WO2023218502A1 - 詳細図切出システム、詳細図切出方法及びプログラム - Google Patents

詳細図切出システム、詳細図切出方法及びプログラム Download PDF

Info

Publication number
WO2023218502A1
WO2023218502A1 PCT/JP2022/019662 JP2022019662W WO2023218502A1 WO 2023218502 A1 WO2023218502 A1 WO 2023218502A1 JP 2022019662 W JP2022019662 W JP 2022019662W WO 2023218502 A1 WO2023218502 A1 WO 2023218502A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
cutting
detailed
learning
detailed view
Prior art date
Application number
PCT/JP2022/019662
Other languages
English (en)
French (fr)
Inventor
隆也 駒井
Original Assignee
スパイダープラス株式会社
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=86239432&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=WO2023218502(A1) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by スパイダープラス株式会社 filed Critical スパイダープラス株式会社
Priority to PCT/JP2022/019662 priority Critical patent/WO2023218502A1/ja
Priority to JP2023516274A priority patent/JP7267523B1/ja
Publication of WO2023218502A1 publication Critical patent/WO2023218502A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model

Definitions

  • the present invention relates to a technique effective for cutting out a predetermined area from a detailed drawing of a building structure drawing.
  • Patent Document 1 a building structure drawing created for a single building is composed of parts, so that even a person who is inexperienced in drawing can draw a floor plan, foundation plan, foundation plan, floor plan, etc. without contradiction.
  • a building structure drawing creation system that can create building structure drawings is disclosed.
  • Patent Document 2 the interior is displayed in a three-dimensional virtual space on the terminal where the owner views the building structure diagram of the house, and the viewpoint position and line of sight direction can be switched and displayed on the owner's terminal.
  • a possible home design system is disclosed.
  • a building structural drawing requires many floor plans and their detailed drawings (small diagrams, etc.), and it is necessary to associate these drawings with the detailed drawings. This association is performed by manually associating the data of the outline drawing with the data of the detailed drawing.
  • a part of the detailed drawing (for example, only the relevant part of the overall drawing of columns and beams) is often required for the detailed drawing corresponding to the floor plan.
  • a part of this detailed view is cut out from the overall view.
  • This cutting requires work such as manually specifying a necessary area of the detailed drawing and cutting out the specified area. Therefore, it was necessary to perform this work on many detailed drawings, which was inefficient. Therefore, there is a need for a technology that automatically cuts out a portion of a detailed diagram.
  • Patent Documents 1 and 2 it was not possible to automatically cut out a part of the detailed diagram. Therefore, the present inventor focused on a mechanism that automatically cuts out a part of a detailed diagram.
  • An object of the present invention is to provide a detailed drawing cutting system, a detailed drawing cutting method, and a program that make it possible to improve work efficiency by automatically cutting out a part of a detailed drawing. shall be.
  • the present invention is a detailed drawing cutting system that cuts out a predetermined area from a detailed drawing of a building structure drawing, an acquisition unit that acquires annotation data extracted from a first region set in the detailed diagram as first extraction data; a learning unit that learns by associating the detailed diagram with the first region using the acquired annotation data as training data; a model generation unit that generates a trained model based on the learning results; a cutting unit that cuts out a second region based on the generated learned model from the new detailed diagram as second cutting data;
  • a detailed drawing cutting system is provided.
  • the detailed drawing cutting system that cuts out a predetermined area from a detailed drawing of a building structural drawing uses annotation data that cuts out a first area set in the detailed drawing as first cutting data.
  • the acquired annotation data is used as training data to learn by associating the detailed diagram with the first area, generate a learned model based on the learning results, and apply it to the new detailed diagram.
  • a second region based on the generated learned model is cut out as second cutout data.
  • FIG. 1 is a diagram illustrating an overview of a detailed view cutting system 1.
  • FIG. 1 is a diagram showing a functional configuration of a detailed view cutting system 1.
  • FIG. 2 is a diagram showing a flowchart of learning processing executed by the detailed view cutting system 1.
  • FIG. 3 is a diagram schematically showing an example of a first area set by the learning terminal 20.
  • FIG. It is a figure showing typically an example of the 1st cut-out data cut out by terminal 20 for learning.
  • 3 is a diagram showing a flowchart of a cutting process executed by the detailed view cutting system 1.
  • FIG. 3 is a diagram schematically showing an example of a second area set by the computer 10.
  • FIG. 7 is a diagram schematically showing an example of second cut data cut out by the computer 10.
  • FIG. 1 is a diagram showing a functional configuration of a detailed view cutting system 1.
  • FIG. 2 is a diagram showing a flowchart of learning processing executed by the detailed view cutting system 1.
  • FIG. 3 is a diagram
  • FIG. 3 is a diagram showing a flowchart of relearning processing executed by the detailed view cutting system 1.
  • FIG. 3 is a diagram showing a flowchart of list generation processing executed by the detailed view cutting system 1.
  • FIG. 2 is a diagram schematically showing an example of a list generated by the computer 10.
  • FIG. 3 is a diagram showing a flowchart of a change process executed by the detailed view cutting system 1.
  • FIG. 1 is a schematic diagram for explaining an overview of a detailed view cutting system 1.
  • a computer 10 having a server function realizes a process of cutting out a predetermined area from a detailed drawing of a building structure drawing.
  • the terminals and devices that make up the detailed view cutting system 1 will be explained.
  • the detailed view cutting system 1 may be any system as long as it includes a computer 10 having at least a server function.
  • This computer 10 may be realized by, for example, one computer, or may be realized by a plurality of computers such as a cloud computer.
  • a cloud computer refers to one that uses any computer in a scalable manner to perform a certain function, or one that includes multiple functional modules to realize a certain system, and whose functions can be freely combined. It can be anything.
  • the detailed drawing extraction system 1 includes a computer 10, a learning terminal 20 for setting annotation data for learning, and a worker terminal 30 managed by a worker working at a construction site. .
  • the terminals, devices, etc. that make up the detailed diagram cutting system 1 are merely examples, and the number, types, and functions of each terminal other than the computer 10 can be changed as appropriate.
  • the computer 10 acquires annotation data obtained by cutting out the first area set in the detailed view as first cutting data (step S1).
  • the computer 10 acquires annotation data from the learning terminal 20.
  • the learning terminal 20 receives input from an administrator or the like who manages itself, and sets a first area for the detailed diagram.
  • the learning terminal 20 cuts out the set first region as first cut-out data, and transmits this first cut-out data to the computer 10 as annotation data.
  • the computer 10 receives this annotation data and obtains annotation data obtained by cutting out the first area set in the detailed view as first cutting data.
  • the computer 10 uses the acquired annotation data as teacher data to learn by associating the detailed diagram with the first area (step S2).
  • Learning methods include, for example, machine learning using supervised learning, unsupervised learning, reinforcement learning, etc., deep learning using convolutional neural networks, recurrent neural networks, long/short-term memory, etc., and the computer 10 stores annotation data.
  • Supervised learning is performed using teacher data, and learning is performed by associating the detailed diagram with the first area.
  • the computer 10 generates a learned model based on the learning results (step S3).
  • the computer 10 generates a trained model using general algorithms used for machine learning such as linear regression, random forest, decision tree, and k-nearest neighbor method.
  • the computer 10 cuts out a second region based on the generated learned model from the new detailed diagram as second cutout data (step S4).
  • the computer 10 acquires a new detailed diagram from the worker terminal 30 or the like, sets a second area based on the generated trained model for this new detailed diagram, and sets the set second area to the second area. Extract as 2-cut data.
  • FIG. 2 is a block diagram showing the configuration of the detailed view cutting system 1.
  • the detailed drawing cutting system 1 is a system for cutting out a predetermined area from a detailed drawing of a building structure drawing, and is composed of at least a computer 10.
  • the detailed drawing extraction system 1 further includes a learning terminal 20 for setting annotation data for learning, and a worker terminal 30 managed by a worker working at a construction site.
  • the detailed drawing cutting system 1 is a system in which a computer 10, a learning terminal 20, and a worker terminal 30 are connected to enable data communication via a network 5 such as a public line network.
  • a network 5 such as a public line network.
  • the terminals, devices, etc. that make up the detailed drawing cutting system 1 are merely examples, and the number, types, and functions of each terminal other than the computer 10 can be changed as appropriate.
  • the computer 10 has a server function, and may be implemented by, for example, one computer or multiple computers such as a cloud computer.
  • the computer 10 includes a CPU (Central Processing Unit), a GPU (Graphics Processing Unit), a RAM (Random Access Memory), a ROM (Read Only Memory), etc. as a control unit, and a communication unit. as a connection with other terminals, devices, etc. It includes a device for enabling communication, an acquisition unit 11 that acquires annotation data obtained by cutting out a first region set in a detailed view as first cutting data, and the like.
  • the computer 10 includes a data storage section such as a hard disk, a semiconductor memory, a storage medium, a memory card, etc. as a storage section.
  • the computer 10 includes, as a processing unit, various devices that execute various processes, a learning unit 12 that learns by associating the detailed diagram with the first area using annotation data as teacher data, and a learned model based on the learning results.
  • a model generation unit 13 that generates a new detailed diagram
  • a cutout unit 14 that cuts out a second region based on the generated learned model as second cutout data for a new detailed diagram, and the like.
  • the control section by reading a predetermined program, the control section cooperates with the communication section to realize an annotation data acquisition module, a detailed map acquisition module, a cutout data output module, a list output module, and a change reception module. Further, in the computer 10, the control section reads a predetermined program, thereby realizing a learned model storage module in cooperation with the storage section. In addition, in the computer 10, the control unit reads a predetermined program, thereby collaborating with the processing unit to create a first identification module, a learning module, a learned model generation module, a second identification module, an extraction module, and a provision module. , a third identification module, and a list generation module.
  • Each of the learning terminal 20 and the worker terminal 30 is, for example, a mobile terminal such as a mobile phone, a smartphone, or a tablet terminal, or a terminal such as a personal computer.
  • Each of the learning terminal 20 and the worker terminal 30 is equipped with a CPU, GPU, RAM, ROM, etc. as a terminal control unit, and is equipped with a device etc. for enabling communication with other terminals, devices, etc. as a communication unit.
  • the input/output unit includes a device for inputting/outputting various information.
  • each module may execute its processing content as its own function, or may execute it via a predetermined application.
  • FIG. 3 is a diagram showing a flowchart of the learning process executed by the computer 10.
  • This learning process includes an acquisition process (step S1) of acquiring annotation data cut out from the first area set in the detailed diagram as first cutting data, a detailed diagram using the acquired annotation data as training data, The following are details of the learning process (step S2) in which learning is performed in association with the first region, and the model generation process (step S3) in which a trained model is generated based on the learning results.
  • the annotation data acquisition module acquires annotation data obtained by cutting out the first area set in the detailed view as first cutting data (step S10).
  • the learning terminal 20 receives input from an administrator or the like who manages itself, and sets a first area for the detailed diagram.
  • the learning terminal 20 receives an input of an enclosing line (for example, a rectangle, a circle, a polygon) for a required area in the detailed diagram from the administrator or the like.
  • the learning terminal 20 sets the area surrounded by the received enclosing line as the first area in this detailed diagram (see FIG. 4).
  • the first area will be explained based on FIG. 4. This figure is a diagram schematically showing an example of the first area set by the learning terminal 20.
  • the learning terminal 20 accepts input of the enclosing line 41 for the detailed diagram 40 .
  • the enclosing line 41 is illustrated as a solid rectangle.
  • the learning terminal 20 sets the area surrounded by the enclosing line 41 as the first area 42 .
  • the learning terminal 20 cuts out the set first region 42 from the detailed diagram 40 and generates first cutout data (see FIG. 5).
  • the first cutout data will be explained based on FIG. 5.
  • This figure is a diagram schematically showing an example of first cut-out data cut out by the learning terminal 20.
  • the learning terminal 20 cuts out the first region 42 from the detailed diagram 40.
  • the learning terminal 20 may cut out the first area 42 along the enclosing line 41, or may cut out the first area 42 along the outer or inner periphery of the enclosing line 41. It's okay. That is, when cutting out the first region 42, the learning terminal 20 may cut out the first region 42 without leaving the enclosing line 41, or may cut out the first region 42 so as to leave the enclosing line 41. good.
  • the learning terminal 20 generates first cutout data 50 by cutting out the first region 42 .
  • the learning terminal 20 transmits this first cutout data 50 to the computer 10 as annotation data.
  • the annotation data acquisition module receives this first cutout data 50 and acquires annotation data that is extracted from the first region set in the detailed view as the first cutout data.
  • the detailed diagram in which the learning terminal 20 sets the first area may be obtained by the learning terminal 20 from another computer, etc., or may be taken by the learning terminal 20 with its own photographing device.
  • the information may be stored in advance, or may be obtained by other methods.
  • the number of enclosing lines for which the learning terminal 20 accepts input may be one or more for one detailed diagram.
  • the learning terminal 20 uses encircling lines with different attention levels depending on the type of detailed drawing and predetermined conditions (for example, the content of the construction site, the orderer, the contractor, the worker, the structure), etc. It's okay.
  • Changes in attention include, for example, changing the line type (e.g., solid line, broken line, dotted line, one-dot chain line) and thickness, color coding, adding icons (e.g., pins, marks, character strings, symbols), and highlighting. It is intended to do the following. Furthermore, the types of enclosing lines are not limited to the examples described above.
  • the first identification module identifies each structure included in the acquired annotation data (step S11).
  • the first identification module analyzes the acquired annotation data and identifies details of each structure included in the first region.
  • the details of this structure include, for example, the floor, identification code, position, cross-sectional shape, cross-sectional size, upper end reinforcement, lower end reinforcement, stirrup, and abdominal reinforcement.
  • the first identification module identifies details of each structure in the annotation data.
  • the first identification module identifies the positions of the identification codes G1, G2, and G3, cross-sectional shapes, cross-sectional dimensions, upper end reinforcements, lower end reinforcements, and stars on the R floor, the 5th floor, and the 4th floor.
  • the first identification module identifies the details of data present in a location hidden by the enclosing line 41 can be changed as appropriate. Furthermore, for items such as the identification code G3 that are not all present within the first area 42, the first identification module only needs to identify those that are present inside the enclosing line 41. The first identification module identifies details of each structure and identifies each structure included in the acquired annotation data.
  • the learning module uses the acquired annotation data as teacher data to learn by associating the detailed diagram with the first region (step S12). As described above, the learning module executes machine learning using supervised learning, unsupervised learning, reinforcement learning, etc., and deep learning using convolutional neural networks, recurrent neural networks, long/short-term memory, etc. as learning methods. In this embodiment, the learning method executed by the learning module will be described using machine learning using supervised learning as an example, as described above. The learning module uses the identification code and the first area among the details of the identified detailed view as training data, and learns by associating the detailed view in this annotation data with the first area.
  • the trained model generation module generates a trained model based on the learning results (step S13).
  • the trained model generation module generates this trained model using general algorithms used in machine learning such as linear regression, random forest, decision tree, and k-nearest neighbor method.
  • the algorithm used by the trained model generation module is not particularly limited, and any suitable algorithm may be used as appropriate.
  • the trained model storage module stores the generated trained model (step S14).
  • the above is the learning process.
  • the computer 10 uses the learned model created by the learning process to execute the process described below.
  • FIG. 6 This figure is a flowchart of the cutting process executed by the computer 10.
  • This cutting process is the details of the cutting process (step S4) in which a second area based on the generated trained model is cut out as second cutting data from the new detailed diagram described above.
  • This cutting process is a process that uses the trained model created by the learning process described above.
  • the detailed view acquisition module acquires a new detailed view (step S20).
  • the detailed view acquisition module acquires a new detailed view for cutting out a predetermined area from the worker terminal 30.
  • the worker terminal 30 transmits to the computer 10 a detailed diagram that it stores in advance, a detailed diagram photographed by its own photographing device, or a detailed diagram acquired from another computer or the like.
  • the detailed view acquisition module acquires a new detailed view by receiving this detailed view.
  • the detailed diagram acquisition module may acquire this detailed diagram from a terminal other than the worker terminal 30, may use a detailed diagram stored in advance by itself, or may use other methods. A detailed view may also be obtained.
  • the second identification module identifies each structure included in the acquired new detailed view (step S21).
  • the second identification module performs data analysis on the obtained detailed view and identifies details of each structure included in the detailed view.
  • the details of the structure are similar to the details of the structure included in the first area described above, such as the floor, identification code, position, cross-sectional shape, cross-sectional dimensions, upper end reinforcement, lower end reinforcement, stirrup, and abdominal reinforcement. .
  • the second identification module identifies details of each structure in the detailed view.
  • a second identification module identifies all structure details included in the obtained detail view.
  • a second identification module identifies details of each structure and identifies each structure included in the obtained new detailed view.
  • the cutting module cuts out a second area based on the generated learned model from the new detailed diagram as second cutting data (step S22).
  • the cutting module refers to the trained model and sets a second region to be cut out based on the details of each structure in the identified detailed view.
  • the extraction module identifies the identification code of each structure identified this time that matches or approximates the identification code of each structure in the learned model, and sets the area where each identified structure exists as a second area. (See Figure 7).
  • the second area set by the cutting module will be explained based on FIG. 7. This figure is a diagram schematically showing an example of the second region set by the cutting module.
  • the cutout module surrounds the area where each identified structure exists with an enclosing line 61 (for example, a rectangle, a circle, a polygon).
  • the enclosing line 61 is illustrated as a solid rectangle.
  • the cutting module sets the area surrounded by the enclosing line 61 as the second area 62 .
  • the cutout module cuts out the set second region 62 from the detailed view 60 and generates second cutout data (see FIG. 8).
  • the second cutout data will be explained based on FIG. 8.
  • This figure is a diagram schematically showing an example of the second cutout data cut out by the cutout module.
  • the cutting module cuts out a second region 62 from the detailed view 60.
  • the cutting module may cut out the second region 62 along the enclosing line 61, or may cut out the second region 62 along the outer periphery or inner periphery of the enclosing line 61. It's okay. That is, when cutting out the second region 62, the cutting module may cut out the second region 62 without leaving the enclosing line 61, or may cut out the second region 62 so as to leave the enclosing line 61. .
  • the cutting module generates second cutting data 70 by cutting out the second region 62 .
  • the cutting module may set only one enclosing line or a plurality of enclosing lines for one detailed drawing.
  • the cutting module uses enclosing lines that change the degree of attention depending on the type of detailed drawing and predetermined conditions (for example, the content of the construction site, the orderer, the contractor, the worker, the structure), etc. Also good. Similar to the example above, attention can be changed, for example, by changing the line type (e.g., solid line, broken line, dotted line, one-dot chain line) or thickness, color coding, icons (e.g., pins, marks, character strings, symbols). ) is intended to be added and highlighted.
  • the types of enclosing lines are not limited to the examples described above.
  • the adding module adds metadata to the second cutout data (step S23).
  • the adding module adds each of the details of each identified structure to the second cutout data as metadata.
  • the adding module may add all or a part of the details of the structure as metadata, or may add different contents to each structure. Alternatively, it may include data other than the details of the structure (for example, management data such as creation date and time, worker name, progress status, etc.).
  • the cutout data output module outputs the second cutout data (step S24).
  • the cutout data output module transmits the second cutout data to the worker terminal 30.
  • the worker terminal 30 receives this second cutout data and displays it on its own display unit or the like.
  • the cutout data output module outputs the second cutout data by displaying the second cutout data on the worker terminal 30.
  • the worker terminal 30 may also display metadata added to the second cut-out data by accepting an input for the displayed second cut-out data.
  • FIG. 9 is a flowchart of the relearning process executed by the computer 10.
  • This relearning process is a process that uses the learned model created by the above-described learning process and the second cutout data cut out by the cutout process. Note that detailed explanations of processes similar to those described above will be omitted.
  • the learning module uses the extracted second cut-out data as teacher data to learn by associating the detailed diagram with the second region (step S30).
  • the learning method in this process may be the same as the learning method in the learning process described above.
  • the learning module uses the identification code and the second area among the details of the identified detailed view as training data, and learns by associating the detailed view in the second cutout data with the second area.
  • the trained model generation module updates the generated trained model based on the learning results (step S31).
  • the learned model generation module updates the learned model generated and stored by the above-described learning process using the current learning results.
  • the trained model storage module stores the updated trained model (step S32).
  • the above is the relearning process.
  • the computer 10 executes the cutting process from next time onwards, it executes the process using the learned model updated by the relearning process.
  • the detailed diagram extraction system 1 updates the learned model each time the extraction process is executed through relearning processing, so the more times the extraction process is performed, the more accurate the setting of the second region can be improved. .
  • the third identification module identifies each structure included in the second cutout data based on predetermined items (step S40).
  • the third identification module analyzes the second cutout data based on predetermined items (for example, floor, identification code, position, cross-sectional shape, cross-sectional size, upper end reinforcement, lower end reinforcement, stirrup, abdominal muscle), Each structure included in the second cutout data and details of each structure are identified.
  • the third identification module identifies all structures included in the second cutout data. Note that the third identification module may be configured to use metadata added to the second cutout data in the cutout process described above.
  • the list generation module generates a list of each identified structure (step S41).
  • the list generation module generates a list of each identified structure, which summarizes the site name, floor, identification code, and structure details for each structure (see FIG. 11).
  • the list generated by the list generation module will be explained based on FIG. 11.
  • This figure is a diagram schematically showing an example of a list generated by the list generation module.
  • the list 80 generated by the list generation module summarizes the site name 83, floor 84, identification code 85, and structure details 86 for each structure.
  • the structure 81 has "demonstration site” as the site name 83, "2F” as the floor 84, "B3A” as the identification code 85, and "identification code, location,” as the structure details 86.
  • the figure of the cross section, the cross-sectional dimension, the upper end reinforcement, and the lower end reinforcement are each shown.
  • "demonstration site” is set as the site name 83
  • "2F” is set as the floor 84
  • "B3B” is set as the identification code 85
  • "identification code, location” is set as the structure details 86.
  • cross-sectional figure, cross-sectional dimension, upper end reinforcement, and lower end reinforcement” are shown, respectively.
  • the list generation module also generates a summary of site name 83, floor 84, identification code 85, and structure details 86 for each structure for other structures not shown.
  • the list generation module generates a list 80 by arranging the site name 83, floor 84, identification code 85, and structure details 86 of each structure in a vertical or horizontal direction. Note that the list generated by the list generation module is not limited to that shown in FIG. 11, and the contents regarding the structures to be compiled as a list can be changed as appropriate. Furthermore, the arrangement of the summary of contents regarding each structure can be similarly changed as appropriate.
  • the list output module outputs the generated list (step S42).
  • the list output module transmits this list to the worker terminal 30.
  • the worker terminal 30 receives this list and displays it on its own display unit or the like.
  • the list output module outputs the list by displaying the list on the worker terminal 30. Note that by accepting input for each structure in the displayed list, the worker terminal 30 may enlarge the content related to the structure for which the input has been received, display metadata of this structure, etc. good.
  • the change reception module receives input of changes to the second cutout data (step S50).
  • the worker terminal 30 accepts input of changes to the second cutout data displayed on itself through the cutout process described above.
  • the contents of the changes that the worker terminal 30 accepts input are changes to the second area and changes to metadata.
  • the worker terminal 30 accepts input for changing the position, size, type, number, etc. of the enclosing lines. Further, the worker terminal 30 receives an input for changing the metadata added to the second cutout data.
  • the worker terminal 30 transmits the input change details to the computer 10.
  • the change reception module receives this change content and accepts input of changes to the second cutout data.
  • the change reception module does not accept a change input for a predetermined period of time (for example, after a predetermined time has elapsed after the output of the second cutting data), or when it receives an input from the worker terminal 30 that a change is not required. In such a case, this change processing is ended without executing the subsequent processing.
  • the worker terminal 30 may accept input of this change to the detailed diagram that is the source of the second cutout data. In this case, if the worker terminal 30 owns this detailed diagram, it accepts input of enclosing lines and metadata for the detailed diagram it owns. If the worker terminal 30 does not own this detailed diagram, it acquires this detailed diagram from another computer or the like, and accepts input of enclosing lines and metadata for the acquired detailed diagram. The worker terminal 30 transmits the detailed drawing, in which the enclosing lines and metadata have been input, to the computer 10.
  • the change reception module may receive this detailed diagram and accept input of changes to the second cutout data.
  • the cutting module cuts out the second cutting data again based on the received change content (step S51).
  • the cutout module changes the enclosing line set in the original detailed view based on the received change content and sets a new second area.
  • the cutout module cuts out the newly set second region from the detailed diagram and generates second cutout data.
  • the cutting module sets enclosing lines for this detailed diagram. , a new second area may be set. The cutting module may cut out the newly set second region from the detailed diagram and generate second cutting data.
  • the adding module adds metadata again based on the received change content (step S52).
  • the adding module changes the metadata originally added to the second cutout data based on the received change content and adds it as new metadata.
  • the cutout data output module outputs the changed second cutout data (step S53).
  • the process in step S53 is similar to the process in step S24 described above.
  • the computer 10 can also be configured to execute a part or all of the above-mentioned processes in combination. Further, the computer 10 can also be configured to execute each process at a timing other than the timing described above.
  • the means and functions described above are realized by a computer (including a CPU, an information processing device, and various terminals) reading and executing a predetermined program.
  • the program may be provided from a computer via a network (SaaS: Software as a Service) or in a cloud service.
  • the program may be provided in a form recorded on a computer-readable recording medium.
  • the computer reads the program from the recording medium, transfers it to an internal recording device or an external recording device, records it, and executes it.
  • the program may be recorded in advance on a recording device (recording medium) and provided to the computer from the recording device via a communication line.
  • a detailed drawing extraction system that cuts out a predetermined area from a detailed drawing of a building structure drawing, an acquisition unit (for example, an acquisition unit 11, an annotation data acquisition module) that acquires annotation data extracted from a first region set in the detailed diagram as first extraction data; a learning unit (for example, a learning unit 12, a learning module) that learns by associating the detailed diagram with the first area using the acquired annotation data as training data; A model generation unit (for example, model generation unit 13, trained model generation module) that generates a trained model based on the learning results; a cutting unit (for example, cutting unit 14, cutting module) that cuts out a second region based on the generated trained model as second cutting data for the new detailed diagram; Detail drawing cutting system equipped with
  • an identification unit for example, a third identification module
  • a list generation unit that generates a list of each of the identified structures
  • the learning unit re-learns the new detailed diagram and the second area in association with each other, using the second cutout data as new teacher data.
  • Detailed drawing cutting system described in (1) described in (1).
  • a reception unit for example, a change reception module
  • the cutting unit cuts out the second cutting data again based on the received change.
  • an adding unit for example, an adding module that adds metadata to the second cutout data
  • a detailed drawing cutting method executed by a computer to cut out a predetermined area from a detailed drawing of a building structure drawing, a step of acquiring annotation data obtained by cutting out a first region set in the detailed diagram as first cutting data (for example, step S10); a step of learning by associating the detailed diagram with the first region using the acquired annotation data as training data (for example, step S12); a step of generating a trained model based on the learning results (for example, step S13); a step (for example, step S22) of cutting out a second region based on the generated learned model from the new detailed diagram as second cutting data;
  • a detailed drawing cutting method comprising:
  • a computer that cuts out a predetermined area from the detailed drawing of the building structure, acquiring annotation data obtained by cutting out a first region set in the detailed view as first cutting data (for example, step S10); a step of learning by associating the detailed diagram with the first region using the acquired annotation data as training data (for example, step S12); a step of generating a trained model based on the learning results (for example, step S13); a step of cutting out a second region based on the generated trained model as second cutting data for the new detailed diagram (for example, step S22); A computer readable program for executing.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】詳細図に対して、自動でその一部を切り出すことにより、作業効率の向上を図る。 【解決手段】建物構造図の詳細図に対して、所定の領域を切り出す詳細図切出システムは、前記詳細図に設定された第１領域を第１切出データとして切り出したアノテーションデータを取得し、取得した前記アノテーションデータを教師データとして、前記詳細図と、前記第１領域とを対応付けて学習し、学習結果に基づいて、学習済モデルを生成し、新たな詳細図に対して、生成した前記学習済モデルに基づいた第２領域を、第２切出データとして切り出す。

Description

詳細図切出システム、詳細図切出方法及びプログラム
　本発明は、建物構造図の詳細図に対して、所定の領域の切り出しに有効な技術に関する。
　近年、建物構造のデータ化を中心としたＩＣＴ（Ｉｎｆｏｒｍａｔｉｏｎ　ａｎｄ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ）化が注目されている。
　例えば、特許文献１では、一の建築物に対して作成される建物構造図をパーツとして構成し、作図に不慣れな者でも平面図、基礎伏図、土台伏図、床伏図等を矛盾なく作成することができる建物構造図作成システムが開示されている。
　また、他には、特許文献２では、施主が住宅の建物構造図を閲覧する端末に、３次元仮想空間で内部を表示し、視点位置や視線方向を施主の端末で切り替えて表示することが可能な住宅設計システムが開示されている。
特開２０１８－２０６０１７号公報 特開２０２０－０８６８０９号公報
　建物構造図は、多くの伏図とその詳細図（豆図等）を必要とするが、この伏図と詳細図との対応付けが必要となる。この対応付けは、手動で、伏図のデータと詳細図のデータとを対応付けることにより行われている。加えて、伏図に対応する詳細図は、詳細図の一部（例えば、柱や梁の全体的な図面の内、該当する部分のみ）が必要となる場合が多い。この場合、この詳細図の一部を全体図から切り出すことが行われている。この切出は、手動で必要となる詳細図の領域を指定し、指定した領域を切り出す等の作業が必要となる。そのため、多くの詳細図に対してこの作業を行う必要があり、非効率的であった。
　そのため、自動で詳細図の一部を切り出す技術が求められている。
　しかしながら、特許文献１及び２に記載されたシステムでは、自動で詳細図の一部を切り出すことが出来なかった。
　そこで、本発明者は、自動で詳細図の一部を切り出す仕組みに着目した。
　本発明は、詳細図に対して、自動でその一部を切り出すことにより、作業効率の向上を図ることを可能にする詳細図切出システム、詳細図切出方法及びプログラムを提供することを目的とする。
　本発明は、建物構造図の詳細図に対して、所定の領域を切り出す詳細図切出システムであって、
　前記詳細図に設定された第１領域を第１切出データとして切り出したアノテーションデータを取得する取得部と、
　取得した前記アノテーションデータを教師データとして、前記詳細図と、前記第１領域とを対応付けて学習する学習部と、
　学習結果に基づいて、学習済モデルを生成するモデル生成部と、
　新たな詳細図に対して、生成した前記学習済モデルに基づいた第２領域を、第２切出データとして切り出す切出部と、
　を備える詳細図切出システムを提供する。
　本発明によれば、建物構造図の詳細図に対して、所定の領域を切り出す詳細図切出システムは、前記詳細図に設定された第１領域を第１切出データとして切り出したアノテーションデータを取得し、取得した前記アノテーションデータを教師データとして、前記詳細図と、前記第１領域とを対応付けて学習し、学習結果に基づいて、学習済モデルを生成し、新たな詳細図に対して、生成した前記学習済モデルに基づいた第２領域を、第２切出データとして切り出す。
　本発明は、システムのカテゴリであるが、方法及びプログラムであっても同様の作用、効果を奏する。
　本発明によれば、作業効率の向上を図ることが可能となる。
詳細図切出システム１の概要を説明する図である。 詳細図切出システム１の機能構成を示す図である。 詳細図切出システム１が実行する学習処理のフローチャートを示す図である。 学習用端末２０が設定した第１領域の一例を模式的に示した図である。 学習用端末２０が切り出した第１切出データの一例を模式的に示した図である。 詳細図切出システム１が実行する切出処理のフローチャートを示す図である。 コンピュータ１０が設定した第２領域の一例を模式的に示した図である。 コンピュータ１０が切り出した第２切出データの一例を模式的に示した図である。 詳細図切出システム１が実行する再学習処理のフローチャートを示す図である。 詳細図切出システム１が実行する一覧生成処理のフローチャートを示す図である。 コンピュータ１０が生成する一覧の一例を模式的に示した図である。 詳細図切出システム１が実行する変更処理のフローチャートを示す図である。
　以下、添付図面を参照して、本発明を実施するための形態（以下、実施形態）について詳細に説明する。以降の図においては、実施形態の説明の全体を通して同じ要素には同じ番号又は符号を付している。
　［詳細図切出システム１の概要］
　図１は、詳細図切出システム１の概要を説明するための模式図である。
　詳細図切出システム１は、サーバ機能を有するコンピュータ１０が、建物構造図の詳細図に対して、所定の領域を切り出す処理を実現する。
　詳細図切出システム１を構成する端末及び装置について説明する。
　詳細図切出システム１は、少なくともサーバ機能を有するコンピュータ１０を備えるシステムであれば良い。このコンピュータ１０は、例えば、１台のコンピュータで実現されても良いし、クラウドコンピュータのように、複数のコンピュータで実現されても良い。
　本明細書におけるクラウドコンピュータとは、ある特定の機能を果たす際に、任意のコンピュータをスケーラブルに用いるものや、あるシステムを実現するために複数の機能モジュールを含み、その機能を自由に組み合わせて用いるものの何れであっても良い。
　本明細書において、詳細図切出システム１は、コンピュータ１０に加え、学習用のアノテーションデータを設定する学習用端末２０、建設現場において作業を行う作業者が管理する作業者端末３０により構成される。
　詳細図切出システム１を構成する端末や装置類等は、あくまでも一例であり、コンピュータ１０を除く各端末については、その数、種類及び機能については、適宜変更可能である。
　詳細図切出システム１が、建物構造図の詳細図に対して、所定の領域を切り出す際の処理ステップの概要について説明する。
　コンピュータ１０は、詳細図に設定された第１領域を第１切出データとして切り出したアノテーションデータを取得する（ステップＳ１）。
　コンピュータ１０は、アノテーションデータを、学習用端末２０から取得する。
　学習用端末２０は、自身を管理する管理者等からの入力を受け付け、詳細図に対して、第１領域を設定する。学習用端末２０は、設定した第１領域を第１切出データとして切り出し、この第１切出データをアノテーションデータとして、コンピュータ１０に送信する。
　コンピュータ１０は、このアノテーションデータを受信し、詳細図に設定された第１領域を第１切出データとして切り出したアノテーションデータを取得する。
　コンピュータ１０は、取得したアノテーションデータを教師データとして、詳細図と、第１領域とを対応付けて学習する（ステップＳ２）。
　学習方法は、例えば、教師あり学習、教師なし学習、強化学習等による機械学習や、畳み込みニューラルネットワーク、再起型ニューラルネットワーク、長・短期記憶等によるディープラーニング等であり、コンピュータ１０は、アノテーションデータを教師データとする教師あり学習を行い、詳細図と、第１領域とを対応付けて学習する。
　コンピュータ１０は、学習結果に基づいて、学習済モデルを生成する（ステップＳ３）。
　コンピュータ１０は、線形回帰、ランダムフォレスト、決定木、ｋ近傍法の機械学習に用いられる一般的なアルゴリズムを用いて、学習済モデルを生成する。
　コンピュータ１０は、新たな詳細図に対して、生成した学習済モデルに基づいた第２領域を、第２切出データとして切り出す（ステップＳ４）。
　コンピュータ１０は、作業者端末３０等から、新たな詳細図を取得し、この新たな詳細図に対して、生成した学習済モデルに基づいた第２領域を設定し、設定した第２領域を第２切出データとして切り出す。
　以上が、詳細図切出システム１の概要である。
　本詳細図切出システム１によれば、作業効率の向上を図ることが可能となる。
　［装置構成］
　図２は、詳細図切出システム１の構成を示すブロック図である。詳細図切出システム１は、建物構造図の詳細図に対して、所定の領域を切り出すシステムであり、少なくともコンピュータ１０から構成される。本実施形態では、詳細図切出システム１は、更に、学習用のアノテーションデータを設定する学習用端末２０、建設現場において作業を行う作業者が管理する作業者端末３０を備える。
　詳細図切出システム１は、コンピュータ１０と、学習用端末２０及び作業者端末３０とが、公衆回線網等のネットワーク５等を介して、データ通信可能に接続されたシステムである。
　なお、詳細図切出システム１を構成する端末や装置類等は、あくまでも一例であり、コンピュータ１０を除く各端末については、その数、種類及び機能については、適宜変更可能である。
　コンピュータ１０は、サーバ機能を有し、例えば、１台のコンピュータで実現されても良いし、クラウドコンピュータのように、複数のコンピュータで実現されても良い。
　コンピュータ１０は、制御部として、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）等を備え、通信部として、他の端末や装置等と通信可能にするためのデバイス、詳細図に設定された第１領域を第１切出データとして切り出したアノテーションデータを取得する取得部１１等を備える。
　コンピュータ１０は、記憶部として、ハードディスクや半導体メモリ、記憶媒体、メモリカード等によるデータのストレージ部等を備える。
　コンピュータ１０は、処理部として、各種処理を実行する各種デバイス、アノテーションデータを教師データとして、詳細図と、第１領域とを対応付けて学習する学習部１２、学習結果に基づいて、学習済モデルを生成するモデル生成部１３、新たな詳細図に対して、生成した学習済モデルに基づいた第２領域を、第２切出データとして切り出す切出部１４等を備える。
　コンピュータ１０において、制御部が所定のプログラムを読み込むことにより、通信部と協働して、アノテーションデータ取得モジュール、詳細図取得モジュール、切出データ出力モジュール、一覧出力モジュール、変更受付モジュールを実現する。
　また、コンピュータ１０において、制御部が所定のプログラムを読み込むことにより、記憶部と協働して、学習済モデル記憶モジュールを実現する。
　また、コンピュータ１０において、制御部が所定のプログラムを読み込むことにより、処理部と協働して、第１識別モジュール、学習モジュール、学習済モデル生成モジュール、第２識別モジュール、切出モジュール、付与モジュール、第３識別モジュール、一覧生成モジュールを実現する。
　学習用端末２０及び作業者端末３０の各々は、例えば、携帯電話、スマートフォン、タブレット端末等の携帯端末やパーソナルコンピュータ等の端末である。
　学習用端末２０及び作業者端末３０の各々は、端末制御部として、ＣＰＵ、ＧＰＵ、ＲＡＭ、ＲＯＭ等を備え、通信部として、他の端末や装置等と通信可能にするためのデバイス等を備え、入出力部として、各種情報の入出力を実行するためのデバイス等を備える。
　以下、詳細図切出システム１が実行する各処理について、上述した各モジュールが実行する処理と併せて説明する。
　本明細書において、各モジュールは、その処理内容を、自身が有する機能として実行するものであっても良いし、所定のアプリケーションを介して実行するものであっても良い。
　［コンピュータ１０が実行する学習処理］
　図３に基づいて、コンピュータ１０が実行する学習処理について説明する。同図は、コンピュータ１０が実行する学習処理のフローチャートを示す図である。本学習処理は、上述した詳細図に設定された第１領域を第１切出データとして切り出したアノテーションデータを取得する取得処理（ステップＳ１）、取得したアノテーションデータを教師データとして、詳細図と、第１領域とを対応付けて学習する学習処理（ステップＳ２）、学習結果に基づいて、学習済モデルを生成するモデル生成処理（ステップＳ３）の詳細である。
　アノテーションデータ取得モジュールは、詳細図に設定された第１領域を第１切出データとして切り出したアノテーションデータを取得する（ステップＳ１０）。
　学習用端末２０は、自身を管理する管理者等からの入力を受け付け、詳細図に対して、第１領域を設定する。学習用端末２０は、詳細図における必要とする領域に対して、囲み線（例えば、矩形、円形、多角形）の入力を、管理者等から受け付ける。学習用端末２０は、受け付けた囲み線に囲まれた領域を、この詳細図における第１領域に設定する（図４参照）。
　図４に基づいて、第１領域について説明する。同図は、学習用端末２０が設定した第１領域の一例を模式的に示した図である。
　学習用端末２０は、詳細図４０に対する囲み線４１の入力を受け付ける。囲み線４１は、実線の矩形として図示されている。学習用端末２０は、この囲み線４１に囲まれた領域を、第１領域４２に設定する。
　学習用端末２０は、設定した第１領域４２を、詳細図４０から切り出し、第１切出データを生成する（図５参照）。
　図５に基づいて、第１切出データについて説明する。同図は、学習用端末２０が切り出した第１切出データの一例を模式的に示した図である。
　学習用端末２０は、詳細図４０から、第１領域４２を切り出す。このとき、学習用端末２０は、囲み線４１に沿って、第１領域４２を切り出すものであっても良いし、囲み線４１の外周又は内周に沿って、第１領域４２を切り出すものであっても良い。すなわち、学習用端末２０は、第１領域４２を切り出す際、囲み線４１を残さないように第１領域４２を切り出しても良いし、囲み線４１を残すように第１領域４２を切り出しても良い。学習用端末２０は、第１領域４２を切り出すことにより、第１切出データ５０を生成する。
　学習用端末２０は、この第１切出データ５０を、アノテーションデータとしてコンピュータ１０に送信する。
　アノテーションデータ取得モジュールは、この第１切出データ５０を受信し、詳細図に設定された第１領域を第１切出データとして切り出したアノテーションデータを取得する。
　なお、学習用端末２０が第１領域を設定する詳細図は、学習用端末２０が、他のコンピュータ等から取得するものであっても良いし、自身が有する撮影装置等により撮影したものであっても良いし、予め自身が記憶したものを用いても良いし、それ以外の方法により取得するものであっても良い。
　また、学習用端末２０が入力を受け付ける囲み線は、一つの詳細図に対して一つのみであっても良いし、複数であっても良い。
　また、学習用端末２０は、詳細図の種類や所定の条件（例えば、建設現場の内容、発注者、受注者、作業者、構造物）等に応じて、注目度を変更した囲み線を用いても良い。注目度の変更とは、例えば、線の種類（例えば、実線、破線、点線、一点鎖線）や太さの変更、色分け、アイコン（例えば、ピン、マーク、文字列、記号）の付与、強調表示を行うことを意図するものである。
　また、囲み線の種類は、上述した例に限定されるものではない。
　図３に戻り、学習処理の続きを説明する。
　第１識別モジュールは、取得したアノテーションデータに含まれる各構造物を識別する（ステップＳ１１）。
　第１識別モジュールは、取得したアノテーションデータをデータ解析し、第１領域に含まれる各構造物の詳細を識別する。この構造物の詳細は、例えば、階、識別符号、位置、断面の図形、断面寸法、上端筋、下端筋、スターラップ、腹筋である。第１識別モジュールは、アノテーションデータにおける各構造物の詳細を、各々識別する。上述した第１切出データ５０において、第１識別モジュールは、Ｒ階、５階及び４階の、識別符号Ｇ１、Ｇ２及びＧ３の位置、断面の図形、断面寸法、上端筋、下端筋、スターラップ及び腹筋を識別する。なお、第１識別モジュールは、囲み線４１で隠された箇所に存在するデータについては、その詳細を識別するかどうかは、適宜変更可能である。また、第１識別モジュールは、識別符号Ｇ３のように、第１領域４２内にその全てが存在しないものについては、囲み線４１の内側に存在するもののみを識別すれば良い。
　第１識別モジュールは、この各構造物の詳細を識別し、取得したアノテーションデータに含まれる各構造物を識別する。
　学習モジュールは、取得したアノテーションデータを教師データとして、詳細図と、第１領域とを対応付けて学習する（ステップＳ１２）。
　学習モジュールは、上述した通り、学習方法として、教師あり学習、教師なし学習、強化学習等による機械学習や、畳み込みニューラルネットワーク、再起型ニューラルネットワーク、長・短期記憶等によるディープラーニング等を実行する。本実施形態では、学習モジュールが実行する学習方法は、上述した通り、教師あり学習による機械学習を例として説明する。
　学習モジュールは、識別した詳細図の詳細の内、識別符号と、第１領域とを教師データとして、このアノテーションデータにおける詳細図と、第１領域とを対応付けて学習する。
　学習済モデル生成モジュールは、学習結果に基づいて、学習済モデルを生成する（ステップＳ１３）。
　学習済モデル生成モジュールは、線形回帰、ランダムフォレスト、決定木、ｋ近傍法等の機械学習に用いられる一般的なアルゴリズムを用いて、この学習済モデルを生成する。学習済モデル生成モジュールが用いるアルゴリズムは、特に限定されるものではなく、適宜、適当なものを用いればよい。
　学習済モデル記憶モジュールは、生成した学習済モデルを記憶する（ステップＳ１４）。
　以上が、学習処理である。
　コンピュータ１０は、学習処理により作成した学習済モデルを用いて、後述する処理を実行する。
　［コンピュータ１０が実行する切出処理］
　図６に基づいて、コンピュータ１０が実行する切出処理について説明する。同図は、コンピュータ１０が実行する切出処理のフローチャートを示す図である。本切出処理は、上述した新たな詳細図に対して、生成した学習済モデルに基づいた第２領域を、第２切出データとして切り出す切出処理（ステップＳ４）の詳細である。
　本切出処理は、上述した学習処理により作成した学習済モデルを用いる処理である。
　詳細図取得モジュールは、新たな詳細図を取得する（ステップＳ２０）。
　詳細図取得モジュールは、作業者端末３０から、所定の領域を切り出すための新たな詳細図を取得する。
　作業者端末３０は、予め自身が記憶する詳細図、自身が有する撮影装置等により撮影した詳細図、又は、他のコンピュータ等から取得した詳細図等の詳細図を、コンピュータ１０に送信する。
　詳細図取得モジュールは、この詳細図を受信することにより、新たな詳細図を取得する。
　なお、詳細図取得モジュールは、作業者端末３０以外の端末等から、この詳細図を取得するものであっても良いし、予め自身が記憶した詳細図を用いても良いし、それ以外の方法により詳細図を取得しても良い。
　第２識別モジュールは、取得した新たな詳細図に含まれる各構造物を識別する（ステップＳ２１）。
　第２識別モジュールは、取得した詳細図をデータ解析し、詳細図に含まれる各構造物の詳細を識別する。構造物の詳細は、上述した第１領域に含まれる構造物の詳細と同様に、例えば、階、識別符号、位置、断面の図形、断面寸法、上端筋、下端筋、スターラップ、腹筋である。第２識別モジュールは、詳細図における各構造物の詳細を、各々識別する。第２識別モジュールは、取得した詳細図に含まれる全ての構造物の詳細を識別する。
　第２識別モジュールは、この各構造物の詳細を識別し、取得した新たな詳細図に含まれる各構造物を識別する。
　切出モジュールは、新たな詳細図に対して、生成した学習済モデルに基づいた第２領域を第２切出データとして切り出す（ステップＳ２２）。
　切出モジュールは、学習済モデルを参照し、識別した詳細図の各構造物の詳細に基づいて、切出を行う第２領域を設定する。切出モジュールは、学習済モデルにおける各構造物の識別符号と合致又は近似する、今回識別した各構造物の識別符号を特定し、特定した各構造物が存在する領域を第２領域として設定する（図７参照）。
　図７に基づいて、切出モジュールが設定する第２領域について説明する。同図は、切出モジュールが設定した第２領域の一例を模式的に示した図である。
　切出モジュールは、詳細図６０において、特定した各構造物が存在する領域を囲み線６１（例えば、矩形、円形、多角形）で囲む。囲み線６１は、実線の矩形として図示されている。切出モジュールは、囲み線６１により囲まれた領域を、第２領域６２に設定する。
　切出モジュールは、設定した第２領域６２を、詳細図６０から切り出し、第２切出データを生成する（図８参照）。
　図８に基づいて、第２切出データについて説明する。同図は、切出モジュールが切り出した第２切出データの一例を模式的に示した図である。
　切出モジュールは、詳細図６０から、第２領域６２を切り出す。このとき、切出モジュールは、囲み線６１に沿って、第２領域６２を切り出すものであっても良いし、囲み線６１の外周又は内周に沿って、第２領域６２を切り出すものであっても良い。すなわち、切出モジュールは、第２領域６２を切り出す際、囲み線６１を残さないように第２領域６２を切り出しても良いし、囲み線６１を残すように第２領域６２を切り出しても良い。切出モジュールは、第２領域６２を切り出すことにより、第２切出データ７０を生成する。
　なお、切出モジュールが設定する囲み線は、一つの詳細図に対して一つのみであっても良いし、複数であっても良い。
　また、切出モジュールは、詳細図の種類や所定の条件（例えば、建設現場の内容、発注者、受注者、作業者、構造物）等に応じて、注目度を変更した囲み線を用いても良い。注目度の変更は、上述した例と同様に、例えば、線の種類（例えば、実線、破線、点線、一点鎖線）や太さの変更、色分け、アイコン（例えば、ピン、マーク、文字列、記号）の付与、強調表示を行うことを意図するものである。
　また、囲み線の種類は、上述した例に限定されるものではない。
　図６に戻り、切出処理の続きを説明する。
　付与モジュールは、第２切出データにメタデータを付与する（ステップＳ２３）。
　付与モジュールは、第２切出データに、識別した各構造物の詳細の各々を、メタデータとして付与する。
　なお、付与モジュールは、メタデータとして、構造物の詳細の全てを付与するものであっても良いし、その一部を付与するものであっても良いし、構造物毎に、異なる内容を付与するものであっても良いし、構造物の詳細以外のデータ（例えば、作成日時、作業者名、進捗状況等の管理データ）を含んだものを付与しても良い。
　切出データ出力モジュールは、第２切出データを出力する（ステップＳ２４）。
　切出データ出力モジュールは、第２切出データを、作業者端末３０に送信する。
　作業者端末３０は、この第２切出データを受信し、自身の表示部等に表示する。
　切出データ出力モジュールは、第２切出データを、作業者端末３０に表示させることにより、第２切出データを出力する。
　なお、作業者端末３０は、表示した第２切出データに対する入力を受け付けることにより、この第２切出データに付与されたメタデータを併せて表示するものであっても良い。
　以上が、切出処理である。
　［コンピュータ１０が実行する再学習処理］
　図９に基づいて、コンピュータ１０が実行する再学習処理について説明する。同図は、コンピュータ１０が実行する再学習処理のフローチャートを示す図である。
　本再学習処理は、上述した学習処理により作成した学習済モデルと、切出処理により切り出された第２切出データとを用いる処理である。
　なお、上述した処理と同様の処理については、その詳細な説明は省略する。
　学習モジュールは、切り出した第２切出データを教師データとして、詳細図と、第２領域とを対応付けて学習する（ステップＳ３０）。
　本処理における学習の方法は、上述した学習処理における学習の方法と同様であれば良い。
　学習モジュールは、識別した詳細図の詳細の内、識別符号と、第２領域とを教師データとして、この第２切出データにおける詳細図と、第２領域とを対応付けて学習する。
　学習済モデル生成モジュールは、学習結果に基づいて、生成した学習済モデルを更新する（ステップＳ３１）。
　学習済モデル生成モジュールは、上述した学習処理により生成し記憶した学習済モデルを、今回の学習結果を用いて更新する。
　学習済モデル記憶モジュールは、更新した学習済モデルを記憶する（ステップＳ３２）。
　以上が、再学習処理である。
　コンピュータ１０は、次回以降、切出処理を実行する場合、再学習処理により更新した学習済モデルを用いて、その処理を実行する。
　詳細図切出システム１は、再学習処理により、切出処理を実行する度、学習済モデルを更新するため、回数を重ねる程、第２領域の設定の精度の向上を図ることが可能となる。
　［コンピュータ１０が実行する一覧生成処理］
　図１０に基づいて、コンピュータ１０が実行する一覧生成処理について説明する。同図は、コンピュータ１０が実行する一覧生成処理のフローチャートを示す図である。
　本一覧生成処理は、上述した切出処理により切り出された第２切出データを用いる処理である。
　なお、上述した処理と同様の処理については、その詳細な説明は省略する。
　第３識別モジュールは、所定の項目に基づいて、第２切出データに含まれる各構造物を識別する（ステップＳ４０）。
　第３識別モジュールは、第２切出データを所定の項目（例えば、階、識別符号、位置、断面の図形、断面寸法、上端筋、下端筋、スターラップ、腹筋）に基づいてデータ解析し、第２切出データに含まれる各構造物及び各構造物の詳細を識別する。第３識別モジュールは、第２切出データに含まれる全ての構造物を識別する。
　なお、第３識別モジュールは、上述した切出処理においてこの第２切出データに付与したメタデータを用いる構成であっても良い。
　一覧生成モジュールは、識別した各構造物の一覧を生成する（ステップＳ４１）。
　一覧生成モジュールは、現場名、階、識別符号及び構造物の詳細を構造物毎にまとめたものを、識別した各構造物の一覧として生成する（図１１参照）。
　図１１に基づいて、一覧生成モジュールが生成する一覧について説明する。同図は、一覧生成モジュールが生成する一覧の一例を模式的に示した図である。
　一覧生成モジュールが生成する一覧８０は、構造物毎に、現場名８３、階８４、識別符号８５、構造物の詳細８６をまとめたものである。本図において、構造物８１は、現場名８３として「デモ現場」が、階８４として、「２Ｆ」が、識別符号８５として、「Ｂ３Ａ」が、構造物の詳細８６として「識別符号、位置、断面の図形、断面寸法、上端筋、下端筋」が、各々示されている。また、構造物８２においても同様に、現場名８３として「デモ現場」が、階８４として、「２Ｆ」が、識別符号８５として、「Ｂ３Ｂ」が、構造物の詳細８６として「識別符号、位置、断面の図形、断面寸法、上端筋、下端筋」が、各々示されている。一覧生成モジュールは、図示していない他の構造物についても、構造物毎に、現場名８３、階８４、識別符号８５、構造物の詳細８６をまとめたものを生成する。一覧生成モジュールは、各構造物の現場名８３、階８４、識別符号８５、構造物の詳細８６をまとめたものを、縦方向又は横方向に並べ、一覧８０を生成する。
　なお、一覧生成モジュールが生成する一覧は、図１１で示したものに限定されるものではなく、一覧としてまとめる構造物に関する内容については、適宜変更可能である。また、各構造物に関する内容をまとめたものの並べ方についても同様に、適宜変更可能である。
　図１０に戻り、一覧生成処理の続きを説明する。
　一覧出力モジュールは、生成した一覧を出力する（ステップＳ４２）。
　一覧出力モジュールは、この一覧を、作業者端末３０に送信する。
　作業者端末３０は、この一覧を受信し、自身の表示部等に表示する。
　一覧出力モジュールは、一覧を、作業者端末３０に表示させることにより、一覧を出力する。
　なお、作業者端末３０は、表示した一覧の各構造物に対する入力を受け付けることにより、入力を受け付けた構造物に関する内容の拡大表示、この構造物のメタデータの表示等を行うものであっても良い。
　以上が、一覧生成処理である。
　［コンピュータ１０が実行する変更処理］
　図１２に基づいて、コンピュータ１０が実行する変更処理について説明する。同図は、コンピュータ１０が実行する変更処理のフローチャートを示す図である。
　なお、上述した処理と同様の処理については、その詳細な説明は省略する。
　変更受付モジュールは、第２切出データに対する変更の入力を受け付ける（ステップＳ５０）。
　作業者端末３０は、上述した切出処理により自身に表示した第２切出データに対する変更の入力を受け付ける。作業者端末３０が入力を受け付ける変更の内容は、第２領域の変更及びメタデータの変更である。作業者端末３０は、囲み線の位置、サイズ、種類、又は数等の変更の入力を受け付ける。また、作業者端末３０は、第２切出データに付与されたメタデータの変更の入力を受け付ける。
　作業者端末３０は、入力を受け付けた変更内容を、コンピュータ１０に送信する。
　変更受付モジュールは、この変更内容を受信し、第２切出データに対する変更の入力を受け付ける。
　変更受付モジュールは、変更の入力を所定期間（例えば、第２切出データの出力後所定時間経過後）受け付けなかった場合や、作業者端末３０から変更が不要であるとの入力を受け付けた場合等の場合、以降の処理を実行せず、本変更処理を終了する。
　なお、作業者端末３０は、第２切出データの元となった詳細図に対して、この変更の入力を受け付けるものであっても良い。この場合、作業者端末３０は、この詳細図を自身が保有している場合、この保有する詳細図に対して、囲み線の入力やメタデータの入力を受け付ける。作業者端末３０は、この詳細図を自身が保有していない場合、この詳細図を他のコンピュータ等から取得し、取得した詳細図に対して、囲み線の入力やメタデータの入力を受け付ける。作業者端末３０は、囲み線やメタデータの入力を受け付けた詳細図を、コンピュータ１０に送信する。変更受付モジュールは、この詳細図を受信し、第２切出データに対する変更の入力を受け付ければ良い。
　切出モジュールは、受け付けた変更内容に基づいた第２切出データを再度切り出す（ステップＳ５１）。
　切出モジュールは、受け付けた変更内容に基づいて、元々の詳細図に設定された囲み線を変更し、新たな第２領域を設定する。切出モジュールは、新たに設定した第２領域を、詳細図から切り出し、第２切出データを生成する。
　なお、作業者端末３０から、第２切出データの元となった詳細図に対して、この変更の入力を受け付けた場合、切出モジュールは、この詳細図に対して、囲み線を設定し、新たな第２領域を設定すれば良い。切出モジュールは、新たに設定した第２領域を、詳細図から切り出し、第２切出データを生成すれば良い。
　付与モジュールは、受け付けた変更内容に基づいて、メタデータを再度付与する（ステップＳ５２）。
　付与モジュールは、受け付けた変更内容に基づいて、元々の第２切出データに付与されたメタデータを変更し、新たなメタデータとして付与する。
　切出データ出力モジュールは、変更後の第２切出データを出力する（ステップＳ５３）。
　ステップＳ５３の処理は、上述したステップＳ２４の処理と同様である。
　以上が、変更処理である。
　上述した各処理は、別個の処理として記載しているが、コンピュータ１０は、上述した各処理の一部又は全部を組み合わせて実行する構成も可能である。また、コンピュータ１０は、各処理において、説明したタイミング以外のタイミングであっても、その処理を実行する構成も可能である。
　上述した手段、機能は、コンピュータ（ＣＰＵ、情報処理装置、各種端末を含む）が、所定のプログラムを読み込んで、実行することによって実現される。プログラムは、例えば、コンピュータからネットワーク経由で提供される（ＳａａＳ：ソフトウェア・アズ・ア・サービス）形態やクラウドサービスで提供されて良い。また、プログラムは、コンピュータ読取可能な記録媒体に記録された形態で提供されて良い。この場合、コンピュータはその記録媒体からプログラムを読み取って内部記録装置又は外部記録装置に転送し記録して実行する。また、そのプログラムを、記録装置（記録媒体）に予め記録しておき、その記録装置から通信回線を介してコンピュータに提供するようにしても良い。
　以上、本発明の実施形態について説明したが、本発明は上述したこれらの実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。
　（１）建物構造図の詳細図に対して、所定の領域を切り出す詳細図切出システムであって、
　前記詳細図に設定された第１領域を第１切出データとして切り出したアノテーションデータを取得する取得部（例えば、取得部１１、アノテーションデータ取得モジュール）と、
　取得した前記アノテーションデータを教師データとして、前記詳細図と、前記第１領域とを対応付けて学習する学習部（例えば、学習部１２、学習モジュール）と、
　学習結果に基づいて、学習済モデルを生成するモデル生成部（例えば、モデル生成部１３、学習済モデル生成モジュール）と、
　新たな詳細図に対して、生成した前記学習済モデルに基づいた第２領域を、第２切出データとして切り出す切出部（例えば、切出部１４、切出モジュール）と、
　を備える詳細図切出システム。
　（１）の発明によれば、作業効率の向上を図ることが可能となる。
　（２）所定の識別項目に基づいて、前記第２切出データに含まれる各構造物を識別する識別部（例えば、第３識別モジュール）と、
　識別した前記各構造物の一覧を生成する一覧生成部と、
　を更に備える（１）に記載の詳細図切出システム。
　（２）の発明によれば、作業効率の向上を図ることが可能となる。
　（３）前記学習部は、前記第２切出データを新たな教師データとして、前記新たな詳細図と、前記第２領域とを対応付けて再学習する、
　（１）に記載の詳細図切出システム。
　（３）の発明によれば、学習の精度の向上を図ることが可能となる。
　（４）前記第２切出データに対する変更の入力を受け付ける受付部（例えば、変更受付モジュール）と、
　を更に備え、
　前記切出部は、受け付けた変更に基づいた第２切出データを再度切り出す、
　（１）に記載の詳細図切出システム。
　（４）の発明によれば、作業効率の向上を図ることが可能となる。
　（５）前記第２切出データに、メタデータを付与する付与部（例えば、付与モジュール）と、
　を更に備える（１）に記載の詳細図切出システム。
　（５）の発明によれば、作業効率の向上を図ることが可能となる。
　（６）前記第２切出データを出力する出力部（例えば、切出データ出力モジュール）と、
　を更に備える（１）に記載の詳細図切出システム。
　（６）の発明によれば、作業効率の向上を図ることが可能となる。
　（７）建物構造図の詳細図に対して、所定の領域を切り出すコンピュータが実行する詳細図切出方法であって、
　前記詳細図に設定された第１領域を第１切出データとして切り出したアノテーションデータを取得するステップ（例えば、ステップＳ１０）と、
　取得した前記アノテーションデータを教師データとして、前記詳細図と、前記第１領域とを対応付けて学習するステップ（例えば、ステップＳ１２）と、
　学習結果に基づいて、学習済モデルを生成するステップ（例えば、ステップＳ１３）と、
　新たな詳細図に対して、生成した前記学習済モデルに基づいた第２領域を、第２切出データとして切り出すステップ（例えば、ステップＳ２２）と、
　を備える詳細図切出方法。
　（８）建物構造図の詳細図に対して、所定の領域を切り出すコンピュータに、
　前記詳細図に設定された第１領域を第１切出データとして切り出したアノテーションデータを取得するステップ（例えば、ステップＳ１０）、
　取得した前記アノテーションデータを教師データとして、前記詳細図と、前記第１領域とを対応付けて学習するステップ（例えば、ステップＳ１２）、
　学習結果に基づいて、学習済モデルを生成するステップ（例えば、ステップＳ１３）、
　新たな詳細図に対して、生成した前記学習済モデルに基づいた第２領域を、第２切出データとして切り出すステップ（例えば、ステップＳ２２）、
　を実行させるためのコンピュータ読み取り可能なプログラム。
　１　詳細図切出システム
　５　ネットワーク
　１０　コンピュータ
　１１　取得部
　１２　学習部
　１３　モデル生成部
　１４　切出部
　２０　学習用端末
　３０　作業者端末
　４０，６０　詳細図
　４１，６１　囲み線
　４２　第１領域
　５０　第１切出データ
　６２　第２領域
　７０　第２切出データ
　８０　一覧
　８１，８２　構造物
　８３　現場名
　８４　階
　８５　識別符号
　８６　構造物の詳細

 

Claims (8)

  1. 　建物構造図の詳細図に対して、所定の領域を切り出す詳細図切出システムであって、
    　前記詳細図に設定された第１領域を第１切出データとして切り出したアノテーションデータを取得する取得部と、
    　取得した前記アノテーションデータを教師データとして、前記詳細図と、前記第１領域とを対応付けて学習する学習部と、
    　学習結果に基づいて、学習済モデルを生成するモデル生成部と、
    　新たな詳細図に対して、生成した前記学習済モデルに基づいた第２領域を、第２切出データとして切り出す切出部と、
    　を備える詳細図切出システム。
  2. 　所定の識別項目に基づいて、前記第２切出データに含まれる各構造物を識別する識別部と、
    　識別した前記各構造物の一覧を生成する一覧生成部と、
    　を更に備える請求項１に記載の詳細図切出システム。
  3. 　前記学習部は、前記第２切出データを新たな教師データとして、前記新たな詳細図と、前記第２領域とを対応付けて再学習する、
    　請求項１に記載の詳細図切出システム。
  4. 　前記第２切出データに対する変更の入力を受け付ける受付部と、
    　を更に備え、
    　前記切出部は、受け付けた変更に基づいた第２切出データを再度切り出す、
    　請求項１に記載の詳細図切出システム。
  5. 　前記第２切出データに、メタデータを付与する付与部と、
    　を更に備える請求項１に記載の詳細図切出システム。
  6. 　前記第２切出データを出力する出力部と、
    　を更に備える請求項１に記載の詳細図切出システム。
  7. 　建物構造図の詳細図に対して、所定の領域を切り出すコンピュータが実行する詳細図切出方法であって、
    　前記詳細図に設定された第１領域を第１切出データとして切り出したアノテーションデータを取得するステップと、
    　取得した前記アノテーションデータを教師データとして、前記詳細図と、前記第１領域とを対応付けて学習するステップと、
    　学習結果に基づいて、学習済モデルを生成するステップと、
    　新たな詳細図に対して、生成した前記学習済モデルに基づいた第２領域を、第２切出データとして切り出すステップと、
    　を備える詳細図切出方法。
  8. 　建物構造図の詳細図に対して、所定の領域を切り出すコンピュータに、
    　前記詳細図に設定された第１領域を第１切出データとして切り出したアノテーションデータを取得するステップ、
    　取得した前記アノテーションデータを教師データとして、前記詳細図と、前記第１領域とを対応付けて学習するステップ、
    　学習結果に基づいて、学習済モデルを生成するステップ、
    　新たな詳細図に対して、生成した前記学習済モデルに基づいた第２領域を、第２切出データとして切り出すステップ、
    　を実行させるためのコンピュータ読み取り可能なプログラム。

     
PCT/JP2022/019662 2022-05-09 2022-05-09 詳細図切出システム、詳細図切出方法及びプログラム WO2023218502A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/JP2022/019662 WO2023218502A1 (ja) 2022-05-09 2022-05-09 詳細図切出システム、詳細図切出方法及びプログラム
JP2023516274A JP7267523B1 (ja) 2022-05-09 2022-05-09 詳細図切出システム、詳細図切出方法及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/019662 WO2023218502A1 (ja) 2022-05-09 2022-05-09 詳細図切出システム、詳細図切出方法及びプログラム

Publications (1)

Publication Number Publication Date
WO2023218502A1 true WO2023218502A1 (ja) 2023-11-16

Family

ID=86239432

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/019662 WO2023218502A1 (ja) 2022-05-09 2022-05-09 詳細図切出システム、詳細図切出方法及びプログラム

Country Status (2)

Country Link
JP (1) JP7267523B1 (ja)
WO (1) WO2023218502A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09128417A (ja) * 1995-10-27 1997-05-16 Ricoh Co Ltd 建設図面認識方法及び認識装置
WO2020059706A1 (ja) * 2018-09-20 2020-03-26 富士フイルム株式会社 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
JP2020046858A (ja) * 2018-09-18 2020-03-26 ソニーセミコンダクタソリューションズ株式会社 情報処理方法、プログラム、および情報処理システム
KR20210056717A (ko) * 2019-11-11 2021-05-20 주식회사 케이티 건물의 공간 및 설비를 관리하는 서버, 방법 및 컴퓨터 프로그램

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103625970A (zh) * 2013-11-16 2014-03-12 大连恒大高新材料开发有限公司 一种恒张力容布装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09128417A (ja) * 1995-10-27 1997-05-16 Ricoh Co Ltd 建設図面認識方法及び認識装置
JP2020046858A (ja) * 2018-09-18 2020-03-26 ソニーセミコンダクタソリューションズ株式会社 情報処理方法、プログラム、および情報処理システム
WO2020059706A1 (ja) * 2018-09-20 2020-03-26 富士フイルム株式会社 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
KR20210056717A (ko) * 2019-11-11 2021-05-20 주식회사 케이티 건물의 공간 및 설비를 관리하는 서버, 방법 및 컴퓨터 프로그램

Also Published As

Publication number Publication date
JPWO2023218502A1 (ja) 2023-11-16
JP7267523B1 (ja) 2023-05-01

Similar Documents

Publication Publication Date Title
US10228914B2 (en) Apparatus and method of providing a coding education service using a block
WO2023218503A1 (ja) アイコン配置システム、アイコン配置方法及びプログラム
CN105070124A (zh) 一种交互式商法基础教学系统
CN110750523A (zh) 数据标注方法、系统、计算机设备和存储介质
CN111494946B (zh) 图像处理方法、装置、设备及计算机可读存储介质
CN105512980B (zh) 信息处理方法及装置
CN109791461A (zh) 用于动态验证应用程序接口修改请求的交互式用户界面的方法和系统
WO2023218502A1 (ja) 詳細図切出システム、詳細図切出方法及びプログラム
CN115485039A (zh) 用于支持游戏脚本的创建的系统和方法
CN115858049B (zh) Rpa流程组件化编排方法、装置、设备和介质
CN107832374A (zh) 标准知识库的构建方法、电子装置及存储介质
Van Orshoven et al. Upgrading geographic information systems to spatio-temporal decision support systems
US20200278840A1 (en) Multi-question multi-answer configuration
JP2023166321A (ja) アイコン配置システム、アイコン配置方法及びプログラム
Ivaschenko et al. Industrial application of accented visualization based on Augmented Reality
Ivaschenko et al. Accented visualization for augmented reality
CN108415983B (zh) 一种基于交互的智能问题解决方法和装置
CN112685439A (zh) 针对风控系统的造数方法、系统、装置及存储介质
KR102278284B1 (ko) 중첩 편집 블록을 이용한 딥러닝 모델 제작 장치 및 방법
CN115495057B (zh) 实现windows和HDFS通信的方法和系统
JP7394518B1 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
US11113531B2 (en) Annotation device, annotation method, and non-transitory computer-readable storage medium
CN114020628A (zh) 代码漏洞检测方法及装置
CN113946676A (zh) 企业人才数据处理系统及方法
CN117521625A (zh) 问答方法、装置、电子设备及介质

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2023516274

Country of ref document: JP

Kind code of ref document: A

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

Ref document number: 22940947

Country of ref document: EP

Kind code of ref document: A1