JP2023072514A - 点検計画作成システム及び点検計画作成方法 - Google Patents

Abstract

【課題】自走式点検ロボットが実行可能な点検計画を容易に作成する。【解決手段】施設情報、点検対象の設置位置、及び撮影性能を基に、複数の点検対象の設置位置のそれぞれについて、走行経路上の任意地点における撮影難易度を評価する撮影難易度評価部２３１と、施設情報、点検対象の設置位置、及び撮影性能を基に、走行経路上の任意地点における走行難易度を評価する走行難易度評価部２３２と、点検計画を出力するとともに、点検計画の一部又は全部において、撮影難易度と走行難易度を用いて算出された総合的な難易度である実行難易度を出力する出力部２４と、を備える。【選択図】図３

Description

本発明は、所定の経路を自律的に走行しながら設備点検を実施する自走式点検ロボット向けの点検計画を作成する点検計画作成システム及び点検計画作成方法に関する。

自走式点検ロボットは、ユーザーが作成した点検計画に従って、自律的に動作しながら点検作業を遂行することができる。点検計画は主に、自走式点検ロボットが走行すべき経路と、点検を実施すべき箇所の情報を含む。ユーザーが点検計画を作成する際、点検対象の設備の外観や施設内の地形、及び自走式点検ロボットの性能を鑑み、自走式点検ロボットにとって実行可能な計画を作成することが求められる。点検計画の作成を容易に行うための技術として、以下のような技術が知られている。

例えば、特許文献１には、撮影対象の位置や撮影装置の性能を入力とし、複数の撮影候補地点から対象を撮影した場合の撮影の評価値を事前に推定し、評価値の高い地点を撮影地点として選出し、選出された複数の撮影地点を結ぶことで経路を算出する技術が記載されている。この技術を用いると、撮影に適した地点とそれを結ぶ経路を自動的に作成することができるので、点検計画作成におけるユーザーの作業負担を軽減することができる。

国際公開第２０１９／１７１８２４号

自走式点検ロボットにとって実行可能な点検計画を作成するためには、前述のとおり、点検対象の設備の外観や施設内の地形を鑑みる必要がある。しかし、特許文献１に記載の技術ではこれらの情報を入力としていないため、実行不可能、もしくは実行困難な点検計画が作成される可能性がある。具体的には、例えば、自走式点検ロボットが点検箇所付近に近づけない、又は撮影地点に到達できない場所が存在したとして、特許文献１に記載の技術では、このような場所を通るような経路や撮影地点を作成する可能性がある。

または、例えば、点検箇所付近の路面が滑りやすく走行の難易度が高い場合、点検箇所付近に他に点検実施可能な箇所がない場合を除いて、そのような凹凸面上での点検は避けるべきであるが、特許文献１に記載の技術では、このような事情を考慮できない。その結果、自走式点検ロボットにとって実行不可能、又は実行困難な点検計画が作成される可能性がある。そのため、ユーザーは人手で点検計画の実行可能性を検証する必要があり、作業負担が増大する。

上記の状況から、自走式点検ロボットが実行可能な点検計画を容易に作成できる手段が要望されていた。

上記課題を解決するために、本発明の一態様の点検計画作成システムは、カメラを搭載した自走式点検ロボットの走行経路と、点検対象撮影箇所とを含む点検計画を作成する点検計画作成システムであって、自走式点検ロボットを運用する施設の外観と、路面の情報とを含む施設情報と、複数の点検対象の設置位置と、カメラの撮影性能とを含む事前情報とを、使用者が入力操作可能な事前情報入力インターフェースと、点検計画を使用者が作成操作可能な点検計画作成インターフェースと、を備える。また、上記点検計画作成システムは、施設情報、点検対象の設置位置、及び撮影性能を基に、複数の点検対象の設置位置のそれぞれについて、走行経路上の任意地点における撮影難易度を評価する撮影難易度評価部と、施設情報、点検対象の設置位置、及び撮影性能を基に、走行経路上の任意地点における走行難易度を評価する走行難易度評価部と、点検計画を出力するとともに、点検計画の一部又は全部において、撮影難易度と走行難易度を用いて算出された総合的な難易度である実行難易度を出力する出力部と、を備える。

また、本発明の一態様の点検計画作成方法は、カメラを搭載した自走式点検ロボットの走行経路と、点検対象撮影箇所とを含む点検計画を作成する点検計画作成システムによる点検計画作成方法であって、撮影難易度評価部により、自走式点検ロボットを運用する施設の外観と、路面の情報とを含む施設情報、複数の点検対象の設置位置、及びカメラの撮影性能を基に、複数の点検対象の設置位置のそれぞれについて、走行経路上の任意地点における撮影難易度を評価する処理と、走行難易度評価部により、施設情報、点検対象の設置位置、及び撮影性能を基に、走行経路上の任意地点における走行難易度を評価する処理と、出力部により、点検計画を出力するとともに、点検計画の一部又は全部において、撮影難易度と走行難易度を用いて算出された総合的な難易度である実行難易度を出力する処理と、を含む。

本発明の少なくとも一態様によれば、作成された点検計画について、点検対象の撮影の難易度と走行の難易度を併せて評価することで、自走式点検ロボットにとって実行しやすい点検計画かどうかをユーザーが容易に確認できる。これにより、本発明の一態様は、自走式点検ロボットが実行可能な点検計画を容易に作成することができる。
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

本発明の第１の実施形態に係る点検計画作成システムと関連して動作する自走式点検ロボットの概要を説明するための模式図である。 自走式点検ロボットの動作を説明するための模式図である。 本発明の第１の実施形態に係る点検計画作成システムの構成例を示す図である。 本発明の第１の実施形態に係る点検計画の実行難易度の第１の表示例を示す図である。 本発明の第１の実施形態に係る点検計画の実行難易度の第２の表示例を示す図である。 点検計画作成システムが備える計算機のハードウェア構成例を示すブロック図である。 本発明の第１の実施形態に係る点検計画作成システムにおける撮影難易度の算出方法を説明するための模式図である。 本発明の第１の実施形態に係る点検計画作成システムにおける走行難易度の算出方法を説明するための模式図である。 本発明の第２の実施形態に係る点検計画作成システムにおいて撮影難易度評価部が撮影難易度を算出する方法を説明するための図であり、図９Ａは撮影シーンの模式図、図９Ｂは当該撮影シーンの撮影画像の模式図である。 本発明の第２の実施形態に係る撮影難易度評価部が生成する、各ピクセルに自走式点検ロボットのカメラから物体までの距離を付加した仮想的な撮影画像を示す模式図である。 本発明の第２の実施形態に係る撮影難易度評価部が生成する、カメラの画角の範囲内に収まる仮想的な点群を示す模式図である。 本発明の第３の実施形態に係る点検計画作成システムにおいて撮影難易度評価部が撮影難易度を算出する方法を説明するための図であり、図１２Ａは参照画像の模式図、図１２Ｂは撮影画像の模式図である。 本発明の第４の実施形態に係る撮影難易度評価部において、光源の映り込みにより画像の明瞭さが失われるリスクを撮影難易度として算出する方法を説明するための模式図である。 本発明の第５の実施形態に係る走行難易度評価部において、障害物への衝突リスクを走行難易度として評価する方法を説明するための模式図である。 本発明の第６の実施形態に係る走行難易度評価部において、自己位置推定の方式としてＧＮＳＳを用いた場合の、走行難易度の算出方法を説明するための模式図である。 本発明の第６の実施形態に係る走行難易度評価部において、自己位置推定の方式としてＬｉＤＡＲによるＳＬＡＭ技術を用いた場合の、走行難易度の算出方法を説明するための図であり、図１６Ａは撮影シーンの模式図、図１６Ｂは仮想点群から平面及び法線ベクトルを抽出する方法の概要を示した模式図である。 本発明の第６の実施形態に係る走行難易度評価部において、自己位置推定の方式としてカメラによるＳＬＡＭ技術を用いた場合の、走行難易度の算出方法を説明するための図であり、図１７Ａは撮影シーンの模式図、図１７Ｂは撮影画像の模式図である。 本発明の第７の実施形態に係る点検計画作成システムの出力部において、撮影難易度を背景表示する方法を説明するための模式図である。 本発明の第７の実施形態に係る点検計画作成システムの出力部において、走行難易度を背景表示する方法を説明するための模式図である。 本発明の第８の実施形態に係る点検計画作成システムの構成例を示す図である。 本発明の第８の実施形態の変形例に係る点検計画作成システムの動作の概要を説明するための模式図である。 本発明の第９の実施形態に係る点検計画作成システムの走行経路算出部において自動運転地図を作成する方法を説明するための図であり、図２２Ａは実行難易度に基づく二値画像例、図２２Ｂは二値画像に細線化アルゴリズムを一回適用後の画像例、図２２Ｃは二値画像に細線化アルゴリズムを少なくとも二回適用後の画像例をそれぞれ示す模式図である。

本発明による点検計画作成システムは、点検対象の撮影の難易度と、経路の走行の難易度を評価することで、点検計画の実行可能性をユーザーが簡単に確認することができる。以下、本発明を実施するための形態の例について、添付図面を参照して説明する。本明細書及び添付図面において実質的に同一の機能又は構成を有する構成要素については、同一の符号を付して重複する説明を省略する。

＜第１の実施形態＞
本発明の第１の実施形態に係る点検計画作成システムを、図１から図９を用いて説明する。

［自走式点検ロボットの概要］
図１は、本発明の第１の実施形態に係る点検計画作成システムと関連して動作する自走式点検ロボットの概要を説明するための模式図である。図１には、施設の一例として、発電所や変電所などの電力施設内を自律的に走行して点検対象５の設備（例えば、発電設備や変電設備類）の点検を実施する自走式点検ロボット１が示されている。

自走式点検ロボット１は、自己位置推定機能を有し、ＧＰＳ（Global Positioning System）等のＧＮＳＳ（Global Navigation Satellite System）から得られる信号を受信して自己位置を推定しながら、走行機構１９によって自律的に走行する。図１では、自走式点検ロボット１は、通路２内の走行経路３を走行しているが、走行経路３は通路２内とは限らない。

カメラ１１は、自走式点検ロボット１が点検対象５の設備（例えば、架線、鉄塔、及び計器などを含む変電設備類）を点検するための要素であり、点検対象５を撮影することができる。カメラ１１はいかなる種類のカメラであってもよく、例えば、撮影方向を制御可能なＰＴＺ（Pan-Tilt-Zoom）カメラを例示することができる。

図２は、自走式点検ロボット１の動作を説明するための模式図である。自走式点検ロボット１は、予め定められた走行経路３を自律走行し、点検対象撮影箇所４（撮影地点）に到達する。そして、自走式点検ロボット１は、ロボット本体に設けられたカメラ１１を用いて点検対象５に指定された設備を撮影し、設備の外観の異常及び計器の異常の有無を確認する点検を実施する。このように、自走式点検ロボット１は、従来人手で行っている電力施設内での点検を自動化し、省力化することができる。

［点検計画作成システムの構成］
図３は、第１の実施形態に係る点検計画作成システム２０の構成例を示す図である。図示する点検計画作成システム２０は、事前情報入力インターフェース（図中、事前情報入力ＩＦ）２１、点検計画作成インターフェース（図中、点検計画作成ＩＦ）２２、実行難易度評価部２３、及び出力部２４から構成される。実行難易度評価部２３は、撮影難易度評価部２３１と、走行難易度評価部２３２とを有する。

（事前情報入力ＩＦ）
事前情報入力ＩＦ２１は、自走式点検ロボット１を運用する施設の外観と路面の情報を含む施設情報と、複数の点検対象５の設置位置と、カメラ１１の性能情報と、を含む事前情報を入力するための要素である。事前情報入力ＩＦ２１により事前に入力される事前情報は、実行難易度評価部２３へ供給される。

施設情報のうち施設の外観を表す情報としては、例えば、施設内の３次元地形（建築物や設備等の人工物を含んでもよい）を表現した点群データやメッシュデータ、もしくは図面データを例示できる。路面の情報としては、施設の外観を表す情報のうち、路面部分の各地点に対して、摩擦係数や、凹凸の評価値、又は路面材質のような、路面の特性を表すデータ（特性情報）を付加したものを例示できる。施設情報としてはその他、自走式点検ロボット１の走行及び点検の能力と関係のある任意の要素を含めることができる。

点検対象５の設置位置としては、施設内での点検対象５の３次元座標、又は、点検対象５の地球上での位置を表す緯度、経度、標高を例示できる。カメラ１１の性能情報としては、例えば、カメラ１１の画角や解像度、焦点距離、受光感度などの情報や、カメラ１１の撮影方向の操作可能範囲とその分解能、操作精度などの撮影性能全般を想定できる。その他、自走式点検ロボット１及びカメラ１１の性能のうち、点検対象５や周囲の物体に対する撮影結果に影響を及ぼす要素も、カメラ１１の性能情報に任意に含めることができる。

事前情報入力ＩＦ２１は、上記のような事前情報を入力することができればその実装方法は任意の形態をとることができる。施設の外観を表す情報については、例えば、３次元ＣＡＤ（Computer Aided Design）ツールを用いて、ユーザーが施設の３次元形状をモデリング（３次元モデリングデータを作成）する構成としてもよい。もしくは、例えば、ＬｉＤＡＲ（Light Detection and Ranging）センサとＳＬＡＭ（Simultaneous Localization and Mapping）技術を用いて作成した３次元点群ファイルを読み込む構成としてもよい。また、施設の規模、又は撮影地点から点検対象５までの距離によっては、ＲＧＢ－Ｄ（Red Green Blue-Depth）カメラで撮影された２次元画像に対応する３次元点群を用いてもよい。また、事前情報入力ＩＦ２１が、ネットワークを介して、施設の外観を表す３次元メッシュデータを読み込む構成でもよい。

路面の情報については、例えば、施設情報をディスプレイ上に視覚的に表示した上で、ユーザーがマウス操作を用いて路面の情報を付加する地点を選択し、キーボード操作を用いてその路面の特性情報を入力する構成としてもよい。もしくは、例えば、施設内で自走式点検ロボット１を実際に走行させた際のログデータを解析し、走行時の駆動モータ（不図示）の負荷から路面摩擦係数などの路面特性を推定するソフトウェアを別途用意し、そのソフトウェアが出力した路面特性を受信する構成としてもよい。

点検対象の設置位置については、例えば、点検対象のＩＤと３次元座標、もしくは緯度、経度、標高を入力するためのＧＵＩ（Graphical User Interface）をディスプレイ上に表示し、マウス操作とキーボード操作を用いてユーザーが手入力する構成としてもよい。もしくは、例えば、対象物の３次元位置を計測することが可能な機器によって点検対象ごとに計測した３次元位置が、自動的に上記施設情報に埋め込まれるようにソフトウェアを構成してもよい。そのような３次元位置計測機器としては、トータルステーションや、衛星測位システム（ＧＮＳＳ：Global Navigation Satellite System）の測量機を例示できる。

カメラ１１の性能情報については、例えば、性能情報を入力するためのＧＵＩをディスプレイ上に表示し、マウス操作とキーボード操作を用いてユーザーが手入力する構成としてもよい。

（点検計画作成ＩＦ）
点検計画作成ＩＦ２２は、ユーザーが点検計画を作成するための要素である。点検計画作成ＩＦ２２で作成された点検計画は、実行難易度評価部２３へ供給される。点検計画作成ＩＦ２２は、ユーザーの意図どおりの点検計画を作成することができればその実装方法は任意の形態をとることができる。

点検計画作成ＩＦ２２の実装例として、走行経路３の作成については、例えば、ディスプレイに上記施設情報を表示し、入力機器（後述する図６の入力装置３５）を用いて、ディスプレイに表示された施設情報上で走行経路３を直接描画することができる構成としてもよい。入力機器には、マウスやトラックパッド、タッチパネルなどを用いることができる。点検対象撮影箇所４については、例えば、入力機器を用いてディスプレイ上で特定の地点及び対応する点検対象を選択することで設定できる構成としてもよい。

また、点検計画作成ＩＦ２２の異なる実装例として、走行経路３の作成については、例えば、施設で実際に点検を実施した作業員の歩行履歴を、ＧＮＳＳなどを用いて記録したデータや、施設の規定の点検経路を表すデータを読み込む構成としてもよい。点検対象撮影箇所４については、例えば、施設で実際に点検を実施した作業員が点検を行った地点の履歴を、ＧＮＳＳなどを用いて記録したデータや、施設の規定の点検箇所を表すデータを読み込む構成としてもよい。

また、点検計画作成ＩＦ２２の異なる実装例として、例えば、点検計画作成システム２０に何らかの方法により自動で点検計画を作成する機能を設け、上記機能をユーザーが起動できるトリガーを設ける構成としてもよい。具体的には、例えば、「点検計画自動作成」と表示したボタンをディスプレイ上に表示し、ユーザーがボタンを押下することで、点検計画を自動で作成する処理が開始される構成としてもよい。自動で点検計画を作成する機能については、第８の実施形態において詳述する。

（実行難易度評価部）
実行難易度評価部２３は、点検計画の実行難易度を評価するための要素であり、撮影難易度評価部２３１と、走行難易度評価部２３２とを備える。

撮影難易度評価部２３１は、点検対象ごとに、自走式点検ロボット１を運用する施設の任意の地点における撮影の難易度を評価するための要素である。撮影難易度とは、ある地点を点検対象撮影箇所４に設定した場合に、自走式点検ロボット１により自律的に撮影されると推測される画像が、点検に適したものであるかどうかを判断するための指標であり、様々な定義を適用できる。

走行難易度評価部２３２は、自走式点検ロボット１を運用する施設の任意の地点における走行の難易度を評価するための要素である。走行難易度とは、ある地点を通る走行経路を設定した場合に、自走式点検ロボット１が自律的に該当地点を走行することが可能かどうかを判断するための指標であり、様々な定義を適用できる。

実行難易度評価部２３は、撮影難易度評価部２３１で評価された点検計画の撮影難易度と、走行難易度評価部２３２で評価された点検計画の走行難易度とに基づいて、点検計画の総合的な難しさを表す実行難易度を評価する。

（出力部）
出力部２４は、作成した点検計画を表示するとともに、点検計画全体もしくはその一部について、実行難易度評価部２３で評価された実行難易度を出力するための要素である。出力部２４は、点検計画と実行難易度を出力することができれば、その実装方法は任意の形態をとることができる。以下、点検計画の実行難易度の表示例について図４及び図５を用いて説明する。

（第１の表示例）
図４は、第１の実施形態に係る点検計画の実行難易度の第１の表示例を示す図である。出力部２４の実装例として、図４に示すように、ディスプレイに背景として施設情報（例えば、点検対象５、通路２など）を表示し、施設情報に重畳して走行経路３及び点検対象撮影箇所４を表示することで点検計画を表示する構成としてもよい。さらに、点検対象撮影箇所４や走行経路３をマウスなどの入力機器（図６の入力装置３５）で選択すると、ポップアップ表示ＰＵにより選択箇所における実行難易度が表示される構成としてもよい。図４には、マウスカーソルＣで選択した位置の実行難易度が“ＸＸ”であることが示されている。このような実装形式にすることで、ユーザーは確認したい箇所の実行難易度を確認でき、より適切な点検計画を立てることができる。

（第２の表示例）
図５は、第１の実施形態に係る点検計画の実行難易度の第２の表示例を示す図である。出力部２４の異なる実装例として、図５に示すように、上記と同様に点検計画を表示し、点検計画の各部位における実行難易度の高低に応じて、点検計画の表示色を変える構成としてもよい。図５には、走行経路３上にある金属製のグレーチング７ａで表示色が濃くなっており、他の部分よりも相対的に実行難易度が高いことがわかる。図８において説明するが、金属製のグレーチング７ａは通常の路面よりも走行難易度が高い。このように実装形式にすることで、ユーザーは実行難易度が高い部分を即座に視認でき、点検計画作業がより簡便になる。

ここで、実行難易度についてさらに詳細に説明する。
実行難易度は、点検計画の全体又は一部毎に、撮影難易度と走行難易度を引数にとる関数として定義される。具体的な定義は様々に考えられるが、例えば次式（１）のように定義できる。
Ｄ（Ｌ１，Ｌ２）＝ａ１×∫Ｄｄ（ｌ）ｄｌ＋ａ２×ΣＤｓ（ｉ） ・・・（１）

Ｄ（Ｌ１，Ｌ２）は、点検計画に含まれる走行経路３において始端から距離Ｌ１（図１参照）にある地点から距離Ｌ２の地点に至る、部分的な経路における実行難易度である。ａ１及びａ２は重み係数である。重み係数は予め実験又はシミュレーションにより決定した値である。

Ｄｄ（ｌ）は始端から距離ｌの地点における走行難易度であり、積分記号∫は変数ｌについて「ｌ＝Ｌ１」から「ｌ＝Ｌ２」までの部分積分を行うものとする。なお、これ以降、Ｄｄ（ｌ）をＤｄと略記する場合がある。このとき、Ｄｄは特定の地点における走行難易度を示すものとする。

また、距離Ｌ１の地点から距離Ｌ２の地点に至る部分的な経路の中に含まれる点検対象撮影箇所４の総数をＮｓとする。点検対象撮影箇所４のうちｉ箇所目の点検対象撮影箇所４における撮影難易度をＤｓ（ｉ）とし、総和記号Σはｉについての総和を取るものとする。なお、これ以降、Ｄｓ（ｉ）をＤｓと略記する場合がある。このとき、Ｄｓは特定の点検対象撮影箇所４における撮影難易度を示すものとする。

以上のように点検計画の実行難易度を定義することで、点検計画に含まれる走行経路３の任意の部分における総合的な難易度を評価することができる。ただし、本実施形態では、実行難易度の具体的な定義の一例を開示したが、実行難易度の定義はこれに限定されない。また、実行難易度は必ずしも撮影難易度と走行難易度の両方を用いて算出する必要はなく、どちらか片方のみを用いて算出してもよい。例えば、撮影難易度をそのまま実行難易度としてもよく、走行難易度についても同様である。

［点検計画作成システムのハードウェア構成］
次に、点検計画作成システム２０のハードウェアの構成について図６を参照して説明する。ここでは、点検計画作成システム２０が備える計算機のハードウェアの構成例を説明する。

図６は、点検計画作成システム２０が備える計算機のハードウェア構成例を示すブロック図である。図示する計算機３０は、点検計画作成システム２０で使用されるコンピューターとして用いられるハードウェアである。計算機３０には、例えばパーソナルコンピュータ（ＰＣ）を用いることができる。計算機３０は、システムバスにそれぞれ接続されたＣＰＵ（Central Processing Unit）３１、ＲＯＭ（Read Only Memory）３２、ＲＡＭ（Random Access Memory）３３を備える。さらに、計算機３０は、表示装置３４、入力装置３５、不揮発性ストレージ３６、及び通信インターフェース３７を備える。

ＣＰＵ３１は、本実施形態に係る点検計画作成システム２０の各機能を実現するソフトウェアのプログラムコードをＲＯＭ３２から読み出し、ＲＡＭ３３に展開して実行する。ＲＯＭ３２は、不揮発性メモリ（記録媒体）の一例として用いられる。ＲＯＭ３２には、ＯＳ（Operating System）、各種のパラメーター、点検計画作成システム２０を機能させるためのプログラム等が記録される。ＲＡＭ３３には、ＣＰＵ３１の演算処理の途中で発生した変数やパラメーター等が一時的に書き込まれる。計算機３０は、ＣＰＵ３１の代わりに、ＭＰＵ（Micro Processing Unit）等の他の演算処理装置を備えてもよい。

表示装置３４は、例えば、液晶ディスプレイなどのモニタであり、ＧＵＩ画面やＣＰＵ３１で行われた処理の結果等を表示する。入力装置３５には、例えば、マウス、キーボードなどが用いられ、ユーザーは入力装置３５を操作して情報や指示を入力することが可能である。表示装置３４と入力装置３５とは、タッチパネルとして一体に構成されてもよい。表示装置３４及び入力装置３５は、事前情報入力ＩＦ２１及び点検計画作成ＩＦ２２として機能することができる。

なお、点検計画作成システム２０がウェブアプリケーションサーバとして構成され、当該ウェブアプリケーションサーバが点検計画作成機能を提供する場合、計算機３０は、表示装置３４及び入力装置３５を備えなくてもよい。この場合、ユーザーが使用する図示しないノートＰＣやタブレット端末等を介して、点検計画作成システム２０に対する情報や指示の入力及び出力が行われる。

不揮発性ストレージ３６は、記録媒体の一例であり、プログラムが使用するデータやプログラムを実行して得られたデータなどを保存することが可能である。不揮発性ストレージ３６に、ＯＳや、ＣＰＵ３１が実行するプログラムを記録してもよい。例えば、不揮発性ストレージ３６には、事前情報、及び作成された点検計画のデータが保存される。不揮発性ストレージ３６としては、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、磁気や光を利用するディスク装置、又は半導体メモリカード等が用いられる。なお、プログラムは、ローカルエリアネットワーク（ＬＡＮ）、インターネット、デジタル衛星放送といった、有線又は無線の伝送媒体を介して点検計画作成システム２０に提供されてもよい。

通信インターフェース３７には、例えばＮＩＣ（Network Interface Card）等が用いられる。通信インターフェース３７は、端子が接続されたＬＡＮ等の通信ネットワーク又は専用線等を介して、外部装置との間で各種のデータを送受信することが可能に構成されている。通信インターフェース３７は、点検計画作成システム２０がネットワークを介して外部から情報を受信する場合に、事前情報入力ＩＦ２１及び点検計画作成ＩＦ２２として機能する。

［撮影難度の算出方法］
次に、本発明の第１の実施形態に係る点検計画作成システム２０における撮影難易度の算出方法について図７を用いて説明する。

図７は、第１の実施形態に係る点検計画作成システム２０における撮影難易度の算出方法を説明するための模式図である。実行難易度評価部２３の撮影難易度評価部２３１（図３参照）は、カメラ１１の点検対象５の正対位置からのずれ量（角度）である正対誤差θを用いて、撮影難易度を次式（２）のように評価する。ここで、Ｄｓは前述のとおり撮影難易度を示し、ｂ１は重み係数である。
Ｄｓ＝ｂ１×θ ・・・（２）

正対誤差θは、点検対象５表面（例えば正面）の一点鎖線で示す法線ベクトル６ａと、点検対象撮影箇所４に自走式点検ロボット１が停止した場合のカメラ１１の位置から点検対象５の中心に向かって延ばしたベクトル６ｂ（破線）とのなす角度として定義される。変電設備に多く使用されるメータである円形アナログメータでは、文字盤から若干浮いた位置に針が設置されていることが多く、正面から確認しなければ正しく計測値を読み取ることができない。すなわち、正対誤差θが大きいほど撮影難易度Ｄｓが高いため、（２）式を用いて撮影難易度Ｄｓを評価することができる。

［走行難度の算出方法］
図８は、第１の実施形態に係る点検計画作成システム２０における走行難易度の算出方法を説明するための模式図である。図８の白抜きの部分はアスファルトやコンクリート（以下、「アスファルト」等と称す）等の路面を示している。排水溝などに用いられる格子状のグレーチング７ａ（１），７ａ（２）は、一般的に金属製であり、アスファルトやコンクリートと比較して摩擦係数が小さい。このため、自走式点検ロボット１の走行機構１９（例えばタイヤ）の接地部がスリップしやすく、走行制御精度が低下しやすい。砂利７ｂは、自走式点検ロボット１の走行時に砂利が転がることにより、グレーチングよりもさらに実質的な摩擦係数が小さい。このため、砂利７ｂでは、グレーチング７ａ（１），７ａ（２）以上に走行制御精度が低下しやすい。

このような場合、図８中に示すように、グレーチング７ａ（１），７ａ（２）や砂利７ｂ上を避け、極力アスファルト等の路面を選択することで、自走式点検ロボット１が精度よく走行経路３上を走行することができる。ただし、自走式点検ロボット１がグレーチング７ａ（１），７ａ（２）と砂利７ｂのいずれかを走行せざるを得ないときは、より摩擦係数の大きいグレーチング７ａ（１），７ａ（２）上を走行することが望ましい。

図８では、点検計画として、点検対象５（１），５（２）のそれぞれに対する点検対象撮影箇所４（１），４（２）が設定された走行経路３が示されている。この走行経路３は、自走式点検ロボット１が砂利７ｂを避けてグレーチング７ａ（２）上を走行する経路である。

このように、路面の摩擦係数は走行制御精度に影響を与えるため、走行難易度の評価指標として適切である。具体的には、例えば、次式（３）を用いて走行難易度を評価できる。ここで、Ｄｄは前述のとおり走行難易度、ｃ１は重み係数、μは路面の摩擦係数である。摩擦係数μは、施設情報の一部として、入力済みであるものとする。
Ｄｄ＝ｃ１／μ ・・・（３）

走行難易度評価部２３２が、（３）式を用いて走行難易度Ｄｄを評価することによって、スリップしやすい低摩擦路面で走行難易度Ｄｄが高く評価されるので、走行制御の難易度を評価することができる。

なお、路面の各所の摩擦係数μを事前に登録するのが手間である場合は、代わりに、路面の材質を登録する構成としてもよい。例えば、アスファルト、金属、砂利、土、それ以外といった選択肢を用意し、ユーザーが選択した箇所の材質を登録できるようにしてもよい。この場合、各材質の摩擦係数を点検計画作成システム２０内に規定値として埋め込んでおけば、ユーザーが摩擦係数を直接入力しなくとも、（３）式を用いて走行難易度Ｄｄを評価することができる。

以上説明したように、第１の実施形態に係る点検計画作成システム２０は、自走式点検ロボット１を運用する施設の外観と、路面の情報とを含む施設情報と、複数の点検対象５の設置位置と、カメラ１１の撮影性能とを含む事前情報とを、ユーザーが入力操作可能な事前情報入力ＩＦ２１と、点検計画をユーザーが作成操作可能な点検計画作成ＩＦ２２と、を備える。また、点検計画作成システム２０は、施設情報、点検対象５の設置位置、撮影性能を基に、複数の点検対象５の設置位置のそれぞれについて、走行経路３上の任意地点における撮影難易度を評価する撮影難易度評価部２３１と、施設情報、点検対象５の設置位置、撮影性能を基に、走行経路３上の任意地点における走行難易度を評価する走行難易度評価部２３２と、点検計画を出力するとともに、点検計画の一部又は全部において、撮影難易度と走行難易度を用いて算出された総合的な難易度である実行難易度を出力する出力部２４と、を備える。

上記のように構成された第１の実施形態に係る点検計画作成システム２０は、撮影難易度と走行難易度の評価値を用いて点検計画の実行難易度を総合的に評価し、これを視覚的に表示する。これにより、ユーザーは、点検計画が実行可能かどうかを簡単に確認できる。それゆえ、ユーザーの点検計画作成にかかる作業負担を低減することができる。

＜第２の実施形態＞
次に、本発明の第２の実施形態に係る点検計画作成システム２０について図９及び図１０を用いて説明する。第２の実施形態に係る点検計画作成システム２０の基本構成は、第１の実施形態に係る点検計画作成システム２０（図３参照）と同じである。以下では、本実施形態に係る点検計画作成システム２０について、第１の実施形態に係る点検計画作成システム２０と異なる点を主に説明する。

第１の実施形態に係る点検計画作成システム２０では、撮影難易度の具体的な定義と算出方法の一例を示した。しかし、撮影難易度は他にも複数の方法で定義することができ、さらに複数の定義を併用することで、より実態に即した難易度の評価が可能になる。本実施形態では、撮影難易度の異なる定義及び算出方法を開示する。

図９は、第２の実施形態に係る点検計画作成システム２０において撮影難易度評価部２３１（図３参照）が撮影難易度を算出する方法を説明するための図である。図９Ａは撮影シーンの模式図、図９Ｂは当該撮影シーンの撮影画像の模式図である。

ここで、図９Ａに示すとおり、自走式点検ロボット１と点検対象５の間に障害物８がある撮影シーンを想定する。図９Ｂは、このときにカメラ１１で得られる撮影画像Ｉｍを示しており、撮影画像Ｉｍ中に障害物８が映り込んでいる。自走式点検ロボット１は制御誤差等の影響で点検対象撮影箇所４に精度よく停止できない場合が存在するが、このような場合、撮影画像Ｉｍ中の障害物８が点検対象５を隠してしまう可能性がある。したがって、撮影画像Ｉｍ中の障害物８の映り込みは少ないことが望ましい。

本実施形態では、撮影画像Ｉｍ中の障害物８の映り込みを評価する方法を２つ例示して説明する。なお、映り込みの評価方法はこれらに限定されず、任意の方法を用いることができる。

（第１の評価方法）
一つ目の評価方法では、施設情報として３次元ＣＡＤツールなどを用いて作成した３次元モデリングデータ（仮想の写実的な映像を表すデータ）を使用することを想定する。３次元モデリングデータを利用すると、図９Ａに示すような自走式点検ロボット１、点検対象５、及び障害物８を仮想空間上に配置することができる。このとき、事前情報入力ＩＦ２１（図３参照）で入力したカメラ１１の性能情報（画角、解像度など）を考慮することで、図９Ｂに示すような撮影画像Ｉｍを仮想空間上で仮想的に撮影することができる。例えば、画角は画像の大きさ、解像度は画像を構成するピクセルの大小に影響する。仮想的な撮影画像は、画像を構成するピクセルごとに、３次元モデリングデータとの対応を取ることで３次元位置を求めることができるので、カメラ１１から各ピクセルに映っている物体までの距離を算出することができる。

図１０は、第２の実施形態に係る撮影難易度評価部２３１が生成する、各ピクセルに自走式点検ロボット１のカメラ１１から物体までの距離を付加した仮想的な撮影画像を示す模式図である。図１０において、小さい一つの四角形が一つのピクセルを表しており、ｉ行ｊ列目のピクセルをｐｉｊと表す。各ピクセルに映っている物体までの距離の大小に応じて、網掛けの濃度を変更している。図１０には、仮想的な撮影画像Ｉｍｖに点検対象５と障害物８が含まれ、点検対象５の領域に網掛けＨ１、障害物８の領域に網掛けＨ２が表示された例が示されている。図１０では説明のために、距離大が網掛けなし、距離中が薄い網掛けＨ１、距離小が濃い網掛けＨ２と、３段階で描画しているが、実際には、距離に応じた連続値（ポテンシャル場）を取る。ピクセルｐｉｊに付加された距離をｄｉｊとする。なお、物体の境界を写したピクセルについては、１ピクセルの間に手前の物体と奥の物体が映り込む場合があるが、このような場合は、１ピクセル中に映り込んでいる全ての物体までの距離の平均値を取ればよい。

図１０に示すような、距離を付加した仮想的な撮影画像Ｉｍｖが得られると、仮想的な撮影画像Ｉｍｖ内の映り込みの量を次式（４）のように評価できる。ここで、Ｇは映り込みの評価値とし、ｐｍは点検対象５の中心を写したピクセルとし、関数ｄｉｓｔ（ｐｋ，ｐｌ）はピクセルｐｋとピクセルｐｌとの間の画像上の距離とし、総和記号Σはｉとｊについての総和を取るものとする。ここでは、ｐｋにｐｉｊ、ｐｌにｐｍが適用される。
Ｇ＝Σ（ｄｉｓｔ（ｐｉｊ，ｐｍ）×ｄｉｊ） ・・・（４）

（４）式を用いて映り込みの評価値Ｇを計算することで、画像に映り込んだ物体の画像中の面積を、点検対象５の中心までの距離で重みづけした値が得られる。映り込みの評価値Ｇが大きい場合、画像中の点検対象５が遮へいされる可能性が高くなる。したがって、撮影難易度Ｄｓを、例えば、次式（５）のように算出できる。ｂ２は重み係数である。
Ｄｓ＝ｂ２×Ｇ ・・・（５）

このように、第１の評価方法では、少なくとも、施設情報は、施設の外観を表す３次元モデリングデータを含み、カメラ１１の性能情報は、カメラ１１の画角の情報を含む。そして、撮影難易度評価部２３１は、点検対象撮影箇所４から撮影されると推測されるカメラ画像を、３次元モデリングデータとカメラ１１の画角を用いて作成し、カメラ画像における、点検対象５以外の物体が映り込んだ画素の量によって撮影難易度を評価するように構成される。

（第２の評価方法）
図１１は、第２の実施形態に係る撮影難易度評価部２３１が生成する、カメラ１１の画角の範囲内に収まる仮想的な点群を示す模式図である。

２つ目の評価方法では、施設情報として３次元点群データを使用することを想定する。前述の３次元モデリングデータを用いる場合と同様に、図９Ａに示した自走式点検ロボット１、点検対象５、障害物８、及び３次元点群データを仮想空間上に配置することができる。事前情報入力ＩＦ２１で入力したカメラ１１の性能情報を考慮し、カメラ１１の画角の範囲Ｉｍｐ内に収まる点群を、図１１に示すように算出することができる。ただし、路面を示す点群、及び点検対象５を示す点群より奥にある点群は、除去するものとする。

路面を示す点群の除去には、例えば、ＲＡＮＳＡＣ（RANdom SAmple Consensus）を用いた平面推定アルゴリズムなどを用いることができる。点検対象５より奥にある点群の除去は、点検対象撮影箇所４から各点までの距離を計算し、点検対象撮影箇所４から点検対象５までの距離の方が小さくなる点を除去することで実行できる。

算出した点群の各点をｃｉ（０＜ｉ＜ｎ）とする。ｎは算出した点群に含まれる点ｃｉの総数である。このとき、物体の映り込みの量を次式（６）で評価できる。ここで、ｄｉは点検対象撮影箇所４から点ｃｉまでの距離、ｄｍは点検対象撮影箇所４から点検対象５までの距離、総和記号Σはｉについての総和を取るものとする。例えば、点検対象撮影箇所４から点検対象５までの距離ｄｍは、点検対象撮影箇所４から点検対象５上の複数の点ｃｉまでの距離の平均値、又は、点検対象撮影箇所４から点検対象５上の特定の点ｃｉ（例えば、重心）までの距離である。
Ｇ＝Σ（ｄｍ－ｄｉ） ・・・（６）

（６）式を用いて映り込みの評価値Ｇを計算することで、カメラ１１の画角の範囲Ｉｍｐ内に収まる点群のうち、点検対象５より手前にある点ｃｉの点数を、点検対象撮影箇所４への近さで重みづけした値が得られる。映り込みの評価値Ｇが大きい場合、画像中の点検対象５が障害物８で遮へいされる可能性が高くなる。したがって、前述の方法と同様に、撮影難易度評価部２３１は、式（６）で得られた映り込みの評価値Ｇを（５）式に用いて、撮影難易度Ｄｓを算出できる。

このように、第２の評価方法では、少なくとも、施設情報は、施設の外観を表す３次元点群データを含み、カメラ１１の性能情報は、カメラ１１の画角の情報を含む。そして、撮影難易度評価部２３１は、点検対象撮影箇所４に自走式点検ロボット１が停止し、カメラ１１を点検対象５に向けた場合に、画角内に収まる３次元点群のうち、点検対象５よりも手前にある３次元点群の量によって撮影難易度を評価するように構成される。

以上説明したように、第２の実施形態に係る点検計画作成システム２０では、点検対象５の画像を撮影する際、他の物体がどの程度映り込むかを評価するので、自走式点検ロボット１の停止時の位置誤差によって、画像中の点検対象５が遮へいされるリスクがどの程度あるかを容易に確認することができる。

＜第３の実施形態＞
次に、本発明の第３の実施形態に係る点検計画作成システム２０について図１２を用いて説明する。以下では、第２の実施形態に係る点検計画作成システム２０について、第１の実施形態及び第２の実施形態による点検計画作成システム２０と異なる点を主に説明する。

第１の実施形態及び第２の実施形による点検計画作成システム２０では、撮影難易度の具体的な定義と算出方法を複数例示した。本実施形態では、撮影難易度の異なる定義、算出方法を開示する。

図１２は、本発明の第３の実施形態に係る点検計画作成システム２０において撮影難易度評価部２３１（図３参照）が撮影難易度を算出する方法を説明するための図である。図１２Ａは参照画像の模式図、図１２Ｂは撮影画像の模式図である。

自走式点検ロボット１は、第２の実施形態で述べたように、点検対象撮影箇所４に停止する際、停止位置に誤差を伴う場合がある。このとき、カメラ１１の撮影画像中の所望の位置に点検対象５を撮影できない場合がある。例えば、撮影画像の中央に点検対象５が位置する図１２Ａのような画像（参照画像Ｉｍ１）を撮影する必要がある場合であっても、図１２Ｂに示すような画像（撮影画像Ｉｍ２）が撮影されてしまう場合がある。

このような場合に対処するために、予め図１２Ａに示すような理想的な撮影画像を、参照画像Ｉｍ１として事前に用意し、特徴点マッチング技術のような画像同士のマッチングを取る技術を用いて、実際の撮影画像Ｉｍ２と参照画像Ｉｍ１とのずれ量を見積もる。そして、画像のずれ量の見積もり結果を利用することで、点検対象５が撮影画像の所望の位置に写るように自走式点検ロボット１の停止位置を補正することが可能である。

なお、この場合、参照画像Ｉｍ１は予め作業員が現地の施設で撮影することにより用意してもよいし、施設情報として、施設の外観を表す３次元モデリングデータが利用できる場合であれば、カメラ１１の性能情報（例えば画角）を用いて仮想空間上で仮想的に点検対象５の画像を撮影することで用意してもよい。後者の場合、参照画像Ｉｍ１を作成し、自走式点検ロボット１又は点検計画作成システム２０が利用可能な形式でデータを保持させるのに適したユーザーインターフェースを、点検計画作成システム２０に追加してもよい。

上記のような画像のずれ量の補正を行う場合、参照画像が画像同士のマッチングを行う上で適切な画像であることが求められる。具体的には、参照画像中に画像的な特徴が豊富に存在していることが求められる。

そこで、本実施形態に係る撮影難易度評価部２３１は、撮影難易度を、参照画像中の画像的な特徴の量によって評価する。具体的には、例えば、撮影難易度評価部２３１は、ＳＩＦＴ（Scale Invariant Feature Transform）、ＳＵＲＦ（Speeded-up Robust Features）、又はＡＫＡＺＥ（Accelerated KAZE）特徴量のいずれかに付随する画像特徴点の計算を伴う特徴量計算を行い、計算された特徴点の数ｎｆを用いて、次式（７）のように撮影難易度Ｄｓを評価する。ｂ３は重み係数である。
Ｄｓ＝ｂ３／ｎｆ ・・・（７）

（７）式によれば、参照画像の特徴点の数ｎｆが多いほど撮影難易度Ｄｓが低く評価される。そのため、参照画像の特徴点の数の多少、すなわち参照画像が停止位置の補正に適しているかどうかで撮影難易度Ｄｓを評価することができる。

以上説明したように、第３の実施形態に係る点検計画作成システム２０は、参照画像中の特徴量（例えば、特徴点の数）によって撮影難易度を評価するので、自走式点検ロボット１の停止位置誤差の影響を補正することが困難かどうかを容易に確認することができる。

＜第４の実施形態＞
次に、本発明の第４の実施形態に係る点検計画作成システム２０について図１３を用いて説明する。以下では、第４実施形態に係る点検計画作成システム２０について、第１～第３の実施形態による点検計画作成システム２０と異なる点を主に説明する。

第１～第３の実施形態による点検計画作成システム２０では、撮影難易度の具体的な定義と算出方法を複数例示した。本実施形態では、撮影難易度の異なる定義、算出方法を開示する。

自走式点検ロボット１は、点検対象５の画像をカメラ１１で撮影することにより点検を実施するため、撮影された画像は明瞭であることが求められる。このとき、照明や太陽などの光源が画像中に映り込むことで、画像のホワイトバランスが悪化し、画像の明瞭さが失われる場合がある。本実施形態に係る撮影難易度評価部２３１（図３参照）は、照明や太陽など光源の映り込みにより、画像の明瞭さが失われるリスクを撮影難易度として評価する。

図１３は、照明や太陽などの映り込みにより画像の明瞭さが失われるリスクを撮影難易度として評価する方法を説明するための模式図である。図１３に示すとおり、点検対象５の付近に照明９が存在する場合を想定する。このとき、点検対象撮影箇所４に停止した自走式点検ロボット１のカメラ１１から、点検対象５へ向かうベクトルと、照明９へ向かうベクトルをそれぞれ計算し、両ベクトルによってなす角度αを計算する。照明９の設置位置は施設情報の一部として事前に入力済みであるとする。このとき、撮影難易度Ｄｓを次式（８）で算出できる。
Ｄｓ＝ｂ４／α ・・・（８）

（８）式で算出した撮影難易度Ｄｓは、角度αが小さいほど大きな値を取る。すなわち、カメラ１１から見て、点検対象５と照明９が近いほど、撮影難易度Ｄｓが高く評価される。これにより、照明９の影響で自走式点検ロボット１が取得する画像の明瞭さが失われそうな場合に、撮影難易度Ｄｓを高く評価することができる。

照明９の代わりに、太陽の影響を評価する際も、前述した方法と同一の方法で評価することができる。ただし、太陽の位置は時間帯によって変化するので、カメラ１１から太陽へ向かうベクトルを計算するには、点検を実施する時刻の情報が必要である。したがって、太陽の影響を評価する際は、点検計画が点検を実施する時刻の情報を含んでいるものとする。

以上説明したように、第４の実施形態に係る点検計画作成システム２０では、撮影難易度評価部２３１は、点検対象撮影箇所４から照明９や太陽などの光源に向かうベクトルと、点検対象撮影箇所４から点検対象５に向かうベクトルとのなす角度αによって撮影難易度を評価するように構成されている。このように、光源（光）の映り込みを基に撮影難易度を評価することで、光源によって画像の明瞭さが失われるリスクの大きさを容易に確認することができる。

なお、本発明による点検計画作成システム２０では、撮影難易度を評価する際、第１～第４の実施形態で例示したような撮影難易度の算出方法を組み合わせてもよい。具体的には、例えば、これまで例示した複数の撮影難易度の評価方法によって算出した値の重みづけ和を用いて撮影難易度を評価してもよい。

＜第５の実施形態＞
次に、本発明の第５の実施形態に係る点検計画作成システム２０について図１４を用いて説明する。以下では、第５の実施形態に係る点検計画作成システム２０について、第１～第４の実施形態による点検計画作成システム２０と異なる点を主に説明する。

第１の実施形態に係る点検計画作成システム２０では、走行難易度の具体的な定義と算出方法を一つ例示した。しかし、走行難易度は他にも複数の方法で定義でき、さらに複数の方法の定義を併用することで、より実態に即した走行難易度の評価が可能になる。本実施形態では、走行難易度の異なる定義、算出方法を開示する。

自走式点検ロボット１は、走行制御の精度によっては、走行経路３からある程度逸脱しながら走行を行う場合がある。このとき、自走式点検ロボット１の近傍に障害物があれば、自走式点検ロボット１が障害物に衝突するリスクがある。あるいは、自走式点検ロボット１の近傍に溝があれば、自走式点検ロボット１が溝に転落するリスクがある。そこで、これらのリスクを走行難易度として評価することができれば、安全性の確認において有用である。

図１４は、本発明の第５の実施形態に係る走行難易度評価部２３２（図３参照）において、障害物への衝突リスクを走行難易度として評価する方法を説明するための模式図である。図１４において、路面のうち走行難易度が低い部分を白抜き（領域Ａｄ０）、走行難易度が中程度の部分を薄い網掛け（領域Ａｄ１）、走行難易度が高い部分を濃い網掛け（領域Ａｄ２）で示している。走行難易度が高い領域Ａｄ２は、障害物８と領域Ａｄ１の間に位置し、障害物８に最も近い。図１４では説明のために走行難易度を３段階で表示したが、実際には連続値（ポテンシャル場）を取ることができる。

図１４に示すように、障害物８の周辺では走行難易度を高く、障害物８から遠ざかるにつれて走行難易度を低く評価することで、自走式点検ロボット１が障害物８に衝突するリスクを評価できる。具体的には、走行難易度Ｄｄを次式（９）で算出する。ここで、関数ｍｉｎｄｉｓｔ（ｘ，ｙ，θ）は、地点（ｘ，ｙ，θ）に存在する自走式点検ロボット１の外形表面から周囲に存在する障害物８の外形表面までの最短距離を出力する関数である。θは、自走式点検ロボット１の姿勢（例えば、路面に対する傾き）を表す。また、事前情報の一部として、自走式点検ロボット１の外形情報が入力済みであるとする。
Ｄｄ＝ｃ２／ｍｉｎｄｉｓｔ（ｘ，ｙ，θ） ・・・（９）

式（９）を用いて走行難易度Ｄｄを算出することで、任意地点に存在する自走式点検ロボット１の周囲の障害物８への衝突しやすさを評価することができる。また、溝１５についても溝１５の外形情報を用いることで、全く同様に、式（９）を用いて走行難易度Ｄｄを算出することができる。

以上説明したように、第５の実施形態に係る点検計画作成システム２０では、事前情報は、自走式点検ロボット１の外形の情報を含み、走行難易度評価部２３２は、路面上の任意地点に自走式点検ロボット１を配置した場合の、自走式点検ロボット１の外形から自走式点検ロボット１の周辺に存在する物体又は溝までの距離を算出し、算出した距離によって走行難易度を評価するように構成されている。

上記のように構成された第５の実施形態に係る点検計画作成システム２０は、障害物８への衝突、及び溝１５への転落リスクを走行難易度として評価できる。これにより、点検計画の安全性を容易に確認することができる。

＜第６の実施形態＞
次に、本発明の第６の実施形態に係る点検計画作成システム２０について図１５から図１７を用いて説明する。以下では、本実施形態に係る点検計画作成システム２０について、第１～第５の実施形態による点検計画作成システム２０と異なる点を主に説明する。

第１～第５の実施形態による点検計画作成システム２０では、走行難易度の具体的な定義と算出方法を複数例示した。本実施形態では、走行難易度の異なる定義、算出方法を開示する。

自走式点検ロボット１は、走行経路３に沿って自律走行を行う。この際、ＧＮＳＳやＳＬＡＭ技術を用いて、自走式点検ロボット１自身の位置である自己位置を推定し、走行経路３からの偏差に対してフィードバック制御をかけることで自律走行を実現する構成が一般的である。自己位置推定の精度が悪化すると、自走式点検ロボット１は走行経路３に精度よく追従することや、点検対象撮影箇所４に精度よく停止することができないので、安全上の問題や、点検品質の劣化の問題が生じる。そこで、自己位置推定の精度が悪化する可能性を走行難易度として評価することができれば、前述の問題を解決する上で有用である。

自走式点検ロボット１に使用できる自己位置推定の方式は複数存在するので、それらの方式ごとに、走行難易度の評価方法として適切な方法が複数考えられる。本実施形態では、自己位置推定の方式としてＧＮＳＳ、ＬｉＤＡＲを用いたＳＬＡＭ技術、カメラを用いたＳＬＡＭ技術を用いた場合のそれぞれについて有用な、走行難易度の評価方法を一例ずつ開示する。

［衛星測位システムを用いた場合］
図１５は、本発明の第６の実施形態に係る走行難易度評価部２３２（図３参照）において、自己位置推定の方式としてＧＮＳＳを用いた場合の、走行難易度の算出方法を説明するための模式図である。図１５では、施設内に障害物８が存在することを想定し、各障害物８の高さｈｉ（０＜ｉ＜ｎ）が施設情報として利用可能なことを想定する。ここで、ｎは施設内の障害物８の総数である。高さｈｉの情報（標高情報の一例）は、事前情報入力ＩＦ２１によりユーザーが直接入力してもよいし、施設情報に含まれる３次元メッシュデータや３次元点群データなどから点検計画作成システム２０内で自動的に算出する構成としてもよい。

図１５に示すように、本実施形態は、障害物８の周辺では走行難易度を高く、遠ざかるにつれて走行難易度を低く評価する点は第５の実施形態と同様だが、障害物８の高さｈｉを走行難易度に反映している点が第５の実施形態との違いである。すなわち、障害物８の高さｈｉが高いほど、走行難易度を高く評価する領域を広く設定している。具体的には、走行難易度Ｄｄを次式（１０）で算出する。ここで、ｉはｍｉｎｄｉｓｔ（ｘ，ｙ，θ）関数内で使用された自走式点検ロボット１に最も近い障害物８を表すインデックスである。ｃ３は重み係数である。
Ｄｄ＝ｈｉ×ｃ３／ｍｉｎｄｉｓｔ（ｘ，ｙ，θ） ・・・（１０）

ＧＮＳＳの性能は、高い障害物８によって衛星からの電波が遮断されたり、障害物８の壁面を経由したマルチパスが存在したりする場合に悪化する。このため、（１０）式のように、自走式点検ロボット１の障害物８への近さを障害物８の高さで重みづけした値で走行難易度Ｄｄを定義することで、ＧＮＳＳの性能悪化のリスクを評価することができる。

図１５では、自走式点検ロボット１の左側に図１４の障害物８よりも高い障害物８´が存在する。この障害物８´の周辺では、図１４の場合と比べて、走行難易度が高い濃い網掛けの領域Ａｄ２が領域Ａｄ２´に拡大し、走行難易度が中程度の薄い網掛けの領域Ａｄ１が領域Ａｄ１´に拡大している。そして、走行難易度が低い白抜きの領域Ａｄ０が領域ＡＤ０´に縮小している。その結果、自走式点検ロボット１の走行経路が、走行難易度が中程度の領域Ａｄ１´にかかっている。したがって、例えば、ユーザーは、図１５に示す自走式点検ロボット１の走行経路（より正確には走行機構１９）と走行難易度が形成する領域との位置関係を確認し、走行難易度が中程度の領域Ａｄ１´を回避した走行経路を設定するか、中程度の走行難易度を許容して走行経路を設定するか、を選択する。

（変形例）
なお、本実施形態に係る変形例として、施設情報の標高情報に、溝１５の深さｄｐが含まれてもよい。溝１５が浅ければ自走式点検ロボット１は溝１５の上を走行できるが、溝１５が深い場合には自走式点検ロボット１は溝１５の上を走行できない。走行難易度評価部２３２は、（１０）式の“ｈｉ”を“ｄｐ”に置き換えて、溝１５の周辺における走行難易度を評価する。なお、溝１５の深さｄｐに基づいて走行難易度を評価する場合、自走式点検ロボット１の姿勢θを省略してもよい。なお、溝１５の深さに加えて、溝１５の幅を考慮してもよい。例えば、溝１５が深い場合であっても、溝１５の幅が走行機構１９と比べて相対的に狭い場合には、自走式点検ロボット１は溝１５の上を比較的容易に走行できる。

このように、本実施形態において、施設情報は、施設内の物体の高さを示す標高情報を含んでもよい。また、標高情報に、施設内の溝の深さを含んでもよい。走行難易度評価部２３２は、標高情報に基づいて走行難易度を評価する。

［ＬｉＤＡＲによるＳＬＡＭ技術を用いた場合］
図１６は、本発明の第６の実施形態に係る走行難易度評価部２３２（図３参照）において、自己位置推定の方式としてＬｉＤＡＲによるＳＬＡＭ技術を用いた場合の、走行難易度の算出方法を説明するための図である。図１６Ａは撮影シーンの模式図、図１６Ｂは仮想点群から平面及び法線ベクトルを抽出する方法の概要を示した模式図である。自走式点検ロボット１は、ＬｉＤＡＲセンサ１２を備えるものとする。

図１６Ａに示すとおり、ＬｉＤＡＲセンサ１２は自走式点検ロボット１の周囲に放射状にレーザーＬａを照射し、レーザーＬａが物体で反射して戻るまでの時間を計測することで、自走式点検ロボット１から反射点までの距離を計測する。これにより、反射点の自走式点検ロボット１に対する相対的な３次元位置を取得できるので、３次元点群を得ることができる。特定の地点に自走式点検ロボット１が存在している場合に、ＬｉＤＡＲセンサ１２から性能情報（例えば、照射範囲（画角）、照射ポイントの分解能など）に応じて得られると推測される３次元点群として、施設情報を用いて仮想的に生成した点群である仮想点群を考え、その仮想点群の各点をｃｉ（０＜ｉ＜ｎ）と表す。ここで、ｎは点群に含まれる点ｃｉの総数である。

図１６Ｂに示すように、既述のＲＡＮＳＡＣなどの平面推定アルゴリズムを用いることで、仮想点群から物体の平面を抽出することができる。各平面の法線ベクトル１０から、各平面の面積で重みづけしたベクトルである重み付き法線ベクトルを計算する。

典型的なＬｉＤＡＲによるＳＬＡＭ技術では、異なる場所から取得した３次元点群同士をマッチングする処理を行うため、３次元点群内にマッチングを行うための特徴が豊富に含まれていることが望ましい。具体的な特徴は様々存在するが、典型的な例の一つは、３次元点群の中に異なる方向を向いた平面が複数種類含まれていることである。

そこで、例えば、次式（１１）のように走行難易度Ｄｄを定義することで、仮想点群に含まれる異なる方向を向いた平面の量を評価することができる。ここで、ｗ１、ｗ３はそれぞれ、抽出した全ての平面における重み付き法線ベクトルの第一主成分、第三主成分である。ｃ４は重み係数である。主成分分析について詳細な説明は省略するが、第一主成分、第二主成分、及び第三主成分はそれぞれ直交する。第一主成分と第三主成分の関係がわかれば、第一～第三主成分の全体の関係がおおよそわかる。
Ｄｄ＝ｃ４×（１－ｗ３／ｗ１） ・・・（１１）

第一主成分ｗ１が第三主成分ｗ３よりも著しく大きい場合、抽出した全ての平面がほぼ同じ方向を向いていることを意味する。このとき、（１１）式は最大の値を取る。一方、第一主成分ｗ１が第三主成分ｗ３に近い場合、様々な方向を向いた平面が混在していることを意味する。このとき、（１１）式は最少の値を取る。したがって、（１１）式を用いて走行難易度Ｄｄを評価することで、特定の地点がＬｉＤＡＲによるＳＬＡＭ技術に適した環境かどうかを評価することができる。

このように、本実施形態において、事前情報は、自走式点検ロボット１に搭載されるＬｉＤＡＲセンサ１２の性能を示すＬｉＤＡＲ性能情報を含んでもよい。そして、点検計画作成システム２０は、ＬｉＤＡＲ性能情報と施設情報を基に、任意地点にＬｉＤＡＲセンサ１２（自走式点検ロボット１）を配置した場合に取得されると推測される点群である仮想点群を生成する仮想点群生成部（図示略）を、走行難易度評価部２３２又は実行難易度評価部２３内に備える構成としてもよい。走行難易度評価部２３２は、上記の仮想点群を用いて走行難易度を評価する。

［カメラによるＳＬＡＭ技術を用いた場合］
図１７は、本発明の第６の実施形態に係る走行難易度評価部２３２（図３参照）において、自己位置推定の方式としてカメラによるＳＬＡＭ技術を用いた場合の、走行難易度の算出方法を説明するための図である。図１７Ａは撮影シーンの模式図、図１７Ｂは撮影画像の模式図である。図１７Ａに示す撮影シーンにおいて、カメラ１１によって撮影されると推測される画像である仮想画像を図１７Ｂに示している。

仮想画像は、第２の実施形態において図１０を用いて説明した方法と同様に、カメラ１１の性能情報（画角、解像度など）と施設情報を用いて生成する。図１７Ａでは自走式点検ロボット１の前方右側に障害物８ａ、前方左側に障害物８ｂが存在する例が示されており、図１７Ｂに示す仮想画像に、障害物８ａ及び障害物８ｂが映り込んでいる。

典型的なカメラを用いたＳＬＡＭ技術では、異なる位置から撮影した画像同士をマッチングによって対応づけ、差分を評価する。自走式点検ロボット１は、その評価の結果を利用して自己位置の推定を行う。このため、画像内にマッチングに適した特徴が豊富に含まれることが求められる。具体的な特徴は様々存在するが、典型的な例の一つは、ＳＩＦＴやＳＵＲＦ、ＡＫＡＺＥ特徴量のような特徴量（特徴点）である。そこで、第３の実施形態における式（７）と同様にして、次式（１２）で走行難易度Ｄｄを評価できる。ｎｆは計算された特徴点の数である。ｃ５は重み係数である。
Ｄｄ＝ｃ５／ｎｆ ・・・（１２）

（１２）式を用いて走行難易度Ｄｄを評価することで、特定の地点から撮影されると推測される画像である仮想画像が、ＳＬＡＭに適したものであるかどうかを評価できるので、その地点におけるＳＬＡＭの難易度を評価することができる。

このように、本実施形態において、点検計画作成システム２０は、カメラ１１の性能情報と施設情報を基に、任意地点にカメラ１１（自走式点検ロボット１）を配置した場合に取得されると推測される画像である仮想画像を生成する仮想画像生成部（図示略）を、走行難易度評価部２３２又は実行難易度評価部２３内に備える構成としてもよい。走行難易度評価部２３２は、上記の仮想画像を用いて走行難易度を評価する。

以上説明したように、第６の実施形態に係る点検計画作成システム２０では、走行難易度評価部２３２は、自走式点検ロボット１の自己位置推定の精度に関連する情報を走行難易度に反映して、走行難易度を評価するように構成されている。自己位置推定の精度に関連する情報は、例えば、周辺に存在する物体の高さ、マッチングする３次元点群中の異なる向きの平面の多さ、マッチングする画像中の特徴点の多さである。

上記のように構成された第６の実施形態に係る点検計画作成システム２０は、自己位置推定の精度が悪化しそうな地点の走行難易度を高く評価することで、自己位置推定が精度よく実行できるか否かを容易に確認できる。それにより、第６の実施形態は、点検計画に対して、安全上の問題や、点検品質の劣化の問題が生じるか否かを容易に確認できる。

なお、本発明による点検計画作成システム２０では、走行難易度を評価する際、第５及び第６の実施形態で例示したような走行難易度の算出方法を組み合わせてもよい。具体的には、例えば、これまで例示した複数の走行難易度の評価方法によって算出した値の重みづけ和を用いて走行難易度を評価してもよい。

＜第７の実施形態＞
次に、本発明の第７の実施形態に係る点検計画作成システム２０について図１８及び図１９を用いて説明する。以下では、第７の実施形態に係る点検計画作成システム２０について、第１～第６の実施形態に係る点検計画作成システム２０と異なる点を主に説明する。

第１～第６の実施形態による点検計画作成システム２０では、図４及び図５に示したように、作成した点検計画と、実行難易度とを、ともに出力部２４（図３参照）により表示した。しかし、上述した各実施形態では、実行難易度の表示が必ず作成済みの点検計画と紐づいていたため、点検計画の作成後しか実行難易度を確認できなかった。点検計画の作成後に実行難易度が高いことが判明した場合は、ユーザーは点検計画を再作成する必要があり、手間がかかっていた。

本実施形態では、ユーザーが点検計画作成ＩＦ２２（図３参照）により点検計画の作成作業中に、撮影難易度、及び走行難易度を背景として出力部２４（表示装置３４）に表示することで、点検計画の再作成を不要にできる方法を開示する。

［撮影難易度の背景表示］
図１８は、本発明の第７の実施形態に係る点検計画作成システム２０の出力部２４において、撮影難易度を背景表示する方法を説明するための模式図である。ユーザーがマウスなどの入力機器（図６の入力装置３５）によるカーソル操作で、特定の点検対象５を選択した際、その撮影難易度の高低を施設情報の背景として表示している。これにより、ユーザーは選択中の点検対象５の点検対象撮影箇所４を設定する際、撮影難易度が低い部分を視覚的に確認できるので、撮影難易度が低い部分を選んで点検対象撮影箇所４を設定することが容易になる。

例えば、ユーザーが、入力機器を操作して、撮影難易度表示モード又は走行難易度表示モードを選択して表示できる構成とする。図１８では、撮影難易度表示モードが表示されている。図１８において、施設情報のうち、撮影難易度が高い部分を濃い網掛け（難易度Ｄｓ２）、撮影難易度が中程度の部分を薄い網掛け（難易度Ｄｓ１）、撮影難易度が低い部分を白抜き（難易度Ｄｓ０）で示している。ユーザーが、カーソルＣで選択した点検対象５に対する撮影難易度が表示される。図１８の例では、点検対象５の正面から外れる領域は難易度Ｄｓ２、点検対象５の正面に近くかつ距離が中程度の領域が難易度Ｄｓ１、そして、点検対象５の正面かつ距離が短い領域が難易度Ｄｓ０となっている。

［走行難易度の背景表示］
図１９は、本発明の第７の実施形態に係る点検計画作成システム２０の出力部２４において、走行難易度を背景表示する方法を説明するための模式図である。撮影難易度の場合と同様、走行難易度の高低を施設情報の背景として表示している。ユーザーは走行経路３を設定する際、施設情報のうち走行難易度が低い部分を視覚的に確認できるので、走行難易度が低い領域を通過するような走行経路３を設定することが容易になる。

例えば、図１９には、走行難易度表示モードが表示されている。図１９において、施設情報の背景のうち、走行難易度が高い部分を濃い網掛け（難易度Ｄｄ２）、走行難易度が中程度の部分を薄い網掛け（難易度Ｄｄ１）、走行難易度が低い部分を白抜き（難易度Ｄｄ０）で示している。図１９の例では、通路２から一定距離以上離れた領域かつ点検対象５が設置された領域は難易度Ｄｄ２、通路２の近く又は点検対象５の周辺の領域が難易度Ｄｄ１、そして、通路２の領域が難易度Ｄｓ０となっている。なお、図１９の施設情報の例では、図５のグレーチング７ａはないものとする。

以上説明したように、第７の実施形態に係る点検計画作成システム２０において、点検計画作成ＩＦ２２は、ユーザーの描画操作によって点検計画を作成する機能と、描画操作時の施設情報の背景表示として、走行難易度が高いもしくは低い領域を表示する機能と、点検対象ごとに撮影難易度が高いもしくは低い領域を表示する機能と、を備える。

上記のように構成された第７の実施形態に係る点検計画作成システム２０では、点検計画作成ＩＦ２２による点検計画の作成中に、撮影難易度、又は走行難易度を背景表示する。ユーザーは点検計画の作成作業中に、撮影難易度、又は走行難易度を確認することができるため、実行難易度の低い点検計画を作成することが容易になる。そのため、点検計画の再作成を不要にできる。それゆえ、点検計画の後戻り作業の発生を抑えて、ユーザーの作業負担を低減できる。

＜第８の実施形態＞
次に、本発明の第８の実施形態に係る点検計画作成システムについて図２０を用いて説明する。以下では、第８の実施形態に係る点検計画作成システム２０Ａについて、第１～第７の実施形態による点検計画作成システム２０と異なる点を主に説明する。

第１の実施形態（図２についての説明）で述べたとおり、点検計画作成システム２０Ａは、点検計画を自動で作成する機能を備えていてもよい。このとき、実行難易度の低い点検計画を自動で作成することができれば、ユーザーの点検計画を作成する手間を大幅に低減することができる。

図２０は、本発明の第８の実施形態に係る点検計画作成システム２０Ａの構成例を示す図である。本実施形態に係る点検計画作成システム２０Ａは、撮影箇所算出部２５１と、走行経路算出部２５２と、から構成される点検計画生成部２５を備える。ユーザーは、点検計画作成ＩＦ２２により、事前情報として、点検を実施する複数の点検対象５を予め選択する、又はそのデータベースを点検計画作成システム２０Ａに保存する。

点検計画生成部２５は、撮影箇所算出部２５１と走行経路算出部２５２により、実行難易度がより低い点検計画を自動で生成する。点検計画生成部２５は、点検計画作成システム２０Ａの点検計画自動作成機能がアクティブでない場合には、実行難易度評価部２３の評価結果はそのまま出力部２４へ出力される。

撮影箇所算出部２５１は、予め選択された点検対象５のそれぞれについて、施設全域又は一部についての撮影難易度と走行難易度を用いて、実行難易度がより低い箇所を点検対象撮影箇所４として算出する。これにより、点検対象５の撮影に好適かつ、自走式点検ロボット１が動作可能な地点を点検対象撮影箇所４として出力することができる。

走行経路算出部２５２は、撮影箇所算出部２５１が算出した複数の点検対象撮影箇所４と、施設全域又は一部についての走行難易度とを用いて、走行難易度がより低い領域を通過しながら、複数の点検対象撮影箇所４を結ぶ走行経路３を算出する。これにより、自走式点検ロボット１が実際に走行可能できる走行経路３を作成することができる。

走行経路算出部２５２が、任意の２つの点検対象撮影箇所４の間を行き来するための走行経路３を作成するためには、任意の経路探索アルゴリズムを使用できる。例えば、走行難易度から生成したポテンシャル場を用いて、ポテンシャル法により走行経路３を生成してもよい。あるいは、走行経路算出部２５２は、Ａスター探索や、ＲＲＴ（Rapidly Randomized Tree）アルゴリズムによる経路探索において、走行難易度によるペナルティを設定することで、走行経路３を生成してもよい。

例えば、点検計画としては、走行経路全体で難易度が低い方が好ましいため、走行経路全体で難易度の許容合計点数を決めておく。走行難易度が高い経路が選択された場合には、ペナルティとして追加の点数を付与する。走行経路算出部２５２は、走行経路全体で難易度の合計点数が許容合計点数を超えないように、経路を選択する。走行難易度が高い経路が増えると走行経路全体の走行難易度の合計点数が大きくなるため、走行難易度が低い経路が点検計画の走行経路に採用されやすくなる。

また、点検対象撮影箇所４を巡る順番は、事前にユーザーが指定する構成としてもよいし、点検計画作成システム２０Ａ（例えば、走行経路算出部２５２）が自動で決定する構成としてもよい。点検計画作成システム２０Ａが点検対象撮影箇所４を巡る順番を自動で決定する場合は、任意の組合せ最適化アルゴリズムを用いることで、順番を決定することができる。

例えば、最初に順番を任意に設定し、生成された走行経路３の経路長や、走行難易度の高低などを引数にとる評価関数を設定する。そして、最初に任意に設定した順番を逐次的に組み替えながら、評価関数の値が小さくなるよう探索を行うことで、設定した評価関数が最小となる順番及び走行経路３を探索することができる。このような評価関数の最小化のためには、貪欲法や遺伝的アルゴリズム、蟻コロニー最適化のような、任意の組合せ最適化アルゴリズムを使用できる。

また、本実施形態では、走行経路３の作成において走行難易度を用いる方法を例示したが、走行難易度に加えて、任意の評価関数を追加して走行経路３の作成を行ってもよい。例えば、走行経路３の総延長を評価関数とすることで、より短い走行経路３を生成することができる。また、追加した評価関数と、走行難易度の重みとを調整することで、評価関数と走行難易度の優先度を調整することもできる。

また、本実施形態では、点検計画生成部２５（図２０参照）が点検計画を自動で生成する方法（点検計画自動作成機能）を開示した。この点検計画自動作成機能の起動条件としては、第１の実施形態でも説明したように、点検計画作成ＩＦ２２が機能起動のための指令（トリガー信号）を出力するボタン等のインターフェースを備える構成としてもよい。すなわち、点検計画作成ＩＦ２２は、点検計画自動作成機能を実行するための指令を点検計画生成部２５へ出力する機能を有する。例えば、不図示のメニュー画面や、図４又は図５の実行難易度表示モードにおいて、点検計画作成ＩＦ２２は「点検計画自動作成」と記載したボタンを、表示装置３４（図６参照）の画面上に表示する。点検計画作成ＩＦ２２はこのボタンが押下されたことを検知すると、点検計画生成部２５は、点検計画作成ＩＦ２２の指令を受けて点検計画自動作成機能の実行を開始する。なお、「点検計画自動作成」のボタンを、図１８又は図１９の各難易度表示モードにおいて表示してもよい。

また、異なる実装方法として、既存の点検計画が存在する、もしくは入力済みである場合を想定する。実行難易度評価部２３が、点検計画作成システム２０Ａの点検計画生成部２５が自動で生成した点検計画の実行難易度が、既存の点検計画よりも低いかどうかを判定する。そして、自動で生成された点検計画の実行難易度が、既存の点検計画の実行難易度よりも低いと判定された場合、点検計画の代替案として、出力部２４が、点検計画生成部２５が自動で生成した点検計画を提示する構成としてもよい。

この場合、点検計画作成ＩＦ２２の実装方法は、例えば、「よりよい点検計画を探す」と表示したボタンを出力部２４（表示装置３４）に表示する。そして、ユーザーが当該ボタンを押下することで、出力部２４に既存の点検計画が表示されるとともに代替案が表示され、ユーザーが所望の点検計画を選択できる実装としてもよい。

［変形例］
ここで、本実施形態に係る点検計画作成システム２０Ａの変形例について図２１を用いて説明する。以下では、前述の第８の実施形態に係る点検計画作成システム２０Ａの構成をベースに、点検計画作成システム２０Ａと異なる点を主に説明する。この変形例では、走行経路の領域ごとに走行難易度を判定し、走行難易度の判定結果に基づいて自動で点検計画を生成する方法を開示する。

図２１は、第８の実施形態の変形例に係る点検計画作成システム２０Ａの動作の概要を説明するための模式図である。本変形例では、点検計画作成システム２０Ａの走行難易度評価部２３２は、施設情報に含まれる路面等の走行難易度と所定の閾値とを比較する。次いで、走行難易度評価部２３２は、施設情報に含まれる領域を、走行難易度が閾値以上となる領域である走行困難領域と、走行難易度が閾値未満となる領域である走行容易領域とを算出する。次いで、走行難易度評価部２３２は、走行容易領域のうち走行困難領域に囲まれる走行容易領域を、走行困難領域に変更する。

点検計画生成部２５は、走行難易度評価部２３２の動作後、最終的に施設情報に残っている走行容易領域の中から、点検計画を作成し、出力部２４へ出力する。このような構成とすることで、明らかに自走式点検ロボット１が走行することが困難な領域が、走行経路３に含まれることを防止できる。

図２１では、図８に示す施設情報と比較して、点検対象５（２）の右隣に点検対象５（３）が配置されている。点検対象５（３）の正面に位置する領域Ａｒはアスファルト等の路面であるから、本来ならば走行難易度が低い走行容易領域である。したがって、自走式点検ロボット１は、路面の領域Ａｒが砂利７ｂに囲まれていなければ、点検対象５（２）を撮影して左方向に進路を変更した後、そのまま点検対象５（３）の正面の位置まで進んで点検対象５（３）を撮影すればよい。

しかし、路面の領域Ａｒは砂利７ｂに囲まれているため、自走式点検ロボット１が正常に領域Ａｒに到達できない。このため、走行難易度評価部２３２は、路面の領域Ａｒの評価を、走行容易領域から走行困難領域に変更する。点検計画生成部２５の撮影箇所算出部２５１は、点検対象５（３）の点検対象撮影箇所４（３）として、点検対象５（３）と領域Ａｒを結んだ延長線上の位置を設定する。

そして、点検計画生成部２５の走行経路算出部２５２は、点検対象５（１）～５（２）に対する点検対象撮影箇所４（１）～（２）までは、図８の走行経路３と同じ走行経路３ａを算出する。さらに、走行経路算出部２５２は、走行経路３ａとして、点検対象撮影箇所４（２）から自走式点検ロボット１がＵターンしてグレーチング７ａ（２）を超えた後、右方向に進路を変更し、点検対象撮影箇所４（３）で点検対象５（３）を撮影する経路を算出する。このような走行経路３ａを有する点検計画を作成することで、点検対象５（３）からの距離が領域Ａｒよりも遠くなるが、自走式点検ロボット１が走行困難領域を避けつつ、点検対象撮影箇所４（３）で点検対象５（３）を正面から撮影できる。

以上説明したように、第８の実施形態に係る点検計画作成システム２０Ａは、より実行難易度の低い点検計画を自動で作成することができるので、ユーザーの点検計画を作成する手間を大幅に低減することができる。

＜第９の実施形態＞
次に、本発明の第９の実施形態に係る点検計画作成システムについて図２２を用いて説明する。以下では、本実施形態に係る点検計画作成システムについて、第１～第８の実施形態による点検計画作成システム２０，２０Ａと異なる点を主に説明する。

前述の第８の実施形態では、走行経路３は、選択された全ての点検対象撮影箇所４を巡る一筆書きの経路を生成することを想定している。しかし、一筆書きの経路では、経路に含まれる点検対象撮影箇所４と、その巡回順序が一意に決まっており、巡回する点検対象撮影箇所４及び巡回順序を変更したいときに、点検計画の再作成が必要になり効率が悪いという課題がある。

上記課題を解決するために、道路地図のような、自走式点検ロボット１が走行可能な複数の経路の集合体を生成しておくことが有効である。このような経路の集合体を、本明細書では「自動運転地図」と呼称する。自動運転地図は、点検対象撮影箇所４の全てを直接又は間接的につなぐ経路の集合体であって、複数の枝分かれを含み、特定の出発地から目的地までの経路の候補を複数提供しうるものである。

このような自動運転地図を用いると、巡回する点検対象撮影箇所４や巡回順序を変更するときに、ダイクストラ法などの効率的な経路探索アルゴリズムを用いることができるので、点検計画の再作成の効率を向上することができる。

図２２は、本発明の第９の実施形態に係る点検計画作成システム２０Ａ（図２０参照）の走行経路算出部２５２において、自動運転地図を作成する方法を説明するための図である。図２２Ａは実行難易度に基づく二値画像例、図２２Ｂは二値画像に細線化アルゴリズムを一回適用後の画像例、図２２Ｃは二値画像に細線化アルゴリズムを少なくとも二回適用後の画像例をそれぞれ示す模式図である。

本実施形態に係る走行経路算出部２５２は、走行難易度が閾値以下となる領域を画像で表現した走行容易領域画像を生成し、走行容易領域画像に対して細線化アルゴリズムを適用することで、複数の点検対象撮影箇所４を結ぶ複数の走行経路群を算出する。例えば、走行経路算出部２５２は、実行難易度が閾値未満の領域を黒、閾値以上の領域を白で示した図２２Ａのような二値画像Ｉｂ１を生成する。なお、説明の都合上、黒と白を用いたが、色はこれらに限定されない。

次に、図２２Ａに示した太線の領域Ａｒ１を含む二値画像Ｉｂ１に対して細線化アルゴリズムを適用する。細線化アルゴリズムは画像中の領域を細らせるアルゴリズムであり、図２２Ｂに示すような中細線の領域Ａｒ２を含む二値画像Ｉｂ２が得られる。細線化アルゴリズムを適切な回数適用することにより、図２２Ｃに示すような、細線の集合としての領域Ａｒ３を含む二値画像Ｉｂ３が得られる。これは、実行難易度が閾値未満の領域のおよそ中央を通る線であり、実行難易度が低いため、自動運転地図として利用することができる。

以上説明したように、第９の実施形態に係る点検計画作成システム２０Ａは、実行難易度の低い領域から自動運転地図を生成することができるので、巡回する点検対象撮影箇所４や巡回順序を変更する際に、点検計画の再作成を効率よく実施することができる。

＜変形例＞
さらに、本発明は上述した各実施形態に限られるものではなく、特許請求の範囲に記載した本発明の要旨を逸脱しない限りにおいて、その他種々の応用例、変形例を取り得ることは勿論である。例えば、上述した各実施形態は本発明を分かりやすく説明するために点検計画作成システムの構成を詳細かつ具体的に説明したものであり、必ずしも説明した全ての構成要素を備えるものに限定されない。また、ある実施形態の構成の一部を他の実施形態の構成要素に置き換えることが可能である。また、ある実施形態の構成に他の実施形態の構成要素を加えることも可能である。また、各実施形態の構成の一部について、他の構成要素の追加又は置換、削除をすることも可能である。

また、上記の各構成、機能、処理部等は、それらの一部又は全部を、例えば集積回路で設計するなどによりハードウェアで実現してもよい。ハードウェアとして、ＦＰＧＡ（Field Programmable Gate Array）やＡＳＩＣ（Application Specific Integrated Circuit）などの広義のプロセッサデバイスを用いてもよい。

また、上述した各実施形態にかかる点検計画作成システムの各構成要素は、それぞれのハードウェアがネットワークを介して互いに情報を送受信できるならば、いずれのハードウェアに実装されてもよい。また、ある処理部により実施される処理が、１つのハードウェアにより実現されてもよいし、複数のハードウェアによる分散処理により実現されてもよい。

１…自走式点検ロボット、 ２…点検計画作成システム、 ３…走行経路、 ４…点検対象撮影箇所（撮影地点）、 ５…点検対象の設備、 ８，８ａ，８ｂ…障害物、 １１…カメラ、 ２０…点検計画作成システム２０、 ２１…事前情報入力ＩＦ、 ２２…点検計画作成ＩＦ、 ２３…実行難易度評価部、 ２３１…撮影難易度評価部、 ２３２…走行難易度評価部、 ２４…出力部、 ２５…点検計画生成部、 ２５１…撮影箇所算出部、 ２５２…走行経路算出部、 ３０…計算機、 ＰＵ…ポップアップ表示、 Ｉｍ…撮影画像、 Ｉｍｖ…仮想的な撮影画像、 Ｉｍｐ…画角の範囲

Claims (15)

1. カメラを搭載した自走式点検ロボットの走行経路と、点検対象撮影箇所とを含む点検計画を作成する点検計画作成システムであって、
   前記自走式点検ロボットを運用する施設の外観と、路面の情報とを含む施設情報と、複数の点検対象の設置位置と、前記カメラの撮影性能とを含む事前情報とを、使用者が入力操作可能な事前情報入力インターフェースと、
   前記点検計画を前記使用者が作成操作可能な点検計画作成インターフェースと、
   前記施設情報、前記点検対象の設置位置、及び前記撮影性能を基に、複数の前記点検対象の設置位置のそれぞれについて、前記走行経路上の任意地点における撮影難易度を評価する撮影難易度評価部と、
   前記施設情報、前記点検対象の設置位置、及び前記撮影性能を基に、前記走行経路上の任意地点における走行難易度を評価する走行難易度評価部と、
   前記点検計画を出力するとともに、前記点検計画の一部又は全部において、前記撮影難易度と前記走行難易度を用いて算出された総合的な難易度である実行難易度を出力する出力部と、を備える
   点検計画作成システム。
2. 前記撮影難易度評価部は、前記点検対象の表面の法線ベクトルと、前記点検対象撮影箇所から前記点検対象に向かうベクトルがなす角度として示される正対誤差によって前記撮影難易度を評価する
   請求項１に記載の点検計画作成システム。
3. 前記施設情報は、前記施設の外観を表す３次元モデリングデータを含み、
   前記撮影性能の情報は、前記カメラの画角の情報を含み、
   前記撮影難易度評価部は、前記点検対象撮影箇所から撮影されると推測されるカメラ画像を、前記３次元モデリングデータと前記画角の情報を用いて作成し、前記カメラ画像における、前記点検対象以外の物体が映り込んだ画素の量によって前記撮影難易度を評価する
   請求項１に記載の点検計画作成システム。
4. 前記施設情報は、前記施設の外観を表す３次元点群データを含み、
   前記撮影性能の情報は、前記カメラの画角の情報を含み、
   前記撮影難易度評価部は、前記点検対象撮影箇所に前記自走式点検ロボットが停止し、前記カメラを前記点検対象に向けた場合に、前記画角内に収まる３次元点群のうち、前記点検対象よりも手前にある前記３次元点群の量によって前記撮影難易度を評価する
   請求項１に記載の点検計画作成システム。
5. 前記施設情報は、前記施設の外観を表す３次元モデリングデータを含み、
   前記撮影性能の情報は、前記カメラの画角の情報を含み、
   前記撮影難易度評価部は、前記点検対象撮影箇所から撮影されると推測されるカメラ画像を、前記３次元モデリングデータと前記画角の情報とを用いて作成し、前記カメラ画像におけるＳＩＦＴもしくはＳＵＲＦもしくはＡＫＡＺＥ特徴量のいずれかに付随する画像特徴点を計算し、前記画像特徴点の量によって前記撮影難易度を評価する
   請求項１に記載の点検計画作成システム。
6. 前記撮影難易度評価部は、前記点検対象撮影箇所から光源に向かうベクトルと、前記点検対象撮影箇所から前記点検対象に向かうベクトルとのなす角度によって前記撮影難易度を評価する
   請求項１に記載の点検計画作成システム。
7. 前記施設情報は、前記施設の路面の摩擦係数を含み、
   前記走行難易度評価部は、前記路面の摩擦係数を用いて前記走行難易度を評価する
   請求項１に記載の点検計画作成システム。
8. 前記事前情報は、前記自走式点検ロボットの外形の情報を含み、
   前記走行難易度評価部は、前記路面上の任意地点に前記自走式点検ロボットを配置した場合の、前記自走式点検ロボットの外形から前記自走式点検ロボットの周辺に存在する物体又は溝までの距離を算出し、算出した前記距離によって前記走行難易度を評価する
   請求項１に記載の点検計画作成システム。
9. 前記走行難易度評価部は、前記自走式点検ロボットの自己位置推定の精度に関連する情報を前記走行難易度に反映して、前記走行難易度を評価する
   請求項１に記載の点検計画作成システム。
10. 前記点検計画作成インターフェースは、前記使用者の描画操作によって前記点検計画を作成する機能を備え、さらに、描画操作時の前記施設情報の背景表示として、前記走行難易度が高いもしくは低い領域を表示する機能と、前記点検対象ごとに前記撮影難易度が高いもしくは低い領域を表示する機能と、を備える
    請求項１に記載の点検計画作成システム。
11. 前記実行難易度がより低い前記点検計画を自動で生成する点検計画生成部、を備え、
    前記出力部は、既存の点検計画の前記実行難易度が、前記点検計画生成部が生成した点検計画の前記実行難易度よりも高い場合に、前記点検計画生成部が生成した前記点検計画を代替案として出力する
    請求項１に記載の点検計画作成システム。
12. 前記点検計画生成部は、
    前記撮影難易度と前記走行難易度とを用いて前記実行難易度を評価し、前記実行難易度がより低くなる箇所を前記点検対象撮影箇所として算出する撮影箇所算出部と、
    複数の前記点検対象撮影箇所を結ぶ前記走行経路として、前記走行難易度がより低い領域を通る走行経路を算出する走行経路算出部と、を備える
    請求項１１に記載の点検計画作成システム。
13. 前記走行難易度評価部は、前記施設情報に含まれる領域を、前記走行難易度が閾値以上となる領域である走行困難領域と、前記走行難易度が閾値未満となる領域である走行容易領域とを算出し、前記走行容易領域のうち前記走行困難領域に囲まれる走行容易領域を前記走行困難領域に変更し、
    前記点検計画生成部は、前記走行難易度評価部の動作後、最終的に前記施設情報に残っている前記走行容易領域の中から、前記点検計画を生成する
    請求項１２に記載の点検計画作成システム。
14. 前記走行経路算出部は、前記走行難易度が閾値以下となる領域を画像で表現した走行容易領域画像を生成し、前記走行容易領域画像に対して細線化アルゴリズムを適用することで、複数の前記点検対象撮影箇所を結ぶ複数の走行経路群を算出する
    請求項１２に記載の点検計画作成システム。
15. カメラを搭載した自走式点検ロボットの走行経路と、点検対象撮影箇所とを含む点検計画を作成する点検計画作成システムによる点検計画作成方法であって、
    撮影難易度評価部により、前記自走式点検ロボットを運用する施設の外観と、路面の情報とを含む施設情報、複数の点検対象の設置位置、及び前記カメラの撮影性能を基に、複数の前記点検対象の設置位置のそれぞれについて、前記走行経路上の任意地点における撮影難易度を評価する処理と、
    走行難易度評価部により、前記施設情報、前記点検対象の設置位置、及び前記撮影性能を基に、前記走行経路上の任意地点における走行難易度を評価する処理と、
    出力部により、前記点検計画を出力するとともに、前記点検計画の一部又は全部において、前記撮影難易度と前記走行難易度を用いて算出された総合的な難易度である実行難易度を出力する処理と、を含む
    点検計画作成方法。

Images