車載カメラ・地中レーダの画像分析と振動モニタリングに基づく構造損傷進展性評価技術

点击翻译按钮获取中文摘要

本年度は，数10kmにおよぶモノレール橋梁を対象に点検車載カメラから撮影された映像から，コンクリート桁のひび割れおよび鋼桁の腐食を検出するとともに，過年度データとの比較を通じて進展性を評価するシステムの開発に取り組んだ．そして，損傷の進展性を評価する上で重要となる画角の異なる画像間の差分評価を可能とする画像レジストレーションについて研究した．更に，地震応答のデータ同化に基づく構造同定技術の開発に取り組んだ．モノレール橋梁のひび割れ検出および進展性評価システムでは，膨大な画像に対しても高速処理が可能な YOLO系システム を使用してひび割れを検出し，さらに，検出された領域に正しくひび割れが含まれているかを，畳み込みニューラルネットワークVGG16 を用いて精査することを試みた．そして，ひび割れとして精査された領域に対して，モルフォロジー処理を通じて，ひび割れ部を二値化することを試み，最終的に画素単位でひび割れを検出するシステムを構築した．一方，鋼桁の腐食検出および進展性評価では，ひび割れ検出システムと同様に，YOLO系システムを使用して腐食を検出することを試みた．そして，腐食が進展しているかどうか確認するために，加色混合法により検討した．結果として，腐食の検出欠落が限りなく0に近い精度を獲得することに成功し，腐食進展前画像をレッドスケール，腐食進展後画像をシアンスケールに変換し，両画像の輝度値を加算することで，腐食進展前後の変化領域が赤色で抽出されることを明らかにした．地震応答のデータ同化に基づく構造同定技術に関する研究に対しては，数値実験および小規模模型実験を通じて，対象構造物への入力である地震動とその際の加速度応答が記録されていれば，融合粒子フィルタを用いることで，剛性や減衰といった構造パラメータを的確に同定できることを明らかにした．