特開 2023-154566 空洞判定装置、空洞判定方法、及び空洞判定プログラム

(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】P2023154566

(43)【公開日】2023-10-20

(54)【発明の名称】空洞判定装置、空洞判定方法、及び空洞判定プログラム

(51)【国際特許分類】

   G01V 3/12 20060101AFI20231013BHJP

   G01S 13/88 20060101ALI20231013BHJP

【ＦＩ】

G01V3/12 B

G01S13/88 200

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2022063971

(22)【出願日】2022-04-07

(71)【出願人】

【識別番号】594162308

【氏名又は名称】西日本技術開発株式会社

(71)【出願人】

【識別番号】000164438

【氏名又は名称】九州電力株式会社

(71)【出願人】

【識別番号】000173809

【氏名又は名称】一般財団法人電力中央研究所

(74)【代理人】

【識別番号】100141139

【弁理士】

【氏名又は名称】及川 周

(74)【代理人】

【識別番号】100167553

【弁理士】

【氏名又は名称】高橋 久典

(74)【代理人】

【識別番号】100206081

【弁理士】

【氏名又は名称】片岡 央

(74)【代理人】

【識別番号】100152146

【弁理士】

【氏名又は名称】伏見 俊介

(72)【発明者】

【氏名】楠 貞則

(72)【発明者】

【氏名】飯笹 真也

(72)【発明者】

【氏名】山田 智規

(72)【発明者】

【氏名】池田 博嗣

(72)【発明者】

【氏名】三浦 輝久

(72)【発明者】

【氏名】府川 和樹

【テーマコード（参考）】

2G105

5J070

【Ｆターム（参考）】

2G105AA02

2G105BB11

2G105CC01

2G105DD02

2G105EE01

2G105FF13

2G105GG03

2G105LL02

5J070AC03

5J070AE11

5J070AH19

5J070AK39

5J070BG08

(57)【要約】

【課題】覆工コンクリートの空洞調査に要する時間の短縮、品質向上（バラツキ低減）、及び省人化を図ることができる空洞判定装置、空洞判定方法、及び空洞判定プログラムを提供する。
【解決手段】空洞判定装置１は、計測点に電磁波を照射して得られる反射波のデータである計測データＤ１を入力する入力部３１と、入力部３１から入力される計測データＤ１から、反射波の極値に関する極値データを取得する前処理を行う前処理部３２と、反射波の極値に関する極値データと、反射波が得られた計測点における空洞の有無を示す教師データとを用いて学習された、反射波の極値と空洞の有無との関係を示す学習済みモデルＭＤと、前処理部３２で取得された極値データとを用いて、入力部３１に入力された計測データが得られた計測点における空洞の有無を判定する判定部３３と、を備える。
【選択図】図７

【特許請求の範囲】

【請求項1】

計測点に電磁波を照射して得られる反射波のデータである計測データを入力する入力部と、
前記入力部から入力される前記計測データから、前記反射波の極値に関する極値データを取得する前処理を行う前処理部と、
前記反射波の極値に関する極値データと、前記反射波が得られた計測点における空洞の有無を示す教師データとを用いて学習された、前記反射波の極値と前記空洞の有無との関係を示す学習済みモデルと、前記前処理部で取得された前記極値データとを用いて、前記入力部に入力された前記計測データが得られた計測点における空洞の有無を判定する判定部と、
を備える空洞判定装置。

【請求項2】

前記前処理部は、前記反射波の極値のうち、予め規定された閾値を超える大きさを有するものに関する前記極値データを取得する、請求項１記載の空洞判定装置。

【請求項3】

前記学習済みモデルは、少なくとも、１つの計測点で得られる前記反射波について正極性の極値と負極性の極値とが交互に出現する第１特徴量と、隣接する複数の計測点で得られる前記反射波の各々についての前記第１特徴量が計測点の方向に連続する第２特徴量と、前記空洞の有無との関係を学習したものであり、
前記判定部は、前記前処理部で取得された前記極値データについて、前記第１特徴量及び前記第２特徴量の有無を判定することにより、計測点における空洞の有無を判定する、
請求項２記載の空洞判定装置。

【請求項4】

前記極値データには、前記反射波の極値が現れる回数である極値出現回数を示すデータが含まれる、請求項１から請求項３の何れか一項に記載の空洞判定装置。

【請求項5】

前記判定部は、隣接する３つの計測点のうちの真ん中に位置する第１計測点における空洞の有無の判定結果が、他の２つの計測点である第２計測点における空洞の有無の判定結果と異なる場合には、前記第１計測点における空洞の有無の判定結果を、前記第２計測点における空洞の有無の判定結果に変更する、請求項１から請求項３の何れか一項に記載の空洞判定装置。

【請求項6】

前記反射波の極値に関する極値データと、前記反射波が得られた計測点における空洞の有無を示す教師データとに基づいて、前記学習済みモデルを生成する生成部を備える、請求項１から請求項３の何れか一項に記載の空洞判定装置。

【請求項7】

前記教師データは、隣接する複数の計測点で得られた前記反射波の極値に関する極値データに対して設定される、請求項１から請求項３の何れか一項に記載の空洞判定装置。

【請求項8】

入力部が、計測点に電磁波を照射して得られる反射波のデータである計測データを入力する入力ステップと、
前処理部が、前記入力部から入力される前記計測データから、前記反射波の極値に関する極値データを取得する前処理を行う前処理ステップと、
判定部が、前記反射波の極値に関する極値データと、前記反射波が得られた計測点における空洞の有無を示す教師データとを用いて学習された、前記反射波の極値と前記空洞の有無との関係を示す学習済みモデルと、前記前処理部で取得された前記極値データとを用いて、前記入力部に入力された前記計測データが得られた計測点における空洞の有無を判定する判定ステップと、
を有する空洞判定方法。

【請求項9】

コンピュータに、
計測点に電磁波を照射して得られる反射波のデータである計測データを入力する入力ステップと、
前記入力ステップで入力された前記計測データから、前記反射波の極値に関する極値データを取得する前処理を行う前処理ステップと、
前記反射波の極値に関する極値データと、前記反射波が得られた計測点における空洞の有無を示す教師データとを用いて学習された、前記反射波の極値と前記空洞の有無との関係を示す学習済みモデルと、前記前処理ステップで取得された前記極値データとを用いて、前記入力ステップで入力された前記計測データが得られた計測点における空洞の有無を判定する判定ステップと、
を実行させるための空洞判定プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、空洞判定装置、空洞判定方法、及び空洞判定プログラムに関する。

【背景技術】

【0002】

トンネルの覆工背面に空洞が存在すると、突発的な崩落等が生じたりする可能性がある。このため、トンネルの保守管理を行う事業者によって、トンネルの覆工背面の空洞調査が、定期又は不定期に実施されている。近年、このような空洞調査の多くは、電磁波レーダ探査機を用いて行われている。

【0003】

電磁波レーダ探査機を用いた空洞調査は、計測点に電磁波を照射して得られる反射波を受信して電磁波レーダ反射波画像（レーダ画像）を生成し、そのレーダ画像を技術者が参照することによって行われる。以下の特許文献１，２には、このような電磁波レーダ探査機等を用いて覆工コンクリートの空洞調査を行う技術が開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１８－０６６２３６号公報

【特許文献2】特開２００８－０７６３８６号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

ところで、電磁波レーダ探査機を用いた空洞調査では、ベテラン技術者が、取得したレーダ画像から空洞の有無を判定する作業を行っているが、この作業には長年の経験に基づくノウハウが必要になるとともに、データ確認のための多大な時間が必要になる。ここで、空洞調査を行う場合には、作業の効率化による調査期間の短縮が望まれている。

【0006】

本発明は上記事情に鑑みてなされたものであり、覆工コンクリートの空洞調査に要する時間の短縮、品質向上（バラツキ低減）、及び省人化を図ることができる空洞判定装置、空洞判定方法、及び空洞判定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】

【0007】

上記課題を解決するために、本発明の第１の態様による空洞判定装置（１）は、計測点に電磁波を照射して得られる反射波のデータである計測データ（Ｄ１）を入力する入力部（３１）と、前記入力部から入力される前記計測データから、前記反射波の極値に関する極値データを取得する前処理を行う前処理部（３２）と、前記反射波の極値に関する極値データと、前記反射波が得られた計測点における空洞の有無を示す教師データ（Ｄ１２）とを用いて学習された、前記反射波の極値と前記空洞の有無との関係を示す学習済みモデル（ＭＤ）と、前記前処理部で取得された前記極値データとを用いて、前記入力部に入力された前記計測データが得られた計測点における空洞の有無を判定する判定部（３３）と、を備える。

【0008】

また、本発明の第２の態様による空洞判定装置は、第１の態様による空洞判定装置において、前記前処理部が、前記反射波の極値のうち、予め規定された閾値を超える大きさを有するものに関する前記極値データを取得する。

【0009】

また、本発明の第３の態様による空洞判定装置は、第１又は第２の態様による空洞判定装置において、前記学習済みモデルが、少なくとも、１つの計測点で得られる前記反射波について正極性の極値と負極性の極値とが交互に出現する第１特徴量と、隣接する複数の計測点で得られる前記反射波の各々についての前記第１特徴量が計測点の方向に連続する第２特徴量と、前記空洞の有無との関係を学習したものであり、前記判定部が、前記前処理部で取得された前記極値データについて、前記第１特徴量及び前記第２特徴量の有無を判定することにより、計測点における空洞の有無を判定する。

【0010】

また、本発明の第４の態様による空洞判定装置は、第１から第３の態様の何れかの態様による空洞判定装置において、前記極値データには、前記反射波の極値が現れる回数である極値出現回数を示すデータが含まれる。

【0011】

また、本発明の第５の態様による空洞判定装置は、第１から第４の態様の何れかの態様による空洞判定装置において、前記判定部が、隣接する３つの計測点のうちの真ん中に位置する第１計測点における空洞の有無の判定結果が、他の２つの計測点である第２計測点における空洞の有無の判定結果と異なる場合には、前記第１計測点における空洞の有無の判定結果を、前記第２計測点における空洞の有無の判定結果に変更する。

【0012】

また、本発明の第６の態様による空洞判定装置は、第１から第５の態様の何れかの態様による空洞判定装置において、前記反射波の極値に関する極値データと、前記反射波が得られた計測点における空洞の有無を示す教師データ（Ｄ１２）とに基づいて、前記学習済みモデルを生成する生成部（２３）を備える。

【0013】

また、本発明の第７の態様による空洞判定装置は、第１から第６の態様の何れかの態様による空洞判定装置において、前記教師データが、隣接する複数の計測点で得られた前記反射波の極値に関する極値データに対して設定される。

【0014】

本発明の一態様による空洞判定方法は、入力部（３１）が、計測点に電磁波を照射して得られる反射波のデータである計測データ（Ｄ１）を入力する入力ステップ（Ｓ２１）と、前処理部（３２）が、前記入力部から入力される前記計測データから、前記反射波の極値に関する極値データを取得する前処理を行う前処理ステップ（Ｓ２２）と、判定部（３３）が、前記反射波の極値に関する極値データと、前記反射波が得られた計測点における空洞の有無を示す教師データ（Ｄ１２）とを用いて学習された、前記反射波の極値と前記空洞の有無との関係を示す学習済みモデル（ＭＤ）と、前記前処理部で取得された前記極値データとを用いて、前記入力部に入力された前記計測データが得られた計測点における空洞の有無を判定する判定ステップ（Ｓ２３）と、を有する。

【0015】

本発明の一態様による空洞判定プログラムは、コンピュータに、計測点に電磁波を照射して得られる反射波のデータである計測データ（Ｄ１）を入力する入力ステップ（Ｓ２１）と、前記入力ステップで入力された前記計測データから、前記反射波の極値に関する極値データを取得する前処理を行う前処理ステップ（Ｓ２２）と、前記反射波の極値に関する極値データと、前記反射波が得られた計測点における空洞の有無を示す教師データ（Ｄ１２）とを用いて学習された、前記反射波の極値と前記空洞の有無との関係を示す学習済みモデル（ＭＤ）と、前記前処理ステップで取得された前記極値データとを用いて、前記入力ステップで入力された前記計測データが得られた計測点における空洞の有無を判定する判定ステップ（Ｓ２３）と、を実行させる。

【発明の効果】

【0016】

本発明によれば、覆工コンクリートの空洞調査に要する時間の短縮、品質向上（バラツキ低減）、及び省人化を図ることができるという効果がある。

【図面の簡単な説明】

【0017】

【図1】本発明の一実施形態による空洞判定装置のハードウェア構成の一例を示すブロック図である。

【図2】本発明の一実施形態による空洞判定装置における計測データの表示例を示す図である。

【図3】本発明の一実施形態による空洞判定装置の学習済みモデルの生成に係る機能的構成の一例を示すブロック図である。

【図4】本発明の一実施形態で用いられる学習用データセットの一例を示す説明図である。

【図5】本発明の一実施形態で行われる前処理を説明するための図である。

【図6】本発明の一実施形態による空洞判定装置が行うモデル生成処理の一例を示すフローチャートである。

【図7】本発明の一実施形態による空洞判定装置の空洞判定に係る機能的構成の一例を示すブロック図である。

【図8】本発明の一実施形態による空洞判定装置が行う空洞判定処理の一例を示すフローチャートである。

【発明を実施するための形態】

【0018】

以下、図面を参照して本発明の実施形態による空洞判定装置、空洞判定方法、及び空洞判定プログラムについて詳細に説明する。以下の実施形態の構成は例示であり、本発明は実施形態の構成には限定されない。

【0019】

〈空洞判定装置〉
図１は、本発明の一実施形態による空洞判定装置のハードウェア構成の一例を示すブロック図である。図１に示す通り、空洞判定装置１は、操作部１１、表示部１２、通信部１３、入出力部１４、格納部１５、及び処理部１６を備える。このような空洞判定装置１は、例えば、デスクトップ型、ノート型、若しくはタブレット型のコンピュータ、又は、ワークステーション等で実現される。

【0020】

操作部１１は、例えば、キーボードやポインティングデバイス等の入力装置を備えており、空洞判定装置１を使用する作業者の操作に応じた指示（空洞判定装置１に対する指示）を処理部１６に出力する。表示部１２は、例えば、液晶表示装置等の表示装置を備えており、処理部１６から出力される各種情報を表示する。尚、操作部１１及び表示部１２は、物理的に分離されたものであってもよく、表示機能と操作機能とを兼ね備えるタッチパネル式の液晶表示装置のように物理的に一体化されたものであっても良い。

【0021】

通信部１３は、処理部１６の制御の下で、外部の機器（図示省略）と通信を行う。通信部１３は、外部の機器と直接通信を行ってもよく、インターネット等のネットワーク（図示省略）を介して通信を行ってもよい。また、通信部１３は、有線による通信を行うものであってもよく、無線による通信を行うものであってもよい。入出力部１４は、処理部１６の制御の下で、外部の記録媒体（図示省略）に対するデータの入出力を行う。尚、外部の記録媒体は、例えば、磁気ディスク、光ディスク、メモリカード等である。

【0022】

格納部１５は、例えば、ＨＤＤ（ハードディスクドライブ）やＳＳＤ（ソリッドステートドライブ）等の補助記憶装置を備えており、空洞判定装置１で用いる各種データを格納する。格納部１５は、例えば、計測データＤ１及び学習済みモデルＭＤを格納する。尚、格納部１５は、空洞判定装置１の機能を実現するプログラムを格納してもよい。

【0023】

計測データＤ１は、調査対象となっているトンネルの計測点に電磁波を照射して得られた反射波のデータである。計測データＤ１は、例えば、Geophysical Survey Systems, Inc（以下、ＧＳＳＩ社）のデータ形式であるＲＡＤＡＮフォーマットで形成されている。学習済みモデルＭＤは、トンネルに電磁波を照射して得られる反射波の極値と空洞の有無との関係を示すモデルであり、過去の調査結果を用いて機械学習を行うことによって生成される。尚、学習済みモデルＭＤの詳細については後述する。

【0024】

処理部１６は、例えば、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）等により実現され、操作部１１から入力される操作指示に基づいて、空洞判定装置１の動作を統括して制御する。処理部１６は、例えば、空洞の有無を判定する上で必要となる計測データＤ１に対する前処理、学習済みモデルＭＤと前処理が行われた計測データＤ１とを用いた空洞の有無の判定処理、その他の処理を行う。

【0025】

また、処理部１６は、操作部１１から入力される操作指示に基づいて、計測データＤ１を表示部１２に表示させることも可能である。例えば、処理部１６は、１つの計測点（１トレース）で得られた計測データＤ１から、その計測点で得られた反射波の波形を示す画像（Ａモード）を表示させることが可能である。また、処理部１６は、複数の計測点（複数トレース）で得られた計測データＤ１から、各々の計測点で得られた反射波を、その大きさに応じて色分け表示したレーダ画像（Ｂモード）を表示させることが可能である。

【0026】

図２は、本発明の一実施形態による空洞判定装置における計測データの表示例を示す図である。尚、図２（ａ）は、計測データＤ１をＡモードで表示した場合の表示例であり、図２（ｂ）は、計測データＤ１をＢモードで表示した場合の表示例である。図２（ａ）に示す通り、Ａモードは、横軸に計測データＤ１の計測値をとり、縦軸に深度をとったグラフである。また、Ｂモードは、横軸に距離（トンネルの長さ方向における距離）をとり、縦軸に深度をとった２次元画像である。技術者は、操作部１１を操作し、Ａモード又はＢモードを表示部１２に表示させて、空洞の有無を判定している。

【0027】

空洞判定装置１の機能（空洞を判定するために必要な機能）は、例えば、それらの機能を実現するプログラム（不図示の記録媒体に記録されたプログラムを含む）がＣＰＵ等のハードウェアによって実行されることによって実現されてもよい。つまり、空洞判定装置１の機能は、ソフトウェアとハードウェア資源とが協働することによって実現されてもよい。勿論、空洞判定装置１の機能、ＦＰＧＡ、ＬＳＩ、ＡＳＩＣ等のハードウェアを用いて実現されてもよい。

【0028】

〈学習済みモデルの生成〉
図３は、本発明の一実施形態による空洞判定装置の学習済みモデルの生成に係る機能的構成の一例を示すブロック図である。図３に示す通り、空洞判定装置１は、入力部２１、前処理部２２、生成部２３、モデル生成格納部２４、及びモデル格納部２５を備える。入力部２１、前処理部２２、及び生成部２３は、図１に示す処理部１６によって実現される。即ち、処理部１６が、格納部１５に格納されたモデル生成プログラムを実行することにより、入力部２１、前処理部２２、及び生成部２３の機能が実現される。モデル生成格納部２４及びモデル格納部２５は、図１に示す格納部１５によって実現される。

【0029】

入力部２１は、学習用データセットＤＳを入力する。入力部２１へ学習用データセットＤＳを入力する態様としては、例えば、図１に示す操作部１１からの入力、図１に示す通信部１３による外部装置からの入力、図１に示す入出力部１４による記録媒体からの入力が挙げられる。尚、入出力部１４に入力された学習用データセットＤＳは、図１に示す格納部１５に一時的に格納されてもよい。

【0030】

図４は、本発明の一実施形態で用いられる学習用データセットの一例を示す説明図である。図４に示す通り、学習用データセットＤＳは、学習用サンプルＳＰ１～ＳＰｎを含む（ｎは、２以上の整数）。各学習用サンプルＳＰ１～ＳＰｎは、過去に行われたトンネルの調査結果から得られるものであり、計測データＤ１１及び教師データＤ１２を含む。

【0031】

計測データＤ１１は、過去に調査が行われたトンネルの計測点に電磁波を照射して得られた反射波のデータである。計測データＤ１１は、図１に示す計測データＤ１と同様に、例えば、ＧＳＳＩ社のデータ形式であるＲＡＤＡＮフォーマットで形成されている。教師データＤ１２は、反射波が得られた計測点における空洞の有無を示すデータである。教師データＤ１２は、例えば、技術者が、計測データＤ１１を図２（ａ）に示すＡモード又は図２（ｂ）に示すＢモードで表示させ、その表示内容を参照して空洞の有無を判断することによって生成される。

【0032】

ここで、空洞調査で得られる計測データ（計測データＤ１，Ｄ１１）は、トンネルの長さ方向における２５メートルを区切りとして１ファイルのデータになっている。空洞調査では、１メートル当たり７０トレースを計測する。つまり、電磁波を照射して計測が行われる計測点は、１メートル当たり７０点である。従って、トンネルの長さ方向における２５メートル当たりの想定トレース数は１７５０トレースになる。

【0033】

しかしながら、トンネルの長さ方向における距離計測誤差又は凹凸のある覆工表面へのレーダ接地に起因する誤差から、トンネルの長さ方向における２５メートル当たりの実際のトレース数は１７５０トレースとは異なることがある。このため、２５メートル当たりの実際のトレース数が１７５０トレースよりも少ない場合には２５メートルとなるように拡大し、多い場合には縮小して、１メートル毎に教師データＤ１２を設定するのが望ましい。

【0034】

ここで、上述の拡大又は縮小を行った場合には、実際の対応計測点（教師データＤ１２を設定するために観察したトレース）が分からなくなる。そこで、１メートル毎に設定される格子点の近くの複数のトレースに対して、教師データＤ１２を設定するのが望ましい。例えば、格子点におけるトレースと、その格子点に前後する２トレースとの計５トレースに対して教師データＤ１２を設定するのが望ましい。このような５トレースの極値の最大値という特徴量は、５トレースのどの値が選ばれたかには関係なく、教師データＤ１２付近のトレースの特徴と考えることができる。

【0035】

また、連続するトレースの計測値（連続する計測点で得られた計測データ）によって形成されるレーダ画像に対して教師データＤ１２を設定してもよい。このような教師データＤ１２を設定する場合には、個々のトレースだけを見るのではなく、隣接するトレースの状況も含めて総合的に判断して教師データＤ１２を設定するのが望ましい。

【0036】

前処理部２２は、入力部２１から入力される学習用データセットＤＳに対し、学習済みモデルＭＤを作成するために必要となる前処理を行う。具体的に、前処理部２２は、学習用データセットＤＳに含まれる計測データＤ１１から反射波の極値に関する極値データを取得する前処理を行う。

【0037】

図５は、本発明の一実施形態で行われる前処理を説明するための図である。図５に示すグラフは、学習用データセットＤＳに含まれる計測データＤ１１の一例を示すグラフであり、横軸に計測値をとり、縦軸に深度をとってある。縦軸の深度は、電磁波が照射される覆工コンクリートの表面の位置からの深さである、尚、深度「０」の位置は、覆工コンクリートの表面の位置である。

【0038】

前処理部２２は、反射波の極値のうち、予め規定された閾値ＴＨ１，ＴＨ２を超える大きさを有するものに関する極値データを取得する。このような極値データを取得するのは、多重波等に由来する境界面以外からの小さな反射波を排除するためである。図５に示す例において、前処理部２２は、９個の極値ＰＫ１～ＰＫ９に関する極値データを取得している。尚、極値ＰＫ１，ＰＫ３，ＰＫ６，ＰＫ８は、大きさが閾値ＴＨ１を超えるものであり、極値ＰＫ２，ＰＫ４，ＰＫ５，ＰＫ７，ＰＫ９は、大きさの絶対値が閾値ＴＨ２の絶対値を超えるものである。

【0039】

前処理部２２は、極値ＰＫ１～ＰＫ９に関する極値データとして、極値ＰＫ１～ＰＫ９の各々の深度を示すデータ及び極値ＰＫ１～ＰＫ９の各々の大きさ（計測値）を示すデータを取得する。また、前処理部２２は、閾値ＴＨ１，ＴＨ２を超える大きさを有する極値（極値ＰＫ１～ＰＫ９）が現れる回数である極値出現回数（図５に示す例では「「９」）を示すデータも極値データとして取得する。

【0040】

ここで、空洞がない場所で得られる反射波は大きさの変化（計測値の変化）が少ないのに対し、空洞がある場所で得られる反射波は大きさの変化（計測値の変化）が激しい傾向がある。このため、例えば、極値出現回数を用いることで、空洞がない場所で得られる計測データを除外し、空洞がある場所で得られる計測データを学習の対象とすることができる。つまり、学習の対象とする計測データのスクリーニングを行うことができる。

【0041】

生成部２３は、前処理部２２で前処理が行われた学習用データセットＤＳを用いて学習モデルを訓練して、学習済みモデルＭＤを生成する。ここで、前処理部２２で前処理が行われた学習用データセットＤＳは、前処理部２２で取得された極値データと教師データＤ１２とを含むものでるから、生成される学習済みモデルＭＤは、トンネルに電磁波を照射して得られる反射波の極値と空洞の有無との関係を示すモデルであるということができる。

【0042】

ここで、学習済みモデルＭＤは、少なくとも、以下に示す第１特徴量及び第２特徴量と、空洞の有無との関係を学習したものであることが望ましい。また、学習済みモデルＭＤは、以下に示す第１～第３特徴量と空洞の有無との関係を学習したものであってもよい。
・第１特徴量（多重波特徴量）：１つの計測点で得られる反射波について正極性の極値と負極性の極値とが交互に出現する特徴量
・第２特徴量（連続性特徴量）：隣接する複数の計測点で得られる反射波の各々についての第１特徴量が計測点の方向（トンネルの長さ方向）に連続する特徴量
・第３特徴量（極性特徴量）：計測点で得られる反射波の最初に現れる極値の極性を示す特徴量

【0043】

また、学習済みモデルＭＤは、上記の第１～第３特徴量に加えて、以下に示す第４，５特徴量と、空洞の有無との関係を学習したものであってもよい。
・第４特徴量（多重波波形特徴量）：強い第２波が第１波とは逆に湾曲して出現し、レーダ画像において目球のような模様が出現する特徴量
・第５特徴量（遅れ波形特徴量）：滞水した空洞等の影響で深部に大きな極値が現れる特徴量

【0044】

生成部２３で生成される学習済みモデルＭＤは、例えば、決定木モデルである。但し、学習済みモデルＭＤは、決定木モデルに限定される訳ではなく、例えば、ニューラルネットワークを用いて表されるモデル、又は、ランダムフォレスト、サポートベクターマシン、ガウス過程回帰等他のアルゴリズムを用いて表されるモデルとすることも可能である。

【0045】

モデル生成格納部２４は、生成部２３で訓練中の学習モデルとパラメータとを格納する。モデル格納部２５は、生成部２３で生成された学習済みモデルＭＤを格納する。

【0046】

図６は、本発明の一実施形態による空洞判定装置が行うモデル生成処理の一例を示すフローチャートである。図６に示すフローチャートの処理は、例えば、空洞判定装置１のユーザが、空洞判定装置１の操作部１１を操作して、学習開始指示を行うことによって開始される。尚、説明を簡単にするために、図３に示すモデル生成格納部２４には、学習モデル、パラメータが格納されているものとする。

【0047】

図６に示すフローチャートの処理が開始すると、まず、空洞判定装置１の入力部２１は、学習用データセットＤＳを取得する（ステップＳ１１）。次に、空洞判定装置１の前処理部２２は、取得した学習用データセットＤＳの前処理を行う（ステップＳ１２）。例えば、図５を用いて説明した閾値ＴＨ１，ＴＨ２を超える大きさを有する極値ＰＫ１～ＰＫ９を抽出し、これら極値ＰＫ１～ＰＫ９に関する閾値データを取得する。尚、前処理部２２は、例えば、学習用データセットＤＳに含まれる計測データＤ１１に対し、標準化処理又は正規化処理を行ってもよい。

【0048】

次いで、空洞判定装置１の生成部２３は、前処理が行われた学習用データセットＤＳを用いた機械学習を実施する（ステップＳ１３）。ここで、学習用データセットＤＳには、教師データＤ１２が含まれていることから、生成部２３は、教師あり学習を実施する。尚、生成部２３は、学習用データセットＤＳに含まれる学習用サンプルＳＰ１～ＳＰｎのうち、前処理部２２で取得された閾値データに含まれる極値出現回数が所定値よりも少ないものを除外して機械学習を行ってもよい。続いて、生成部２３は、機械学習が終了であるか否かを判断する（ステップＳ１４）。

【0049】

機械学習が終了ではないと判断した場合（ステップＳ１４の判断結果が「ＮＯ」の場合）には、生成部２３は、機械学習を継続する（ステップＳ１３）。例えば、学習用データセットＤＳに含まれる学習用サンプルＳＰ１～ＳＰｎのうち、機械学習に用いられていないものを用いて機械学習を実施する。これに対し、機械学習が終了であると判断した場合（ステップＳ１４の判断結果が「ＹＥＳ」の場合）には、生成部２３は、生成された学習済みモデルＭＤをモデル格納部２５に格納させる（ステップＳ１５）。以上の処理によって、図６に示す一連の処理が終了する。

【0050】

尚、本実施形態では、学習済みモデルＭＤが空洞判定装置１で生成される例について説明している。しかしながら、学習済みモデルＭＤは、空洞判定装置１とは異なる他の装置で生成されてもよい。学習済みモデルＭＤが他の装置で生成される場合には、学習済みモデルＭＤは、当該他の装置から供給されることによって、モデル格納部２５にされてもよい。

【0051】

〈空洞の有無の判定〉
図７は、本発明の一実施形態による空洞判定装置の空洞判定に係る機能的構成の一例を示すブロック図である。図７に示す通り、空洞判定装置１は、モデル格納部２５に加えて、入力部３１、前処理部３２、判定部３３、及び判定結果表示部３４を備える。入力部３１～判定部３３は、図１に示す処理部１６によって実現される。即ち、処理部１６が、格納部１５に格納された空洞判定プログラムを実行することにより、入力部３１～判定部３３の機能が実現される。モデル格納部２５は、図１に示す格納部１５によって実現され、判定結果表示部３４は、図１に示す表示部１２によって実現される。

【0052】

入力部３１は、図１に示す空洞判定装置１の格納部１５に格納された計測データＤ１を入力する。つまり、入力部３１は、空洞の有無を調査する対象となっているトンネルの計測点に電磁波を照射して得られた反射波のデータを入力する。尚、計測データＤ１が格納部１５に格納されていない場合には、計測データＤ１の入力は、例えば、図１に示す通信部１３による外部装置からの入力であってもよく、図１に示す入出力部１４による記録媒体からの入力であってもよい。

【0053】

前処理部３２は、入力部３１から入力される計測データＤ１に対し、空洞の有無を判定する上で必要となる前処理を行う。具体的に、前処理部３２は、図３に示す前処理部２２と同様に、計測データＤ１から反射波の極値に関する極値データを取得する前処理を行う。例えば、前処理部３２は、図５を用いて説明した通り、多重波等に由来する境界面以外からの小さな反射波を排除するために、反射波の極値のうち、予め規定された閾値ＴＨ１，ＴＨ２を超える大きさを有するものに関する極値データを取得する。

【0054】

前処理部３２は、前処理部２２と同様に、極値に関する極値データとして、極値の各々の深度を示すデータ及び極値の各々の大きさ（計測値）を示すデータを取得する。また、前処理部３２は、閾値ＴＨ１，ＴＨ２を超える大きさを有する極値が現れる回数である極値出現回数を示すデータも極値データとして取得する。

【0055】

判定部３３は、モデル格納部２５に格納された学習済みモデルＭＤと、前処理部３２で取得された極値データとを用いて、入力部３１に入力された計測データＤ１が得られた計測点における空洞の有無を判定する。具体的に、判定部３３は、前処理部３２で取得された極値データについて、前述した第１特徴量（多重波特徴量）及び第２特徴量（連続性特徴量）の有無を判定することにより、計測点における空洞の有無を判定する。

【0056】

また、判定部３３は、隣接する計測点における空洞の有無の判定結果を考慮して、空洞の有無の判定結果を変更する。具体的に、隣接する３つの計測点のうちの真ん中に位置する計測点における空洞の有無の判定結果が、他の２つの計測点における空洞の有無の判定結果と異なる場合には、真ん中に位置する計測点における空洞の有無の判定結果を変更する。このような変更を行うのは、空洞がある区間及び空洞がない区間は連続する傾向にあり、トレース毎に空洞の有無が変化することは殆どないためである。

【0057】

例えば、真ん中に位置する計測点における判定結果が「空洞あり」であり、他の２つの計測点における判定結果が「空洞なし」である場合には、真ん中に位置する計測点における判定結果を「空洞なし」に変更する。逆に、真ん中に位置する計測点における判定結果が「空洞なし」であり、他の２つの計測点における判定結果が「空洞あり」である場合には、真ん中に位置する計測点における判定結果を「空洞あり」に変更する。

【0058】

判定結果表示部３４は、判定部３３の判定結果（空洞の有無の判定結果）を表示する。尚、判定部３３は、判定部３３の判定結果以外に、前処理部３２で取得された極値データ、前述した第１特徴量（多重波特徴量）及び第２特徴量（連続性特徴量）の有無の判定結果、その他の情報を表示しても良い。

【0059】

図８は、本発明の一実施形態による空洞判定装置が行う空洞判定処理の一例を示すフローチャートである。図８に示すフローチャートの処理は、例えば、空洞判定装置１のユーザが、空洞判定装置１の操作部１１を操作して、空洞判定処理の開始指示を行うことによって開始される。

【0060】

図８に示すフローチャートの処理が開始すると、まず、空洞判定装置１の入力部３１は、調査対象となっているトンネルの計測点に電磁波を照射して得られた反射波のデータである計測データＤ１を取得する。例えば、入力部３１は、格納部１５に格納された計測データＤ１を取得する。

【0061】

次に、空洞判定装置１の前処理部３２は、取得した計測データＤ１の前処理を行う。例えば、前処理部３２は、図５を用いて説明した閾値ＴＨ１，ＴＨ２を超える大きさを有する極値ＰＫ１～ＰＫ９を抽出し、これら極値ＰＫ１～ＰＫ９に関する閾値データを取得する。

【0062】

次いで、空洞判定装置１の判定部３３は、モデル格納部２５に格納された学習済みモデルＭＤと、前処理部３２で取得された極値データとを用いて、入力部３１に入力された計測データＤ１が得られた計測点における空洞の有無を判定する（ステップＳ２３）。具体的に、判定部３３は、前処理部３２で取得された極値データについて、前述した第１特徴量（多重波特徴量）及び第２特徴量（連続性特徴量）の有無を判定することにより、計測点における空洞の有無を判定する。

【0063】

また、判定部３３は、隣接する計測点における空洞の有無の判定結果を考慮して、空洞の有無の判定結果を変更する。例えば、真ん中に位置する計測点における判定結果が「空洞あり」であり、他の２つの計測点における判定結果が「空洞なし」である場合には、真ん中に位置する計測点における判定結果を「空洞なし」に変更する。

【0064】

判定部３３は、空洞の有無の判定結果を判定結果表示部３４に出力する（ステップＳ２４）。これにより、判定部３３における空洞の有無の判定結果が、判定結果表示部３４に表示される。

【0065】

以上説明した通り、本実施形態による空洞判定装置１は、前処理部３２が、入力部３１から入力される計測データＤ１から、反射波の極値に関する極値データを取得する前処理を行い、判定部３３が、学習済みモデルＭＤと、前処理部３２で取得された極値データとを用いて、入力部３１に入力された計測データＤ１が得られた計測点における空洞の有無を判定するようにしている。これにより、覆工コンクリートの空洞調査に要する時間の短縮、品質向上（バラツキ低減）、及び省人化を図ることができる。

【0066】

また、本実施形態による空洞判定装置１は、計測データＤ１１及び教師データＤ１２を含む学習用サンプルＳＰ１～ＳＰｎ（学習用データセットＤＳ）を用いて、学習済みモデルＭＤを生成する生成部２３を備える。これにより、蓄積されたノウハウ及び過去の調査結果が反映された学習済みモデルＭＤを生成することができるため、蓄積されたノウハウ及び過去の調査結果を有効活用することができる。

【0067】

尚、図３に示した入力部２１、前処理部２２、及び生成部２３の機能、並びに図７に示した入力部３１、前処理部３２、及び判定部３３の機能は、処理部１６がプログラムを実行することによって実現されることとして説明した。つまり、入力部２１、前処理部２２、生成部２３、入力部３１、前処理部３２、及び判定部３３の機能は、ソフトウェアとハードウェアの協働により実現される例について説明した。しかしながら、入力部２１、前処理部２２、生成部２３、入力部３１、前処理部３２、及び判定部３３の機能は、例えば、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）等のハードウェア（回路部：circuitryを含む）を用いて実現することも可能である。

【0068】

また、本明細書では、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【0069】

尚、以上に説明した空洞判定装置１を実現するためのプログラム（情報処理プログラム）を、コンピュータ読み取り可能な記憶媒体に記憶し、そのプログラムをコンピュータシステムに読み込ませて実行するようにしてもよい。尚、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記憶媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。更に、「コンピュータ読み取り可能な記憶媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。更に、前述した機能をコンピュータシステムにすでに記憶されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。

【符号の説明】

【0070】

１ 空洞判定装置
２３ 生成部
３１ 入力部
３２ 前処理部
３３ 判定部
Ｄ１ 計測データ
Ｄ１２ 教師データ
ＭＤ 学習済みモデル

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】