(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022077450
(43)【公開日】2022-05-23
(54)【発明の名称】演算装置及びプログラム
(51)【国際特許分類】
G08G 1/00 20060101AFI20220516BHJP
E01C 23/01 20060101ALI20220516BHJP
【ＦＩ】
G08G1/00 J
E01C23/01
【審査請求】未請求
【請求項の数】9
【出願形態】ＯＬ
(21)【出願番号】P 2020188320
(22)【出願日】2020-11-11
(71)【出願人】
【識別番号】000000929
【氏名又は名称】ＫＹＢ株式会社
(74)【代理人】
【識別番号】110002147
【氏名又は名称】特許業務法人酒井国際特許事務所
(72)【発明者】
【氏名】▲高▼松 伸一
(72)【発明者】
【氏名】首藤 悠
【テーマコード（参考）】
2D053
5H181
【Ｆターム（参考）】
2D053AA32
5H181AA01
5H181AA15
5H181BB04
5H181BB20
5H181CC04
5H181EE11
5H181FF05
5H181MC02
5H181MC12
5H181MC19
5H181MC27
(57)【要約】
【課題】路面状態を適切に確認する。
【解決手段】演算装置１４は、所定の時間ごとに検出された、路面を走行する車両の挙動を示す車両挙動情報、及び車両挙動情報が検出された際の車両の位置情報を取得する車両挙動情報取得部４０と、所定の距離ごとに検出された、路面の状態を示す路面状態情報、及び路面状態情報が検出された路面の位置情報を取得する路面状態情報取得部４２と、車両の位置情報、路面の位置情報、及び路面状態情報に基づき、車両挙動情報が検出された位置の路面の状態を示す補正路面状態情報を生成する補正路面情報生成部４４と、補正路面状態情報と車両挙動情報とを関連付けた関連情報を生成する関連情報生成部４６と、を含む。
【選択図】図３
【解決手段】演算装置１４は、所定の時間ごとに検出された、路面を走行する車両の挙動を示す車両挙動情報、及び車両挙動情報が検出された際の車両の位置情報を取得する車両挙動情報取得部４０と、所定の距離ごとに検出された、路面の状態を示す路面状態情報、及び路面状態情報が検出された路面の位置情報を取得する路面状態情報取得部４２と、車両の位置情報、路面の位置情報、及び路面状態情報に基づき、車両挙動情報が検出された位置の路面の状態を示す補正路面状態情報を生成する補正路面情報生成部４４と、補正路面状態情報と車両挙動情報とを関連付けた関連情報を生成する関連情報生成部４６と、を含む。
【選択図】図３
【特許請求の範囲】
【請求項1】
所定の時間ごとに検出された、路面を走行する車両の挙動を示す車両挙動情報、及び前記車両挙動情報が検出された際の前記車両の位置情報を取得する車両挙動情報取得部と、
所定の距離ごとに検出された、路面の状態を示す路面状態情報、及び前記路面状態情報が検出された路面の位置情報を取得する路面状態情報取得部と、
前記車両の位置情報、前記路面の位置情報、及び前記路面状態情報に基づき、前記車両挙動情報が検出された位置の路面の状態を示す補正路面状態情報を生成する補正路面情報生成部と、
前記補正路面状態情報と前記車両挙動情報とを関連付けた関連情報を生成する関連情報生成部と、
を含む、演算装置。
所定の距離ごとに検出された、路面の状態を示す路面状態情報、及び前記路面状態情報が検出された路面の位置情報を取得する路面状態情報取得部と、
前記車両の位置情報、前記路面の位置情報、及び前記路面状態情報に基づき、前記車両挙動情報が検出された位置の路面の状態を示す補正路面状態情報を生成する補正路面情報生成部と、
前記補正路面状態情報と前記車両挙動情報とを関連付けた関連情報を生成する関連情報生成部と、
を含む、演算装置。
【請求項2】
前記関連情報を教師データとして、路面を走行する車両の挙動と路面の状態との対応関係を機械学習させる学習部をさらに含む、請求項１に記載の演算装置。
【請求項3】
前記補正路面情報生成部は、前記車両の位置情報が示す位置から所定距離範囲内の位置で検出された前記路面状態情報に基づいて、前記車両の位置情報が示す位置での前記補正路面状態情報を生成する、請求項１又は請求項２に記載の演算装置。
【請求項4】
前記補正路面情報生成部は、前記車両挙動情報を検出した第１タイミングにおける前記車両の位置情報と、前記第１タイミングの直前で前記車両挙動情報を検出した第２タイミングにおける前記車両の位置情報とに基づいて、前記第１タイミング又は前記第２タイミングで前記車両挙動情報が検出された位置での補正路面状態情報を算出する、請求項１から請求項３のいずれか１項に記載の演算装置。
【請求項5】
前記補正路面情報生成部は、
前記第１タイミングにおける前記車両の位置と前記第２タイミングにおける前記車両の位置とを含む領域である車両存在領域を設定し、
前記路面の位置情報に基づき、前記車両存在領域内の前記路面状態情報を抽出し、
抽出した前記路面状態情報に基づいて、前記第１タイミング又は前記第２タイミングで前記車両挙動情報が検出された位置での補正路面状態情報を算出する、請求項４に記載の演算装置。
前記第１タイミングにおける前記車両の位置と前記第２タイミングにおける前記車両の位置とを含む領域である車両存在領域を設定し、
前記路面の位置情報に基づき、前記車両存在領域内の前記路面状態情報を抽出し、
抽出した前記路面状態情報に基づいて、前記第１タイミング又は前記第２タイミングで前記車両挙動情報が検出された位置での補正路面状態情報を算出する、請求項４に記載の演算装置。
【請求項6】
前記補正路面情報生成部は、
緯度及び経度による座標系を複数の単位領域に区分し、
前記第１タイミングにおける前記車両の位置と前記第２タイミングにおける前記車両の位置とを結ぶ線分に重なる前記単位領域を抽出し、
前記線分に重なる単位領域における前記路面状態情報を抽出し、抽出した前記路面状態情報に基づいて、前記第１タイミング又は前記第２タイミングで前記車両挙動情報が検出された位置での補正路面状態情報を算出する、請求項４に記載の演算装置。
緯度及び経度による座標系を複数の単位領域に区分し、
前記第１タイミングにおける前記車両の位置と前記第２タイミングにおける前記車両の位置とを結ぶ線分に重なる前記単位領域を抽出し、
前記線分に重なる単位領域における前記路面状態情報を抽出し、抽出した前記路面状態情報に基づいて、前記第１タイミング又は前記第２タイミングで前記車両挙動情報が検出された位置での補正路面状態情報を算出する、請求項４に記載の演算装置。
【請求項7】
前記補正路面情報生成部は、
前記路面状態情報取得部によって取得された前記路面の位置情報のうち、前記第１タイミングで検出された前記車両の位置情報が示す位置に最も近い第１路面位置と、前記第２タイミングで検出された前記車両の位置情報が示す位置に最も近い第２路面位置とを抽出し、
路面の延在方向において前記第１路面位置から前記第２路面位置までの間で検出された前記路面状態情報を抽出し、抽出した前記路面状態情報に基づいて、前記第１タイミング又は前記第２タイミングで前記車両挙動情報が検出された位置での補正路面状態情報を算出する、請求項４に記載の演算装置。
前記路面状態情報取得部によって取得された前記路面の位置情報のうち、前記第１タイミングで検出された前記車両の位置情報が示す位置に最も近い第１路面位置と、前記第２タイミングで検出された前記車両の位置情報が示す位置に最も近い第２路面位置とを抽出し、
路面の延在方向において前記第１路面位置から前記第２路面位置までの間で検出された前記路面状態情報を抽出し、抽出した前記路面状態情報に基づいて、前記第１タイミング又は前記第２タイミングで前記車両挙動情報が検出された位置での補正路面状態情報を算出する、請求項４に記載の演算装置。
【請求項8】
前記補正路面情報生成部は、抽出した前記路面状態情報の平均値を、前記補正路面状態情報として算出する、請求項５から請求項７のいずれか１項に記載の演算装置。
【請求項9】
所定の時間ごとに検出された、路面を走行する車両の挙動を示す車両挙動情報、及び前記車両挙動情報が検出された際の前記車両の位置情報を取得する車両挙動情報取得ステップと、
所定の距離ごとに検出された、路面の状態を示す路面状態情報、及び前記路面状態情報が検出された路面の位置情報を取得する路面状態情報取得ステップと、
前記車両の位置情報、前記路面の位置情報、及び前記路面状態情報に基づき、前記車両挙動情報が検出された位置の路面の状態を示す補正路面状態情報を生成する補正路面情報生成ステップと、
前記補正路面状態情報と前記車両挙動情報とを関連付けた関連情報を生成する関連情報生成ステップと、
を含む、演算方法を、コンピュータに実行させる、
プログラム。
所定の距離ごとに検出された、路面の状態を示す路面状態情報、及び前記路面状態情報が検出された路面の位置情報を取得する路面状態情報取得ステップと、
前記車両の位置情報、前記路面の位置情報、及び前記路面状態情報に基づき、前記車両挙動情報が検出された位置の路面の状態を示す補正路面状態情報を生成する補正路面情報生成ステップと、
前記補正路面状態情報と前記車両挙動情報とを関連付けた関連情報を生成する関連情報生成ステップと、
を含む、演算方法を、コンピュータに実行させる、
プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、演算装置及びプログラムに関する。
【背景技術】
【0002】
地方自治体などの道路を管理する団体では、通常、作業員が乗車した車両で道路を巡回しつつ、作業員が目視で路面の状態を確認している。そして、路面損傷を発見した場合などには、路面状態を直接測定する専用の測定車を用いて、詳細な路面状態を測定している。路面状態を示す指標としては、例えば特許文献１に示すように、ＩＲＩ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｒｏｕｇｈｎｅｓｓ Ｉｎｄｅｘ；国際ラフネス指数）が用いられる場合がある。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１０－６６０４０号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかし、従来においては、作業員が道路を巡回して路面状態を目視確認するため、作業者の負担が大きくなってしまう。また、専用の測定車は費用が高額であるため、費用の観点からも作業負担が大きくなっている。
【0005】
本発明は、上記に鑑みてなされたものであって、路面状態を確認するための、作業者の負担及び費用を低減可能な演算装置及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【0006】
上述した課題を解決し、目的を達成するために、本開示に係る演算装置は、所定の時間ごとに検出された、路面を走行する車両の挙動を示す車両挙動情報、及び前記車両挙動情報が検出された際の前記車両の位置情報を取得する車両挙動情報取得部と、所定の距離ごとに検出された、路面の状態を示す路面状態情報、及び前記路面状態情報が検出された路面の位置情報を取得する路面状態情報取得部と、前記車両の位置情報、前記路面の位置情報、及び前記路面状態情報に基づき、前記車両挙動情報が検出された位置の路面の状態を示す補正路面状態情報を生成する補正路面情報生成部と、前記補正路面状態情報と前記車両挙動情報とを関連付けた関連情報を生成する関連情報生成部と、を含む。
【0007】
上述した課題を解決し、目的を達成するために、本開示に係るプログラムは、所定の時間ごとに検出された、路面を走行する車両の挙動を示す車両挙動情報、及び前記車両挙動情報が検出された際の前記車両の位置情報を取得する車両挙動情報取得ステップと、所定の距離ごとに検出された、路面の状態を示す路面状態情報、及び前記路面状態情報が検出された路面の位置情報を取得する路面状態情報取得ステップと、前記車両の位置情報、前記路面の位置情報、及び前記路面状態情報に基づき、前記車両挙動情報が検出された位置の路面の状態を示す補正路面状態情報を生成する補正路面情報生成ステップと、前記補正路面状態情報と前記車両挙動情報とを関連付けた関連情報を生成する関連情報生成ステップと、を含む、演算方法を、コンピュータに実行させる。
【発明の効果】
【0008】
本発明によれば、路面状態を確認するための、作業者の負担及び費用を低減できる。
【図面の簡単な説明】
【0009】
【発明を実施するための形態】
【0010】
以下に、本発明の好適な実施形態を図面に基づいて詳細に説明する。なお、以下に説明する実施形態により本発明が限定されるものではない。
【0011】
（検出システム）
図１は、本実施形態に係る検出システムの模式的なブロック図である。図１に示すように、本実施形態に係る検出システム１は、車両１０と、測定データ取得装置１２と、演算装置１４とを含む。検出システム１は、道路を走行する車両１０の車両挙動情報に基づき、その道路の路面Ｒの状態を判定するシステムである。車両挙動情報とは、道路を走行中の車両１０の挙動を示す情報であり、詳しくは後述する。検出システム１は、演算装置１４によって、車両挙動情報に基づいて路面Ｒの状態を示す路面状態情報を算出することで、路面Ｒの状態を判定する。路面状態情報は、本実施形態では路面Ｒの凹凸度合いを示す指標である。より詳しくは、本実施形態においては、路面状態情報とは、ＩＲＩ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｒｏｕｇｈｎｅｓｓ Ｉｎｄｅｘ；国際ラフネス指数）である。ただし、路面状態情報は、ＩＲＩに限られず、路面Ｒの凹凸度合いを示す任意の指標であってよい。例えば、路面状態情報は、ＩＲＩ、路面Ｒの平たん性、ひび割れ、わだち掘れ、及びＭＣＩ（Ｍｅｉｎｔｅｎａｎｃｅ Ｃｏｎｔｒｏｌ Ｉｎｄｅｘ）の少なくとも１つであってもよい。また例えば、路面状態情報は、例えば、路面Ｒ上の、マンホールの有無や橋の継ぎ目の有無など、路面Ｒの凹凸度合いに影響を及ぼす物体の有無を示す情報であってよいし、路面Ｒの凹凸度合いに影響を及ぼす物体の有無を示す情報と、上記の情報（ＩＲＩなど）とを含むものであってもよい。また、路面状態情報は、路面Ｒの状態を示す指標であれば、路面Ｒの凹凸度合いを示す指標に限定されない。
図１は、本実施形態に係る検出システムの模式的なブロック図である。図１に示すように、本実施形態に係る検出システム１は、車両１０と、測定データ取得装置１２と、演算装置１４とを含む。検出システム１は、道路を走行する車両１０の車両挙動情報に基づき、その道路の路面Ｒの状態を判定するシステムである。車両挙動情報とは、道路を走行中の車両１０の挙動を示す情報であり、詳しくは後述する。検出システム１は、演算装置１４によって、車両挙動情報に基づいて路面Ｒの状態を示す路面状態情報を算出することで、路面Ｒの状態を判定する。路面状態情報は、本実施形態では路面Ｒの凹凸度合いを示す指標である。より詳しくは、本実施形態においては、路面状態情報とは、ＩＲＩ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｒｏｕｇｈｎｅｓｓ Ｉｎｄｅｘ；国際ラフネス指数）である。ただし、路面状態情報は、ＩＲＩに限られず、路面Ｒの凹凸度合いを示す任意の指標であってよい。例えば、路面状態情報は、ＩＲＩ、路面Ｒの平たん性、ひび割れ、わだち掘れ、及びＭＣＩ（Ｍｅｉｎｔｅｎａｎｃｅ Ｃｏｎｔｒｏｌ Ｉｎｄｅｘ）の少なくとも１つであってもよい。また例えば、路面状態情報は、例えば、路面Ｒ上の、マンホールの有無や橋の継ぎ目の有無など、路面Ｒの凹凸度合いに影響を及ぼす物体の有無を示す情報であってよいし、路面Ｒの凹凸度合いに影響を及ぼす物体の有無を示す情報と、上記の情報（ＩＲＩなど）とを含むものであってもよい。また、路面状態情報は、路面Ｒの状態を示す指標であれば、路面Ｒの凹凸度合いを示す指標に限定されない。
【0012】
検出システム１においては、車両１０が、道路を走行しながら車両挙動情報を検出し、検出した車両挙動情報を測定データ取得装置１２に送信する。測定データ取得装置１２は、例えば道路を管理する主体に管理される装置（コンピュータ）である。測定データ取得装置１２は、車両１０から送信された車両挙動情報を、演算装置１４に送信する。演算装置１４は、測定データ取得装置１２から送信された車両挙動情報に基づき、車両１０が走行した道路の路面Ｒの状態を判定する。そして、演算装置１４は、路面Ｒの状態の判定結果を、測定データ取得装置１２に送信する。このように、演算装置１４は、測定データ取得装置１２を介して車両挙動情報を取得するが、それに限られない。例えば、検出システム１は、測定データ取得装置１２が設けられておらず、演算装置１４が、車両１０から直接車両挙動情報を取得してもよい。
【0013】
（車両）
図２は、車両の模式図である。図２に示すように、車両１０は、位置センサ１０Ａと、挙動センサ１０Ｂと、測定装置１０Ｃとを備える。位置センサ１０Ａは、車両１０の位置情報を取得するセンサである。車両１０の位置情報とは、車両１０の地球座標を示す情報である。位置センサ１０Ａは、本実施形態ではＧＮＳＳ（Ｇｌｏｂａｌ Ｎａｖｉｖａｔｉｏｎ Ｓａｔｅｌｉｔｅ Ｓｙｓｔｅｍ）用のモジュールである。なお、図２におけるＺ方向は、鉛直方向の上方を指し、図２は鉛直方向上方から車両１０を見た場合の模式図といえる。
図２は、車両の模式図である。図２に示すように、車両１０は、位置センサ１０Ａと、挙動センサ１０Ｂと、測定装置１０Ｃとを備える。位置センサ１０Ａは、車両１０の位置情報を取得するセンサである。車両１０の位置情報とは、車両１０の地球座標を示す情報である。位置センサ１０Ａは、本実施形態ではＧＮＳＳ（Ｇｌｏｂａｌ Ｎａｖｉｖａｔｉｏｎ Ｓａｔｅｌｉｔｅ Ｓｙｓｔｅｍ）用のモジュールである。なお、図２におけるＺ方向は、鉛直方向の上方を指し、図２は鉛直方向上方から車両１０を見た場合の模式図といえる。
【0014】
挙動センサ１０Ｂは、車両１０の挙動を示す車両挙動情報を検出するセンサである。車両挙動情報は、道路を走行中の車両１０の挙動を示す情報であれば任意であってよいが、本実施形態では、少なくとも車両１０の加速度の情報を含むことが好ましい。この場合、挙動センサ１０Ｂは、加速度を検出する加速度センサであり、より好ましくは３軸での加速度を検出する加速度センサである。また、車両挙動情報は、加速度であることに限られず、例えば、加速度、車両１０の周囲を撮像した画像データ、車両１０の速度、車両１０の角速度、車両１０のステアリング角度、車両１０のブレーキ量、車両１０のワイパの動作、及び車両１０のサスペンションの作動量の少なくとも１つであってよい。なお、車両１０の周囲の画像データは、車両１０の動きによって変化するため、車両１０の挙動を示す情報であるといえる。車両１０の周囲の撮像画像を検出する挙動センサ１０Ｂは例えばカメラであり、車両１０の速度を検出する挙動センサ１０Ｂは例えば速度センサであり、車両１０の角速度を検出する挙動センサ１０Ｂは例えば３軸ジャイロセンサであり、車両１０のステアリング角度を検出する挙動センサ１０Ｂは例えばステアリングセンサであり、車両１０のブレーキ量を検出する挙動センサ１０Ｂは例えばブレーキセンサであり、車両１０のワイパの動作を検出する挙動センサ１０Ｂは例えばワイパセンサが挙げられ、車両１０のサスペンションの作動量を検出する挙動センサ１０Ｂは例えばサスペンションセンサが挙げられる。挙動センサ１０Ｂの数及び種類は任意であり、検出する車両挙動情報に応じて搭載される。
【0015】
測定装置１０Ｃは、位置センサ１０Ａ及び挙動センサ１０Ｂを制御して車両１０の位置情報と車両挙動情報を検出させて、検出させた位置情報と車両挙動情報とを記録する装置である。すなわち、測定装置１０Ｃは、車両１０の位置情報と車両挙動情報とを記録するデータロガーとして機能する。測定装置１０Ｃは、コンピュータであるとも言え、制御部１０Ｃ１と、記憶部１０Ｃ２と、通信部１０Ｃ３とを含む。制御部１０Ｃ１は、演算装置、すなわちＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。記憶部１０Ｃ２は、制御部１０Ｃ１の演算内容やプログラム、車両１０の位置情報及び車両挙動情報などの各種情報を記憶するメモリであり、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）のような主記憶装置と、フラッシュメモリやＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）などの不揮発性の記憶装置のうち、少なくとも１つ含む。なお、記憶部１０Ｃ２が保存する制御部１０Ｃ１用のプログラムは、測定装置１０Ｃが読み取り可能な記録媒体に記憶されていてもよい。通信部１０Ｃ３は、外部の装置と通信を行う通信モジュールであり、例えばアンテナなどである。
【0016】
制御部１０Ｃ１は、記憶部１０Ｃ２に記憶されたプログラムを読み出して、位置センサ１０Ａ及び挙動センサ１０Ｂの制御を実行する。制御部１０Ｃ１は、車両１０が道路を走行中に、所定時間ごとに、挙動センサ１０Ｂに車両１０の車両挙動情報を検出させる。また、制御部１０Ｃ１は、位置センサ１０Ａに、挙動センサ１０Ｂが車両挙動情報を検出したタイミングにおける車両１０の位置情報を検出させる。すなわち、制御部１０Ｃ１は、車両１０が所定時間走行するたびに、挙動センサ１０Ｂに車両１０の車両挙動情報を検出させ、位置センサ１０Ａに車両１０の位置情報を検出させる。ここでの所定時間とは、例えば１分など、一定の時間であることが好ましいが、所定時間は一定の時間であることに限られず、任意の長さであってよい。すなわち、所定時間は都度変化してもよく、例えば前回検出を行ってから１分経過したタイミングで今回の検出を行い、今回の検出から３分経過したタイミングで次回の検出を行ってもよい。
【0017】
以下、挙動センサ１０Ｂが車両挙動情報を検出したタイミングにおける車両１０の位置情報を、適宜、車両位置情報と記載する。車両位置情報は、車両挙動情報が検出された位置の情報（座標）ともいえる。
【0018】
制御部１０Ｃ１は、所定時間ごとに検出させた車両１０の車両挙動情報と、車両位置情報とを取得し、取得した車両挙動情報と車両位置情報とを関連付けて、記憶部１０Ｃ２に記憶させる。すなわち、同じタイミングで検出された車両挙動情報と車両位置情報とが、関連付けられる。そのため、記憶部１０Ｃ２には、関連付けられた車両挙動情報と車両位置情報とが、検出されたタイミング毎に記憶される。なお、ここで関連付けられる車両位置情報と車両挙動情報とは、同じタイミングで検出されたものであるが、厳密に同じタイミングであることに限られず、異なるタイミングで検出されたものであってよい。この場合、例えば、検出タイミングの差が所定値以下となる車両位置情報と車両挙動情報とが、同じタイミングで検出されたものとして扱われて、関連付けられる。
【0019】
なお、本実施形態では、異なる種類の車両挙動情報を検出することが好ましく、この場合、異なる種類の車両挙動情報と、車両位置情報とが、関連付けられる。すなわち例えば、車両挙動情報として車両１０の加速度と角速度とが検出されて、加速度と角速度と車両位置情報とが、関連付けられる。
【0020】
制御部１０Ｃ１は、関連付けられた車両挙動情報と車両位置情報とを、通信部１０Ｃ３を介して、測定データ取得装置１２に送信する。測定データ取得装置１２は、車両１０から受信した車両挙動情報と車両位置情報とを、演算装置１４に送信する。なお、測定データ取得装置１２を設けない場合は、制御部１０Ｃ１は、関連付けられた車両挙動情報と車両位置情報とを、演算装置１４に直接送信してもよい。
【0021】
以上説明したように、車両挙動情報は、道路を走行する車両１０によって検出されるが、それに限られず、例えば道路の上空を飛行するドローンなどの飛行体によって検出されてもよい。すなわち、飛行体が、車両１０が道路を走行したと仮定した場合に示す挙動を、車両挙動情報として検出してもよい。言い換えれば、車両挙動情報を検出する主体は、道路を走行する車両に限られず、道路の上空を飛行する飛行体など、任意の移動体であってよい。飛行体によって車両挙動情報を検出する場合には、車両挙動情報は、例えば飛行体の周囲の画像データであってよい。
【0022】
（演算装置）
演算装置１４は、関連付けられた車両挙動情報と車両位置情報とを取得する。演算装置１４は、車両挙動情報及び車両位置情報と、路面Ｒの状態を示す既知の路面状態情報とを用いて、路面Ｒの状態を判定するための学習モデルに機械学習させる。そして、演算装置１４は、機械学習させた学習モデルＮを用いて、路面状態の検出が必要な路面Ｒを走行した車両１０の車両挙動情報に基づいて、その路面Ｒの状態を判定する。学習モデルＮは、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｒｉｇｅｎｃｅ）における学習モデルを指す。学習モデルＮは、車両挙動情報が入力されることで、路面状態情報を出力して、路面Ｒの状態を判定する。
演算装置１４は、関連付けられた車両挙動情報と車両位置情報とを取得する。演算装置１４は、車両挙動情報及び車両位置情報と、路面Ｒの状態を示す既知の路面状態情報とを用いて、路面Ｒの状態を判定するための学習モデルに機械学習させる。そして、演算装置１４は、機械学習させた学習モデルＮを用いて、路面状態の検出が必要な路面Ｒを走行した車両１０の車両挙動情報に基づいて、その路面Ｒの状態を判定する。学習モデルＮは、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｒｉｇｅｎｃｅ）における学習モデルを指す。学習モデルＮは、車両挙動情報が入力されることで、路面状態情報を出力して、路面Ｒの状態を判定する。
【0023】
図３は、演算装置の模式的なブロック図である。図３に示すように、演算装置１４は、例えばコンピュータであり、通信部２０と、記憶部２２と、制御部２４とを含む。通信部２０は、外部の装置と通信を行う通信モジュールであり、例えばアンテナなどである。記憶部２２は、制御部２４の演算内容やプログラム、学習モデルＮなどの各種情報を記憶するメモリであり、例えば、ＲＡＭと、ＲＯＭのような主記憶装置と、フラッシュメモリやＨＤＤなどの不揮発性の記憶装置のうち、少なくとも１つ含む。なお、記憶部２２が保存する制御部２４用のプログラムや学習モデルＮは、演算装置１４が読み取り可能な記録媒体に記憶されていてもよい。
【0024】
制御部２４は、演算装置、すなわちＣＰＵである。制御部２４は、学習モデルＮを学習させる学習モデル生成部３０と、学習済みの学習モデルＮによって路面Ｒの状態判定を行う結果取得部３２とを含む。学習モデル生成部３０は、車両挙動情報取得部４０と、路面状態情報取得部４２と、補正路面情報生成部４４と、関連情報生成部４６と、学習部４８とを含む。制御部２４は、記憶部２２からプログラム（ソフトウェア）を読み出して実行することで、車両挙動情報取得部４０と路面状態情報取得部４２と補正路面情報生成部４４と関連情報生成部４６と学習部４８と結果取得部３２とを実現して、それらの処理を実行する。なお、制御部２４は、１つのＣＰＵによってこれらの処理を実行してもよいし、複数のＣＰＵを備えて、それらの複数のＣＰＵで、処理を実行してもよい。また、車両挙動情報取得部４０と路面状態情報取得部４２と補正路面情報生成部４４と関連情報生成部４６と学習部４８と結果取得部３２との少なくとも一部を、ハードウェアで実現してもよい。
【0025】
以降においては、演算装置１４による学習モデルの学習方法を説明し、その後に、学習済みの学習モデルＮを用いた路面Ｒの状態の判定方法を説明する。
【0026】
（学習モデルの学習処理）
（車両挙動情報取得部）
車両挙動情報取得部４０は、関連付けられた車両挙動情報と車両位置情報とを取得する。すなわち、車両挙動情報取得部４０は、車両１０の測定装置１０Ｃによって検出された、道路（路面Ｒ）を走行した車両１０の挙動を示す車両挙動情報と、その車両挙動情報が検出された位置の位置情報とを、取得する。上述のように、車両挙動情報は、所定時間毎に検出されるデータである。従って、車両挙動情報取得部４０は、所定時間毎に検出された、道路を走行する車両１０の車両挙動情報と、道路を走行中の車両１０の位置情報とを取得するといえる。
（車両挙動情報取得部）
車両挙動情報取得部４０は、関連付けられた車両挙動情報と車両位置情報とを取得する。すなわち、車両挙動情報取得部４０は、車両１０の測定装置１０Ｃによって検出された、道路（路面Ｒ）を走行した車両１０の挙動を示す車両挙動情報と、その車両挙動情報が検出された位置の位置情報とを、取得する。上述のように、車両挙動情報は、所定時間毎に検出されるデータである。従って、車両挙動情報取得部４０は、所定時間毎に検出された、道路を走行する車両１０の車両挙動情報と、道路を走行中の車両１０の位置情報とを取得するといえる。
【0027】
なお、車両挙動情報取得部４０は、通信部２０を介して、測定データ取得装置１２から、所定時間毎に検出された車両挙動情報と車両位置情報とを取得するが、車両１０から直接取得してもよい。
【0028】
（路面状態情報取得部）
路面状態情報取得部４２は、路面状態情報と、その路面状態情報が検出された路面Ｒの位置情報とを、取得する。路面状態情報取得部４２は、教師データ用の車両挙動情報を検出する際に車両１０が走行する道路の路面状態情報を、取得する。また、路面状態情報が検出された路面Ｒの位置情報とは、路面状態情報を検出した位置を示す位置情報であるともいえる。以下、路面状態情報が検出された路面Ｒの位置情報を、適宜、路面位置情報と記載する。
路面状態情報取得部４２は、路面状態情報と、その路面状態情報が検出された路面Ｒの位置情報とを、取得する。路面状態情報取得部４２は、教師データ用の車両挙動情報を検出する際に車両１０が走行する道路の路面状態情報を、取得する。また、路面状態情報が検出された路面Ｒの位置情報とは、路面状態情報を検出した位置を示す位置情報であるともいえる。以下、路面状態情報が検出された路面Ｒの位置情報を、適宜、路面位置情報と記載する。
【0029】
路面状態情報取得部４２は、道路に沿って所定距離ごとに検出された路面状態情報と、路面位置情報とを取得する。すなわち、路面状態情報取得部４２は、所定距離ごとの路面Ｒの状態の情報を、路面状態情報として取得し、その路面状態情報が検出された位置の位置情報を、路面位置情報として取得する。ここでの所定距離とは、例えば１ｍなど、一定の距離であることが好ましいが、所定距離は一定の距離であることに限られず、任意の距離であってよい。すなわち、所定距離は都度変化してもよく、例えば、路面状態情報が検出されたある位置と、その位置から最も近くで路面状態情報が検出された位置との間の距離が１ｍであり、路面状態情報が検出された他の位置と、その位置から最も近くで路面状態情報が検出された位置との間の距離が３ｍであってもよい。
【0030】
路面状態情報取得部４２は、任意の方法で路面状態情報と路面位置情報とを取得してよい。例えば、路面状態情報取得部４２は、通信部２０を介して、外部の機器から路面状態情報と路面位置情報とを取得してもよいし、記憶部２２に予め記憶されていた路面状態情報と路面位置情報とを読み出してもよい。また、路面状態情報取得部４２が取得する路面状態情報及び路面位置情報は、予め検出（測定）された情報であってもよいし、学習モデルＮの教師データとして用いるために、検出されてもよい。
【0031】
（車両挙動情報と路面状態情報とが検出される位置）
図４は、車両挙動情報と路面状態情報とが検出される位置を模式的に示す図である。以上説明したように、車両挙動情報が所定時間毎に検出されたデータであるのに対し、路面状態情報は、所定距離毎に検出されたデータである。そのため、車両挙動情報を検出した位置である車両位置情報と路面状態情報を検出した位置である路面位置情報とが、一致しない場合がある。図４は、同じ道路における、車両挙動情報を検出した位置と路面状態情報を検出した位置との例を示している。より詳しくは、図４の位置Ｐ１－Ｐ４は、車両挙動情報が検出された位置を示している。すなわち、位置Ｐ１で車両挙動情報が検出され、その所定時間後に位置Ｐ２で車両挙動情報が検出され、その所定時間後に位置Ｐ３で車両挙動情報が検出され、その所定時間後に位置Ｐ４で車両挙動情報が検出されることを示している。図４に示すように、車両挙動情報が検出される位置Ｐ１－Ｐ４は、車両１０の速度が変化するなどの理由により、所定の間隔（距離毎）で並んでいない場合がある。また、図４の位置Ｐ５－Ｐ１１は、路面状態情報が検出された位置を示している。すなわち、位置Ｐ５－Ｐ１１のそれぞれの位置における路面状態情報が検出されることを示している。図４に示すように、路面状態情報が検出される位置Ｐ５－Ｐ１１は、所定の間隔（所定の距離）で並んでいる。そのため、位置Ｐ１－Ｐ４と位置Ｐ５－Ｐ１１とは、位置（座標）がずれている。
図４は、車両挙動情報と路面状態情報とが検出される位置を模式的に示す図である。以上説明したように、車両挙動情報が所定時間毎に検出されたデータであるのに対し、路面状態情報は、所定距離毎に検出されたデータである。そのため、車両挙動情報を検出した位置である車両位置情報と路面状態情報を検出した位置である路面位置情報とが、一致しない場合がある。図４は、同じ道路における、車両挙動情報を検出した位置と路面状態情報を検出した位置との例を示している。より詳しくは、図４の位置Ｐ１－Ｐ４は、車両挙動情報が検出された位置を示している。すなわち、位置Ｐ１で車両挙動情報が検出され、その所定時間後に位置Ｐ２で車両挙動情報が検出され、その所定時間後に位置Ｐ３で車両挙動情報が検出され、その所定時間後に位置Ｐ４で車両挙動情報が検出されることを示している。図４に示すように、車両挙動情報が検出される位置Ｐ１－Ｐ４は、車両１０の速度が変化するなどの理由により、所定の間隔（距離毎）で並んでいない場合がある。また、図４の位置Ｐ５－Ｐ１１は、路面状態情報が検出された位置を示している。すなわち、位置Ｐ５－Ｐ１１のそれぞれの位置における路面状態情報が検出されることを示している。図４に示すように、路面状態情報が検出される位置Ｐ５－Ｐ１１は、所定の間隔（所定の距離）で並んでいる。そのため、位置Ｐ１－Ｐ４と位置Ｐ５－Ｐ１１とは、位置（座標）がずれている。
【0032】
ここで、学習モデルＮは、車両挙動情報を入力値として路面状態情報を出力するように設定されるため、車両挙動情報と、その車両挙動情報が検出された位置における路面状態情報とを、１つのデータセットとして、教師データを準備する必要がある。しかし、上述のように、車両挙動情報を検出した位置と路面状態情報を検出した位置とが一致しない場合がある。そのため、車両挙動情報取得部４０が取得した車両挙動情報と、路面状態情報取得部４２が取得した路面状態情報とを、そのまま教師データのデータセットとして用いると、学習モデルに適切に学習させられない可能性がある。それに対し、本実施形態に係る演算装置１４は、補正路面情報生成部４４によって、路面状態情報取得部４２が取得した路面状態情報を、車両挙動情報を検出した位置における路面状態情報に補正して、すなわち後述の補正路面状態情報を生成して、教師データとする。以下、具体的に説明する。
【0033】
（補正路面情報生成部）
補正路面情報生成部４４は、車両挙動情報取得部４０が取得した車両位置情報（車両挙動情報が検出された位置）と、路面状態情報取得部４２が取得した路面位置情報（路面状態情報が検出された位置）と、路面状態情報取得部４２が取得した路面状態情報とに基づき、補正路面状態情報を生成する。補正路面情報は、車両挙動情報が検出された位置における路面状態情報であり、車両挙動情報を検出したタイミングで車両１０が走行していた位置における路面状態情報であるともいえる。図５は、車両挙動情報と路面状態情報とが検出される位置を模式的に示す図である。図５の例では、位置Ｐ１－Ｐ４（車両挙動情報が検出された位置）と、位置Ｐ５－Ｐ１０（路面状態情報が検出された位置）と、位置Ｐ５－Ｐ１０における路面状態情報とに基づき、位置Ｐ１’－位置Ｐ４’における路面状態情報である補正路面状態情報が生成されることを示している。位置Ｐ１’－位置Ｐ４’は、それぞれ位置Ｐ１－Ｐ４と同じ位置（座標）である。
補正路面情報生成部４４は、車両挙動情報取得部４０が取得した車両位置情報（車両挙動情報が検出された位置）と、路面状態情報取得部４２が取得した路面位置情報（路面状態情報が検出された位置）と、路面状態情報取得部４２が取得した路面状態情報とに基づき、補正路面状態情報を生成する。補正路面情報は、車両挙動情報が検出された位置における路面状態情報であり、車両挙動情報を検出したタイミングで車両１０が走行していた位置における路面状態情報であるともいえる。図５は、車両挙動情報と路面状態情報とが検出される位置を模式的に示す図である。図５の例では、位置Ｐ１－Ｐ４（車両挙動情報が検出された位置）と、位置Ｐ５－Ｐ１０（路面状態情報が検出された位置）と、位置Ｐ５－Ｐ１０における路面状態情報とに基づき、位置Ｐ１’－位置Ｐ４’における路面状態情報である補正路面状態情報が生成されることを示している。位置Ｐ１’－位置Ｐ４’は、それぞれ位置Ｐ１－Ｐ４と同じ位置（座標）である。
【0034】
以下、位置ＰＡ１での車両挙動情報が取得され、位置ＰＡ１での補正路面状態情報を生成することを例にして、補正路面情報の生成方法についてより具体的に説明する。すなわち、以下の例では、車両挙動情報取得部４０が、位置ＰＡ１での車両挙動情報と、位置ＰＡ１を示す車両位置情報とを取得し、補正路面情報生成部４４が、位置ＰＡ１における補正路面状態情報を生成する方法を説明する。ただし、補正路面状態情報の生成方法は、以下の例に限られず、補正路面情報生成部４４は、車両位置情報と路面位置情報と路面状態情報とを用いた任意の方法で、補正路面情報を生成してよい。
【0035】
補正路面情報生成部４４は、位置ＰＡ１から所定距離範囲内の位置で検出された路面状態情報に基づいて、位置ＰＡ１（車両位置情報が示す位置）での補正路面状態情報を生成する。補正路面情報生成部４４は、車両挙動情報が検出された位置ＰＡ１と、路面状態情報が検出された位置とに基づいて、位置ＰＡ１から所定距離範囲内で検出された路面状態情報を抽出する。そして、補正路面情報生成部４４は、抽出した路面状態情報に基づき、位置ＰＡ１での補正路面状態情報を生成する。このように位置ＰＡ１から所定距離範囲内で検出された路面状態情報を用いることで、位置ＰＡ１における補正路面状態情報を、高精度で算出できる。
【0036】
位置ＰＡ１から所定距離範囲内で検出された路面状態情報を用いて、位置ＰＡ１での補正路面状態情報を生成する処理の一例について、説明する。例えば、補正路面情報生成部４４は、補正路面状態情報を算出したい位置ＰＡ１と、路面状態情報が検出された位置との間の距離Ｌ０を、路面状態情報毎に算出する。そして、補正路面情報生成部４４は、それぞれの路面状態情報のうち、距離Ｌ０が所定の閾値以下となった路面状態情報を抽出する。補正路面情報生成部４４は、抽出した路面状態情報に基づき、位置ＰＡ１での補正路面状態情報を生成する。この場合例えば、補正路面情報生成部４４は、抽出した路面状態情報の平均値を算出して、その平均値を、位置ＰＡ１での補正路面状態情報とする。なお、位置ＰＡ１から所定距離範囲内で検出された路面状態情報を用いる処理は、これに限られない。例えば、以降の図６～図９で説明する方法でも、位置ＰＡ１から所定距離範囲内の位置で検出された路面状態情報に基づいて、位置ＰＡ１での補正路面状態情報を生成しているといえる。
【0037】
また、位置ＰＡ１の車両挙動情報が、所定の第１タイミングで検出され、第１タイミングの直前で車両挙動情報が検出されたタイミングを、第２タイミングとし、第２タイミングにおいて、位置ＰＡ２の車両挙動情報が検出されたとする。この場合、補正路面情報生成部４４は、位置ＰＡ１（第１タイミングにおける車両１０の位置情報）と、位置ＰＡ２（第２タイミングにおける車両１０の位置）とに基づいて、位置ＰＡ１での補正路面情報（第１タイミングで車両挙動情報が検出された位置での補正路面情報）を、生成する。このように位置ＰＡ１と、直前で車両挙動情報を検出した位置ＰＡ２とを用いることで、位置ＰＡ１における補正路面状態情報を、高精度で算出できる。なお、ここでは、位置ＰＡ１（第１タイミングにおける車両１０の位置情報が示す位置）と、位置ＰＡ２（第２タイミングにおける車両１０の位置情報が示す位置）とに基づいて、位置ＰＡ１での補正路面情報を算出するが、それに限られず、位置ＰＡ１と位置ＰＡ２とに基づいて、位置ＰＡ２での補正路面情報を算出してもよい。すなわち、補正路面情報生成部４４は、位置ＰＡ１と位置ＰＡ２とに基づいて、位置ＰＡ１又は位置ＰＡ２での補正路面情報を算出してよい。以降の説明でも、位置ＰＡ１での補正路面情報を算出する例を説明しているが、同様に、位置ＰＡ２での補正路面情報を算出してもよい。
【0038】
以下、補正路面状態情報の生成方法のより詳細な具体例を説明する。図６は、補正路面状態情報の生成方法の一例を説明する模式図である。図６の例において、補正路面情報生成部４４は、緯度及び経度による座標系を、複数の単位領域ＡＲに区分する。補正路面情報生成部４４は、道路（路面Ｒ）が存在する場所を含む領域を、所定の緯度及び経度毎に区切ることで、複数の単位領域ＡＲに区分する。すなわち、それぞれの単位領域ＡＲは、所定の緯度範囲と経度範囲とを占める領域であり、緯度範囲と経度範囲とが単位領域ＡＲ毎に異なる。なお、図６の例では、単位領域ＡＲは、緯度範囲と経度範囲とが等しい正方形の領域となっているが、それに限られず、緯度範囲と経度範囲とを任意に設定してよく、形状も正方形に限られず任意になっていてよい。
【0039】
補正路面情報生成部４４は、単位領域ＡＲの位置情報（緯度範囲と経度範囲）と、路面状態情報取得部４２が取得した路面位置情報（路面状態情報が検出された位置）とに基づき、単位領域ＡＲに路面位置情報を割り当てる。より詳しくは、補正路面情報生成部４４は、路面状態情報が検出された位置を範囲に含む単位領域ＡＲに、その路面状態情報を割り当てる。図６の例では、路面状態情報が検出された位置として、位置ＰＢ１－ＰＢ６が示されている。そして、位置ＰＢ１を範囲に含む単位領域ＡＲ１には、位置ＰＢ１における路面状態情報が割り当てられ、位置ＰＢ２を範囲に含む単位領域ＡＲ２には、位置ＰＢ２における路面状態情報が割り当てられ、位置ＰＢ３を範囲に含む単位領域ＡＲ３には、位置ＰＢ３における路面状態情報が割り当てられる。また、図６の例では、位置ＰＢ４は、単位領域ＡＲ４と単位領域ＡＲ５の境界位置にあるため、単位領域ＡＲ４、ＡＲ５には、位置ＰＢ４における路面状態情報が割り当てられる。また、位置ＰＢ５を範囲に含む単位領域ＡＲ６には、位置ＰＢ５における路面状態情報が割り当てられ、位置ＰＢ６を範囲に含む単位領域ＡＲ７には、位置ＰＢ６における路面状態情報が割り当てられる。このように、図６の例では、路面状態情報が検出された位置を範囲に含む単位領域ＡＲに、その路面状態情報を割り当てるが、それに限られない。例えば路面状態情報が検出された位置を範囲に含まない場合でも、その路面状態情報が検出された位置に対して所定距離範囲内にある単位領域ＡＲに、その路面状態情報を割り当ててもよい。
【0040】
そして、図６の例では、補正路面情報生成部４４は、位置ＰＡ１と位置ＰＡ２とを結ぶ線分Ｌに重なる単位領域ＡＲを抽出し、線分Ｌに重なる単位領域ＡＲに割り当てられた路面状態情報に基づいて、位置ＰＡ１での補正路面状態情報を算出する。線分Ｌに重なる単位領域ＡＲとは、線分Ｌの位置毎の座標のうちの少なくとも１つを範囲に含む単位領域ＡＲを指す。図６の例では、単位領域ＡＲ１－ＡＲ７が、線分Ｌに重なるため、補正路面情報生成部４４は、単位領域ＡＲ１－ＡＲ７に割り当てられた路面状態情報に基づいて、位置ＰＡ１での補正路面状態情報を算出する。例えば、補正路面情報生成部４４は、単位領域ＡＲ１－ＡＲ７に割り当てられたそれぞれの路面状態情報の平均値を算出して、その平均値を、位置ＰＡ１での補正路面状態情報としてもよい。なお、線分Ｌは、Ｚ方向から見て、位置ＰＡ１と位置ＰＡ２とを結ぶ直線であるが、それに限られず、例えば、位置ＰＡ１と位置ＰＡ２とを結ぶ任意の曲線であってもよいし、位置ＰＡ１と位置ＰＡ２とを結ぶ車両１０が走行した道路に沿った線分であってもよい。
【0041】
図６での処理は、緯度及び経度毎に区分した単位領域ＡＲを用いるため、例えば、単位領域ＡＲで区分した地図画像に、車両１０が通過した軌跡に相当する線分Ｌを重ねて表示した場合に、作業者は、線分Ｌに重なる単位領域ＡＲを容易に認識できる。すなわち、図６のように単位領域ＡＲを用いて処理することにより、車両１０が通った位置の視認性を良好とすることができる。
【0042】
図７は、補正路面状態情報の生成方法の他の一例を説明する模式図である。図７の例では、補正路面情報生成部４４は、路面状態情報取得部４２が取得した路面位置情報（路面状態情報が検出された位置）に基づき、道路の延在方向Ｄに沿って、道路を区分する。より詳しくは、補正路面情報生成部４４は、道路の延在方向Ｄに交差する方向に延在し、かつ、路面状態情報が検出された位置を通る線分を、境界線Ｂとして設定する。境界線Ｂは、道路をはみ出さない長さに、すなわち道路の領域内に収まるように、設定される。補正路面情報生成部４４は、このような境界線Ｂの各位置の座標を算出するともいえる。なお、本実施形態では、境界線Ｂは、道路の延在方向Ｄに直交する方向に延在することが好ましい。図７の例では、道路の延在方向Ｄに交差して位置ＰＢ１を通る境界線Ｂ１と、道路の延在方向Ｄに交差して位置ＰＢ２を通る境界線Ｂ２と、道路の延在方向Ｄに交差して位置ＰＢ３を通る境界線Ｂ３と、道路の延在方向Ｄに交差して位置ＰＢ４を通る境界線Ｂ４と、道路の延在方向Ｄに交差して位置ＰＢ５を通る境界線Ｂ５と、道路の延在方向Ｄに交差して位置ＰＢ６を通る境界線Ｂ６とが例示されている。
【0043】
そして、図７の例では、補正路面情報生成部４４は、位置ＰＡ１と位置ＰＡ２とを結ぶ線分Ｌと交わる境界線Ｂを抽出し、抽出した境界線Ｂに対応する位置の路面位置情報に基づき、位置ＰＡ１での補正路面状態情報を算出する。例えば、図７の例では、線分Ｌと交わる境界線Ｂは、境界線Ｂ２－Ｂ５であるため、補正路面情報生成部４４は、境界線Ｂ２－Ｂ５に対応する位置ＰＢ２－ＰＢ５の路面位置情報に基づき、位置ＰＡ１での補正路面状態情報を算出する。例えば、補正路面情報生成部４４は、位置ＰＢ２－ＰＢ５のそれぞれの路面状態情報の平均値を算出して、その平均値を、位置ＰＡ１での補正路面状態情報としてもよい。
【0044】
なお、図７の例において、補正路面情報生成部４４は、線分Ｌと交わる境界線Ｂに対応する位置の路面位置情報に加えて、位置ＰＡ１から所定距離範囲内であって位置ＰＡ１に最も近い境界線Ｂに対応する位置の路面位置情報と、位置ＰＡ２から所定距離範囲内であって位置ＰＡ２に最も近い境界線Ｂに対応する位置の路面位置情報とにも基づき、位置ＰＡ１での補正路面状態情報を算出してよい。この場合、図７の例では、位置ＰＡ１から所定距離範囲内であって位置ＰＡ１に最も近い境界線Ｂ１に対応する位置が位置ＰＢ６であり、位置ＰＡ２から所定距離範囲内であって位置ＰＡ１に最も近い境界線Ｂ１に対応する位置が位置ＰＢ１である。そのため、補正路面情報生成部４４は、位置ＰＢ１－ＰＢ６の路面位置情報に基づき、位置ＰＡ１での補正路面状態情報を算出する。例えば、補正路面情報生成部４４は、位置ＰＢ１－ＰＢ６のそれぞれの路面状態情報の平均値を算出して、その平均値を、位置ＰＡ１での補正路面状態情報としてもよい。
【0045】
図７のように境界線Ｂを設定して補正路面状態情報を算出することで、補正路面状態情報の算出精度の低下を抑制できる。
【0046】
また、以上の図７の例では、補正路面情報生成部４４は、路面位置情報が検出された位置を通り道路に交差する境界線Ｂを設定していたが、境界線Ｂの設定は必須ではない。この場合例えば、補正路面情報生成部４４は、路面状態情報取得部４２によって取得された路面位置情報のうち、位置ＰＡ１から所定距離範囲内であって位置ＰＡ１に最も近い第１路面位置（図７の例では位置ＰＢ６）と、位置ＰＡ２から所定距離範囲内であって位置ＰＡ２に最も近い第２路面位置（図７の例では位置ＰＢ１）とを抽出する。そして、補正路面情報生成部４４は、道路の延在方向Ｄに沿って、第１路面位置から第２路面位置までの間の路面状態情報（図７の例では、位置ＰＢ１－ＰＢ６までの路面状態情報）に基づき、位置ＰＡ１での補正路面状態情報を算出する。例えば、補正路面情報生成部４４は、位置ＰＢ１－ＰＢ６のそれぞれの路面状態情報の平均値を算出して、その平均値を、位置ＰＡ１での補正路面状態情報としてもよい。
【0047】
図８は、補正路面状態情報の生成方法の他の一例を説明する模式図である。図８の例では、補正路面情報生成部４４は、位置ＰＡ１と位置ＰＡ２とを範囲に含む領域である車両存在領域ＡＲａを設定する。図８の例では、補正路面情報生成部４４は、位置ＰＡ１を囲う領域ＡＲ０１と位置ＰＡ２を囲う領域ＡＲ０２とを設定し、領域ＡＲ０１の外周上の点Ｐ０１ａと領域ＡＲ０２の外周上の点Ｐ０２ａとを第１接線Ｌａで結び、領域ＡＲ０１の外周上の点Ｐ０１ｂと領域ＡＲ０２の外周上の点Ｐ０２ｂとを第２接線Ｌｂで結ぶ。そして、補正路面情報生成部４４は、領域ＡＲ０１の外周上の点Ｐ０１ｂから、領域ＡＲ０１の外周に沿って時計回りに点Ｐ０１ａまで到達する区間（点Ｐ０１ｂから点Ｐ０１ａまでの、点Ｐ０１ｂから点Ｐ０２ｂへの方向とは反対側に突出する半円弧状の区間）と、第１接線Ｌａと、領域ＡＲ０２の外周上の点Ｐ０２ａから、領域ＡＲ０２の外周に沿って時計回りに点Ｐ０２ｂまで到達する区間（点Ｐ０２ａから点Ｐ０２ｂまでの、点Ｐ０２ａから点Ｐ０１ａへの方向とは反対側に突出する半円弧状の区間）と、第２接線Ｌｂとで囲われる領域を、車両存在領域ＡＲａとして設定する。図８の例では、領域ＡＲ０１、ＡＲ０２が円形であるため、第１接線Ｌａ、第２接線Ｌｂは、領域ＡＲ０１、ＡＲ０２の外周の包絡線であるともいえる。ただし、領域ＡＲ０１、ＡＲ０２は円形であることに限られず、例えば多角形などであってもよい。また、領域ＡＲ０１、ＡＲ０２の面積も任意であってよい。また、第１接線Ｌａ、第２接線Ｌｂは、直線であるが、直線に限られず曲線であってもよい。
【0048】
そして、図８の例では、補正路面情報生成部４４は、路面状態情報取得部４２が取得した路面位置情報（路面状態情報が検出された位置）に基づき、車両存在領域ＡＲａ内で検出された路面状態情報を抽出する。すなわち、補正路面情報生成部４４は、路面状態情報取得部４２が取得した路面位置情報のうち、路面位置情報が検出された位置が車両存在領域ＡＲａの範囲に含まれる路面位置情報を、抽出する。そして、補正路面情報生成部４４は、抽出した路面状態情報に基づいて、位置ＰＡ１での補正路面状態情報を算出する。図８の例では、路面位置情報が検出された位置ＰＢ１－ＰＢ４が、車両存在領域ＡＲａの範囲に含まれるため、補正路面情報生成部４４は、位置ＰＢ１－ＰＢ４で検出された路面状態情報に基づいて、位置ＰＡ１での補正路面状態情報を算出する。例えば、補正路面情報生成部４４は、位置ＰＢ１－ＰＢ４の路面状態情報の平均値を算出して、その平均値を、位置ＰＡ１での補正路面状態情報としてもよい。
【0049】
図８のように車両存在領域ＡＲａを設定して補正路面状態情報を算出することで、座標系を定義する処理を不要としつつ、補正路面状態情報の算出精度の低下を抑制できる。
【0050】
図９は、補正路面状態情報の生成方法の他の一例を説明する模式図である。図９の例でも、補正路面情報生成部４４は、位置ＰＡ１と位置ＰＡ２とを範囲に含む領域である車両存在領域ＡＲｂを設定する。より詳しくは、図９の例では、補正路面情報生成部４４は、位置ＰＡ１と位置ＰＡ２とを範囲に含み、かつ、対向する２つの辺が緯度方向に沿い、かつ、対向する他の２辺が経度方向に沿うような、矩形の車両存在領域ＡＲｂを設定する。補正路面情報生成部４４は、車両存在領域ＡＲｂの外周が、位置ＰＡ１、ＰＡ２を囲うように、すなわち、外周が位置ＰＡ１と位置ＰＡ２から所定距離以上離れるように、車両存在領域ＡＲｂを設定することが好ましい。
【0051】
そして、図９の例では、補正路面情報生成部４４は、路面状態情報取得部４２が取得した路面位置情報（路面状態情報が検出された位置）に基づき、車両存在領域ＡＲｂ内で検出された路面状態情報を抽出する。すなわち、補正路面情報生成部４４は、路面状態情報取得部４２が取得した路面位置情報のうち、路面位置情報が検出された位置が車両存在領域ＡＲｂの範囲に含まれる路面位置情報を、抽出する。そして、補正路面情報生成部４４は、抽出した路面状態情報に基づいて、位置ＰＡ１での補正路面状態情報を算出する。図９の例では、路面位置情報が検出された位置ＰＢ１－ＰＢ４が、車両存在領域ＡＲｂの範囲に含まれるため、補正路面情報生成部４４は、位置ＰＢ１－ＰＢ４で検出された路面状態情報に基づいて、位置ＰＡ１での補正路面状態情報を算出する。例えば、補正路面情報生成部４４は、位置ＰＢ１－ＰＢ４の路面状態情報の平均値を算出して、その平均値を、位置ＰＡ１での補正路面状態情報としてもよい。
【0052】
図９のように緯度方向及び経度方向に沿って車両存在領域ＡＲｂを設定して、補正路面状態情報を算出することで、図６の処理と同様に車両１０が通った位置の視認性を良好としつつ、補正路面状態情報の算出処理を簡単にすることができる。
【0053】
なお、図８及び図９で、車両存在領域の設定方法を例示したが、車両存在領域の設定方法はそれらに限られない。補正路面情報生成部４４は、位置ＰＡ１と位置ＰＡ２とを範囲に含む車両存在領域を任意の方法で設定し、その車両存在領域内で検出された路面状態情報に基づいて、位置ＰＡ１の補正路面状態情報を算出してよい。
【0054】
補正路面情報生成部４４は、以上のようにして、車両挙動情報を検出した位置における補正路面状態情報を算出する。補正路面情報生成部４４は、車両挙動情報毎に、補正路面状態情報を算出する。
【0055】
（関連情報生成部）
図３に示す関連情報生成部４６は、車両挙動情報取得部４０が取得した車両挙動情報と、補正路面情報生成部４４が生成した、その車両挙動情報を検出した位置における補正路面状態情報とを関連付けて、関連情報を生成する。すなわち、関連情報とは、車両挙動情報とその車両挙動情報を検出した位置における補正路面状態情報とのデータセットといえる。関連情報生成部４６は、車両挙動情報毎に、車両挙動情報と補正路面状態情報とのデータセットを、すなわち関連情報を、複数生成する。関連情報生成部４６は、生成した関連情報を、記憶部２２に記憶させる。関連情報生成部４６が生成した関連情報は、学習モデルの教師データとして用いられる。
図３に示す関連情報生成部４６は、車両挙動情報取得部４０が取得した車両挙動情報と、補正路面情報生成部４４が生成した、その車両挙動情報を検出した位置における補正路面状態情報とを関連付けて、関連情報を生成する。すなわち、関連情報とは、車両挙動情報とその車両挙動情報を検出した位置における補正路面状態情報とのデータセットといえる。関連情報生成部４６は、車両挙動情報毎に、車両挙動情報と補正路面状態情報とのデータセットを、すなわち関連情報を、複数生成する。関連情報生成部４６は、生成した関連情報を、記憶部２２に記憶させる。関連情報生成部４６が生成した関連情報は、学習モデルの教師データとして用いられる。
【0056】
（学習部）
図３に示す学習部４８は、関連情報生成部４６が生成した関連情報を教師データとして、路面を走行する車両１０の挙動と路面Ｒの状態との対応関係を、より詳しくは車両挙動情報と路面状態情報との対応関係を、学習モデルに機械学習させる。図１０は、学習モデルの概念的な模式図である。学習部４８は、未学習の学習モデルを学習させて、機械学習済みの学習モデルＮを生成して、生成した学習モデルＮを記憶部２２に記憶させる。学習モデルＮは、ディープラーニングによって学習された学習モデルであり、ディープラーニングによって学習された分類器を構成するニューラルネットワークを定義するモデル（ニューラルネットワークの構成情報）と、変数とで構成される。学習モデルＮは、入力されたデータに基づき、そのデータのラベルを判定できるものである。ディープラーニングは、機械学習のうちの１つの手法であり、狭義には例えば４層以上のニューラルネットワークから構成される。本実施形態の例では、学習モデルＮは、ＣＮＮ（Conventional Neural Network：畳み込みニューラルネットワーク）モデルであり、図１０に示すように、複数の畳み込み層及び複数のプーリング層を含む中間層ＭＮと、全結合層を含む最終層ＦＮと、を備える。学習モデルＮは、入力データＩＮが入力された場合に、中間層ＭＮと最終層ＦＮとで演算を行って、出力データＯＮを出力する。ただし、学習モデルＮは、ＣＮＮモデルに限られず、任意の方式の学習モデルであってもよい。
図３に示す学習部４８は、関連情報生成部４６が生成した関連情報を教師データとして、路面を走行する車両１０の挙動と路面Ｒの状態との対応関係を、より詳しくは車両挙動情報と路面状態情報との対応関係を、学習モデルに機械学習させる。図１０は、学習モデルの概念的な模式図である。学習部４８は、未学習の学習モデルを学習させて、機械学習済みの学習モデルＮを生成して、生成した学習モデルＮを記憶部２２に記憶させる。学習モデルＮは、ディープラーニングによって学習された学習モデルであり、ディープラーニングによって学習された分類器を構成するニューラルネットワークを定義するモデル（ニューラルネットワークの構成情報）と、変数とで構成される。学習モデルＮは、入力されたデータに基づき、そのデータのラベルを判定できるものである。ディープラーニングは、機械学習のうちの１つの手法であり、狭義には例えば４層以上のニューラルネットワークから構成される。本実施形態の例では、学習モデルＮは、ＣＮＮ（Conventional Neural Network：畳み込みニューラルネットワーク）モデルであり、図１０に示すように、複数の畳み込み層及び複数のプーリング層を含む中間層ＭＮと、全結合層を含む最終層ＦＮと、を備える。学習モデルＮは、入力データＩＮが入力された場合に、中間層ＭＮと最終層ＦＮとで演算を行って、出力データＯＮを出力する。ただし、学習モデルＮは、ＣＮＮモデルに限られず、任意の方式の学習モデルであってもよい。
【0057】
学習部４８は、教師データを用いて学習モデルにおける重み係数及びバイアス値を設定することで、機械学習済みの学習モデルＮを生成する。すなわち、学習モデルＮは、学習部４８によって重み係数及びバイアス値が学習された学習モデルであるといえる。
【0058】
本実施形態における学習モデルＮは、車両挙動情報と路面状態情報との対応関係を機械学習させた学習モデルであり、車両挙動情報から路面状態情報を推定することで、路面状態を判定するものである。学習部４８は、関連情報における車両挙動情報を入力値とし、関連情報における補正路面状態情報を出力値（ラベル）としたデータセットを、教師データとして、学習モデルに入力する。学習部４８は、関連情報として生成された複数のデータセットを、未学習の学習モデルに入力する。これにより、学習部４８は、学習モデルにおける重み係数及びバイアス値を設定して、すなわち学習モデルを学習させて、機械学習済みの学習モデルＮを生成する。
【0059】
次に、以上説明した学習モデルに学習させる方法のフローを、フローチャートに基づいて説明する。図１１は、本実施形態に係る学習モデルの学習方法の処理フローを説明するフローチャートである。図１１に示すように、演算装置１４は、車両挙動情報取得部４０により、所定時間毎に検出された車両挙動情報と車両位置情報とを取得し（ステップＳ１０）、路面状態情報取得部４２により、所定距離毎に検出された路面状態情報と路面位置情報とを取得する（ステップＳ１２）。ステップＳ１０、Ｓ１２の処理順序は、この順に限られず任意であってよい。演算装置１４は、補正路面情報生成部４４により、車両位置情報と路面位置情報と路面状態情報とに基づき、車両挙動情報が検出された位置における補正路面状態情報を生成する（ステップＳ１４）。そして、演算装置１４は、関連情報生成部４６により、車両挙動情報と補正路面状態情報とを関連付けて、関連情報を生成し（ステップＳ１６）、学習部４８により、関連情報を教師データとして、学習モデルに学習させる（ステップＳ１８）。学習部４８は、関連情報における車両挙動情報と補正路面状態情報とを１セットの教師データとし、複数セットの教師データを学習モデルに入力することで、学習モデルに学習させて、学習済みの学習モデルＮを生成する。
【0060】
（学習モデルを用いた路面状態の判定）
（結果取得部）
図３に示す結果取得部３２は、学習済みの学習モデルＮを用いて、路面状態の判定が必要な路面Ｒについての、路面状態を判定する。具体的には、結果取得部３２は、路面状態の判定が必要な道路（路面Ｒ）を走行した車両１０の挙動を示す車両挙動情報を取得する。結果取得部３２は、通信部２０を介して、測定データ取得装置１２から車両挙動情報を取得するが、車両１０から直接取得してもよい。ここでの車両挙動情報も、車両１０の測定装置１０Ｃによって検出されるが、路面状態の判定が必要な道路を走行した際の車両挙動情報を検出する車両１０と、教師データに用いる車両挙動情報を検出する車両１０とは、同じ車両であってもよいし、別の車両であってもよい。また、上述のように、道路を走行する車両に限られず、飛行体など任意の移動体によって、車両挙動情報が検出されてもよい。
（結果取得部）
図３に示す結果取得部３２は、学習済みの学習モデルＮを用いて、路面状態の判定が必要な路面Ｒについての、路面状態を判定する。具体的には、結果取得部３２は、路面状態の判定が必要な道路（路面Ｒ）を走行した車両１０の挙動を示す車両挙動情報を取得する。結果取得部３２は、通信部２０を介して、測定データ取得装置１２から車両挙動情報を取得するが、車両１０から直接取得してもよい。ここでの車両挙動情報も、車両１０の測定装置１０Ｃによって検出されるが、路面状態の判定が必要な道路を走行した際の車両挙動情報を検出する車両１０と、教師データに用いる車両挙動情報を検出する車両１０とは、同じ車両であってもよいし、別の車両であってもよい。また、上述のように、道路を走行する車両に限られず、飛行体など任意の移動体によって、車両挙動情報が検出されてもよい。
【0061】
結果取得部３２は、学習部４８によって生成された学習済みの学習モデルＮを記憶部２２から読み出す。結果取得部３２は、路面状態の判定が必要な道路（路面Ｒ）を走行した際の車両挙動情報を、学習モデルＮに入力する。学習モデルＮにおいては、車両挙動情報が入力データＩＮとして入力されて車両挙動情報の特徴量が抽出され、演算が実行される。その結果、学習モデルＮからは、車両挙動情報が検出された位置における路面状態情報が、出力データＯＮとして、すなわちラベルとして、出力される。すなわち、学習モデルＮは、車両挙動情報が入力されると路面状態情報が出力される学習済みのプログラムであるともいえる。結果取得部３２は、出力データＯＮとして出力された路面状態情報を、車両挙動情報が検出された位置における路面の状態の判定結果として取得する。結果取得部３２は、車両挙動情報が取得される毎に学習モデルＮに入力して、車両挙動情報が検出された位置毎に、すなわち道路の位置毎に、路面状態情報を取得する。
【0062】
図１２は、判定結果の一例を示す模式図である。本実施形態では、学習モデルＮは、車両挙動情報及び補正路面状態情報を用いた学習により、路面状態情報の種類（ここでは値）を、ラベルとして割り当て可能となる。本実施形態においては、学習モデルＮは、候補となる路面状態情報に対する一致度合いを、確率として算出する。すなわち、学習モデルＮは、車両挙動情報が検出された位置における路面Ｒが、ラベルとして割り当てられた路面状態情報となる確率を算出するといえる。学習モデルＮは、一致度合いが最も高い路面状態情報を、車両挙動情報が検出された位置における路面状態情報として出力する。図１２の例では、路面状態情報ＬＡ１、ＬＡ２、ＬＡ３・・・のうち、路面状態情報ＬＡ２となる確率が最も高いため、路面状態情報ＬＡ２が、車両挙動情報が検出された位置における路面状態情報として出力される。ただし、路面状態情報は、図１２に示すような確率で算出されることに限られない。
【0063】
次に、以上説明した路面状態の判定方法のフローを、フローチャートに基づいて説明する。図１３は、本実施形態に係る路面状態の判定フローを説明するフローチャートである。図１３に示すように、演算装置１４は、結果取得部３２により、路面状態の判定が必要な道路（路面Ｒ）を走行した際の車両挙動情報を取得し（ステップＳ２０）、取得した車両挙動情報を、学習済みの学習モデルＮに入力する（ステップＳ２２）。学習モデルＮにおいては、車両挙動情報が入力値として入力されて、車両挙動情報が検出された位置における路面状態情報を、出力する。結果取得部３２は、学習モデルＮから出力された路面状態情報を、路面の状態の判定結果として取得する（ステップＳ２４）。なお、ここで学習モデルＮに入力された車両挙動情報と、学習モデルＮから出力された路面状態情報とを、追加の教師データとして、学習モデルＮを再学習させてもよい。
【0064】
なお、本実施形態では、演算装置１４は、補正路面状態情報と車両挙動情報とを関連付けた関連情報を、学習モデルＮ用の教師データとして用いるが、関連情報の用途は、学習モデルＮ用の教師データに限られず、任意の用途に用いてもよい。
【0065】
（効果）
以上説明したように、本実施形態に係る演算装置１４は、車両挙動情報取得部４０と、路面状態情報取得部４２と、補正路面情報生成部４４と、関連情報生成部４６とを含む。車両挙動情報取得部４０は、所定の時間ごとに検出された車両挙動情報及び車両挙動情報が検出された際の車両１０の位置情報（車両位置情報）を取得する。車両挙動情報は、路面Ｒを走行する車両１０の挙動を示す情報である。路面状態情報取得部４２は、所定の距離ごとに検出された路面状態情報及び路面状態情報が検出された路面Ｒの位置情報(路面位置情報)を取得する。路面状態情報は、路面Ｒの状態を示す情報である。補正路面情報生成部４４は、車両位置情報、路面位置情報、及び路面状態情報に基づき、車両挙動情報が検出された位置の路面の状態を示す補正路面状態情報を生成する。関連情報生成部４６は、補正路面状態情報と車両挙動情報とを関連付けた関連情報を生成する。
以上説明したように、本実施形態に係る演算装置１４は、車両挙動情報取得部４０と、路面状態情報取得部４２と、補正路面情報生成部４４と、関連情報生成部４６とを含む。車両挙動情報取得部４０は、所定の時間ごとに検出された車両挙動情報及び車両挙動情報が検出された際の車両１０の位置情報（車両位置情報）を取得する。車両挙動情報は、路面Ｒを走行する車両１０の挙動を示す情報である。路面状態情報取得部４２は、所定の距離ごとに検出された路面状態情報及び路面状態情報が検出された路面Ｒの位置情報(路面位置情報)を取得する。路面状態情報は、路面Ｒの状態を示す情報である。補正路面情報生成部４４は、車両位置情報、路面位置情報、及び路面状態情報に基づき、車両挙動情報が検出された位置の路面の状態を示す補正路面状態情報を生成する。関連情報生成部４６は、補正路面状態情報と車両挙動情報とを関連付けた関連情報を生成する。
【0066】
従来において、路面Ｒの状態を確認する場合、作業員が道路を巡回して路面状態を目視確認したり、路面状態を直接測定する専用の測定車を用いたりしていた。しかし、作業員による目視確認は、作業者の負担を大きくし、専用の測定車は、費用が高額であるため、補遺用の観点からも負担が大きくなるおそれがある。それに対し、本実施形態に係る演算装置１４は、路面を走行した際の車両挙動情報と、車両挙動情報を検出した位置における路面の状態を示す補正路面状態情報とを、関連付けて、車両挙動情報と路面状態情報との関係を適切に設定することが可能となる。そのため、路面状態を直接測定することなく、例えば、車両挙動情報を検出し、関連情報に基づき、車両挙動情報から路面状態を判定することが可能となる。車両挙動情報は、路面を走行した際の車両の挙動であるため、検出が容易であり、検出費用も抑えられる。従って、本実施形態に係る演算装置１４によると、路面状態を確認するための、作業者の負担及び費用を低減することが可能となる。
【0067】
また、車両挙動情報は、所定時間毎に検出され、路面状態情報は、所定距離毎に検出される。このような場合、車両挙動情報が検出された位置と路面状態情報が検出された位置とが異なるため、車両挙動情報と路面状態情報とを適切に関連付けられないおそれがある。それに対し、本実施形態に係る演算装置１４は、車両位置情報、路面位置情報、及び路面状態情報に基づき、車両挙動情報が検出された位置の補正路面状態情報を算出し、車両挙動情報と補正路面状態情報とを関連付ける。そのため、演算装置１４によると、車両挙動情報と路面状態情報とを適切に関連付けて、路面状態を確認するための作業者の負担及び費用を低減することが可能となる。
【0068】
また、演算装置１４は、関連情報を教師データとして、路面を走行する車両の挙動と路面の状態との対応関係を、学習モデルに機械学習させる学習部４８をさらに含む。上述のように、車両挙動情報と路面状態情報とは、検出された位置が異なるため、これらを教師データとした場合、学習モデルを適切に学習させられず、算出精度が低下するおそれがある。それに対し、本実施形態に係る演算装置１４は、車両挙動情報が検出された位置の補正路面状態情報を算出し、車両挙動情報と補正路面状態情報とを関連付けた関連情報を教師データとする。そのため、本実施形態に係る演算装置１４によると、検出した位置が対応する教師データを用いて、機械学習させることが可能となり、学習モデルの算出精度の低下を抑制できる。
【0069】
また、演算装置１４は、学習済みの学習モデルＮに、路面を走行する車両の車両挙動情報を入力して、その路面の状態を示す路面状態情報を取得する結果取得部３２をさらに含む。この演算装置１４によると、車両挙動情報と補正路面状態情報とを教師データとして学習した学習モデルＮを用いるため、算出精度の高い路面状態情報を取得することができる。
【0070】
また、補正路面情報生成部４４は、車両位置情報が示す位置（車両挙動情報が検出された位置）から所定距離範囲内の位置で検出された路面状態情報に基づいて、車両位置情報が示す位置（車両挙動情報が検出された位置）での補正路面状態情報を生成する。この演算装置１４によると、車両挙動情報が検出された位置と近い位置で検出された路面状態情報を用いて、補正路面状態情報を生成するため、補正路面状態情報を適切に算出して、路面状態を確認するための作業者の負担及び費用を低減することが可能となる。
【0071】
また、補正路面情報生成部４４は、車両挙動情報を検出した第１タイミングにおける車両１０の位置情報（位置ＰＡ１）と、第１タイミングの直前で車両挙動情報を検出した第２タイミングにおける車両の位置情報（位置ＰＡ２）とに基づいて、第１タイミング又は第２タイミングで車両挙動情報が検出された位置ＰＡ１での補正路面状態情報を算出する。この演算装置１４によると、位置ＰＡ１と位置ＰＡ２に基づいて、位置ＰＡ１での補正路面状態情報を算出するため、補正路面状態情報を適切に算出して、路面状態を確認するための作業者の負担及び費用を低減することが可能となる。
【0072】
また、補正路面情報生成部４４は、第１タイミングにおける車両１０の位置ＰＡ１と第２タイミングにおける車両の位置ＰＡ２とを含む領域である車両存在領域を設定し、路面位置情報に基づき、車両存在領域内の路面状態情報を抽出する。そして、補正路面情報生成部４４は、抽出した路面状態情報に基づいて、第１タイミング又は第２タイミングで車両挙動情報が検出された位置ＰＡ１での補正路面状態情報を算出する。この演算装置１４によると、車両存在領域内の路面状態情報に基づいて、位置ＰＡ１での補正路面状態情報を算出するため、補正路面状態情報を適切に算出して、路面状態を確認するための作業者の負担及び費用を低減することが可能となる。
【0073】
また、補正路面情報生成部４４は、緯度及び経度による座標系を複数の単位領域ＡＲに区分し、第１タイミングにおける車両１０の位置ＰＡ１と第２タイミングにおける車両１０の位置ＰＡ２とを結ぶ線分Ｌに重なる単位領域ＡＲを抽出する。補正路面情報生成部４４は、線分Ｌに重なる単位領域ＡＲにおける路面状態情報を抽出し、抽出した路面状態情報に基づいて、第１タイミング又は第２タイミングで車両挙動情報が検出された位置ＰＡ１での補正路面状態情報を算出する。この演算装置１４によると、線分Ｌに重なる単位領域ＡＲに割り当てられた路面状態情報に基づいて、位置ＰＡ１での補正路面状態情報を算出するため、補正路面状態情報を適切に算出して、路面状態を確認するための作業者の負担及び費用を低減することが可能となる。
【0074】
また、補正路面情報生成部４４は、路面状態情報取得部４２によって取得された路面位置情報のうち、第１タイミングで検出された車両位置情報が示す位置ＰＡ１に最も近い第１路面位置と、第２タイミングで検出された車両位置情報が示す位置ＰＡ２に最も近い第２路面位置とを抽出する。補正路面情報生成部４４は、道路（路面Ｒ）の延在方向Ｄにおいて第１路面位置から第２路面位置までの間で検出された路面状態情報を抽出し、抽出した路面状態情報に基づいて、第１タイミングで車両挙動情報が検出された位置ＰＡ１での補正路面状態情報を算出する。この演算装置１４によると、第１路面位置から第２路面位置までの間で検出された路面状態情報に基づいて、位置ＰＡ１での補正路面状態情報を算出するため、補正路面状態情報を適切に算出して、路面状態を確認するための作業者の負担及び費用を低減することが可能となる。
【0075】
また、補正路面情報生成部４４は、抽出した路面状態情報の平均値を、補正路面状態情報として算出する。この演算装置１４によると、抽出した路面状態情報の平均値を正路面状態情報とすることで、補正路面状態情報を適切に算出して、路面状態を確認するための作業者の負担及び費用を低減することが可能となる。
【0076】
また、車両挙動情報取得部４０は、車両挙動情報として、少なくとも車両１０の加速度の情報を取得する。車両挙動情報として加速度を用いることで、車両挙動情報と路面状態情報とを適切に関連付けて、路面状態を確認するための作業者の負担及び費用を低減することが可能となる。
【0077】
また、路面状態情報とは、路面Ｒの凹凸度合いを示す指標である。路面状態情報として路面Ｒの凹凸度合いを示す指標を用いることで、路面状態を確認するための作業者の負担及び費用を低減することが可能となる。
【0078】
以上、本発明の実施形態及び実施例を説明したが、これら実施形態等の内容により実施形態が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態等の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。
【符号の説明】
【0079】
１ 検出システム
１０ 車両
１２ 測定データ取得装置
１４ 演算装置
３２ 結果取得部
４０ 車両挙動情報取得部
４２ 路面状態情報取得部
４４ 補正路面情報生成部
４６ 関連情報生成部
４８ 学習部
Ｒ 路面
１０ 車両
１２ 測定データ取得装置
１４ 演算装置
３２ 結果取得部
４０ 車両挙動情報取得部
４２ 路面状態情報取得部
４４ 補正路面情報生成部
４６ 関連情報生成部
４８ 学習部
Ｒ 路面
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】