2020 年 1 巻 J1 号 p. 210-216
近年、低頻度降雪地域では、降雪の際に、道路での車両の大規模滞留が見られる。道路管理者による異常事態の監視や路面状態の判別は、主に目視で行われているため、異常検知の効率がやや低い。
本研究は、道路管理者が迅速に異常検知や処理判断をするための支援ツールとして、ドライブレコーダーの画像をもちいて、道路路面を「乾燥」、「湿潤」、「浸水・冠水」、「湿雪」、「圧雪」の 5種類へ目視分類した教師データを作成した。また、自動で路面状態を判別する AIモデルを構築し、昼と夜を合わせた 26199枚の画像で検証した結果、概ね 85%の正答率であった。