimated based on the time-series travel data of the vehicle 2 during the period until the estimation of the road surface condition from the predetermined travel start point to the predetermined travel end point is completed.
　その後、路面状態推定部４５は、ステップＳ１８の処理において、対象外地点を除き、所定の走行開始地点から所定の走行終了地点までの路面状態の推定が完了した場合には、分析終了条件が成立したと判断する（ステップＳ１８：ＹＥＳ）。この場合、路面状態推定部４５は、図５に示される一連の処理を終了する。 After that, in the processing of step S18, the road surface condition estimating unit 45 determines that the analysis end condition is satisfied when the estimation of the road surface condition from the predetermined travel start point to the predetermined travel end point is completed except for the non-target points. It is judged that it did (step S18: YES). In this case, the road surface state estimation unit 45 terminates the series of processes shown in FIG.
　以上説明した本実施形態の路面状態検出システム１によれば、以下の（１）～（５）に示される作用及び効果を得ることができる。
　（１）データ取得部４４は、車両２の上下方向の加速度データと位置データとを含む走行データを取得する。路面状態推定部４５は、車両２の加速度データ及び位置データに基づいて、車両２の走行経路に沿った路面状態を推定する。地点判定部４６は、車両２の走行経路に対象外地点が存在するか否かを判定する。路面状態推定部４５は、対象外地点を路面状態の推定対象外とする。この構成によれば、対象外地点で検出された加速度データに基づいて路面状態を推定することを回避できるため、推定された路面状態の情報に、ハンプの路面状態や踏切の路面状態等の外乱が含まれ難くなる。よって、路面のひび割れや、わだち掘れ、平坦性等、本来の分析対象である路面状態をより効率的に検出することが可能となる。 According to the road surface condition detection system 1 of this embodiment described above, the following actions and effects (1) to (5) can be obtained.
(1) The data acquisition unit 44 acquires travel data including vertical acceleration data and position data of the vehicle 2 . The road surface condition estimator 45 estimates the road surface condition along the travel route of the vehicle 2 based on the acceleration data and position data of the vehicle 2 . The point determination unit 46 determines whether or not an out-of-target point exists on the travel route of the vehicle 2 . The road surface state estimating unit 45 excludes the non-target points from road surface state estimation targets. According to this configuration, since it is possible to avoid estimating the road surface state based on the acceleration data detected at the non-target point, the estimated road surface state information includes disturbances such as the road surface state of a hump and the road surface state of a railroad crossing. is less likely to be included. Therefore, it is possible to more efficiently detect road surface conditions, which are the original targets of analysis, such as cracks, ruts, flatness, and the like.
　（２）地点判定部４６は、対象外地点として、道路の補修に関して緊急性が低い地点を用いる。この構成によれば、道路の補修に関して緊急性が低い地点で路面状態が検出されることを回避できるため、より効率的に分析対象の路面状態を検出することが可能となる。
　（３）地点判定部４６は、対象外地点として、私有地及び駐車場の少なくとも一方を用いる。この構成によれば、私有地や駐車場といった管轄外の地点の路面状態を検出することを回避できるため、より効率的に分析対象の路面状態を検出することが可能となる。 (2) The spot determination unit 46 uses spots with low urgency for road repair as non-target spots. According to this configuration, it is possible to avoid detection of the road surface condition at a point where the urgency regarding road repair is low, so it is possible to more efficiently detect the road surface condition to be analyzed.
(3) The point determination unit 46 uses at least one of a private property and a parking lot as the non-target point. According to this configuration, it is possible to avoid detecting the road surface condition of a point outside the jurisdiction, such as a private property or a parking lot, so that it is possible to more efficiently detect the road surface condition to be analyzed.
　（４）地点判定部４６は、対象外地点として、路面に必然的に凹凸が形成される地点、具体的にはハンプが形成されている地点、踏切が形成されている地点、マンホールが設けられている地点、路面電車の線路が設けられている地点、砂利道が形成されている地点、及び未舗装の道路の地点の少なくとも一つを用いる。この構成によれば、ハンプ等の路面に必然的に凹凸が形成される地点では路面状態が検出されることを回避できるため、より効率的に分析対象の路面状態を検出することが可能となる。 (4) The point determination unit 46 selects points where unevenness is inevitably formed on the road surface, specifically, points where humps are formed, points where railroad crossings are formed, and points where manholes are provided. Use at least one of the following: a point with a tram line, a point with a gravel road, and a point with a dirt road. According to this configuration, it is possible to avoid detection of the road surface condition at a point such as a hump where unevenness is inevitably formed on the road surface. .
　（５）記憶部４０には、対象外地点の位置データが記憶されている。地点判定部４６は、データ取得部４４により取得される加速度データに関連付けられた位置データと、記憶部４０に記憶されている対象外地点の位置データとを比較することにより、車両２の走行経路に対象外地点が存在するか否かを判定する。この構成によれば、車両２の走行経路に対象外地点が存在するか否かを容易に判定することが可能となる。 (5) The storage unit 40 stores position data of non-target points. The point determination unit 46 compares the position data associated with the acceleration data acquired by the data acquisition unit 44 with the position data of the non-target points stored in the storage unit 40, thereby determining the traveling route of the vehicle 2. determines whether or not there is an out-of-target point. According to this configuration, it is possible to easily determine whether or not there is an out-of-target point on the travel route of the vehicle 2 .
　（変形例）
　次に、第１実施形態の路面状態検出システム１の変形例について説明する。
　本変形例の路面状態検出システム１では、サーバ装置３が、図５に示される処理に代えて、図６に示される処理を実行する。図６に示されるように、路面状態推定部４５は、ステップＳ１１の処理に続いて、所定の分析区間に対応する車両２の上下方向加速度の時系列的なデータに基づいて所定の分析区間の全領域の路面状態を推定した後（ステップＳ１３）、その推定された全領域の路面状態の中から、対象外地点に相当する地点で推定された路面状態の情報を除外する（ステップＳ１９）。路面状態推定部４５は、ステップＳ１９の処理に続いて、路面状態の推定結果を地図データベース４００に登録した後（ステップＳ１４）、ステップＳ１７以降の処理を実行する。このような構成であっても、上記実施形態と同一又は類似の作用及び効果を得ることが可能である。 (Modification)
Next, a modification of the road surface condition detection system 1 of the first embodiment will be described.
In the road surface condition detection system 1 of this modified example, the server device 3 executes the process shown in FIG. 6 instead of the process shown in FIG. As shown in FIG. 6, following the processing of step S11, the road surface condition estimating unit 45 performs the analysis of the predetermined analysis section based on the time-series data of the vertical acceleration of the vehicle 2 corresponding to the predetermined analysis section. After estimating the road surface condition of the entire area (step S13), the information of the road surface condition estimated at the point corresponding to the non-target point is excluded from the estimated road surface condition of the entire area (step S19). Following the process of step S19, the road surface condition estimation unit 45 registers the estimation result of the road surface condition in the map database 400 (step S14), and then executes the processes from step S17 onward. Even with such a configuration, it is possible to obtain the same or similar actions and effects as those of the above embodiment.
　また、本変形例のように路面状態の推定処理を行った後に対象外地点の判定処理を行うという処理手順であれば、図６に示されるフローチャートと、図５に示されるフローチャートとを比較して明らかなように、処理全体を簡略化することが可能である。
　一方、図５に示されるように対象外地点の判定処理を行った後に路面状態の推定処理を行うという処理手順であれば、路面状態を推定する際に用いられるデータ量を予め少なくすることが可能である。したがって、例えばビックデータを高速で処理するような場合には、図５に示されるような処理手順を用いることは有効である。 Further, in the case of the processing procedure in which the non-target point determination processing is performed after the road surface state estimation processing is performed as in the present modification, the flowchart shown in FIG. 6 and the flowchart shown in FIG. 5 are compared. , it is possible to simplify the overall process.
On the other hand, as shown in FIG. 5, if the processing procedure is such that the road surface state estimation processing is performed after the non-target point determination processing is performed, the amount of data used in estimating the road surface state can be reduced in advance. It is possible. Therefore, when processing big data at high speed, for example, it is effective to use the processing procedure as shown in FIG.
　＜第２実施形態＞
　次に、第２実施形態の路面状態検出システム１について説明する。以下、第１実施形態の路面状態検出システム１との相違点を中心に説明する。
　本実施形態の路面状態検出システム１は、対象外地点に対応する加速度の基準変化パターンと、車両２において検出された加速度の変化パターンとの比較に基づいて、加速度の検出位置が対象外地点であるか否かを判定する。本実施形態では、対象外地点に対応する加速度の基準変化パターンが加速度の基準データに相当し、車両２において検出された加速度の変化パターンが加速度のデータに相当する。 <Second embodiment>
Next, the road surface condition detection system 1 of the second embodiment will be described. In the following, differences from the road surface condition detection system 1 of the first embodiment will be mainly described.
The road surface condition detection system 1 of the present embodiment compares a reference change pattern of acceleration corresponding to an out-of-target point with a change pattern of acceleration detected in the vehicle 2, and determines whether the acceleration detection position is at the out-of-target point. Determine whether or not there is In the present embodiment, the acceleration reference change pattern corresponding to the non-target point corresponds to the acceleration reference data, and the acceleration change pattern detected in the vehicle 2 corresponds to the acceleration data.
　具体的には、図４に破線で示されるように、サーバ装置３の記憶部４０には対象外加速度データベース４０３が記憶されている。対象外加速度データベース４０３には、対象外地点を走行した際の車両２の上下方向加速度の基準変化パターンが対象外地点の種別毎に登録されている。例えば車両２がハンプを走行した際の上下方向加速度の変化パターンが予め実験等により求められており、それがハンプ走行時の加速度の基準変化パターンとして対象外加速度データベース４０３に登録されている。踏切が形成されている地点、マンホールが設けられている地点、路面電車の線路が設けられている地点、砂利道が形成されている地点、及び未舗装の道路の地点等に関しても同様に、それぞれの加速度の基準変化パターンが対象外加速度データベース４０３に登録されている。 Specifically, as indicated by the dashed line in FIG. 4, the non-target acceleration database 403 is stored in the storage unit 40 of the server device 3 . In the non-target acceleration database 403, reference change patterns of the vertical acceleration of the vehicle 2 when traveling at non-target points are registered for each type of non-target point. For example, a change pattern of vertical acceleration when the vehicle 2 runs on a hump is obtained in advance by experiments or the like, and is registered in the non-target acceleration database 403 as a reference change pattern of acceleration when running on a hump. Similarly, points with railroad crossings, manholes, streetcar tracks, gravel roads, unpaved roads, etc. are registered in the non-target acceleration database 403 .
　なお、対象外加速度データベース４０３には、車速に応じて異なる複数の加速度の基準変化パターンが登録されていてもよい。例えば、対象外加速度データベース４０３には、車速Ｖが「Ｖ≦２０［ｋｍ／ｈ］」を満たす第１速度領域、車速Ｖが「２０［ｋｍ／ｈ］＜Ｖ≦８０［ｋｍ／ｈ］」を満たす第２速度領域、及び車速Ｖが「８０［ｋｍ／ｈ］＜Ｖ」を満たす第３領域のそれぞれで異なる加速度の基準変化パターンが登録されていてもよい。 Note that the non-target acceleration database 403 may register a plurality of reference acceleration change patterns that differ according to vehicle speed. For example, the non-target acceleration database 403 includes a first speed region where the vehicle speed V satisfies “V≦20 [km/h]” and a vehicle speed V where “20 [km/h]<V≦80 [km/h]”. Different reference change patterns of acceleration may be registered for each of the second speed region that satisfies the following and the third region where the vehicle speed V satisfies "80 [km/h]<V".
　一方、本実施形態のサーバ装置３は、図５に示される処理に代えて、図７に示される処理を実行する。なお、図７に示される処理において、図５に示される処理と同一の処理には同一の符号を付すことにより重複する説明を可能な限り割愛する。
　図７に示されるように、本実施形態の地点判定部４６は、ステップＳ１２の処理において所定の分析区間に対象外地点が存在するか否かを判定する際に、所定の分析対象区間に対応する車両２の加速度の変化パターンと、対象外加速度データベース４０３に記憶されている各種の対象外地点の加速度の基準変化パターンとを比較する。その際、対象外加速度データベース４０３に車速に応じた異なる加速度の基準変化パターンが登録されている場合、地点判定部４６は車速データに基づいて複数の加速度の基準変化パターンの中からいずれかの基準変化パターンを選択してもよい。地点判定部４６は、所定の分析対象区間に対応する車両２の加速度の変化パターンの一部又は全部が、全ての対象外地点の加速度の基準変化パターンに対して高い類似性を示していない場合には、所定の分析区間には対象外地点が存在しないと判定する（ステップＳ１２：ＮＯ）。 On the other hand, the server apparatus 3 of this embodiment executes the process shown in FIG. 7 instead of the process shown in FIG. In addition, in the processing shown in FIG. 7, the same processing as the processing shown in FIG. 5 is denoted by the same reference numeral, thereby omitting redundant description as much as possible.
As shown in FIG. 7, the point determination unit 46 of the present embodiment determines whether or not an out-of-target point exists in a predetermined analysis section in the process of step S12. The change pattern of the acceleration of the vehicle 2 to be measured is compared with the reference change pattern of the acceleration of various non-target points stored in the non-target acceleration database 403 . At this time, if different acceleration reference change patterns corresponding to vehicle speeds are registered in the non-target acceleration database 403, the point determination unit 46 selects one of the plurality of acceleration reference change patterns based on the vehicle speed data. A variation pattern may be selected. If part or all of the change pattern of the acceleration of the vehicle 2 corresponding to the predetermined analysis target section does not show high similarity to the reference change pattern of the acceleration of all the non-target points , it is determined that there is no non-target point in the predetermined analysis section (step S12: NO).
　一方、地点判定部４６は、ステップＳ１２の処理において、車両２の加速度の変化パターンの一部又は全部が、いずれかの対象外地点の加速度の基準変化パターンに対して高い類似性を示している場合には、所定の分析区間に対象外地点が存在すると判定する（ステップＳ１２：ＹＥＳ）。例えば地点判定部４６は、車両２の加速度の変化パターンの一部又は全部が、ハンプ走行時の加速度の基準変化パターンに対して高い類似性を示している場合には、所定の分析区間にハンプが存在すると判定する。この場合、路面状態推定部４５は、所定の分析区間に対応する加速度の時系列的なデータのうち、類似性の高い加速度の変化パターンが検出された位置を除く位置で検出された加速度データに基づいて路面状態を推定するとともに（ステップＳ１５）、路面状態の分析結果を地図データベース４００に登録する（ステップＳ１６）。 On the other hand, in the process of step S12, the point determination unit 46 indicates that part or all of the change pattern of acceleration of the vehicle 2 is highly similar to the reference change pattern of acceleration of any non-target point. In this case, it is determined that an out-of-target point exists in the predetermined analysis section (step S12: YES). For example, if part or all of the change pattern of the acceleration of the vehicle 2 shows high similarity to the reference change pattern of the acceleration during hump driving, the point determination unit 46 determines that the hump is in a predetermined analysis section. is determined to exist. In this case, the road surface condition estimating unit 45 uses the acceleration data detected at positions other than the position where the highly similar acceleration change pattern is detected in the time-series data of the acceleration corresponding to the predetermined analysis section. Based on this, the road surface condition is estimated (step S15), and the analysis result of the road surface condition is registered in the map database 400 (step S16).
　更に、地点判定部４６は、ステップＳ１６に続いて、対象外地点の加速度の基準変化パターンに対して高い類似性を示す加速度の変化パターンが検出された位置が対象外地点として地図データベース４００に既に記憶されているか否かを判断する（ステップＳ２０）。地点判定部４６は、その位置が地図データベース４００に記憶されていない場合には（ステップＳ２０：ＮＯ）、その位置を新たな対象外地点として地図データベース４００に自動的に登録する（ステップＳ２１）。なお、対象外地点を地図データベース４００に登録する処理は、自動処理ではなく、例えばユーザの確認を経た後に手動で登録可能であってもよい。 Further, after step S16, the point determination unit 46 determines that the position where the acceleration change pattern showing high similarity to the acceleration change pattern of the non-target point is detected is already stored in the map database 400 as the non-target point. It is determined whether or not it is stored (step S20). If the position is not stored in the map database 400 (step S20: NO), the point determination unit 46 automatically registers the position in the map database 400 as a new non-target point (step S21). Note that the process of registering the non-target points in the map database 400 may not be an automatic process, but may be manually registered after confirmation by the user, for example.
　以上説明した本実施形態の路面状態検出システム１によれば、上記の（１）～（３）の作用及び効果に加え、以下の（６）に示される作用及び効果を得ることができる。
　（６）記憶部４０には、対象外地点に対応する車両２の加速度の基準変化パターンが記憶されている。地点判定部４６は、所定地点において検出された車両２の加速度の変化パターンと、記憶部４０に記憶されている対象外地点の加速度の基準変化パターンとを比較することにより、車両の走行経路に対象外地点が存在するか否かを判定する。この構成によれば、車両２の走行経路に対象外地点が存在するか否かを容易に判定することが可能となる。 According to the road surface condition detection system 1 of the present embodiment described above, in addition to the actions and effects of (1) to (3) above, the action and effect shown in (6) below can be obtained.
(6) The storage unit 40 stores reference change patterns of acceleration of the vehicle 2 corresponding to non-target points. The point determination unit 46 compares the change pattern of the acceleration of the vehicle 2 detected at the predetermined point with the reference change pattern of the acceleration of the non-target point stored in the storage unit 40, thereby determining the travel route of the vehicle. Determine whether or not an out-of-target point exists. According to this configuration, it is possible to easily determine whether or not there is an out-of-target point on the travel route of the vehicle 2 .
　（変形例）
　次に、第２実施形態の路面状態検出システム１の変形例について説明する。
　本変形例の地点判定部４６は、所定の分析区間に対象外地点が存在するか否かを判定する処理に先立って、所定の分析区間に対応する車両２の加速度の差分値に基づいて、所定の分析区間に、対象外地点が存在する可能性が高い場所を先ずは抽出する。車両２の加速度の差分値は、加速度センサ２０により検出された加速度の今回値と前回値との差である。車両２の加速度は加速度センサ２０により所定の周期で検出されるため、車両２の加速度の差分値は車両２の加速度の微分値と相関関係を有している。地点判定部４６は、車両２の加速度の差分値が所定値以上である地点が存在する場合、その地点付近に対象外地点が存在すると判断する。地点判定部４６は、その地点の前後の所定のエリアで検出された車両２の加速度の変化パターンに基づいて、所定のエリア内に対象外地点が存在するか否かを判定する。この構成によれば、対象外地点が存在する可能性が高いエリアを車両２の加速度の差分値に基づいて割り出した後、そのエリア内で対象外地点が存在するか否かが判定されるようになるため、より効率的に対象外地点を検出することが可能となる。 (Modification)
Next, a modification of the road surface condition detection system 1 of the second embodiment will be described.
Prior to the process of determining whether or not an out-of-target point exists in a predetermined analysis section, the point determination unit 46 of this modification is based on the difference value of the acceleration of the vehicle 2 corresponding to the predetermined analysis section. First, a place where there is a high possibility that an out-of-target point exists in a predetermined analysis section is extracted. The difference value of the acceleration of the vehicle 2 is the difference between the current value and the previous value of the acceleration detected by the acceleration sensor 20 . Since the acceleration of the vehicle 2 is detected at a predetermined cycle by the acceleration sensor 20 , the differential value of the acceleration of the vehicle 2 has a correlation with the differential value of the acceleration of the vehicle 2 . If there is a spot where the acceleration difference value of the vehicle 2 is greater than or equal to a predetermined value, the spot determination unit 46 determines that there is an out-of-target spot near that spot. The point determination unit 46 determines whether or not an out-of-target point exists within a predetermined area based on the change pattern of the acceleration of the vehicle 2 detected in a predetermined area before and after the point. According to this configuration, after the area where the non-target point is likely to exist is determined based on the difference value of the acceleration of the vehicle 2, it is determined whether or not the non-target point exists within the area. Therefore, it is possible to detect the non-target points more efficiently.
　＜第３実施形態＞
　次に、第３実施形態の路面状態検出システム１について説明する。以下、第２実施形態の路面状態検出システム１との相違点を中心に説明する。
　本実施形態の路面状態検出システム１では、車両２により検出される加速度、位置、及び速度のそれぞれのデータに基づいて、各種の対象外地点の加速度の基準変化パターンを学習する。 <Third Embodiment>
Next, the road surface state detection system 1 of the third embodiment will be described. In the following, differences from the road surface condition detection system 1 of the second embodiment will be mainly described.
The road surface condition detection system 1 of the present embodiment learns the acceleration reference change pattern at various non-target points based on the acceleration, position, and speed data detected by the vehicle 2 .
　具体的には、図４に破線で示されるように、サーバ装置３は学習部４７を更に備えている。学習部４７は、車両データベース４０１に記憶されている各車両２の加速度の時系列的なデータを用いることにより、各種の対象外地点の加速度の基準変化パターンを学習する。学習部４７は、例えばサーバ装置３の記憶装置３１に記憶されたプログラムをプロセッサ３０が実行することにより実現可能である。学習方法としては、教師あり学習及び講師なし学習のいずれの方法でも良い。 Specifically, the server device 3 further includes a learning unit 47, as indicated by the dashed line in FIG. The learning unit 47 learns the reference change pattern of acceleration at various non-target points by using time-series data of acceleration of each vehicle 2 stored in the vehicle database 401 . The learning unit 47 can be implemented by the processor 30 executing a program stored in the storage device 31 of the server device 3, for example. As a learning method, either method of learning with a teacher or learning without a teacher may be used.
　例えば教師あり学習の場合には、ユーザがサーバ装置３の入力部４１を操作することにより、車両データベース４０１に記憶されている車両２の加速度の時系列的なデータに対象外地点のラベルを付与する。例えば図８に示されるように、ユーザは、ハンプを走行した際の加速度の時系列なデータ５０に「ハンプ」のラベルを付与し、踏切を走行した際の加速度の時系列的なデータ５１に「踏切」のラベルを付与するといった形で、対象外地点の種別毎に加速度の時系列的なデータにラベルを付与する。そして、学習部４７は、ラベル付けされた加速度の時系列的なデータを教師データとして、対象外地点の種別毎に加速度の時系列的なデータを所定の学習モデルを用いて学習するとともに、その学習結果を対象外地点データベース４０２に記憶させる。 For example, in the case of supervised learning, the user operates the input unit 41 of the server device 3 to give the time-series data of the acceleration of the vehicle 2 stored in the vehicle database 401 a label of an out-of-target point. do. For example, as shown in FIG. 8, the user assigns a "hump" label to time-series data 50 of acceleration when traveling on a hump, and labels time-series data 51 of acceleration when traveling on a railroad crossing. Labels are added to time-series data of acceleration for each type of non-target points, such as adding a label of "railway crossing". Then, the learning unit 47 uses the labeled time-series data of acceleration as teacher data, and learns the time-series data of acceleration for each type of non-target point using a predetermined learning model. The learning result is stored in the non-target point database 402 .
　なお、車両２の加速度の時系列的なデータに対象外地点のラベルを付与する処理に関しては、例えば学習部４７が、車両２の加速度の検出位置に関するデータと、対象外地点データベース４０２に記憶されている対象外地点の位置情報と、地図データベース４００に記憶されている地図情報等を用いることにより、車両２の加速度の時系列的なデータに対象外地点のラベルを自動的に付与してもよい。 Regarding the process of assigning the label of the non-target point to the time-series data of the acceleration of the vehicle 2, for example, the learning unit 47 stores the data related to the detection position of the acceleration of the vehicle 2 and the non-target point database 402. By using the position information of the non-target points stored in the map database 400 and the map information stored in the map database 400, the time-series data of the acceleration of the vehicle 2 can automatically be labeled with the non-target points. good.
　一方、教師なし学習の場合、学習部４７は、図９に示されるように、車両データベース４０１に記憶されている各車両２の加速度の時系列的なデータの類似性や規則性等に基づいて対象外地点の種別毎に加速度の時系列的なデータを所定の学習モデルを用いて学習するとともに、その学習結果を対象外地点データベース４０２に記憶させる。 On the other hand, in the case of unsupervised learning, the learning unit 47, as shown in FIG. Time-series data of acceleration is learned for each type of non-target point using a predetermined learning model, and the learning result is stored in the non-target point database 402 .
　以上説明した本実施形態の路面状態検出システム１によれば、以下の（７）に示される作用及び効果を更に得ることができる。
　（７）学習部４７は、車両データベース４０１に記憶されている各車両２の加速度の時系列的なデータ、換言すればデータ取得部４４により取得された各車両２の加速度の時系列的なデータに基づいて対象外地点の加速度の基準変化パターンを学習する。この構成によれば、各対象外地点に対応した加速度の基準変化パターンの精度を高めることができるため、結果的に車両の走行経路に対象外地点が存在するか否かをより的確に判定することが可能となる。 According to the road surface condition detection system 1 of this embodiment described above, it is possible to further obtain the action and effect shown in (7) below.
(7) The learning unit 47 acquires time-series data of acceleration of each vehicle 2 stored in the vehicle database 401, in other words, time-series data of acceleration of each vehicle 2 acquired by the data acquisition unit 44. Learn the reference change pattern of the acceleration of the non-target point based on. According to this configuration, it is possible to improve the accuracy of the acceleration reference change pattern corresponding to each non-target point, and as a result, it is possible to more accurately determine whether or not the non-target point exists on the travel route of the vehicle. becomes possible.
　＜他の実施形態＞
　なお、上記実施形態は、以下の形態にて実施することもできる。
　・第１実施形態の変形例の路面状態検出システム１の構成は第２実施形態の路面状態検出システム１でも用いることが可能である。 <Other embodiments>
The above embodiment can also be implemented in the following forms.
- The configuration of the road surface condition detection system 1 of the modified example of the first embodiment can also be used in the road surface condition detection system 1 of the second embodiment.
　・第２実施形態の地点判定部４６は、対象外地点の加速度の基準変化パターンを用いることなく、車両データベース４０１に記憶されている各車両２の加速度の時系列的なデータから人工知能等を用いて車両２の走行経路に対象外地点が存在するか否を判定してもよい。 The point determination unit 46 of the second embodiment uses artificial intelligence or the like from the time-series data of the acceleration of each vehicle 2 stored in the vehicle database 401 without using the reference change pattern of the acceleration of the non-target point. may be used to determine whether or not there is an out-of-target point on the travel route of the vehicle 2 .
　・記憶部４０の対象外地点データベース４０２に登録されている対象外地点には、上記実施形態で例示した地点とは異なる地点が設定されていてもよい。例えば、対象外地点には、凹凸が予め形成されている地点、河川敷等の舗装されていない地点、コンビニエンスストアやガソリンスタンド等と道路との境に形成される段差の地点、駐車場において車止めが設けられている地点、あるいは駐車場においてハンプが形成されている地点等が設定されていてもよい。 · The non-target points registered in the non-target point database 402 of the storage unit 40 may be set to points different from the points exemplified in the above embodiment. For example, non-target points include points where unevenness is formed in advance, points where roads are not paved such as riverbeds, points where there is a step between the road and a convenience store or gas station, and where there is a parking lot. A point where the hump is provided or a point where a hump is formed in the parking lot may be set.
　・同一の車両２が同一のハンプを走行した場合であっても、例えば車速が速い場合と遅い場合とでは、車両２において検出される上下方向加速度に差異が生じる。これは、路面状態や対象外地点の検出精度を悪化させる要因となる。これを回避するために、加速度センサ２０により検出される車両２の上下方向の加速度を車速に基づいて補正するとともに、補正後の上下方向加速度に基づいて路面状態や対象外地点を検出してもよい。また、車速に限らず、車両２のヨー方向の加速度や車両２の重量、並びに車両２のサスペンションのばね係数及び粘性係数等に基づいて車両２の上下方向加速度を補正してもよい。
　・車両２には、路面状態を検出するための装置として、加速度センサ２０とは異なる装置が搭載されていてもよい。このような装置としては、例えば各種センサを有するドライブレコーダや、スマートフォン等の携帯端末を用いることが可能である。 - Even when the same vehicle 2 travels on the same hump, the vertical acceleration detected in the vehicle 2 differs depending on whether the vehicle speed is fast or slow, for example. This is a factor that deteriorates the detection accuracy of road surface conditions and non-target points. In order to avoid this, it is possible to correct the vertical acceleration of the vehicle 2 detected by the acceleration sensor 20 based on the vehicle speed, and to detect road surface conditions and non-target points based on the corrected vertical acceleration. good. Further, the vertical acceleration of the vehicle 2 may be corrected based on not only the vehicle speed but also the acceleration of the vehicle 2 in the yaw direction, the weight of the vehicle 2, the spring coefficient and the viscosity coefficient of the suspension of the vehicle 2, and the like.
- The vehicle 2 may be equipped with a device different from the acceleration sensor 20 as a device for detecting road surface conditions. As such a device, for example, a drive recorder having various sensors and a mobile terminal such as a smart phone can be used.
　・車両２及びサーバ装置３がそれぞれ備える機能的な各要素をどの装置で機能させるかに関しては適宜変更可能である。例えば、それらの機能的な要素を備える路面状態検出装置を車両に搭載してもよい。また、上記の実施形態の路面状態検出システム１により実行される処理を実現可能な路面状態検出プログラムを任意のコンピュータに実装してもよい。 · It is possible to appropriately change which device functions each functional element provided in the vehicle 2 and the server device 3 . For example, a vehicle may be equipped with a road surface condition detection device having these functional elements. Further, a road surface condition detection program capable of realizing the processing executed by the road surface condition detection system 1 of the above embodiment may be installed in any computer.
　１…路面状態検出システム、２…車両、４０…記憶部、４４…データ取得部、４５…路面状態推定部、４６…地点判定部、４７…学習部。 1... road surface condition detection system, 2... vehicle, 40... storage unit, 44... data acquisition unit, 45... road surface condition estimation unit, 46... point determination unit, 47... learning unit.

Claims (12)

  1. 　車両の上下方向の加速度データと前記車両の位置データとを含む走行データを取得するデータ取得部と、
    　前記車両の加速度データ及び位置データに基づいて、前記車両の走行経路に沿った路面状態を推定する路面状態推定部と、
    　前記車両の走行経路に対象外地点が存在するか否かを判定する地点判定部と、を備え、
    　前記路面状態推定部は、前記対象外地点を前記路面状態の推定対象外とする
    　路面状態検出システム。     a data acquisition unit that acquires travel data including acceleration data in the vertical direction of the vehicle and position data of the vehicle;
    a road surface condition estimating unit that estimates a road surface condition along a travel route of the vehicle based on the acceleration data and the position data of the vehicle;
    A point determination unit that determines whether or not an out-of-target point exists on the travel route of the vehicle,
    The road surface condition detection system, wherein the road surface condition estimation unit excludes the non-target point from the estimation target of the road surface condition.
  2. 　前記地点判定部は、前記対象外地点として、道路の補修に関して緊急性が低い地点を用いる
    　請求項１に記載の路面状態検出システム。     The road surface condition detection system according to claim 1, wherein the point determination unit uses a point with low urgency for road repair as the non-target point.
  3. 　前記地点判定部は、前記対象外地点として、私有地及び駐車場の少なくとも一方を用いる
    　請求項１に記載の路面状態検出システム。     The road surface condition detection system according to claim 1, wherein the point determination unit uses at least one of a private property and a parking lot as the non-target point.
  4. 　前記地点判定部は、前記対象外地点として、路面に必然的に凹凸が形成される地点を用いる
    　請求項１に記載の路面状態検出システム。     The road surface condition detection system according to claim 1, wherein the point determination unit uses a point where unevenness is inevitably formed on the road surface as the non-target point.
  5. 　前記地点判定部は、前記路面に必然的に凹凸が形成される地点として、ハンプが形成されている地点、踏切が形成されている地点、マンホールが設けられている地点、路面電車の線路が設けられている地点、砂利道が形成されている地点、及び未舗装の道路の地点の少なくとも一つを用いる
    　請求項４に記載の路面状態検出システム。     The point determination unit determines that the road surface is inevitably uneven, such as a point where a hump is formed, a point where a railroad crossing is formed, a point where a manhole is formed, and a streetcar track. 5. The road surface condition detection system according to claim 4, wherein at least one of a point where a road is formed, a point where a gravel road is formed, and a point where a dirt road is formed is used.
  6. 　前記対象外地点の位置データが記憶される記憶部を更に備え、
    　前記地点判定部は、前記加速度データに関連付けられた位置データと、前記記憶部に記憶される前記対象外地点の位置データとを比較することにより、前記車両の走行経路に対象外地点が存在するか否かを判定する
    　請求項１～５のいずれか一項に記載の路面状態検出システム。     Further comprising a storage unit in which position data of the non-target point is stored,
    The point determination unit compares the position data associated with the acceleration data with the position data of the non-target point stored in the storage unit to determine whether the non-target point exists on the travel route of the vehicle. The road surface condition detection system according to any one of claims 1 to 5, wherein it is determined whether or not.
  7. 　前記地点判定部は、前記車両の加速度データに基づいて、前記車両の走行経路に対象外地点が存在するか否かを判定する
    　請求項１～５のいずれか一項に記載の路面状態検出システム。     The road surface condition detection system according to any one of claims 1 to 5, wherein the point determination unit determines whether or not an out-of-target point exists on the travel route of the vehicle based on the acceleration data of the vehicle. .
  8. 　前記対象外地点に対応する加速度の基準データが記憶される記憶部を更に備え、
    　前記地点判定部は、前記車両の加速度データと、前記記憶部に記憶されている前記対象外地点に対応する加速度の基準データとを比較することにより、前記車両の走行経路に対象外地点が存在するか否かを判定する
    　請求項７に記載の路面状態検出システム。     Further comprising a storage unit for storing acceleration reference data corresponding to the non-target point,
    The point determination unit compares the acceleration data of the vehicle with the reference data of acceleration corresponding to the non-target points stored in the storage unit to determine whether the non-target points exist on the travel route of the vehicle. The road surface condition detection system according to claim 7, wherein it is determined whether or not.
  9. 　前記車両の加速度のデータに基づいて、前記対象外地点に対応する加速度の基準データを学習する学習部を更に備える
    　請求項８に記載の路面状態検出システム。     The road surface condition detection system according to claim 8, further comprising a learning unit that learns reference data of acceleration corresponding to the non-target point based on the data of acceleration of the vehicle.
  10. 　前記データ取得部は、前記走行データとして、前記車両の速度データを更に取得し、
    　前記路面状態推定部は、前記車両の加速度データ、位置データ、及び速度データに基づいて前記路面状態を推定する
    　請求項１～９のいずれか一項に記載の路面状態検出システム。     The data acquisition unit further acquires speed data of the vehicle as the travel data,
    The road surface condition detection system according to any one of claims 1 to 9, wherein the road surface condition estimator estimates the road surface condition based on acceleration data, position data, and speed data of the vehicle.
  11. 　車両の上下方向の加速度データと前記車両の位置データとを含む走行データを取得するデータ取得部と、
    　前記車両の加速度データ及び位置データに基づいて、前記車両の走行経路に沿った路面状態を推定する路面状態推定部と、
    　前記車両の走行経路に対象外地点が存在するか否かを判定する地点判定部と、を備え、
    　前記路面状態推定部は、前記対象外地点を前記路面状態の推定対象外とする
    　路面状態検出装置。     a data acquisition unit that acquires travel data including acceleration data in the vertical direction of the vehicle and position data of the vehicle;
    a road surface condition estimating unit that estimates a road surface condition along a travel route of the vehicle based on the acceleration data and the position data of the vehicle;
    A point determination unit that determines whether or not an out-of-target point exists on the travel route of the vehicle,
    The road surface condition estimating unit excludes the road surface condition estimation target from the non-target point.
  12. 　コンピュータに、
    　車両の上下方向の加速度データと前記車両の位置データとを含む走行データを取得する第１ステップと、
    　前記車両の加速度データ及び位置データに基づいて、前記車両の走行経路に沿った路面状態を推定する第２ステップと、
    　前記車両の走行経路に対象外地点が存在するか否かを判定する第３ステップと、を実行させ、
    　前記第２ステップでは、前記対象外地点を前記路面状態の推定対象外とする
    　路面状態検出プログラム。     to the computer,
    a first step of acquiring travel data including acceleration data in the vertical direction of the vehicle and position data of the vehicle;
    a second step of estimating a road surface condition along a travel route of the vehicle based on the acceleration data and the position data of the vehicle;
    a third step of determining whether or not there is an out-of-target point on the travel route of the vehicle;
    In the second step, the road surface state detection program excludes the road surface state estimation target from the non-target point.
PCT/JP2022/025654 2021-08-31 2022-06-28 Road surface state detection system, road surface state detection device, and road surface state detection program WO2023032444A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-140742 2021-08-31
JP2021140742A JP2023034486A (en) 2021-08-31 2021-08-31 System, device, and program for detecting state of road surface

Publications (1)

Publication Number Publication Date
WO2023032444A1 true WO2023032444A1 (en) 2023-03-09

Family

ID=85412055

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/025654 WO2023032444A1 (en) 2021-08-31 2022-06-28 Road surface state detection system, road surface state detection device, and road surface state detection program

Country Status (2)

Country Link
JP (1) JP2023034486A (en)
WO (1) WO2023032444A1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0921639A (en) * 1995-07-10 1997-01-21 Nippon Telegr & Teleph Corp <Ntt> Learning-type position detection system
JP2011070356A (en) * 2009-09-25 2011-04-07 Toyota Motor Corp Vehicle travel support system and method
JP2012064126A (en) * 2010-09-17 2012-03-29 Yupiteru Corp Drive recorder
WO2018025341A1 (en) * 2016-08-03 2018-02-08 三菱電機株式会社 Road state diagnosis system, diagnosis information generation device, and diagnosis information generation method
JP2018120409A (en) * 2017-01-25 2018-08-02 株式会社ユピテル Data collection device, road status evaluation support device, and program

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0921639A (en) * 1995-07-10 1997-01-21 Nippon Telegr & Teleph Corp <Ntt> Learning-type position detection system
JP2011070356A (en) * 2009-09-25 2011-04-07 Toyota Motor Corp Vehicle travel support system and method
JP2012064126A (en) * 2010-09-17 2012-03-29 Yupiteru Corp Drive recorder
WO2018025341A1 (en) * 2016-08-03 2018-02-08 三菱電機株式会社 Road state diagnosis system, diagnosis information generation device, and diagnosis information generation method
JP2018120409A (en) * 2017-01-25 2018-08-02 株式会社ユピテル Data collection device, road status evaluation support device, and program

Also Published As

Publication number Publication date
JP2023034486A (en) 2023-03-13

Similar Documents

Publication Publication Date Title
CN110395258B (en) Road surface state estimation device and road surface state estimation method
JP7172619B2 (en) Road surface condition estimation device and road surface condition estimation method
US20200042800A1 (en) Image acquiring system, terminal, image acquiring method, and image acquiring program
JP6807225B2 (en) Methods, computer-readable storage media, and systems for generating uncertainty-based traffic congestion indicators
BR112015019746B1 (en) RAILWAY DEFECT DETECTION SYSTEM, SYSTEM FOR DETECTION AND REPORTING RAILWAY DEFECTS WHILE A TRAIN IS RUNNING ON RAILWAY AND RAILWAY DETECTION METHOD WHILE A RAILWAY VEHICLE IS IN MOVEMENT
JP5164100B2 (en) Bridge passing vehicle monitoring system, bridge passing vehicle monitoring method, and computer program
EP3705627A1 (en) Pothole monitoring
Masino et al. Learning from the crowd: Road infrastructure monitoring system
WO2007105518A1 (en) Position registration device, route search device, position registration method, position registration program, and recording medium
CN107784381A (en) It is a kind of to judge that taxi detours and valuate abnormal method and device
US11788859B2 (en) Method, apparatus, and computer program product for road noise mapping
US20230322279A1 (en) Track condition monitoring device, track condition monitoring system and track condition monitoring method
JP6931159B2 (en) Traffic forecasting programs, traffic forecasting devices, and traffic forecasting methods
WO2023032444A1 (en) Road surface state detection system, road surface state detection device, and road surface state detection program
US11315425B2 (en) History information storage apparatus, route calculation method, and influence range distribution system
KR20180096235A (en) System and Method for estimating a state of road for a vehicle
JP2014091424A (en) Travel distance correction system in consideration of application to railway vehicle
US11302345B2 (en) Method, apparatus, and computer program product for vehicle localization via frequency audio features
US11449543B2 (en) Method, apparatus, and computer program product for vehicle localization via amplitude audio features
JP7172491B2 (en) Traffic flow prediction device, traffic flow prediction method and program
JP2017059000A (en) Trade area prediction device and trade area prediction program
Kortmann et al. Creating value from in-vehicle data: Detecting road surfaces and road hazards
US11393489B2 (en) Method, apparatus, and computer program product for road noise mapping
US11543245B1 (en) System and method for estimating a location of a vehicle using inertial sensors
WO2024069674A1 (en) Snow removal support system, snow removal support method, and recording medium

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22864032

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE