幾何と位相の特徴に基づいた点群データからの道路地物の識別に関する一考察

• Item type: Journal(1)
• 公開日: 2021-05-15
• タイトル: 幾何と位相の特徴に基づいた点群データからの道路地物の識別に関する一考察
• タイトル / 言語: en
• タイトル: Research for Detecting Road Features from Point Cloud Data Based on Geometric Shape and Topology
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [特集：情報システム論文] i-Construction，道路地物，点群データ，地物識別，幾何と位相情報，機械学習
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• ID登録: 10.20729/00211089
• ID登録 / ID登録タイプ: JaLC
• 著者所属: 関西大学先端科学技術推進機構
• 著者所属: 摂南大学経営学部
• 著者所属: 大阪経済大学情報社会学部
• 著者所属: 関西大学総合情報学部
• 著者所属: 関西大学大学院総合情報学研究科
• 著者所属(英): en
• 著者所属(英): Organization for Research and Development of Innovative Science and Technology, Kansai University
• 著者所属(英): en
• 著者所属(英): Faculty of Business Administration, Setsunan University
• 著者所属(英): en
• 著者所属(英): Faculty of Information Technology and Social Sciences
• 著者所属(英): en
• 著者所属(英): Faculty of Informatics, Kansai University
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kansai University
• 著者名: 梅原, 喜政; 塚田, 義典; 中村, 健二; 田中, 成典; 中畑, 光貴
• 著者名(英): Yoshimasa, Umehara; Yoshinori, Tsukada; Kenji, Nakamura; Shigenori, Tanaka; Koki, Nakahata
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 国土交通省では，i-Constructionの下，道路管理の効率化に向けて地方整備局の道路管理用車両にセンシング装置を搭載し，地方管理道路を含めた一般道の点群データの収集を開始した．しかし，点群データは地物の情報を保持していないため，対象地物は膨大な点の中から人手で探索する必要がある．この作業を省力化するため，機械学習を用いて点群データから道路地物を識別する手法を一部提案した．しかし，それは，対象地物が少なく，実運用を想定した検証ができていない．そこで，本研究では，維持管理業務の主要な地物の仕様や基準を整理するとともに，識別の判断指標となる特徴を見い出し，それらに基づいた地物識別技術を提案する．そして，実証実験より，機械学習の性能限界を明らかにし，今後の地物識別の実用化に向けた展開を論じる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In order to improve the efficiency of road management made i-Construction, the Ministry of Land, Infrastructure, Transport and Tourism has installed sensing device on the road management vehicle of the Regional Development Bureau and has started collecting point cloud data for road. However, since the point cloud data does not hold information on features, it is necessary to manually extract feature points from the enormous number of points. In order to save labor in this work, a method that uses machine learning to detect road features from point cloud data has been proposed in a part of previous research. However, in that research, there were few target features, and it was not possible to perform verification assuming actual operation. Thus, in this research, we newly add major features of maintenance work and clarify the definition of features by organizing specifications and standards on geometric shape and topology. And, we propose method for detecting road features based on indicators for detection. We clarify the performance limits of machine learning by demonstration experiment assuming actual operation and discuss future developments toward the practical application of detecting road features.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 62, 号 5, p. 1218-1233, 発行日 2021-05-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764