Automatic Identification of Sidewalk Pavement Using Vibration During Wheelchair Driving and Evaluation of Physical Burden on Passengers

点击翻译按钮获取中文摘要

本格的な人口減少社会に突入した日本では、都市のコンパクト化（都市構造の集約化）により生活圏を一定範囲内に集中させ、徒歩での移動を想定した道路整備が進められている。しかし、車いす利用者にとっては、景観重視のための舗装材料の使用や沿道の車道整備状況を考慮した縦断・横断勾配の歩道路面などにより、車いすでの走行が困難な歩道が数多く存在している。また、歩道の効果的かつ効率的な調査や客観的なデータに基づく合理的な路面評価までが十分に行われていない問題もある。本研究の目的は、車いす走行時の観点から歩道路面の整備を実現するために、舗装種類別における車いすからの振動情報と搭乗者の身体負担情報を組み合わせた路面評価方法を確立することにある。本研究では、車いす、搭乗者、歩道路面から得られる各種センサデータに対し、深層学習を用いて舗装種類の高精度な自動判別と搭乗者の身体負担を評価する。歩道路面には、アスファルト系混合物、透水性アスファルト系混合物、コンクリート系、ブロック系などの主な舗装種類を想定している。今年度の実施内容は、歩道と仮定する舗装路面を車いすで走行した際に計測した振動データに基づき、スペクトログラム画像を作成した。次に、このスペクトログラム画像を入力として畳み込みニューラルネットワーク（Convolutional Neural Network）を用いた舗装種類の自動判別に取り組んだ。対象となる舗装路面は、アスファルト舗装2種類、インターロッキングブロック舗装2種類、木目調樹脂製路面、アスファルト舗装の6種類とした。各舗装路面の判別精度が76%以上であったことから、本手法による舗装路面の判別が有用であることを確認した。引き続き、学習用データの増加、アルゴリズムおよびパラメータパターンの修正等を行い、判別精度の向上にも取り組む予定である。