Skip to main content Skip to first level navigation

RICOH imagine. change.

日本 - リコーグループ企業・IRサイト Change
Skip to main content First level navigation Menu
Breadcrumbs

Share

Main content

路面性状モニタリングシステム

道路の状態を可視化して社会インフラを安全に

背景

道路は、さまざまな車両が走ることで、日々劣化が進んでいます。道路が劣化すると、車での走行時の快適性だけではなく、経済性も損なわれていくといわれています。
社会インフラである道路の維持管理のためには、適切な時期に修繕などを行う必要があります。
現在は専用車両での計測が主流ですが、費用面や、生活道路まで入れないなどの問題を抱えています。

こんな事を解決

リコーは、専用車両ではない一般車両で、路面の状態を計測できる撮影システムを開発しています。専用車両では難しかった生活道路も計測できるようになります。
また、撮影から調書作成までの業務プロセス自動化も可能です。
これらにより、安心・安全な道路維持管理の実現を目指します。

技術の特徴

1. ステレオカメラでの撮影

ステレオカメラを複数台用いた撮影システムで、「ひび割れ率」、「わだち掘れ量」、「平たん性(σ)」の3項目の計測を実現します。ステレオカメラとは、左右に並べられた2台のカメラの視差情報を利用して、前方の対象物の奥行き情報(3次元情報)が得られるカメラです。

画像:ステレオカメラでの撮影
ステレオカメラを複数台用いた一般車両に搭載可能な撮影システム

複数台のステレオカメラの画像を幅員方向に結合した結果に基づいて「わだち掘れ量」が計測できます。
また、複数台のステレオカメラのいずれかの走行進行方向の画像結合結果に基づいて、「平たん性」の計測が行えます。
さらに画像結合は3次元の結合画像を得るのみでなく、撮影画像(輝度画像)の特徴点同士を画像結合したものから輝度画像の結合画像を生成できます。この輝度画像の結合画像から「ひび割れ率」の判読を行うことも可能です。

このようにステレオカメラの情報のみで、「ひび割れ率」、「わだち掘れ量」、「平たん性」(縦断凹凸量)の3要素の計測を実現します。

2. 人工知能での判読

近年、機械自体が学習機能を有する人工知能(AI: artificial intelligence)の研究開発が盛んになっています。画像認識・解析で用いる手法のひとつに、「機械学習」(machine learning)があります。

機械学習では、ある入力に対して、コンピュータが学習を行い、有用な出力を予測します。事前のステップとして、入力画像とそれに対応する正解出力(正解のラベル)を学習データとしてシステムに入力して学習をさせます。学習ステップの後、判定ステップにおいて、システムにある画像を入力すると、システムは学習した内容に基づいて正解を予測して出力します。

目視判読工程を機械学習によって得たモデルによる機械判読に置き換えることにより、従来よりも工数を削減できます。

画像:人工知能での判読
一辺50cmのメッシュを自動生成し、ひび割れの本数をAIが自動判別

3. 結果の可視化

取得した道路の3要素から、維持修繕判断のための総合的な指標である「MCI(Maintenance Control Index)値」を算出し、調書作成を支援します。
また、結果を地図上にマッピングするなど、道路の舗装状態を可視化していきます。

画像:結果の可視化
舗装状態可視化のイメージ

リコーの想い

今回開発した技術は、道路舗装の維持管理に加えて、トンネルや橋梁など様々な社会インフラの維持管理に応用可能な技術です。
リコーは社会インフラをモニタリングするシステムを開発することにより、社会インフラの老朽化、人手不足などの様々な社会課題の解決に取組んでまいります。