JP7468711B2 - 教師データ生成装置、教師データ生成方法、及び、プログラム - Google Patents
教師データ生成装置、教師データ生成方法、及び、プログラム Download PDFInfo
- Publication number
- JP7468711B2 JP7468711B2 JP2022579232A JP2022579232A JP7468711B2 JP 7468711 B2 JP7468711 B2 JP 7468711B2 JP 2022579232 A JP2022579232 A JP 2022579232A JP 2022579232 A JP2022579232 A JP 2022579232A JP 7468711 B2 JP7468711 B2 JP 7468711B2
- Authority
- JP
- Japan
- Prior art keywords
- sensor information
- combination
- teacher data
- road
- items
- 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
- 238000000034 method Methods 0.000 title claims description 45
- 238000012549 training Methods 0.000 claims description 66
- 238000003860 storage Methods 0.000 claims description 58
- 238000013075 data extraction Methods 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 20
- 239000000284 extract Substances 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 23
- 230000006866 deterioration Effects 0.000 description 15
- 238000013500 data storage Methods 0.000 description 14
- 238000010801 machine learning Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 9
- 238000007726 management method Methods 0.000 description 9
- 239000000463 material Substances 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000010426 asphalt Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 239000004567 concrete Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
- E01C23/01—Devices or auxiliary means for setting-out or checking the configuration of new surfacing, e.g. templates, screed or reference line supports; Applications of apparatus for measuring, indicating, or recording the surface configuration of existing surfacing, e.g. profilographs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
Description
道路の状態、道路の種別、道路の状態を判定するためのセンサ情報の種別、センサ情報の取得条件、及び、センサ情報の取得における外部環境のいずれかに含まれる項目の中から、少なくとも2つ以上の項目を含む組合せを選択する組合せ選択手段と、
センサ情報を用いて道路の状態を判定するモデルの学習に用いる教師データとして、組合せを用いてセンサ情報を抽出するデータ抽出手段と
を含む。
上記の教師データ生成装置と、
複数の教師データを用いて所定のモデルの機械学習を実行して、教師データそれぞれに対応した複数の学習済モデルを生成するモデル生成装置と、
センサ情報を複数の学習済モデルに適用し、複数の学習済モデルの判定結果を取得し、取得した複数の判定結果を用いてセンサ情報に対応する道路の状態を判定するセンサ情報判定装置と
を含む。
上記の状態判定装置と、
状態判定装置にセンサ情報を出力するセンサ情報取得装置と、
状態判定装置が出力する情報を表示する表示装置と
を含む。
道路の状態、道路の種別、道路の状態を判定するためのセンサ情報の種別、センサ情報の取得条件、及び、センサ情報の取得における外部環境のいずれかに含まれる項目の中から、少なくとも2つ以上の項目を含む組合せを選択し、
センサ情報を用いて道路の状態を判定するモデルの学習に用いる教師データとして、組合せを用いてセンサ情報を抽出する。
教師データ生成装置が、上記の教師データ生成方法を実行し、
モデル生成装置が、複数の教師データを用いて所定のモデルの機械学習を実行して、教師データそれぞれに対応した複数の学習済モデルを生成し、
センサ情報判定装置が、センサ情報を複数の学習済モデルに適用し、複数の学習済モデルの判定結果を取得し、取得した複数の判定結果を用いてセンサ情報に対応する道路の状態を判定する。
状態判定装置が、上記の状態判定方法を実行し、
センサ情報取得装置が、状態判定装置にセンサ情報を出力し、
表示装置が、状態判定装置が出力する情報を表示する。
道路の状態、道路の種別、道路の状態を判定するためのセンサ情報の種別、センサ情報の取得条件、及び、センサ情報の取得における外部環境のいずれかに含まれる項目の中から、少なくとも2つ以上の項目を含む組合せを選択する処理と、
センサ情報を用いて道路の状態を判定するモデルの学習に用いる教師データとして、組合せを用いてセンサ情報を抽出する処理と
をコンピュータに実行させる。
上記の処理と、
複数の教師データを用いて所定のモデルの機械学習を実行して、教師データそれぞれに対応した複数の学習済モデルを生成する処理と、
センサ情報を複数の学習済モデルに適用し、複数の学習済モデルの判定結果を取得し、取得した複数の判定結果を用いてセンサ情報に対応する道路の状態を判定する処理と
をコンピュータに実行させる。
次に、図面を参照して、第1の実施形態について説明する。
まず、第1の実施形態にかかる教師データ生成装置110などの構成について、図面を参照して説明する。
(1)道路の状態、
(2)道路の種別、
(3)道路の状態を判定するためのセンサ情報の種別、
(4)センサ情報の取得条件、
(5)センサ情報の取得における外部環境。
組合せ1:項目1=所定の時間、項目2=影を含む、画像の枚数=400。
組合せ2:項目1=所定の時間、項目2=影を含まない、画像の枚数=100。
次に、図面を参照して、状態判定装置100に含まれる装置の動作について説明する。
(1)道路の状態、
(2)道路の種別、
(3)道路の状態を判定するためのセンサ情報の種別、
(4)センサ情報の取得条件、
(5)センサ情報の取得における外部環境。
次に、第1の実施形態にかかる教師データ生成装置110の効果について説明する。
次に、状態判定装置100におけるハードウェア構成について説明する。
教師データ生成装置110は、図示しない記憶装置に保存されているセンサ情報を用いてもよい。この場合、教師データ生成装置110は、センサ情報取得部111、センサ情報分類部112、及び、センサ情報保存部113を含まなくてもよい。
道路の状態、道路の種別、道路の状態を判定するためのセンサ情報の種別、センサ情報の取得条件、及び、センサ情報の取得における外部環境のいずれかに含まれる項目の中から、少なくとも2つ以上の項目を含む組合せを選択する組合せ選択手段と、
センサ情報を用いて道路の状態を判定するモデルの学習に用いる教師データとして、組合せを用いてセンサ情報を抽出するデータ抽出手段と
を含む教師データ生成装置。
組合せに選択される項目が、少なくともセンサ情報の取得時間を含む
付記1に記載の教師データ生成装置。
組合せに選択される項目が、道路の周辺又は近傍の構造物、センサ情報を取得するセンサを搭載した移動体の速度又は加速度、及び、道路の区分の少なくとも一つを含む
付記2に記載の教師データ生成装置。
組合せ選択手段が、利用者からの所定の指示に基づいて、組合せを選択する
付記1ないし3のいずれか1項に記載の教師データ生成装置。
組合せ選択手段が、組合せとして選択可能な項目、及び、組合せとして選択できない項目の少なくとも一方を出力する
を含む付記1ないし4のいずれか1項に記載の教師データ生成装置。
組合せ選択手段が、組合せとして選択できない項目を出力する場合、選択できない理由を出力する
付記5に記載の教師データ生成装置。
組合せ選択手段が、組合せに含まれる項目それぞれに関連するセンサ情報の数及び比率の少なくとも一方を出力する
付記5又は6に記載の教師データ生成装置。
センサ情報を取得するセンサ情報取得手段と、
センサ情報を保存するセンサ情報保存手段と
を含む付記1ないし7のいずれか1項に記載の教師データ生成装置。
センサ情報取得手段が取得したセンサ情報、又は、センサ情報保存手段が保存しているセンサ情報を、項目に基づいて分類するセンサ情報分類手段をさらに含み、
データ抽出手段が、分類されたセンサ情報からセンサ情報を選択する
付記8に記載の教師データ生成装置。
付記1ないし9のいずれか1項に記載の教師データ生成装置と、
複数の教師データを用いて所定のモデルの機械学習を実行して、教師データそれぞれに対応した複数の学習済モデルを生成するモデル生成装置と、
センサ情報を複数の学習済モデルに適用し、複数の学習済モデルの判定結果を取得し、取得した複数の判定結果を用いてセンサ情報に対応する道路の状態を判定するセンサ情報判定装置と
を含む状態判定装置。
モデル生成装置が、生成した複数の学習済モデルに所定のデータを適用して、複数の学習済モデルそれぞれの精度を算出する
付記10に記載の状態判定装置。
付記10又は11に記載の状態判定装置と、
状態判定装置にセンサ情報を出力するセンサ情報取得装置と、
状態判定装置が出力する情報を表示する表示装置と
を含む状態判定システム。
状態判定装置に外部環境を出力する情報提供装置
をさらに含む付記12に記載の状態判定システム。
状態判定装置に指示を出力する入力装置
をさらに含む付記12又は13に記載の状態判定システム。
道路の状態、道路の種別、道路の状態を判定するためのセンサ情報の種別、センサ情報の取得条件、及び、センサ情報の取得における外部環境のいずれかに含まれる項目の中から、少なくとも2つ以上の項目を含む組合せを選択し、
センサ情報を用いて道路の状態を判定するモデルの学習に用いる教師データとして、組合せを用いてセンサ情報を抽出する
教師データ生成方法。
組合せに選択される項目が、少なくともセンサ情報の取得時間を含む
付記15に記載の教師データ生成方法。
組合せに選択される項目が、道路の周辺又は近傍の構造物、センサ情報を取得するセンサを搭載した移動体の速度又は加速度、及び、道路の区分の少なくとも一つを含む
付記16に記載の教師データ生成方法。
利用者からの所定の指示に基づいて、組合せを選択する
付記15ないし17のいずれか1項に記載の教師データ生成方法。
組合せとして選択可能な項目、及び、組合せとして選択できない項目の少なくとも一方を抽出し、
組合せとして選択可能な項目、及び、組合せとして選択できない項目の少なくとも一方を出力する
付記15ないし18のいずれか1項に記載の教師データ生成方法。
項目を選択できない理由を生成し、
組合せとして選択できない項目を出力する場合、選択できない理由を出力する
付記19に記載の教師データ生成方法。
組合せに含まれる項目それぞれに関連するセンサ情報の数及び比率の少なくとも一方を生成し、
センサ情報の数及び比率の少なくとも一方を出力する
付記19又は20に記載の教師データ生成方法。
センサ情報を取得し、
センサ情報を保存する
を含む付記15ないし21のいずれか1項に記載の教師データ生成方法。
取得したセンサ情報、又は、保存しているセンサ情報を、項目に基づいて分類し、
分類されたセンサ情報からセンサ情報を選択する
付記22に記載の教師データ生成方法。
教師データ生成装置が、付記15ないし23のいずれか1項に記載の教師データ生成方法を実行し、
モデル生成装置が、複数の教師データを用いて所定のモデルの機械学習を実行して、教師データそれぞれに対応した複数の学習済モデルを生成し、
センサ情報判定装置が、センサ情報を複数の学習済モデルに適用し、複数の学習済モデルの判定結果を取得し、取得した複数の判定結果を用いてセンサ情報に対応する道路の状態を判定する
状態判定方法。
モデル生成装置が、生成した複数の学習済モデルに所定のデータを適用して、複数の学習済モデルそれぞれの精度を算出する
付記24に記載の状態判定方法。
状態判定装置が、付記24又は25に記載の状態判定方法を実行し、
センサ情報取得装置が、状態判定装置にセンサ情報を出力し、
表示装置が、状態判定装置が出力する情報を表示する
状態判定方法。
情報提供装置が、状態判定装置に外部環境を出力する
付記26に記載の状態判定方法。
入力装置が、状態判定装置に指示を出力する
付記26又は27に記載の状態判定方法。
道路の状態、道路の種別、道路の状態を判定するためのセンサ情報の種別、センサ情報の取得条件、及び、センサ情報の取得における外部環境のいずれかに含まれる項目の中から、少なくとも2つ以上の項目を含む組合せを選択する処理と、
センサ情報を用いて道路の状態を判定するモデルの学習に用いる教師データとして、組合せを用いてセンサ情報を抽出する処理と
をコンピュータに実行させるプログラムを記録する記録媒体。
組合せに選択される項目が、少なくともセンサ情報の取得時間を含む
付記29に記載の記録媒体。
組合せに選択される項目が、道路の周辺又は近傍の構造物、センサ情報を取得するセンサを搭載した移動体の速度又は加速度、及び、道路の区分の少なくとも一つを含む
付記30に記載の記録媒体。
利用者からの所定の指示に基づいて、組合せを選択する処理
をコンピュータに実行させるプログラムを記録する付記29ないし31のいずれか1項に記載の記録媒体。
組合せとして選択可能な項目、及び、組合せとして選択できない項目の少なくとも一方を抽出する処理と、
組合せとして選択可能な項目、及び、組合せとして選択できない項目の少なくとも一方を出力する処理と
をコンピュータに実行させるプログラムを記録する付記29ないし32のいずれか1項に記載の記録媒体。
項目を選択できない理由を生成する処理と、
組合せとして選択できない項目を出力する場合、選択できない理由を出力する処理と
をコンピュータに実行させるプログラムを記録する付記33に記載の記録媒体。
組合せに含まれる項目それぞれに関連するセンサ情報の数及び比率の少なくとも一方を生成する処理と、
センサ情報の数及び比率の少なくとも一方を出力する処理と
をコンピュータに実行させるプログラムを記録する付記33又は34に記載の記録媒体。
センサ情報を取得する処理と、
センサ情報を保存する処理と
をコンピュータに実行させるプログラムを記録する付記29ないし35のいずれか1項に記載の記録媒体。
取得したセンサ情報、又は、保存しているセンサ情報を、項目に基づいて分類する処理と、
分類されたセンサ情報からセンサ情報を選択する処理と
をコンピュータに実行させる付記36に記載の記録媒体。
複数の教師データを用いて所定のモデルの機械学習を実行して、教師データそれぞれに対応した複数の学習済モデルを生成する処理と、
センサ情報を複数の学習済モデルに適用し、複数の学習済モデルの判定結果を取得し、取得した複数の判定結果を用いてセンサ情報に対応する道路の状態を判定する処理と
をコンピュータに実行させるプログラムを記録する付記29ないし37のいずれか1項に記載の記録媒体。
生成した複数の学習済モデルに所定のデータを適用して、複数の学習済モデルそれぞれの精度を算出する処理
をコンピュータに実行させるプログラムを記録する付記38に記載の記録媒体。
18 状態判定システム
100 状態判定装置
108 状態判定装置
110 教師データ生成装置
118 教師データ生成装置
111 センサ情報取得部
112 センサ情報分類部
113 センサ情報保存部
114 組合せ選択部
115 データ抽出部
120 教師データ保存装置
130 モデル生成装置
140 モデル保存装置
150 センサ情報判定装置
200 センサ情報取得装置
300 情報提供装置
400 入力装置
500 表示装置
610 CPU
620 ROM
630 RAM
640 記憶装置
650 NIC
690 記録媒体
810 サーバー
820 ドライブレコーダー
830 データーセンター
840 端末装置
Claims (10)
- 道路の状態、道路の種別、道路の前記状態を判定するためのセンサ情報の種別、前記センサ情報の取得条件、及び、前記センサ情報の取得における外部環境のいずれかに含まれる項目の中から、少なくとも2つ以上の前記項目を含む組合せを選択する組合せ選択手段と、
前記センサ情報を用いて道路の前記状態を判定するモデルの学習に用いる教師データとして、前記組合せを用いて前記センサ情報を抽出するデータ抽出手段と
を含む教師データ生成装置。 - 前記組合せに選択される前記項目が、少なくとも前記センサ情報の取得時間を含む
請求項1に記載の教師データ生成装置。 - 前記組合せに選択される前記項目が、道路の周辺又は近傍の構造物、前記センサ情報を取得するセンサを搭載した移動体の速度又は加速度、及び、道路の区分の少なくとも一つを含む
請求項2に記載の教師データ生成装置。 - 前記組合せ選択手段が、利用者からの所定の指示に基づいて、前記組合せを選択する
請求項1ないし3のいずれか1項に記載の教師データ生成装置。 - 前記組合せ選択手段が、前記組合せとして選択可能な前記項目、及び、前記組合せとして選択できない前記項目の少なくとも一方を抽出して、出力する
請求項1ないし4のいずれか1項に記載の教師データ生成装置。 - 前記組合せ選択手段が、前記組合せとして選択できない前記項目を出力する場合、選択できない理由を出力する
請求項5に記載の教師データ生成装置。 - 前記組合せ選択手段が、前記組合せに含まれる前記項目それぞれに関連する前記センサ情報の数及び比率の少なくとも一方を出力する
請求項5又は6に記載の教師データ生成装置。 - 前記センサ情報を取得するセンサ情報取得手段と、
前記センサ情報を保存するセンサ情報保存手段と
を含む請求項1ないし7のいずれか1項に記載の教師データ生成装置。 - コンピュータが、
道路の状態、道路の種別、道路の前記状態を判定するためのセンサ情報の種別、前記センサ情報の取得条件、及び、前記センサ情報の取得における外部環境のいずれかに含まれる項目の中から、少なくとも2つ以上の前記項目を含む組合せを選択し、
前記センサ情報を用いて道路の前記状態を判定するモデルの学習に用いる教師データとして、前記組合せを用いて前記センサ情報を抽出する
教師データ生成方法。 - 道路の状態、道路の種別、道路の前記状態を判定するためのセンサ情報の種別、前記センサ情報の取得条件、及び、前記センサ情報の取得における外部環境のいずれかに含まれる項目の中から、少なくとも2つ以上の前記項目を含む組合せを選択する処理と、
前記センサ情報を用いて道路の前記状態を判定するモデルの学習に用いる教師データとして、前記組合せを用いて前記センサ情報を抽出する処理と
をコンピュータに実行させるプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2021/004081 WO2022168223A1 (ja) | 2021-02-04 | 2021-02-04 | 教師データ生成装置、状態判定装置、状態判定システム、教師データ生成方法、状態判定方法、及び、記録媒体 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2022168223A1 JPWO2022168223A1 (ja) | 2022-08-11 |
JPWO2022168223A5 JPWO2022168223A5 (ja) | 2023-10-05 |
JP7468711B2 true JP7468711B2 (ja) | 2024-04-16 |
Family
ID=82740979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022579232A Active JP7468711B2 (ja) | 2021-02-04 | 2021-02-04 | 教師データ生成装置、教師データ生成方法、及び、プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240084528A1 (ja) |
JP (1) | JP7468711B2 (ja) |
WO (1) | WO2022168223A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018105122A1 (ja) | 2016-12-09 | 2018-06-14 | 富士通株式会社 | 教師データ候補抽出プログラム、教師データ候補抽出装置、及び教師データ候補抽出方法 |
JP2018163554A (ja) | 2017-03-27 | 2018-10-18 | 富士通株式会社 | 画像処理装置、画像処理方法、画像処理プログラム、及び教師データ生成方法 |
JP2019196680A (ja) | 2018-05-11 | 2019-11-14 | 西日本電信電話株式会社 | 舗装情報収集点検システム、舗装情報収集点検方法、及びプログラム |
JP2020144572A (ja) | 2019-03-06 | 2020-09-10 | エヌ・ティ・ティ・コムウェア株式会社 | 道路不具合検出装置、道路不具合検出方法及び道路不具合検出プログラム |
JP2020147961A (ja) | 2019-03-12 | 2020-09-17 | 東芝インフラシステムズ株式会社 | 道路維持管理システム、舗装種別判定装置、舗装劣化判定装置、修繕優先度判定装置、道路維持管理方法、舗装種別判定方法、舗装劣化判定方法、修繕優先度判定方法 |
-
2021
- 2021-02-04 JP JP2022579232A patent/JP7468711B2/ja active Active
- 2021-02-04 WO PCT/JP2021/004081 patent/WO2022168223A1/ja active Application Filing
- 2021-02-04 US US18/273,193 patent/US20240084528A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018105122A1 (ja) | 2016-12-09 | 2018-06-14 | 富士通株式会社 | 教師データ候補抽出プログラム、教師データ候補抽出装置、及び教師データ候補抽出方法 |
JP2018163554A (ja) | 2017-03-27 | 2018-10-18 | 富士通株式会社 | 画像処理装置、画像処理方法、画像処理プログラム、及び教師データ生成方法 |
JP2019196680A (ja) | 2018-05-11 | 2019-11-14 | 西日本電信電話株式会社 | 舗装情報収集点検システム、舗装情報収集点検方法、及びプログラム |
JP2020144572A (ja) | 2019-03-06 | 2020-09-10 | エヌ・ティ・ティ・コムウェア株式会社 | 道路不具合検出装置、道路不具合検出方法及び道路不具合検出プログラム |
JP2020147961A (ja) | 2019-03-12 | 2020-09-17 | 東芝インフラシステムズ株式会社 | 道路維持管理システム、舗装種別判定装置、舗装劣化判定装置、修繕優先度判定装置、道路維持管理方法、舗装種別判定方法、舗装劣化判定方法、修繕優先度判定方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2022168223A1 (ja) | 2022-08-11 |
US20240084528A1 (en) | 2024-03-14 |
JPWO2022168223A1 (ja) | 2022-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11417057B2 (en) | Realistic 3D virtual world creation and simulation for training automated driving systems | |
Gulliver et al. | Development of an open-source road traffic noise model for exposure assessment | |
US7602937B2 (en) | Image-based visibility measurement | |
JP6713505B2 (ja) | 舗装情報収集点検システム、舗装情報収集点検方法、及びプログラム | |
US11915486B2 (en) | Node-based near-miss detection | |
CN108360442B (zh) | 智能除雪方法、智能除雪车及计算机可读存储介质 | |
CN110738354B (zh) | 预测颗粒物浓度的方法、装置、存储介质及电子设备 | |
CN113935442B (zh) | 汽车自动驾驶功能测试道路的分类方法、设备和存储介质 | |
CN115098079B (zh) | 雷达检测模型确定方法、***、电子设备及可读存储介质 | |
KR102237927B1 (ko) | 자율 주행 차량에 의한 도시의 토지 이용 변화 예측 방법 | |
JP7468711B2 (ja) | 教師データ生成装置、教師データ生成方法、及び、プログラム | |
CN115983504B (zh) | 一种道路垃圾点位预测方法、***、设备以及存储介质 | |
Phanse et al. | Modelling and simulation of road traffic under rainy conditions | |
Bernardo et al. | Techniques of geomatics and soft computing for the monitoring of infrastructures and the management of big data | |
WO2022107330A1 (ja) | 状態判定装置、状態判定システム、状態判定方法、及び、記録媒体 | |
Huang et al. | Automatic Evaluation of Street-Level Walkability Based on Computer Vision Techniques and Urban Big Data: A Case Study of Kowloon West, Hong Kong | |
US11727684B2 (en) | Automated virtual tripwire placement | |
Ayazli et al. | Creating Urban Growth Simulation Models Driven by the Bosphorus Bridges | |
Gupta et al. | From Above and Beyond: Decoding Urban Aesthetics with the Visual Pollution Index | |
Wang et al. | Freeway Traffic Safety and Efficiency Enhancement Through Adaptive Roadway Lighting and Control Enabled by Connected Sensor and Infrastructure Networks | |
Wang et al. | Freeway Traffic Safety And Efficiency Enhancement Through Adaptive Roadway Lighting And Control Enabled By Connected Infrastructure Networks | |
Rasyidi et al. | Study of Urban Growth Center Development Factors and Simulation The Mamminasata Urban Area | |
JP2023109620A (ja) | 浸水情報生成装置、浸水情報生成方法及びプログラム | |
CN114387809A (zh) | 一种基于全天候视频监测的公路试验监测*** | |
Gupta et al. | A general approach for getting optimal speed of vehicles using spatial data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230712 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230712 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231226 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240215 |
|
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: 20240305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240318 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7468711 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |