JP7249589B2 - Antifreezing agent spraying control method and stationary antifreezing agent spraying device - Google Patents
Antifreezing agent spraying control method and stationary antifreezing agent spraying device Download PDFInfo
- Publication number
- JP7249589B2 JP7249589B2 JP2019053866A JP2019053866A JP7249589B2 JP 7249589 B2 JP7249589 B2 JP 7249589B2 JP 2019053866 A JP2019053866 A JP 2019053866A JP 2019053866 A JP2019053866 A JP 2019053866A JP 7249589 B2 JP7249589 B2 JP 7249589B2
- Authority
- JP
- Japan
- Prior art keywords
- road surface
- image
- spraying
- area
- frozen
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Description
本発明は、路面等が凍結することを防止するための凍結防止剤、砂その他の散布剤(これらを「凍結防止剤」と総称する。)を散布するために道路脇等に設置して使用される定置式凍結防止剤散布装置に関し、特に、その凍結防止剤の散布制御方法に関する。 INDUSTRIAL APPLICABILITY The present invention is used by installing it on the side of a road or the like to spray an antifreezing agent, sand or other spraying agent (collectively referred to as an "antifreezing agent") to prevent the road surface from freezing. It relates to a stationary antifreezing agent spraying device, and more particularly to a method for controlling the spraying of the antifreezing agent.
定置式凍結防止剤散布装置は、特許文献1、2において提案されている。特許文献1に記載の定置式凍結防止剤散布装置は、路面等の凍結、積雪が予想される時間帯において、外気温が低い場合に自動で凍結防止剤を散布するように構成されている。特許文献2に記載の凍結防止剤散布システムは、遠隔地に設置されている凍結防止剤散布装置を、管理者から遠隔操作によって起動して必要な時に散布動作を行わせることができるように構成されている。
A stationary antifreezing agent spraying device is proposed in
定置式凍結防止剤散布装置は無人による自動運転を前提としているので、路面凍結のおそれのある状況を時間帯、外気温等に基づき事前に設定し、このような状況になると、凍結防止剤を散布している。例えば、特許文献3に記載の凍結防止剤自動供給装置は、外気温が低く、降雪検知器で降雪を検知した場合に、路面温度検知器および路面状況検知器からの情報に基づき算出した量の凍結防止剤を路面に散布している。また、気象情報に基づき、路面凍結が予想される場合に、路面に凍結防止剤を散布するようにしている。
Since the stationary anti-freezing agent spraying system is premised on unmanned automatic operation, the situation in which there is a risk of road surface freezing is set in advance based on the time of day, outside temperature, etc., and if such a situation occurs, the anti-icing agent will be applied. are disseminated. For example, the antifreezing agent automatic supply device described in
特許文献4に記載の路面の凍結防止方法では、路面情報移動収集システムの制御部における路面状況判断部において、路面状況センサにより収集された情報に基づいて路面が乾燥、湿潤、凍結、圧雪のいずれに該当するかを判断し、路面温度比較部が路面温度計により計測された路面温度と0℃を比較し、凍結予測判断部が塩分濃度計からの塩分濃度とメモリに記憶されている路面温度と路面の塩分濃度との関係に基づいて路面が凍結するか否かを予測している(段落0015)。
In the road surface freeze prevention method described in
凍結防止剤の散布においては、路面状態を把握し、これに基づいて、凍結状態の路面、あるいは凍結が予想される路面に対して、凍結防止剤を適切なタイミングで散布する必要がある。特許文献4に記載の路面センサは、投光器により路面に向かって偏向特性を有するレーザ光を照射し、路面から反射された光を、投光器に対向して設置された受光器により受光する構成となっている。路面状況によって反射された光の強度および偏向特性が変化することを利用して、路面状況が乾燥、湿潤、圧雪、凍結のいずれに属するかを判定するとしている。しかしながら、実用的な精度で路面状況を判別し、これに基づき適切な時期、タイミングで凍結防止剤を散布する装置については実用化されていないのが現状である。
In spraying the antifreezing agent, it is necessary to grasp the state of the road surface and, based on this, spray the antifreezing agent on the road surface that is frozen or is expected to freeze at an appropriate timing. The road surface sensor described in
近年においてはニューラルネットワーク等の機械学習アルゴリズムを利用した人の顔などの画像認識が行われている。特に、畳み込みニューラルネットワーク(CNN)等のディープラーニングによって構築された学習モデルを用いて、顔画像などの画像認識が行なわれている。例えば、VGG16と呼ばれるモデルが知られており、このVGG16は、「ImageNet」と呼ばれる大規模画像データセットで学習された120万枚の画像を1000カテゴリに分類した畳み込みニューラルネットワークの代表的な学習済みモデルである。また、VGG16モデルをファインチューニング(fine-tuning)して学習を行うと、その1000カテゴリ以外の物も分類することができる。 In recent years, image recognition of human faces and the like has been performed using machine learning algorithms such as neural networks. In particular, a learning model constructed by deep learning such as a convolutional neural network (CNN) is used to recognize images such as face images. For example, a model called VGG16 is known, and this VGG16 is a typical trained convolutional neural network that classifies 1,200,000 images trained on a large-scale image data set called "ImageNet" into 1000 categories. is a model. Also, if the VGG16 model is fine-tuned and trained, it can classify things other than those 1000 categories.
本発明の目的は、凍結防止剤の散布の要否のための路面状態の判別に、ディープラーニングによる画像分類を適用して、路面状態を実用化可能な精度で判別して、路面状態に応じて適切に凍結防止剤を散布可能な散布制御方法を提案することにある。また、本発明の目的は、この方法による制御機構が組み込まれた定置式凍結防止剤散布装置を提供することにある。 The object of the present invention is to apply image classification by deep learning to determine the road surface condition for the necessity of spraying anti-freezing agent, determine the road surface condition with practical accuracy, and To propose a spraying control method capable of appropriately spraying an antifreeze agent on the ground. It is also an object of the present invention to provide a stationary antifreeze sprayer incorporating a control mechanism according to this method.
本発明の凍結防止剤の散布制御方法では、畳み込みニューラルネットワーク等を用いたディープラーニングによって構築された学習済みモデルを用いて、路面撮影画像の画像分類を行って路面状態を判別し、判別結果と路面温度に基づき、路面状態が凍結防止剤の散布が必要な凍結状態であるか否かを判断している。 In the antifreezing agent spray control method of the present invention, using a trained model constructed by deep learning using a convolutional neural network or the like, image classification of road surface captured images is performed to determine the road surface state, and the determination result and Based on the road surface temperature, it is determined whether or not the road surface is in a frozen state requiring the application of an antifreezing agent.
本発明者等は、オープンソースニューラルネットワークライブラリの一つであるKerasを用いて、乾燥状態、湿潤あるいは凍結状態、積雪状態、その他の状態の4分類の状態の路面画像を用いて、畳み込みニューラルネットワークにより路面画像分類用の学習済みモデル、畳み込みニューラルネットワークのfine-tuningにより構築した学習済みモデル等を用いて、路面状態の画像分類を行った。この結果、実用上十分な精度で路面状態を上記の4つに分類可能であることが確認された。ディープラーニングにより構築した路面画像分類用の学習済みモデルを備えた画像分類器を、定置式凍結防止剤散布装置の制御用コンピュータに実装することで、路面状態に応じて適切に凍結防止剤を散布可能な定置式凍結防止剤散布装置を実現できる。 The present inventors used Keras, one of the open source neural network libraries, to create a convolutional neural network using road surface images in four categories: dry, wet or frozen, snow-covered, and other states. Image classification of road surface conditions was performed using a trained model for road surface image classification by , and a trained model constructed by fine-tuning of a convolutional neural network. As a result, it was confirmed that it is possible to classify the road surface condition into the above four with sufficient accuracy for practical use. By installing an image classifier equipped with a trained model for road surface image classification built by deep learning in the control computer of the stationary anti-freezing agent spraying device, the anti-freezing agent can be sprayed appropriately according to the road surface condition. A possible stationary antifreeze sprayer can be realized.
ここで、夜間あるいは照度の低い状態では画像認識可能な程度に鮮明な路面撮影画像を取得できないおそれがある。そこで、路面撮影画像として、可視光画像および赤外線画像の双方を取得し、可視光画像が画像認識には適さない程度に不鮮明な場合、すなわち、画像の輝度が低い場合には、赤外線画像を用いて路面状態を判別することが望ましい。このようにすれば、昼夜、環境照度の如何に関わりなく、常に、所定の精度で路面状態を判別できる。このために、本発明では、路面の撮影画像として、可視光画像および赤外線画像を取得し、可視光画像および赤外線画像の双方について画像分類を行う。 Here, at night or in a state of low illuminance, there is a possibility that a clear road surface photographed image cannot be acquired to the extent that the image can be recognized. Therefore, both a visible light image and an infrared image are acquired as the road surface photographed image. It is desirable to determine the road surface condition by In this way, the road surface condition can always be determined with a predetermined accuracy regardless of whether it is day or night or whether the ambient illumination is high. For this purpose, in the present invention, a visible light image and an infrared image are acquired as captured images of the road surface, and image classification is performed on both the visible light image and the infrared image.
双方の画像を使用せずに、可視光画像と赤外線画像の平均輝度に基づき、画像分類に用いる路面撮影画像を選択することもできる。この場合には、可視光画像の平均輝度を算出し、平均輝度が一定値よりも高い場合には可視光画像を用いて画像分類による路面状態の判別を行い、低い場合には、赤外線画像を用いて路面状態の判別を行う。 Instead of using both images, it is also possible to select the road surface image used for image classification based on the average brightness of the visible light image and the infrared image. In this case, the average brightness of the visible light image is calculated, and if the average brightness is higher than a certain value, the visible light image is used to determine the road surface condition by image classification. is used to determine the road surface condition.
ここで、路面に人、車等の障害物が存在している場合には凍結防止剤の散布を行うことができない。一般的には距離センサ等の障害物の有無を検出するために専用の障害物センサが配置される。路面撮影画像から障害物の存在の有無を検出できれば、専用の障害物センサを省略できる。本発明では、撮影画像から、路面に付した切り出し範囲指定用のラインの画像、または、路面に付されているセンターラインあるいは路側帯のラインの画像を認識し、ラインの画像から、前記ラインの全てを認識できる場合には、散布領域内に障害物が存在しないと判断している。また、路面が積雪で覆われている場合においても、路面撮影画像からラインの全部あるいは一部を認識できないので、これに基づき、路面が積雪状態であるか否かも判別できる。勿論、距離センサ等の専用の障害物センサを配置して、路面上に障害物が存在しないことを二重に確認することも可能である。 Here, when there are obstacles such as people and cars on the road surface, the antifreezing agent cannot be sprayed. Generally, a dedicated obstacle sensor such as a distance sensor is arranged to detect the presence or absence of an obstacle. If the presence or absence of an obstacle can be detected from the road surface photographed image, a dedicated obstacle sensor can be omitted. In the present invention, an image of a line for specifying an extraction range attached to the road surface, or an image of a center line or a roadside strip line attached to the road surface is recognized from the photographed image, and the line image is recognized from the image of the line. If all can be recognized, it is determined that there are no obstacles within the spray area. Moreover, even when the road surface is covered with snow, all or part of the line cannot be recognized from the photographed road surface image. Of course, it is also possible to double check that there are no obstacles on the road surface by arranging a dedicated obstacle sensor such as a distance sensor.
さらに、路面撮影画像から画像分類のために用いる画像の切り出しのために、路面に付したラインを利用してもよい。この場合には、路面に、切り出し範囲指定用のラインとして、円形、楕円形、多角形などの閉じ形状のラインマークを付しておき、路面撮影画像に写っているラインマークの範囲内の部分を切り出せばよい。 Furthermore, lines attached to the road surface may be used to cut out images used for image classification from the road surface photographed images. In this case, a closed-shaped line mark such as a circle, an oval, or a polygon is attached to the road surface as a line for specifying the extraction range, and the portion within the range of the line mark shown in the road surface photographed image should be cut out.
本発明の定置式凍結防止剤散布装置は、路面の散布領域に障害物が存在せず、散布領域が凍結状態であると判別された場合に、路面の散布領域に凍結防止剤を散布する散布動作を行うので、散布が不要あるいは散布が不適切な路面状態での散布動作を回避できる。 The stationary antifreezing agent spraying apparatus of the present invention sprays the antifreezing agent on the road surface when it is determined that there are no obstacles in the road surface and the spraying area is in a frozen state. Since the action is performed, the spraying action can be avoided in road surface conditions in which spraying is unnecessary or inappropriate.
以下に、図面を参照して、本発明を適用した定置式凍結防止剤散布装置を備えた凍結防止剤散布システムの実施の形態を説明する。なお、以下の実施の形態は本発明の一例を示すものであり、本発明を実施の形態の構成に限定することを意図したものではない。 An embodiment of an antifreezing agent spraying system equipped with a stationary antifreezing agent spraying device to which the present invention is applied will be described below with reference to the drawings. In addition, the following embodiment shows an example of the present invention, and is not intended to limit the present invention to the configuration of the embodiment.
図1は凍結防止剤散布システムの全体構成を示す説明図である。凍結防止剤散布システム1は、管理サーバ2と、山間地の路肩など、各地に設置された多数台の定置式凍結防止剤散布装置3(1)、3(2)、3(3)・・・と、管理サーバ2と各定置式凍結防止剤散布装置3(1)、3(2)、3(3)・・・との間を通信接続する通信ネットワーク10とから構成される。また、必要に応じて、通信機能およびインターネットブラウザ機能等を備えた1台あるいは複数台のパソコン等の通信端末9(1)、スマートフォン、タブレット端末等の1台あるいは複数台の通信用携帯端末9(2)も備わっている。通信ネットワーク10は、携帯電話網、光通信回線等の通信回線網を利用することができる。
FIG. 1 is an explanatory diagram showing the overall configuration of the antifreezing agent spraying system. An antifreezing
管理サーバ2は、例えばインターネット上に設置したクラウドサーバとして構築することができる。管理サーバ2は、各地に設定されている定置式凍結防止剤散布装置3との間で通信を行い、それらの動作履歴等を確認でき、それらの散布動作を遠隔制御でき、散布条件等の動作条件の設定あるいは変更を行うことができる。通信端末9(1)、通信用携帯端末9(2)を用いて、例えば、管理サーバ2との間で通信を行い、各地に設置されている定置式凍結防止剤散布装置3の動作履歴等を確認できる。あるいは、直接に、各定置式凍結防止剤散布装置3と通信を行い、動作履歴等を確認できる。また、例えば、複数台の通信用携帯端末9(2)のうちの1台に、各定置式凍結防止剤散布装置3の動作確認と共に、散布条件等の動作条件の設定あるいは変更を行う管理権限を与えることも可能である。スマートフォン、タブレット端末から、登録したIDとパスワードにより、管理サーバ2にログインすることで、これらの端末に、このような管理用の閲覧機能その他の機能を付与できる。各定置式凍結防止剤散布装置3(1)、3(2)、3(3)・・・は、凍結防止剤散布機本体である散布機4と、IoT端末として機能する監視用通信ユニット8とを備えている。監視用通信ユニット8は、散布機4にケーブル等を介して外付けされる場合、散布機4に内蔵されて一体化される場合がある。なお、以下において、各定置式凍結防止剤散布装置3(1)、3(2)、3(3)・・・を区別する必要の無い場合には、これらを、「定置式凍結防止剤散布装置3」として説明する。
The
図2(a)は定置式凍結防止剤散布装置の散布機4の機構部分の構成例を示す説明図であり、図2(b)はその制御系の構成例を示す説明図である。図2(a)に示すように、散布機4の散布機構40は、本体ケース41を備えており、その前面の上側部に警告灯42が配置され、本体ケース41の前面下側の部位に横長の凍結防止剤の散布口43が開口しており、散布口43は開閉ドア機構44の開閉ドア44aによって開閉される。本体ケース41の内部の上端側の部分は凍結防止剤が充填されるホッパ45となっており、本体ケース41の側面には凍結防止剤を補給するための補給口(図示せず)が配置される。本体ケース41の内部において、ホッパ45の下端開口から落下する凍結防止剤は、供給口46を介して下側の円盤回転式散布ユニット47に供給される。供給口46はシャッタ機構48のシャッタ板48aによって開閉される。円盤回転式散布ユニット47の前側には、本体ケース41に形成した散布口43が位置している。円盤回転式散布ユニット47の下側には、駆動用バッテリ電源49が配置されている。
FIG. 2(a) is an explanatory view showing a configuration example of the mechanical portion of the
図2(b)に示すように、散布機4の制御系は、各部の動作状態および周囲の状況を検出する検出部50と、検出部50による検出信号に基づき、予め設定した散布条件を満たす場合に散布機構40を駆動して凍結防止剤の散布動作を行わせる散布機制御部60とを備えている。検出部50には、周囲温度を検出する外気温センサ51aおよび路面温度を検出する路面温度センサ51b、凍結防止剤散布領域内に人、車等の障害物が存在するか否かを検出する障害物センサ52が含まれている。また、検出部50には、開閉ドア44aの開閉を検出するドアセンサ53、シャッタ板48aの開度を検出するシャッタ開度センサ54が含まれている。ホッパ45に残っている凍結防止剤の残量を検出する散布剤残量センサ55が配置される場合もある。散布剤残量センサ55は、凍結防止剤の荷重あるいは容積を検出する。また、本例の検出部50には、路面撮影用のカメラ56、57が備わっている。カメラ56により路面撮影画像として可視光画像が取得され、カメラ57により路面撮影画像として赤外線画像が取得される。
As shown in FIG. 2(b), the control system of the
散布機制御部60は、例えばマイクロコンピュータを中心に構成することができ、各部分の制御を司るCPU61と、散布動作制御プログラムその他の制御プログラム等が予め格納されているROM62、各種演算の作業領域として利用されるRAM63、外部からの入力信号を受け付ける入力インタフェース64、外部に対して制御信号等を出力するための出力インタフェース65、通信用入出力インタフェース68およびこれらの各部分の間でデータおよびアドレスの送受を行なうためのバス66から基本的に構成されている。
The
散布機制御部60は、入力インタフェース64を介して、補充ボタン67aを含む各種の操作ボタン、操作スイッチ等が配置されている入力部67に接続されており、また、検出部50の外気温センサ51a、路面温度センサ51b、障害物センサ52、ドアセンサ53、シャッタ開度センサ54、散布剤残量センサ55等からの検出信号、カメラ56、57からの路面撮影画像が入力される。散布機制御部60は、出力インタフェース65を介して、散布機構40の各部に接続されている。例えば、モータドライバを介して、開閉ドア機構44の駆動モータ44b、シャッタ機構48の駆動モータ48b、円盤回転式散布ユニット47の駆動モータ47b等を駆動制御する。また、カメラ56、57を起動して、所定の周期で路面の撮影を行なわせる。
The
散布機制御部60は、予め設定されている散布条件を満たす場合に、散布機構40を起動して、凍結防止剤の散布動作を行う。後述のように、外気温が設定温度を下回り、路面凍結のおそれ、または、路面凍結状態にある場合において、人、車等の障害物が検出されないことを条件として、凍結防止剤を設定時間に亘って散布する。散布条件としては各種の条件を設定することができる。例えば、人、車等の障害物が存在しないことを条件として、夜間等の設定時間に散布を行うこともできる。
The
図3は散布機4により凍結防止剤が散布される路面を示す説明図である。散布機4は、例えば、道路80のアスファルト舗装された路面81に凍結防止剤を散布する。カメラ56、57は、例えば、散布機4の脇に立てた支柱等に取り付けられており、これらによって、路面81における凍結防止剤の散布領域82の全部あるいは一部が撮影される。散布領域82の撮影範囲83内の路面上には、指定範囲切り出し用のマークが複数箇所に付してある。例えば、白線のセンターライン84と両側の路側帯のライン85、86との間に、それぞれ、一定の間隔で複数箇所にラインマーク87が付されている。ラインマーク87は例えば正方形の白色輪郭ラインマーク、あるいは、蛍光塗料を用いて路面に描いた正方形輪郭のラインマークである。
FIG. 3 is an explanatory diagram showing the road surface on which the antifreezing agent is sprayed by the
図4は散布機4の散布機制御部60の散布動作制御に関連する主要機能を示す機能ブロック図である。散布機制御部60は、散布制御プログラムを実行することにより次の各部として機能する。散布機制御部60は、カメラ56、57から取得される路面撮影画像(56a、57a)を処理する画像処理部70と、路面凍結状態を判別する路面凍結判別部71と、散布開始判定・指示部72として機能する。画像処理部70は、路面確認部701、画像切り出し部702、画像選択部703および路面状態判別部704の各機能を備えている。
FIG. 4 is a functional block diagram showing main functions of the
路面確認部701では、カメラ56、57から一定のサンプリング周期で取得される路面撮影画像である可視光画像56aおよび赤外線画像57aに基づき路面81に人、車等の障害物が存在するか否かを確認する。例えば、路面撮影画像から、路面に付した切り出し範囲指定用のラインマーク87の画像、または、路面81に付されているセンターライン84あるいは路側帯のライン85、86の撮影画像を抽出する。ラインマーク87の画像から、ラインマーク87の全てを認識できる場合には、散布領域82内の路上に障害物が存在せず、また、路面81に積雪がないと判断できる。車等の障害物が存在する場合には、ラインマーク87の一部が隠れて画像に写らないので、ラインマーク87の画像の一部あるいは全てが欠落している場合には障害物が存在するか、路面に積雪があること判断できる。
A road
画像切り出し部702では、路面81に付したラインマーク87を利用して路面撮影画像の切り出し処理を行う。本例では、路面81に付したラインマーク87を、切り出し範囲指定用のラインとして利用する。ラインマーク87に囲まれた領域の画像が、切り取り画像として抽出される。ラインマーク87を使用せずに、路面撮影画像から予め設定されている指定領域を切り出すことも可能である。また、ラインマーク87を、切り出し範囲指定用のラインマークとして利用する場合には、ラインマーク87の形状は、円形、楕円形または多角形などの閉じ形状とされる。
The
画像選択部703では、可視光画像56a、赤外線画像57aの切り出し画像56b、57bの平均輝度を算出する。算出した平均輝度が予め設定した値以上の場合には、可視光画像56aを路面状態判別用の画像として選択する。平均輝度が予め設定した値よりも低い場合には、可視光画像56aが不鮮明であると判断して、路面状態判別に使用する切り出し画像として、赤外線画像57aの切り出し画像57bを選択する。
The
路面状態判別部704では、選択された切り出し画像(56bまたは57b)を、ディープラーニング、本例では畳み込みニューラルネットワークを用いて構築した学習済みモデルを備えた画像分類器705を用いて画像分類を行い、散布領域82の散布面状態が、乾燥状態、湿潤または凍結状態、積雪状態、およびその他の状態の4つの状態に分類する。ここで、画像分類器705では、画像分類用の学習済みモデルとして可視光画像用モデルと赤外線画像用モデルが実装されており、可視光画像および赤外線画像のそれぞれの画像分類を行うことができる。
The road surface
本例では、選択された一方の切り出し画像について画像認識を行っているが、双方の切り出し画像について画像認識を行うこともできる。この場合には、可視光画像および赤外線画像のいずれか一方において、散布面状態が湿潤または凍結状態であると判別された場合に、路面状態が、湿潤または凍結状態であると判断すればよい。 In this example, image recognition is performed on one of the selected clipped images, but it is also possible to perform image recognition on both clipped images. In this case, if either the visible light image or the infrared image determines that the spray surface is wet or frozen, it is determined that the road surface is wet or frozen.
画像処理部70において路面状態が、湿潤または凍結状態であると判断された場合には、路面凍結判別部71において、路面温度センサ51bによって検出される散布領域82の路面温度が、予め設定した路面凍結判別用の温度閾値よりも低い場合に、路面状態が、凍結防止剤の散布が必要な凍結状態であると判断する。
When the
散布開始判定・指示部72では、路面状態が凍結状態であると判断された場合に、凍結防止剤の散布を開始すべきか否かを判断し、散布を開始すべきであると判断した場合には、散布開始指令を散布機構40に出し、散布動作を行わせる。散布開始判定・指示部72では、例えば、散布領域82への前回の凍結防止剤の散布から指定時間が経過しているか否かを判別し、指定時間が経過している場合には直ちに凍結防止剤の散布動作の開始を指示し、指定時間が経過していない場合には当該指定時間の経過を待って散布動作の開始を指示する。凍結防止剤の散布履歴(散布日時等)、路面凍結判別用の温度閾値、指定時間等の情報は、ROM62あるいはRAM63に形成した記憶部73に記憶保持されており、ここから読み出される。
When it is determined that the road surface is frozen, the spraying start determination/
この代わりに、散布機制御部60に凍結効果監視部を配置してもよい。凍結効果監視部では、前回の凍結防止剤の散布動作の終了から、散布領域82の路面温度の変化を監視し、この変化に基づき散布領域82に散布した凍結防止剤の散布効果が持続しているか否かを判断し、散布効果を示す値が設定値以下になった場合に、凍結防止剤の散布動作の開始を指示する。散布効果が持続しているか否かの判断は、路面温度と散布領域82の外気温との関係の変化を監視し、この変化に基づき行うことも可能である。
Alternatively, the freeze effect monitoring section may be arranged in the
また、散布開始判定・指示部72において、障害物センサ52を用いて、散布領域82内に、人、車等の障害物が存在しないことを再度確認し、存在しない場合に、散布開始指示を出すようにしてもよい。この場合には、障害物センサ52の検出範囲を、撮影範囲83とは異なる範囲、あるいは一部のみが重複している範囲に設定してもよい。このように二重の確認を行うことで、人、車等に凍結防止剤を散布してしまうという弊害を確実に回避できる。
In addition, the spraying start determination/
図5は、本例の定置式凍結防止剤散布装置3の凍結防止剤の散布制御動作の一例を纏めて示す概略フローチャートである。この図を参照して、散布動作の一例を説明すると、まず、散布機4のカメラ56、57は一定のサンプリング周期で駆動され、散布機制御部60に路面撮影画像が取得される(ステップST1:路面撮影)。また、路面温度センサによって検出される、路面81の撮影時における散布領域82の路面温度、外気温が取得される(ステップST2:温度検出)。
FIG. 5 is a schematic flow chart collectively showing an example of the antifreezing agent spraying control operation of the stationary antifreezing
路面撮影画像から、路面に付した切り出し範囲指定用のラインマークの画像、路面81に付されているセンターライン84、路側帯のライン85、86の画像を抽出する。ラインマーク87、センターライン84、路側帯のライン85、86のそれぞれを全てを認識できる場合には、散布領域82内に障害物が存在せず、路面81に積雪がないと判断する(ステップST3:路面確認)。障害物等が確認された場合には散布動作を開始しない。
An image of a line mark attached to the road surface for designating an extraction range, a
障害物等が存在しない場合には、取得された路面撮影画像から、散布領域82の指定範囲の画像部分を切り出す(ステップST4:画像切り出し)。散布領域82に付されたラインマーク87に沿って路面撮影画像を切り出し、可視光画像56aの切り出し画像56bと、赤外線画像57aの切り出し画像57bが得られる。
If there is no obstacle or the like, the image portion of the specified range of the
次に、可視光画像56aの切り出し画像56bについて、その平均輝度が算出され、平均輝度が一定値以上の場合には当該可視光画像の切り出し画像を選択し、一定値よりも低い場合には、切り出し画像として赤外線画像を選択する(ステップST5:画像選択)。
Next, the average brightness is calculated for the clipped
選択された切り出し画像ついて、ディープラーニングによって生成された学習済みモデルが実装された画像分類器705を用いて画像分類を行い、散布領域82の散布面状態が、乾燥状態、湿潤または凍結状態、積雪状態、その他の状態の4つの状態のうちのいずれであるのかを判別する(ステップST6:路面状態判別)。
Image classification is performed on the selected clipped image using an
散布面状態が湿潤または凍結状態であると判別された場合に、散布領域82の路面温度が、設定されている温度閾値よりも低い場合に、散布面状態を、凍結防止剤の散布が必要な凍結状態であると判断する(ステップST7:路面凍結判別)。
If the road surface temperature in the
路面の散布領域82に障害物が存在せず、散布領域82が凍結状態であると判別された場合に、路面81の散布領域82に凍結防止剤を散布する散布動作を開始するか否かを判断する(ステップST8:散布開始判定)。この散布開始の判定においては、散布領域82への前回の凍結防止剤の散布から指定時間が経過しているか否かを判別し、指定時間が経過している場合には直ちに凍結防止剤の散布動作の開始を指示する(ステップST9)、指定時間が経過していない場合には当該指定時間の経過を待って散布動作の開始を指示する。散布動作の開始が指示されると散布機構40が駆動されて路面の散布領域への凍結防止剤の散布動作が行われる。
Determining whether or not to start the spraying operation of spraying the antifreezing agent on the spraying
(その他の実施の形態)
(1)なお、本例の定置式凍結防止剤散布装置3には監視用通信ユニット8が付設されている。この監視用通信ユニット8を介して、管理サーバ2との間でデータの送受を行っている。これに加えて、監視用通信ユニット8は、例えば、設定されている位置の気象レーダデータを定期的に取得して、取得気象データに基づき、散布機制御部60において、散布領域82における気象状態、例えば、降雨、降雪状態を判断することも可能である。取得した気象情報と、路面温度との組み合わせから、凍結状態を判別するための凍結条件を設定しておき、凍結条件を満たす場合に、散布機構40を駆動して散布を行わせることもできる。
(Other embodiments)
(1) A
(2)また、監視用通信ユニット8を介して、近隣にある定置式凍結防止剤散布装置3との間で、路面状況、気象情報、路面温度、散布履歴などについてデータ連携を行うことも可能である。
(2) In addition, it is also possible to perform data linkage with the nearby stationary anti-freezing
1 凍結防止剤散布システム
2 管理サーバ
3、3(1)、3(2)、3(3) 定置式凍結防止剤散布装置
4 散布機
8 監視用通信ユニット
9(1) 通信端末
9(2) 通信用携帯端末
10 通信ネットワーク
40 散布機構
41 本体ケース
42 警告灯
43 散布口
44 開閉ドア機構
44a 開閉ドア
44b 駆動モータ
45 ホッパ
46 供給口
47 円盤回転式散布ユニット
47b 駆動モータ
48 シャッタ機構
48a シャッタ板
48b 駆動モータ
49 駆動用バッテリ電源
50 検出部
51a 外気温センサ
51b 路面温度センサ
52 障害物センサ
53 ドアセンサ
54 シャッタ開度センサ
55 散布剤残量センサ
56、57 カメラ
56a 可視光画像
56b、57b 切り取り画像
57a 赤外線画像
60 散布機制御部
61 CPU
62 ROM
63 RAM
64 入力インタフェース
65 出力インタフェース
66 バス
67 入力部
67a 補充ボタン
68 通信用入出力インタフェース
70 画像処理部
71 路面凍結判別部
72 散布開始判定・指示部
73 記憶部
80 道路
81 路面
82 散布領域
83 撮影範囲
84 センターライン
85、86 ライン
87 ラインマーク
701 路面確認部
702 画像切り出し部
703 画像選択部
704 路面状態判別部
705 画像分類器
1 Antifreezing
62 ROMs
63 RAM
64
Claims (14)
前記路面の撮影時における前記散布領域の路面温度を測定する路面温度測定工程と、
取得された撮影画像から、前記散布領域内の指定範囲の画像部分を切り出す画像切り出し工程と、
前記撮影画像から切り出された切り出し画像を、ディープラーニングによって構築された学習済みモデルを備えた画像分類器を用いて画像分類を行い、前記散布領域の路面状態が、乾燥状態、湿潤または凍結状態、積雪状態およびその他の状態の4つの状態のいずれであるのかを判別する路面状態判別工程と、
前記路面状態が前記湿潤または凍結状態であると判別された場合に、前記散布領域の前記路面温度が、設定されている閾値よりも低い場合に、前記路面状態を、前記凍結防止剤の散布が必要な凍結状態であると判断する路面凍結判別工程と、
を有しており、
前記路面撮影工程では、前記撮影画像として、可視光画像および赤外線画像を取得し、
前記画像切り出し工程では、前記可視光画像および前記赤外線画像のそれぞれから画像の切り出しを行い、
前記路面状態判別工程では、前記学習済みモデルとして可視光画像用学習済みモデルと赤外線画像用学習済みモデルが組み込まれた前記画像分類器を用いて、前記可視光画像および前記赤外線画像のそれぞれの画像分類を行い、
前記路面凍結判別工程では、前記可視光画像および前記赤外線画像のいずれか一方において前記路面状態が前記湿潤または凍結状態であると判別された場合に、前記路面温度に基づき、前記凍結状態であるか否かの判断を行う
凍結防止剤の散布制御方法。 A road surface photographing step of photographing an image of the road surface including the sprayed area where the antifreezing agent is sprayed;
a road surface temperature measuring step of measuring the road surface temperature of the dispersion area when photographing the road surface;
an image clipping step of clipping an image portion of a specified range within the scatter area from the acquired photographed image;
Image classification is performed on the clipped image clipped from the captured image using an image classifier equipped with a trained model constructed by deep learning, and the road surface state of the spray area is dry, wet or frozen. a road surface state determination step of determining which of the four states of the snow cover state and other states;
When the road surface condition is determined to be the wet or frozen condition and the road surface temperature in the spraying area is lower than a set threshold value, the antifreeze agent is not sprayed. A frozen road surface determination step for determining that the frozen state is required;
and
In the road surface photographing step, a visible light image and an infrared image are obtained as the photographed image,
In the image clipping step, images are clipped from each of the visible light image and the infrared image,
In the road surface condition determination step, the image classifier in which the trained model for visible light images and the trained model for infrared images are incorporated as the trained models are used to classify each image of the visible light image and the infrared image. do the classification,
In the frozen road surface determination step, when the road surface state is determined to be the wet or frozen state in either the visible light image or the infrared image, whether the road surface is in the frozen state is determined based on the road surface temperature. make a decision whether or not
A method for controlling the spraying of an antifreeze agent.
請求項1に記載の凍結防止剤の散布制御方法。 In the road surface condition determination step, the average luminance of the visible light image is calculated, and if the average luminance is equal to or higher than a predetermined value, the visible light image is classified. Perform image classification of infrared images
The method for controlling the spraying of the antifreezing agent according to claim 1.
この路面確認工程では、
前記撮影画像から、前記路面に付した切り出し範囲指定用のラインマークの画像、または、前記路面に付されているセンターラインあるいは路側帯のラインを認識し、
前記撮影画像から、前記ラインマーク、または、前記センターラインあるいは前記路側帯の全てを認識できる場合には、前記散布領域内に障害物が存在しないと判断する
請求項1または2に記載の凍結防止剤の散布制御方法。 performing a road surface confirmation step between the road surface photographing step and the image cutout step;
In this road surface confirmation process,
recognizing from the photographed image an image of a line mark attached to the road surface for specifying an extraction range, or a center line or roadside strip line attached to the road surface;
If all of the line marks, the center line, or the roadside strip can be recognized from the photographed image, it is determined that no obstacle exists within the spray area.
The method for controlling the spraying of the antifreezing agent according to claim 1 or 2.
前記路面の撮影時における前記散布領域の路面温度を測定する路面温度測定工程と、
取得された撮影画像から、前記散布領域内の指定範囲の画像部分を切り出す画像切り出し工程と、
前記撮影画像から切り出された切り出し画像を、ディープラーニングによって構築された学習済みモデルを備えた画像分類器を用いて画像分類を行い、前記散布領域の路面状態が、乾燥状態、湿潤または凍結状態、積雪状態およびその他の状態の4つの状態のいずれであるのかを判別する路面状態判別工程と、
前記路面状態が前記湿潤または凍結状態であると判別された場合に、前記散布領域の前記路面温度が、設定されている閾値よりも低い場合に、前記路面状態を、前記凍結防止剤の散布が必要な凍結状態であると判断する路面凍結判別工程と、
を有しており、
更に、
前記路面撮影工程と前記画像切り出し工程の間において、路面確認工程を行い、
この路面確認工程では、
前記撮影画像から、前記路面に付した切り出し範囲指定用のラインマークの画像、または、前記路面に付されているセンターラインあるいは路側帯のラインを認識し、
前記撮影画像から、前記ラインマーク、または、前記センターラインあるいは前記路側帯の全てを認識できる場合には、前記散布領域内に障害物が存在しないと判断する
ことを特徴とする凍結防止剤の散布制御方法。 A road surface photographing step of photographing an image of the road surface including the sprayed area where the antifreezing agent is sprayed;
a road surface temperature measuring step of measuring the road surface temperature of the dispersion area when photographing the road surface;
an image clipping step of clipping an image portion of a specified range within the scatter area from the acquired photographed image;
Image classification is performed on the clipped image clipped from the captured image using an image classifier equipped with a trained model constructed by deep learning, and the road surface state of the spray area is dry, wet or frozen. a road surface state determination step of determining which of the four states of the snow cover state and other states;
When the road surface condition is determined to be the wet or frozen condition and the road surface temperature in the spraying area is lower than a set threshold value, the antifreeze agent is not sprayed. A frozen road surface determination step for determining that the frozen state is required;
and
Furthermore,
performing a road surface confirmation step between the road surface photographing step and the image cutout step;
In this road surface confirmation process,
recognizing from the photographed image an image of a line mark attached to the road surface for specifying an extraction range, or a center line or roadside strip line attached to the road surface;
If all of the line marks, the center line, or the roadside strip can be recognized from the photographed image, it is determined that no obstacle exists within the spray area.
A method for controlling the spraying of an antifreezing agent , characterized by :
請求項3または4に記載の凍結防止剤の散布制御方法。 5. The antifreezing agent spraying control method according to claim 3, wherein in said road surface confirmation step, along with image recognition of said line mark, a distance sensor is used to confirm that said obstacle does not exist within said spraying area.
前記画像切り出し工程では、前記ラインマークに囲まれた領域の画像を切り取り画像として抽出する
請求項3または4に記載の凍結防止剤の散布制御方法。 The shape of the line mark for specifying the extraction range is circular, elliptical or polygonal,
5. The antifreezing agent dispersion control method according to claim 3 , wherein in the image clipping step, an image of a region surrounded by the line marks is extracted as a clipped image.
請求項1ないし6のうちのいずれか一つの項に記載の凍結防止剤の散布制御方法。 A spraying step of spraying the antifreezing agent on the spraying area of the road surface when it is determined that there is no obstacle in the spraying area of the road surface and the spraying area is in the frozen state. 7. The method for controlling the spraying of the antifreeze agent according to any one of items 1 to 6.
前記路面の撮影時における前記散布領域の路面温度を測定する路面温度測定工程と、
取得された撮影画像から、前記散布領域内の指定範囲の画像部分を切り出す画像切り出し工程と、
前記撮影画像から切り出された切り出し画像を、ディープラーニングによって構築された学習済みモデルを備えた画像分類器を用いて画像分類を行い、前記散布領域の路面状態が、乾燥状態、湿潤または凍結状態、積雪状態およびその他の状態の4つの状態のいずれであるのかを判別する路面状態判別工程と、
前記路面状態が前記湿潤または凍結状態であると判別された場合に、前記散布領域の前記路面温度が、設定されている閾値よりも低い場合に、前記路面状態を、前記凍結防止剤の散布が必要な凍結状態であると判断する路面凍結判別工程と、
前記路面の前記散布領域に障害物が存在せず、前記散布領域が前記凍結状態であると判別された場合に、前記路面の前記散布領域に前記凍結防止剤を散布する散布工程と、
を有しており、
更に、
前記路面凍結判別工程において前記凍結状態であると判別された場合に行われる散布開始判定工程を有しており、
この散布開始判定工程では、
前記散布領域への前回の凍結防止剤の散布から指定時間が経過しているか否かを判別し、
前記指定時間が経過している場合には直ちに前記凍結防止剤の散布動作の開始を指示し、
前記散布工程では、前記散布動作の開始の指示を受けて、前記凍結防止剤の散布動作を行う
ことを特徴とする凍結防止剤の散布制御方法。 A road surface photographing step of photographing an image of the road surface including the sprayed area where the antifreezing agent is sprayed;
a road surface temperature measuring step of measuring the road surface temperature of the dispersion area when photographing the road surface;
an image clipping step of clipping an image portion of a specified range within the scatter area from the acquired photographed image;
Image classification is performed on the clipped image clipped from the captured image using an image classifier equipped with a trained model constructed by deep learning, and the road surface state of the spray area is dry, wet or frozen. a road surface state determination step of determining which of the four states of the snow cover state and other states;
When the road surface condition is determined to be the wet or frozen condition and the road surface temperature in the spraying area is lower than a set threshold value, the antifreeze agent is not sprayed. A frozen road surface determination step for determining that the frozen state is required;
a spraying step of spraying the antifreezing agent on the spraying area of the road surface when it is determined that there is no obstacle in the spraying area of the road surface and the spraying area is in the frozen state;
and
Furthermore,
a spraying start determination step that is performed when the frozen road surface is determined to be in the frozen state in the road surface freeze determination step;
In this spraying start determination step,
Determining whether a specified time has passed since the previous antifreezing agent was sprayed to the spraying area,
instructing to start spraying the antifreezing agent immediately when the specified time has passed;
In the spraying step, the antifreeze agent is sprayed in response to an instruction to start the spraying operation.
A method for controlling the spraying of an antifreezing agent , characterized by :
前記路面の撮影時における前記散布領域の路面温度を測定する路面温度測定工程と、
取得された撮影画像から、前記散布領域内の指定範囲の画像部分を切り出す画像切り出し工程と、
前記撮影画像から切り出された切り出し画像を、ディープラーニングによって構築された学習済みモデルを備えた画像分類器を用いて画像分類を行い、前記散布領域の路面状態が、乾燥状態、湿潤または凍結状態、積雪状態およびその他の状態の4つの状態のいずれであるのかを判別する路面状態判別工程と、
前記路面状態が前記湿潤または凍結状態であると判別された場合に、前記散布領域の前記路面温度が、設定されている閾値よりも低い場合に、前記路面状態を、前記凍結防止剤の散布が必要な凍結状態であると判断する路面凍結判別工程と、
前記路面の前記散布領域に障害物が存在せず、前記散布領域が前記凍結状態であると判別された場合に、前記路面の前記散布領域に前記凍結防止剤を散布する散布工程と、
を有しており、
更に、
前記路面凍結判別工程において前記凍結状態であると判別された場合に行われる散布開始判定工程と、
前記散布工程における前記凍結防止剤の散布動作の終了から、前記散布領域の前記路面温度の変化、または、前記路面温度と前記散布領域の外気温との関係の変化を監視し、前記変化に基づき前記散布領域に散布した前記凍結防止剤の散布効果が持続しているか否かを判断する散布効果監視工程と、
を有しており、
前記散布開始判定工程では、前記散布効果を示す値が設定値以下になった場合に、前記凍結防止剤の散布動作の開始を指示し、
前記散布工程では、前記散布動作の開始の指示を受けて、前記凍結防止剤の散布動作を行う
ことを特徴とする凍結防止剤の散布制御方法。 A road surface photographing step of photographing an image of the road surface including the sprayed area where the antifreezing agent is sprayed;
a road surface temperature measuring step of measuring the road surface temperature of the dispersion area when photographing the road surface;
an image clipping step of clipping an image portion of a specified range within the scatter area from the acquired photographed image;
Image classification is performed on the clipped image clipped from the captured image using an image classifier equipped with a trained model constructed by deep learning, and the road surface state of the spray area is dry, wet or frozen. a road surface state determination step of determining which of the four states of the snow cover state and other states;
When the road surface condition is determined to be the wet or frozen condition and the road surface temperature in the spraying area is lower than a set threshold value, the antifreeze agent is not sprayed. A frozen road surface determination step for determining that the frozen state is required;
a spraying step of spraying the antifreezing agent on the spraying area of the road surface when it is determined that there is no obstacle in the spraying area of the road surface and the spraying area is in the frozen state;
and
Furthermore,
a spraying start determination step that is performed when the frozen road surface is determined to be in the frozen state in the road surface freeze determination step;
From the end of the antifreezing agent spraying operation in the spraying step, the change in the road surface temperature in the spraying area or the change in the relationship between the road surface temperature and the outside air temperature in the spraying area is monitored, and based on the change a spraying effect monitoring step of determining whether the spraying effect of the antifreezing agent sprayed in the spraying area is sustained;
and
In the spraying start determination step, when the value indicating the spraying effect is equal to or less than a set value, instructing the start of spraying operation of the antifreeze agent;
In the spraying step, the antifreeze agent is sprayed in response to an instruction to start the spraying operation.
A method for controlling the spraying of an antifreezing agent , characterized by :
前記路面の撮影時における前記散布領域の路面温度を測定する路面温度センサと、
コンピュータから構成される散布機制御部と、
を有しており、
前記散布機制御部は、
前記カメラから取得する撮影画像から、前記散布領域の路面状態を判別する画像処理部と、
前記画像処理部の判別結果と前記路面温度とに基づき、前記路面状態が凍結状態であるか否かを判別する路面凍結判別部と、
を備えており、
前記画像処理部は、
前記散布領域を含む指定範囲の画像部分を切り出す画像切り出し部と、
前記撮影画像から切り出された切り出し画像を、ディープラーニングによって構築された学習済みモデルを備えた画像分類器を用いて画像分類を行い、前記散布領域の散布面状態が、乾燥状態、湿潤または凍結状態、積雪状態およびその他の状態の4つの状態のいずれであるのかを判別する路面状態判別部と、
を備えており、
前記路面凍結判別部は、前記路面状態が前記湿潤または凍結状態であると判別された場合に、前記路面温度が、予め設定されている閾値よりも低い場合に、前記路面状態を、前記凍結防止剤の散布が必要な前記凍結状態であると判断し、
前記カメラは、前記撮影画像として、可視光画像および赤外線画像を取得し、
前記画像切り出し部は、前記可視光画像および前記赤外線画像のそれぞれから画像の切り出しを行い、
前記路面状態判別部は、前記学習済みモデルとして可視光画像用学習済みモデルと赤外線画像用学習済みモデルが組み込まれた前記画像分類器を用いて、前記可視光画像および前記赤外線画像のそれぞれの画像分類を行い、
前記路面凍結判別部では、前記可視光画像および前記赤外線画像のいずれか一方において前記散布面状態が前記湿潤または凍結状態であると判別された場合に、前記路面温度に基づき、前記凍結状態であるか否かの判別を行う
ことを特徴とする定置式凍結防止剤散布装置。 a camera that takes an image of the road surface including the application area where the antifreeze is applied;
a road surface temperature sensor that measures the road surface temperature of the dispersion area when the road surface is photographed;
a spreader controller comprising a computer;
and
The spreader control unit is
an image processing unit that determines the road surface condition of the scattering area from the image captured by the camera;
a frozen road surface determination unit that determines whether the road surface is in a frozen state based on the determination result of the image processing unit and the road surface temperature;
and
The image processing unit
an image clipping unit for clipping an image portion of a specified range including the scatter area;
Image classification is performed on the clipped image clipped from the captured image using an image classifier equipped with a trained model constructed by deep learning, and the spray surface state of the spray area is a dry state, a wet state, or a frozen state. , a road surface state determination unit that determines which of four states, snow cover state and other states,
and
If the road surface temperature is lower than a preset threshold value when the road surface condition is determined to be the wet or frozen condition, the road surface freeze determination unit determines the road surface condition as the antifreeze condition. Judging that the frozen state requires spraying of the agent ,
The camera acquires a visible light image and an infrared image as the captured image,
The image clipping unit clips an image from each of the visible light image and the infrared image,
The road surface condition determination unit uses the image classifier in which a trained model for visible light images and a trained model for infrared images are incorporated as the trained models, and classifies each image of the visible light image and the infrared image. do the classification,
The frozen road surface discrimination unit determines that the sprayed surface state is the wet or frozen state in either the visible light image or the infrared image, and the frozen state is determined based on the road surface temperature. determine whether or not
A stationary antifreezing agent spraying device characterized by:
前記画像切り出し部は、前記可視光画像および前記赤外線画像のそれぞれから画像の切り出しを行い、
前記画像処理部は、前記可視光画像の平均輝度を算出し、前記平均輝度が一定値以上の場合には前記可視光画像を選択し、前記一定値よりも低い場合には前記赤外線画像を選択する画像選択部を備え、
前記路面状態判別部は、前記可視光画像および前記赤外線画像のうち選択された画像にについて画像分類を行う
請求項10に記載の定置式凍結防止剤散布装置。 The camera acquires a visible light image and an infrared image as the captured image,
The image clipping unit clips an image from each of the visible light image and the infrared image,
The image processing unit calculates the average brightness of the visible light image, selects the visible light image when the average brightness is equal to or higher than a certain value, and selects the infrared image when the average brightness is lower than the certain value. and an image selection unit that
The road surface condition determination unit performs image classification on an image selected from the visible light image and the infrared image.
11. The stationary antifreeze agent spraying device according to claim 10.
前記散布機制御部は、前記撮影画像から前記ラインマークを抽出し、抽出結果に基づき前記散布領域内の路面上に障害物が存在するか否かを判断する路面確認部を備えており、
前記画像切り出し部は、前記ラインマークに囲まれた領域の画像を切り取り画像として抽出する
請求項10または11に記載の定置式凍結防止剤散布装置。 A line mark for specifying a cutout range is provided on the road surface of the scattering area,
The spreader control unit includes a road surface confirmation unit that extracts the line marks from the photographed image and determines whether or not an obstacle exists on the road surface within the dispersion area based on the extraction result,
The stationary antifreezing agent spraying device according to claim 10 or 11 , wherein the image clipping section extracts an image of the area surrounded by the line marks as a clipped image .
前記散布開始判定部は、
前記散布領域の路面上に障害物がなく、かつ、前記路面状態が前記凍結状態であると判別された場合に、
前記散布領域への前回の凍結防止剤の散布から指定時間が経過しているか否かを判別し、
前記指定時間が経過している場合には直ちに前記凍結防止剤の散布動作の開始を指示する請求項12に記載の定置式凍結防止剤散布装置。 The sprayer control unit includes a spraying start determination unit that determines whether to start spraying the antifreezing agent,
The spraying start determination unit
When it is determined that there are no obstacles on the road surface of the dispersion area and the road surface state is the frozen state,
Determining whether a specified time has passed since the previous antifreezing agent was sprayed to the spraying area,
13. The stationary antifreezing agent spraying device according to claim 12 , wherein when the specified time has passed, the instruction to start the spraying operation of the antifreezing agent is given immediately .
前記散布機制御部は、
前記散布領域の前記路面温度の変化、または、前記路面温度と前記外気温との関係の変化を監視し、前記変化に基づき前記散布領域に散布した前記凍結防止剤の散布効果が持続しているか否かを判断する散布効果監視部と、
凍結防止剤の散布の開始の可否を判断する散布開始判定部と、
を備えており、
前記散布開始判定部は、前記散布領域の路面上に障害物がなく、かつ、前記路面状態が前記凍結状態であると判別された場合に、前記散布効果を示す値が設定値以下になると、前記凍結防止剤の散布動作の開始を指示する請求項13に記載の定置式凍結防止剤散布装置。 Having an outside temperature sensor for measuring the outside temperature around the road surface,
The spreader control unit is
Changes in the road surface temperature in the spraying area or changes in the relationship between the road surface temperature and the outside air temperature are monitored, and whether the spraying effect of the antifreezing agent sprayed in the spraying area is sustained based on the change a spraying effect monitoring unit for determining whether or not
a spraying start determination unit that determines whether to start spraying the antifreezing agent;
and
When it is determined that there are no obstacles on the road surface in the spraying area and the road surface condition is the frozen condition, the spraying start determining unit determines that when the value indicating the spraying effect becomes equal to or less than a set value, 14. The stationary antifreeze agent spraying device according to claim 13, which instructs the start of the antifreeze agent spraying operation .
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019053866A JP7249589B2 (en) | 2019-03-20 | 2019-03-20 | Antifreezing agent spraying control method and stationary antifreezing agent spraying device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019053866A JP7249589B2 (en) | 2019-03-20 | 2019-03-20 | Antifreezing agent spraying control method and stationary antifreezing agent spraying device |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020153166A JP2020153166A (en) | 2020-09-24 |
JP7249589B2 true JP7249589B2 (en) | 2023-03-31 |
Family
ID=72558077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019053866A Active JP7249589B2 (en) | 2019-03-20 | 2019-03-20 | Antifreezing agent spraying control method and stationary antifreezing agent spraying device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7249589B2 (en) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001279637A (en) | 2000-03-31 | 2001-10-10 | Maeda Seisakusho Co Ltd | Method of spraying antifreezing agent |
JP2014191276A (en) | 2013-03-28 | 2014-10-06 | Sumitomo Electric Ind Ltd | Laser transmission fiber and manufacturing method therefor |
JP2017125809A (en) | 2016-01-15 | 2017-07-20 | 株式会社リコー | Information processing apparatus, information processing system, and program |
JP2018066136A (en) | 2016-10-18 | 2018-04-26 | 北海道瓦斯株式会社 | Snow melting controller, neural network learning method, snow melting control method, and snow melting control program |
JP2018073049A (en) | 2016-10-27 | 2018-05-10 | 株式会社リコー | Image recognition device, image recognition system, and image recognition method |
JP2018128265A (en) | 2017-02-06 | 2018-08-16 | 株式会社リコー | Server device, distinction program and distinction system |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3105771B2 (en) * | 1995-10-06 | 2000-11-06 | 株式会社前田製作所 | Antifreeze sprayer |
JP2972173B2 (en) * | 1998-02-17 | 1999-11-08 | 社団法人 雪センター | Road surface freezing prevention method, road surface information movement collection system, and road surface freezing prevention device |
-
2019
- 2019-03-20 JP JP2019053866A patent/JP7249589B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001279637A (en) | 2000-03-31 | 2001-10-10 | Maeda Seisakusho Co Ltd | Method of spraying antifreezing agent |
JP2014191276A (en) | 2013-03-28 | 2014-10-06 | Sumitomo Electric Ind Ltd | Laser transmission fiber and manufacturing method therefor |
JP2017125809A (en) | 2016-01-15 | 2017-07-20 | 株式会社リコー | Information processing apparatus, information processing system, and program |
JP2018066136A (en) | 2016-10-18 | 2018-04-26 | 北海道瓦斯株式会社 | Snow melting controller, neural network learning method, snow melting control method, and snow melting control program |
JP2018073049A (en) | 2016-10-27 | 2018-05-10 | 株式会社リコー | Image recognition device, image recognition system, and image recognition method |
JP2018128265A (en) | 2017-02-06 | 2018-08-16 | 株式会社リコー | Server device, distinction program and distinction system |
Also Published As
Publication number | Publication date |
---|---|
JP2020153166A (en) | 2020-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11891023B1 (en) | Using camera data to manage a vehicle parked outside in cold climates | |
KR102034027B1 (en) | System and method for automatically spreading liquid snow removal for road having black ice removal function | |
CN108615321B (en) | Security pre-warning system and method based on radar detecting and video image behavioural analysis | |
CN110796834B (en) | Vehicle flooding alarm method and system, vehicle and readable storage medium | |
WO2021253961A1 (en) | Intelligent visual perception system | |
KR101844507B1 (en) | Monitoring Service System with apparatus for Monitoring Combined with Thermal Infrared Temperature Array Sensor and Image Camera | |
EP1703437A2 (en) | Monitoring system, monitoring device and method, recording medium, and program | |
JP6155032B2 (en) | Shooting system | |
CN209993060U (en) | Electronic fence linkage system based on internet of things technology | |
CN107742422A (en) | Road vehicle monitoring system violating the regulations and its method | |
US20190008019A1 (en) | Method of controlling a light intensity of a light source in a light network | |
CN109167929A (en) | Adjusting method, device and the electronic equipment of in-vehicle camera parameter | |
JP7249589B2 (en) | Antifreezing agent spraying control method and stationary antifreezing agent spraying device | |
WO2015055737A1 (en) | Method and system for determining a reflection property of a scene | |
KR20200086015A (en) | Situation linkage type image analysis device | |
KR102025354B1 (en) | Danger vehicle warning device and operation method thereof | |
CN114511978B (en) | Intrusion early warning method, device, vehicle and computer readable storage medium | |
KR20220129243A (en) | System for auto control of snow removal device | |
CN105513372B (en) | The anti-capture recognition methods for clapping device vehicle of car plate is installed | |
KR101667350B1 (en) | Security system capable of cctv camera and light | |
CN108537127B (en) | Vehicle on-site identification system | |
US20150323661A1 (en) | Method and device for monitoring an immobile space region | |
CN105939464A (en) | Intelligent vehicle-mounted monitoring system and safety monitoring method thereof | |
KR101146726B1 (en) | Heat island measurement and monitering system | |
US11854270B1 (en) | Vehicle off-guard monitoring system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220131 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221019 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221025 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221213 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230221 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230310 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7249589 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |