抄録
道路の穴は、舗装損傷の中でも広く蔓延している形態であり、とりわけ道路維持管理資源が限られる地方部で顕著である。放置された道路の穴は車両に甚大な損傷を与えるだけでなく、ドライバーや歩行者に重大な安全リスクをもたらす。日本においては現在も保守クルーが運用するパトロールカーによる道路損傷検査が主流であるが、この方法は労力と時間を多大に要する。
我々の先行研究では、この検査プロセスを効率化するため、自動化された道路の穴検出およびサイズ分類システムを開発した。YOLOv8物体検出モデルを活用し、道路の穴を高速に識別するとともに、外観上のサイズに基づいて危険度を割り当て、保守作業の優先順位付けを行った。しかし、2次元バウンディングボックスの寸法に依存したため、カメラから遠い位置や斜め視点で撮影された道路の穴ではサイズ推定が一貫せず、誤分類が生じるという課題があった。
この課題を解決すべく、フォトグラメトリおよびStructure‑from‑Motion技術を導入し、各道路の穴の正確な3次元モデルを再構築した。これによりサイズ推定誤差は数センチメートル程度にまで低減されたものの、各モデルの生成・測定には約1時間を要し、リアルタイム性や大規模検査への適用が困難であった。
本研究では、先行研究の限界を克服するため、検出パイプラインにIntel RealSense D455深度センサーを統合する手法を提案する。各道路の穴の2次元バウンディングボックス情報とD455から得られるリアルタイム距離計測値を融合することで、視点歪みやカメラ–道路の穴間距離の変動に起因する誤差を排除し、検出と同時に実寸寸法を算出することを可能とする。
