特開 2024-29866 路面状態検出装置および路面状態検出プログラム

(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】P2024029866

(43)【公開日】2024-03-07

(54)【発明の名称】路面状態検出装置および路面状態検出プログラム

(51)【国際特許分類】

   G08G 1/00 20060101AFI20240229BHJP

   G06T 7/00 20170101ALI20240229BHJP

   E01C 23/07 20060101ALI20240229BHJP

   G01B 11/30 20060101ALI20240229BHJP

   E01C 23/01 20060101ALI20240229BHJP

【ＦＩ】

G08G1/00 J

G06T7/00 650A

E01C23/07

G01B11/30 W

E01C23/01

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2022132301

(22)【出願日】2022-08-23

(71)【出願人】

【識別番号】519057081

【氏名又は名称】学校法人北海道科学大学

(71)【出願人】

【識別番号】591074161

【氏名又は名称】アジア航測株式会社

(71)【出願人】

【識別番号】522335723

【氏名又は名称】大陸建設株式会社

(71)【出願人】

【識別番号】522335734

【氏名又は名称】株式会社未来共創研究所

(74)【代理人】

【識別番号】100083806

【弁理士】

【氏名又は名称】三好 秀和

(74)【代理人】

【識別番号】100101247

【弁理士】

【氏名又は名称】高橋 俊一

(74)【代理人】

【識別番号】100095500

【弁理士】

【氏名又は名称】伊藤 正和

(74)【代理人】

【識別番号】100098327

【弁理士】

【氏名又は名称】高松 俊雄

(72)【発明者】

【氏名】佐野 実可子

(72)【発明者】

【氏名】亀山 修一

(72)【発明者】

【氏名】松井 晋

(72)【発明者】

【氏名】櫻庭 晃

(72)【発明者】

【氏名】小野寺 晃

(72)【発明者】

【氏名】森岡 亨

(72)【発明者】

【氏名】塚田 真之

(72)【発明者】

【氏名】佐々木 洋一

(72)【発明者】

【氏名】菊池 拓

(72)【発明者】

【氏名】小松 大誠

(72)【発明者】

【氏名】峰 健吾

(72)【発明者】

【氏名】佐々木 要

(72)【発明者】

【氏名】鈴木 眞生

(72)【発明者】

【氏名】遠藤 亮太

(72)【発明者】

【氏名】大友 正晴

【テーマコード（参考）】

2D053

2F065

5H181

5L096

【Ｆターム（参考）】

2D053AA32

2D053FA03

2F065AA49

2F065AA53

2F065CC40

2F065DD03

2F065FF12

2F065GG04

2F065HH04

2F065JJ00

2F065MM07

2F065MM16

2F065MM26

2F065PP22

2F065QQ03

2F065QQ31

2F065QQ43

2F065RR00

5H181AA01

5H181CC03

5H181CC12

5H181CC27

5H181MC02

5H181MC16

5L096AA09

5L096BA03

5L096EA18

5L096FA35

5L096FA39

5L096FA67

5L096GA19

5L096GA51

5L096GA53

(57)【要約】

【課題】微小かつ急激な落差がある舗装の損傷を適切に検出する。
【解決手段】移動体が移動する道路に対して照射したレーザー光の反射光に基づいて道路の３次元座標を点群データとして生成する点群データ生成装置２から点群データを取得し、取得した点群データに基づいて道路の路面状態を検出する路面状態検出装置１であって、点群データを道路の進行方向および幅方向の勾配をなくすように水平化処理する水平化処理手段１０３と、水平処理化された点群データを、水平面において所定サイズのメッシュに分割し、メッシュ毎に点群データの標高値のヒストグラムを生成し、ヒストグラムの形状に基づいて、メッシュ内の路面の歪度を算出する歪度算出手段１０４と、算出された歪度が所定の閾値以下であるメッシュを路面の損傷個所として抽出する損傷個所抽出手段１０５と、を備える。
【選択図】 図１

【特許請求の範囲】

【請求項1】

移動体が移動する道路に対して照射したレーザー光の反射光に基づいて前記道路の３次元座標を点群データとして生成する点群データ生成装置から前記点群データを取得し、前記取得した点群データに基づいて前記道路の路面状態を検出する路面状態検出装置であって、
前記点群データを前記道路の進行方向および幅方向の勾配をなくすように水平化処理する水平化処理手段と、
前記水平処理化された点群データを、水平面において所定サイズのメッシュに分割し、前記メッシュ毎に前記点群データの標高値のヒストグラムを生成し、前記ヒストグラムの形状に基づいて、前記メッシュ内の路面の歪度を算出する歪度算出手段と、
前記算出された歪度が所定の閾値以下であるメッシュを路面の損傷個所として抽出する損傷個所抽出手段と、
を備えたことを特徴とする路面状態検出装置。

【請求項2】

前記歪度算出手段は、
前記水平処理化された点群データを、水平面において複数のサイズのメッシュにそれぞれ分割し、前記複数のメッシュサイズ毎に、点群データそれぞれにおいてメッシュ毎に前記点群データの標高値のヒストグラムを生成し、前記ヒストグラムの形状に基づいて、前記メッシュ内の路面の歪度を算出し、前記算出したメッシュサイズ毎の歪度の最小値を合成して新たな歪度として算出する
ことを特徴とする請求項１記載の路面状態検出装置。

【請求項3】

前記水平化処理される前の点群データに基づいて、複数の３次元のセルに分割したデジタル標高モデルを生成し、生成したデジタル標高モデルに基づいて前記セルに向かう水の流向を算出し、前記流向が対象の前記セルに向くセル数を累積させることによりセルごとの累積流量を算出する累積流量算出手段と、
前記損傷個所抽出手段により抽出された損傷個所と、前記累積流量算出手段により算出された累積流量を重ね合わせることにより、損傷が進行する可能性高い損傷候補箇所を特定する損傷候補箇所特性手段と、
をさらに備えたことを特徴とする請求項１記載の路面状態検出装置。

【請求項4】

路面の水か流れるか留まるかを示す路面水状態と、前記累積流量と、損傷が進行する可能性の高さを示す危険度とを関連付けて危険テーブルとして記憶する危険テーブル記憶手段を、さらに備え、
前記損傷候補箇所特性手段は、
前記危険テーブルに基づいて、前記損傷個所抽出手段により抽出された損傷個所を含む所定領域内における、前記累積流量算出手段により算出された流向に基づいて算出した前記路面水状態と、前記累積流量とに対応する危険度を抽出することにより前記損傷候補箇所を特定する
ことを特徴とする請求項３記載の路面状態検出装置。

【請求項5】

移動体が移動する道路に対して照射したレーザー光の反射光に基づいて前記道路の３次元座標を点群データとして生成する点群データ生成装置から前記点群データを取得し、前記取得した点群データに基づいて前記道路の路面状態を検出する路面状態検出装置が実行する路面状態検出プログラムであって、
前記点群データを前記道路の進行方向および幅方向の勾配をなくすように水平化処理する水平化処理ステップと、
前記水平処理化された点群データを、水平面において所定サイズのメッシュに分割し、前記メッシュ毎に前記点群データの標高値のヒストグラムを生成し、前記ヒストグラムの形状に基づいて、前記メッシュ内の路面の歪度を算出する歪度算出ステップと、
前記算出された歪度が所定の閾値以下であるメッシュを路面の損傷個所として抽出する損傷個所抽出ステップと、
を前記路面状態検出装置に実行させることを特徴とする路面状態検出プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、適切に路面状態を検出する路面状態検出装置および路面状態検出プログラムに関する。

【背景技術】

【0002】

一般的に、道路維持管理業務の一環として、例えば、ポットホール、ひび割れ、わだち掘れなどの舗装の損傷は、交通事故等の要因となることから、交通量に応じたパトロールによる日常点検を実施している。特に、ポットホールは迅速な補修が求められるため、パトロールによる目視点検で異常個所を特定し補修しているが、事後保全となってしまっている。

【0003】

一方で、近年、道路維持管理業務の効率化及び高度化のため、ＭＭＳ（Mobile Mapping System）によって取得した点群の活用が進んでいる。

【0004】

特許文献１には、３次元点群のうちの平面近似誤差が小さい３次元点からなる点群に対して、３次元点の法線方向の類似度を用いたクラスタリングを行い、３次元点群クラスタを、路面領域点群として検出し、路面領域点群のうちの３次元点について局所的に求めた平面候補と、近傍の３次元点について局所的に求めた平面候補とを連結する滑らかさと、平面候補の尤度とを評価する評価関数を最適化するように、３次元点の各々における平面を推定し、推定された平面より鉛直下側にある３次元点からなる点群をクラスタリングし、クラスタに属する３次元点における、推定された平面との法線方向の距離の最大値を、窪み量として推定する路面凹凸量推定装置に関する技術が開示されている。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２０１８－７１９７３

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかしながら、特許文献１に記載の技術では、推定された平面より鉛直下側にある３次元点からなる点群をクラスタリングし、クラスタに属する３次元点における、推定された平面との法線方向の距離の最大値を、窪み量として推定するので、所定の領域を有する窪みしか検出できず、微小かつ急激な落差があるようなポットホール、ひび割れ、わだち掘れなどの舗装の損傷については検出が困難であった。

【0007】

本発明は、上記問題点に鑑みてなされたものであり、微小かつ急激な落差がある舗装の損傷を適切に検出する路面状態検出装置および路面状態検出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】

【0008】

上記目的を解決するため、本発明に係る路面状態検出装置の第１の特徴は、
移動体が移動する道路に対して照射したレーザー光の反射光に基づいて前記道路の３次元座標を点群データとして生成する点群データ生成装置から前記点群データを取得し、前記取得した点群データに基づいて前記道路の路面状態を検出する路面状態検出装置であって、
前記点群データを前記道路の進行方向および幅方向の勾配をなくすように水平化処理する水平化処理手段と、
前記水平処理化された点群データを、水平面において所定サイズのメッシュに分割し、前記メッシュ毎に前記点群データの標高値のヒストグラムを生成し、前記ヒストグラムの形状に基づいて、前記メッシュ内の路面の歪度を算出する歪度算出手段と、
前記算出された歪度が所定の閾値以下であるメッシュを路面の損傷個所として抽出する損傷個所抽出手段と、
を備えたことにある。

【0009】

本発明に係る路面状態検出装置の第２の特徴は、
前記歪度算出手段は、
前記水平処理化された点群データを、水平面において複数のサイズのメッシュにそれぞれ分割し、前記複数のメッシュサイズ毎に、点群データそれぞれにおいてメッシュ毎に前記点群データの標高値のヒストグラムを生成し、前記ヒストグラムの形状に基づいて、前記メッシュ内の路面の歪度を算出し、前記算出したメッシュサイズ毎の歪度の最小値を合成して新たな歪度として算出する
ことにある。

【0010】

本発明に係る路面状態検出装置の第３の特徴は、
前記水平化処理される前の点群データに基づいて、複数の３次元のセルに分割したデジタル標高モデルを生成し、生成したデジタル標高モデルに基づいて前記セルに向かう水の流向を算出し、前記流向が対象の前記セルに向くセル数を累積させることによりセルごとの累積流量を算出する累積流量算出手段と、
前記損傷個所抽出手段により抽出された損傷個所と、前記累積流量算出手段により算出された累積流量を重ね合わせることにより、損傷が進行する可能性高い損傷候補箇所を特定する損傷候補箇所特性手段と、
をさらに備えたことにある。

【0011】

本発明に係る路面状態検出装置の第４の特徴は、
路面の水か流れるか留まるかを示す路面水状態と、前記累積流量と、損傷が進行する可能性の高さを示す危険度とを関連付けて危険テーブルとして記憶する危険テーブル記憶手段を、さらに備え、
前記損傷候補箇所特性手段は、
前記危険テーブルに基づいて、前記損傷個所抽出手段により抽出された損傷個所を含む所定領域内における、前記累積流量算出手段により算出された流向に基づいて算出した前記路面水状態と、前記累積流量とに対応する危険度を抽出することにより前記損傷候補箇所を特定することにある。

【0012】

本発明に係る路面状態検出プログラムの第１の特徴は、
移動体が移動する道路に対して照射したレーザー光の反射光に基づいて前記道路の３次元座標を点群データとして生成する点群データ生成装置から前記点群データを取得し、前記取得した点群データに基づいて前記道路の路面状態を検出する路面状態検出装置が実行する路面状態検出プログラムであって、
前記点群データを前記道路の進行方向および幅方向の勾配をなくすように水平化処理する水平化処理ステップと、
前記水平処理化された点群データを、水平面において所定サイズのメッシュに分割し、前記メッシュ毎に前記点群データの標高値のヒストグラムを生成し、前記ヒストグラムの形状に基づいて、前記メッシュ内の路面の歪度を算出する歪度算出ステップと、
前記算出された歪度が所定の閾値以下であるメッシュを路面の損傷個所として抽出する損傷個所抽出ステップと、
を前記路面状態検出装置に実行させることにある。

【発明の効果】

【0013】

本発明に係る路面状態検出装置および路面状態検出プログラムによれば、微小かつ急激な落差がある舗装の損傷を適切に検出することができる。

【図面の簡単な説明】

【0014】

【図1】本発明の一実施形態である路面状態検出システムの概略構成を示した概略構成図である。

【図2】本発明の一実施形態である路面状態検出システムが備える点群データ生成装置２による点群データの生成を模式的に説明した説明図である。

【図3】本発明の一実施形態である路面状態検出システムが備える水平化処理手段による縦断方向の水平化処理を模式的に説明した説明図である。（ａ）は、道路の赤色立体図であり、（ｂ）は、図３（ａ）におけるＡ－Ｂ断面の高さを示した断面図であり、（ｃ）は、（ｂ）の勾配をなくすように水平化処置した後の高さを示した断面図である。

【図4】本発明の一実施形態である路面状態検出システムが備える水平化処理手段１０３による横断方向の水平化処理を模式的に説明した説明図である。（ａ）は、道路の赤色立体図であり、（ｂ）は、図４（ａ）におけるＡ－Ｂ断面の高さを示した断面図であり、（ｃ）は、（ｂ）の勾配をなくすように水平化処置した後の高さを示した断面図である。

【図5】本発明の一実施形態である路面状態検出システムが備える歪度算出手段により生成されるヒストグラムの例を示した図である。

【図6】本発明の一実施形態である路面状態検出システムが備える歪度算出手段による処理内容を模式的に説明した説明図である。

【図7】本発明の一実施形態である路面状態検出システムが備える歪度算出手段による分割および歪度算出処理内容を模式的に説明した説明図である。

【図8】本発明の一実施形態である路面状態検出システムが備える歪度算出手段による範囲設定内容を模式的に説明した説明図である。（ａ）は、オーバーラップを模式的に示した図であり、（ｂ）は、Ｌ１ｃｍ×Ｌ１ｃｍサイズでオーバーラップさせてメッシュをさらに細分化して範囲を設定したメッシュの一例を示しており、（ｃ）は、Ｌ２ｃｍ×Ｌ２ｃｍサイズでオーバーラップさせてメッシュをさらに細分化して範囲を設定したメッシュの一例を示しており、（ｄ）は、Ｌ３ｃｍ×Ｌ３ｃｍサイズでオーバーラップさせてメッシュをさらに細分化して範囲を設定したメッシュの一例を示しており、（ｅ）は、（ｂ）～（ｄ）を合成したメッシュの一例を示している。

【図9】本発明の一実施形態である路面状態検出システムが備える累積流量算出手段による累積流量の算出処理内容を模式的に説明した説明図である。（ａ）は、デジタル標高モデルを示しており、（ｂ）は、流向モデルを示しており、（ｃ）は、累積流量モデルを示している。

【図10】本発明の一実施形態である路面状態検出システムが備える損傷個所抽出手段により抽出された損傷個所と、累積流量算出手段により算出された累積流量を重ね合わせた例を示した図である。

【図11】本発明の一実施形態である路面状態検出システムが備える累積流量算出手段による累積流量の算出処理内容を模式的に説明した説明図である。

【図12】本発明の一実施形態である路面状態検出システムが備える危険テーブル記憶部が記憶する危険テーブルの一例を示した図である。

【図13】本発明の一実施形態である路面状態検出システムの処理手順を示したフローチャートである。

【発明を実施するための形態】

【0015】

以下、本発明の実施の形態について、図面を参照して説明する。各図面を通じて同一若しくは同等の部位や構成要素には、同一若しくは同等の符号を付している。ただし、図面は模式的なものであり、現実のものとは異なることに留意すべきである。また、図面相互間においても互いの寸法の関係や比率が異なる部分が含まれている。

【0016】

また、以下に示す実施の形態は、この発明の技術的思想を具体化するための装置等を例示するものであって、この発明の技術的思想は、各構成部品の配置等を下記のものに特定するものでない。この発明の技術的思想は、特許請求の範囲において、種々の変更を加えることができる。

【0017】

＜路面状態検出装置の構成＞
以下、本発明の一実施形態である路面状態検出装置を備えた路面状態検出システムについて説明する。

【0018】

図１は、本発明の一実施形態である路面状態検出システムの概略構成を示した概略構成図である。

【0019】

図１に示すように、路面状態検出システム１００は、路面Ｒに沿って移動する台車（移動体）３に搭載されており、路面状態検出装置１と、点群データ生成装置２と、モニタ５とを備えている。

【0020】

路面状態検出システム１００が搭載された台車３が移動中に、点群データ生成装置２は台車３が走行する道路の路面Ｒに対してレーザー光を照射する。そして、点群データ生成装置２は、照射したレーザー光の反射光に基づいて路面Ｒの３次元座標を点群データとして生成する。詳細は後述する。

【0021】

路面状態検出装置１は、点群データ生成装置２から点群データを取得し、取得した点群データに基づいて点群データに基づいて道路の路面状態を検出する。例えば、路面状態検出装置１は、ポットホール、ひび割れ、わだち掘れなどの舗装の損傷などを検出し、今後、損傷が進行する可能性高い損傷候補箇所を特定する。

【0022】

モニタ５は、路面状態検出装置１により検出された区画線を表示する画面など各種画面を表示する。

【0023】

＜点群データ生成装置２による点群データの生成＞
図２は、本発明の一実施形態である路面状態検出システム１００が備える点群データ生成装置２による点群データの生成を模式的に説明した説明図である。

【0024】

図２に示すように、点群データ生成装置２は、レーザースキャナ２１と、ＧＮＳＳ（Global Navigation Satellite System ）２２と、ＩＭＵ（Inertial Measurement Unit）２３と、データ収集手段２４と、データ一時記憶部２５とを備えている。

【0025】

レーザースキャナ２１は、台車３の後方に設けられており、路面Ｒに向かってレーザー光を照射する。照射するレーザー光の到達距離は８０ｍ～１００ｍの範囲であり、例えば、２００Ｈｚ周期で回転し、１０００ｋＨｚでレーザー光を発射する。そして、レーザースキャナ２１は、発射したレーザー光の反射光を受光し、受光した反射光に基づいて受光した測定時刻と路面Ｒまでの角度と距離と反射強度とを示すレーザデータ（Time,θ，Ｌ，Ｉ）を取得する。

【0026】

ＧＮＳＳ２２は、人工衛星から発射される信号を用いてＧＮＳＳデータ（位置座標）を取得する。

【0027】

ＩＭＵ２３は、点群データ生成装置２の姿勢を検出することができる。これらのＩＭＵ２３で取得した姿勢はＧＮＳＳデータに対応させてＰＯＳ（Position and Orientation System）データとしてデータ収集手段２４に供給される。すなわち、ＰＯＳデータは、ＧＮＳＳ２２からのＧＮＳＳデータ（位置座標）と検出した姿勢とを組み合わせた、基準となるＩＭＵ２３の位置姿勢（測定時刻、位置座標、傾き）を示すデータ（Time，ｘi，ｙi，ｚi，Roll，Pitch，Yaw）を含んでいる。ｚiは、グランドレベルからのＩＭＵ２３が取り付けられている標高値となる。

【0028】

ＩＭＵ２３を基準としたレーザースキャナ２１の位置座標は、（Δｘ,Δｙ,Δｚ）で示すことできる。

【0029】

データ収集手段２４は、ＩＭＵ２３から取得したＰＯＳデータと、レーザースキャナ２１から取得したレーザデータとに基づいて、地物の位置を示す３次元座標の集まりを点群データ（X,Y,Z,I）として生成する。

【0030】

データ一時記憶部２５は、データ収集手段２４により生成された点群データ（X,Y,Z,I）を一時的に記憶する。記憶された点群データは、路面状態検出装置１に供給される。ここでは、データ一時記憶部２５に記憶された点群データは、リアルタイムで路面状態検出装置１へと供給されるようにしたが、これに限らず、台車３には点群データ生成装置２のみが搭載され、点群データの一時保存の後、点群データ生成装置２と路面状態検出装置１とが接続された際に、データ一時記憶部２５から路面状態検出装置１へ点群データが供給されるようにしてもよい。

【0031】

＜路面状態検出装置１の構成＞
図１に戻り、路面状態検出装置１は、点群データ取得手段１０１と、点群データ記憶部１０２と、水平化処理手段１０３と、歪度算出手段１０４と、損傷個所抽出手段１０５と、損傷個所記憶部１０６と、累積流量算出手段１０７と、累積流量記憶部１０８と、損傷候補箇所特定手段１０９と、危険テーブル記憶部１１０と、表示制御手段１１１とを有している。

【0032】

点群データ取得手段１０１は、点群データ生成装置２のデータ一時記憶部２５から供給される点群データを取得し、取得した点群データを点群データ記憶部１０２に記憶する。

【0033】

点群データ記憶部１０２は、例えば、ハードディスクドライブなどで構成され、点群データ（X,Y,Z）が記憶されている。

【0034】

水平化処理手段１０３は、点群データ記憶部１０２に記憶された点群データを道路の進行方向および幅方向の勾配をなくすように水平化処理する。

【0035】

図３は、本発明の一実施形態である路面状態検出システム１００が備える水平化処理手段１０３による縦断方向の水平化処理を模式的に説明した説明図である。（ａ）は、道路の赤色立体図であり、（ｂ）は、図３（ａ）におけるＡ－Ｂ断面の高さを示した断面図であり、（ｃ）は、（ｂ）の勾配をなくすように水平化処置した後の高さを示した断面図である。なお、赤色立体図とは、点群データを用いて作成された方向依存性のない地図画像である。

【0036】

図３（ｂ）に示すように、図３（ａ）に示す道路の進行方向に沿ったＡ－Ｂ断面の高さは、地点Ａから地点Ｂに向かって低くなるような勾配を有している。

【0037】

水平化処理手段１０３は、この進行方向の勾配をなくすように水平化処理することにより、図３（ｃ）に示す高さ情報を得る。具体的には、水平化処理手段１０３は、計測した点群データの標高値（Ｚ座標）から、計測した際のレーザースキャナ２１の標高値（Ｚ座標）を減算することにより縦断方向の勾配を除去する。

【0038】

図４は、本発明の一実施形態である路面状態検出システム１００が備える水平化処理手段１０３による横断方向の水平化処理を模式的に説明した説明図である。（ａ）は、道路の赤色立体図であり、（ｂ）は、図４（ａ）におけるＡ－Ｂ断面の高さを示した断面図であり、（ｃ）は、（ｂ）の勾配をなくすように水平化処置した後の高さを示した断面図である。

【0039】

図４（ｂ）に示すように、図４（ａ）に示す道路の幅方向（進行方向に直行する方向）に沿ったＡ－Ｂ断面の高さは、地点Ａから地点Ｂに向かって低くなるような勾配を有している。

【0040】

水平化処理手段１０３は、この幅方向の勾配をなくすように水平化処理することにより、図４（ｃ）に示す高さ情報を得る。具体的には、水平化処理手段１０３は、計測した際のＩＭＵ２３の位置姿勢を示すデータの１つであるYawの回転角を「０」とすることで横断方向の勾配を除去する。

【0041】

歪度算出手段１０４は、水平化処理手段１０３により水平処理化された点群データを、水平面において１０ｃｍ×１０ｃｍサイズのメッシュに分割し、メッシュ毎に点群データの標高値のヒストグラムを生成し、ヒストグラムの形状に基づいて、メッシュ内の路面の歪度を算出する。

【0042】

図５（ａ）～（ｃ）は、本発明の一実施形態である路面状態検出システム１００が備える歪度算出手段１０４により生成されるヒストグラムの例を示した図である。

【0043】

路面上に凹凸がなく正常な状態であると、図５（ｂ）に示すように、ヒストグラムは正規分布を示し、その際の歪度は「０」となる。

【0044】

一方、路面上にポットホール、ひび割れ、わだち掘れなどの凹形状の損傷がある場合、図５（ａ）に示すように、ヒストグラムはマイナス方向に延びるような形状を有し、その際の歪度はマイナス（ここでは、－１．２４）となる。また、路面上に凸形状の変形がある場合、図５（ｃ）に示すように、ヒストグラムはプラス方向に延びるような形状を有し、その際の歪度はプラス（ここでは、１．２４）となる。

【0045】

図６は、本発明の一実施形態である路面状態検出システム１００が備える歪度算出手段１０４による処理内容を模式的に説明した説明図である。

【0046】

歪度算出手段１０４は、図６（ａ）に示す水平化処理手段１０３により水平処理化された点群データを、図６（ｂ）に示すように水平面においてＬ１ｃｍ×Ｌ１ｃｍ（ここでは、１０ｃｍ×１０ｃｍ）サイズのメッシュに分割する。

【0047】

そして、歪度算出手段１０４は、Ｌ１ｃｍ×Ｌ１ｃｍサイズのメッシュ毎に点群データを抽出し、図６（ｃ）に示すように、抽出した点群データのＺ座標（標高値）のヒストグラムを生成する。さらに、歪度算出手段１０４は、ヒストグラムの形状に基づいて、Ｌ１ｃｍ×Ｌ１ｃｍサイズのメッシュ内の路面の歪度を算出する。

【0048】

また、歪度算出手段１０４は、複数のメッシュサイズで分割する。

【0049】

図７は、本発明の一実施形態である路面状態検出システム１００が備える歪度算出手段１０４による分割および歪度算出処理内容を模式的に説明した説明図である。

【0050】

図７に示すように、歪度算出手段１０４は、水平処理化された点群データＧ１０１を複数のサイズのメッシュにそれぞれ分割する。図７に示した点群データＧ１０１には、ポットホールＧ１０１ａが含まれている。

【0051】

歪度算出手段１０４は、水平処理化された点群データＧ１０１をＬ１ｃｍ×Ｌ１ｃｍ（ここでは、１０ｃｍ×１０ｃｍ）サイズのメッシュに分割し、Ｌ１ｃｍ×Ｌ１ｃｍサイズのメッシュ毎に点群データのＺ座標（標高値）のヒストグラムを生成し、ヒストグラムの形状に基づいて、Ｌ１ｃｍ×Ｌ１ｃｍサイズのメッシュ内の路面の歪度を算出する。そして、歪度算出手段１０４は、Ｌ１ｃｍ×Ｌ１ｃｍサイズのメッシュ毎に歪度に段彩を施し、Ｌ１メッシュ分割歪度段彩画像Ｇ１１１を生成する。

【0052】

歪度算出手段１０４は、水平処理化された点群データＧ１０１をＬ２ｃｍ×Ｌ２ｃｍ（ここでは、３０ｃｍ×３０ｃｍ）サイズのメッシュに分割し、Ｌ２ｃｍ×Ｌ２ｃｍサイズのメッシュ毎に点群データのＺ座標（標高値）のヒストグラムを生成し、ヒストグラムの形状に基づいて、Ｌ２ｃｍ×Ｌ２ｃｍサイズのメッシュ内の路面の歪度を算出する。そして、歪度算出手段１０４は、Ｌ２ｃｍ×Ｌ２ｃｍサイズのメッシュ毎に歪度に段彩を施し、Ｌ２メッシュ分割歪度段彩画像Ｇ１１２を生成する。

【0053】

歪度算出手段１０４は、水平処理化された点群データＧ１０１をＬ３ｃｍ×Ｌ３ｃｍ（ここでは、５０ｃｍ×５０ｃｍ）サイズのメッシュに分割し、Ｌ３ｃｍ×Ｌ３ｃｍサイズのメッシュ毎に点群データのＺ座標（標高値）のヒストグラムを生成し、ヒストグラムの形状に基づいて、Ｌ３ｃｍ×Ｌ３ｃｍサイズのメッシュ内の路面の歪度を算出する。そして、歪度算出手段１０４は、Ｌ３ｃｍ×Ｌ３ｃｍサイズのメッシュ毎に歪度に段彩を施し、Ｌ３メッシュ分割歪度段彩画像Ｇ１１３を生成する。

【0054】

ここで、Ｌ１メッシュ分割歪度段彩画像Ｇ１１１におけるポットホールＧ１０１ａに対応する位置の歪度Ｇ１１１ａは、「１．５」となっている。これは、メッシュサイズが小さすぎることで、ポットホール内にＬ１ｃｍ×Ｌ１ｃｍサイズのメッシュ全体が入ってしまい、歪度が低い値となっていない。

【0055】

一方、Ｌ２メッシュ分割歪度段彩画像Ｇ１１２におけるポットホールＧ１０１ａに対応する位置の歪度Ｇ１１２ａは、「－１．５」と低い値となっており、また、Ｌ３メッシュ分割歪度段彩画像Ｇ１１３におけるポットホールＧ１０１ａに対応する位置の歪度Ｇ１１３ａも、「－１．５」と低い値となっている。

【0056】

このように、メッシュサイズによって歪度に差が生じる場合がある。具体的には、メッシュサイズが小さすぎると、上述したように、ポットホール内にメッシュ全体が入ってしまい、ポットホールが存在しているにもかかわらず歪度が低い値とならず、メッシュサイズが大きすぎると、メッシュサイズに対するポットホールに相当する点群データ点数が少なくなり、ポットホールが存在しているにもかかわらず歪度が低い値とならない。

【0057】

そこで、歪度算出手段１０４は、Ｌ１ｃｍ×Ｌ１ｃｍサイズ、Ｌ２ｃｍ×Ｌ２ｃｍサイズ、Ｌ３ｃｍ×Ｌ３ｃｍサイズそれぞれのメッシュ内の路面の歪度を算出し、算出したメッシュサイズ毎の歪度の最小値を合成して新たな歪度として算出する。

【0058】

例えば、Ｌ１ｃｍ×Ｌ１ｃｍメッシュＧ１１１ａは、Ｌ２ｃｍ×Ｌ２ｃｍメッシュＧ１１２ａの範囲内に含まれており、また。Ｌ３ｃｍ×Ｌ３ｃｍメッシュＧ１１３ａの範囲内に含まれている。

【0059】

Ｌ１ｃｍ×Ｌ１ｃｍメッシュＧ１１１ａの歪度は、「１．５」であり、Ｌ２ｃｍ×Ｌ２ｃｍメッシュＧ１１２ａの歪度は、「－１．５」であり、Ｌ３ｃｍ×Ｌ３ｃｍメッシュＧ１１３ａの歪度は、「－１．５」であるので、歪度算出手段１０４は、Ｌ１ｃｍ×Ｌ１ｃｍメッシュＧ１１１ａの歪度を最小値である「－１．５」とする。

【0060】

このように、算出したメッシュサイズ毎の歪度の最小値を合成して新たな歪度として算出し、合成画像Ｇ１２１を得る。これにより、合成画像Ｇ１２１では、ポットホールＧ１０１ａに対応する位置の歪度Ｇ１２１ａは、「－１．５」と低い値となり、適切な歪度を得ることができる。

【0061】

なお、それぞれメッシュサイズで単純に分割して歪度を算出すると、分割したメッシュの境界部分に検出漏れが生じる場合がある。そこで、分割したメッシュの境界部分の検出漏れを防止するために、メッシュの上下左右に５０（％）ずつオーバーラップさせてメッシュをさらに細分化して範囲を設定するようにしてもよい。

【0062】

図８は、本発明の一実施形態である路面状態検出システム１００が備える歪度算出手段１０４による範囲設定内容を模式的に説明した説明図である。（ａ）は、オーバーラップを模式的に示した図であり、（ｂ）は、Ｌ１ｃｍ×Ｌ１ｃｍサイズでオーバーラップさせてメッシュをさらに細分化して範囲を設定したメッシュの一例を示しており、（ｃ）は、Ｌ２ｃｍ×Ｌ２ｃｍサイズでオーバーラップさせてメッシュをさらに細分化して範囲を設定したメッシュの一例を示しており、（ｄ）は、Ｌ３ｃｍ×Ｌ３ｃｍサイズでオーバーラップさせてメッシュをさらに細分化して範囲を設定したメッシュの一例を示しており、（ｅ）は、（ｂ）～（ｄ）を合成したメッシュの一例を示している。なお、（ｂ）～（ｅ）では、歪度が高いメッシュを薄い濃度で示し、歪度が低いメッシュを濃い濃度で示している。

【0063】

図８（ａ）に示した例では、Ｌ１ｃｍ×Ｌ１ｃｍ（ここでは、１０ｃｍ×１０ｃｍ）サイズのメッシュ（例えばメッシュＦ１０１）を左右上下に５０（％）ずつオーバーラップさせている。この場合、上下左右でオーバーラップした範囲として、Ｌ１ｃｍの５０（％）の長さであるＬ１２ｃｍ（ここでは、５ｃｍ）を１辺とするＬ１２ｃｍ×Ｌ１２ｃｍサイズのメッシュ（例えばメッシュＦ１０２）が形成される。また、図示しないが、同様に、Ｌ２ｃｍ×Ｌ２ｃｍ（ここでは、３０ｃｍ×３０ｃｍ）サイズのメッシュ（を左右上下に５０（％）ずつオーバーラップさせ、Ｌ３ｃｍ×Ｌ３ｃｍ（ここでは、５０ｃｍ×５０ｃｍ）サイズのメッシュ（を左右上下に５０（％）ずつオーバーラップさせる。

【0064】

歪度算出手段１０４は、この上下左右にオーバーラップしたＬ１２ｃｍ×Ｌ１２ｃｍサイズのメッシュに分割し、Ｌ１２ｃｍ×Ｌ１２ｃｍサイズのメッシュ毎に点群データのＺ座標（標高値）のヒストグラムを生成し、ヒストグラムの形状に基づいて、Ｌ１２ｃｍ×Ｌ１２ｃｍサイズのメッシュ内の路面の歪度を算出するようにしてもよい。

【0065】

図８（ｂ）は、Ｌ１２ｃｍ×Ｌ１２ｃｍサイズに分割されたＬ１２メッシュ分割歪度段彩画像Ｇ５０１を示している。Ｌ１２メッシュ分割歪度段彩画像Ｇ５０１は、Ｌ１ｃｍ×Ｌ１ｃｍ（ここでは、１０ｃｍ×１０ｃｍ）サイズのメッシュを左右上下に５０（％）ずつオーバーラップさせて、Ｌ１２ｃｍ×Ｌ１２ｃｍ（ここでは、５ｃｍ×５ｃｍ）サイズのメッシュに分割され、Ｌ１２ｃｍ×Ｌ１２ｃｍサイズのメッシュ毎に点群データのＺ座標（標高値）のヒストグラムが生成され、ヒストグラムの形状に基づいて、Ｌ１２ｃｍ×Ｌ１２ｃｍサイズのメッシュ内の路面の歪度が算出されている。

【0066】

図８（ｃ）は、Ｌ２２ｃｍ×Ｌ２２ｃｍサイズに分割されたＬ２２メッシュ分割歪度段彩画像Ｇ５０２を示している。Ｌ２２メッシュ分割歪度段彩画像Ｇ５０２は、Ｌ２ｃｍ×Ｌ２ｃｍ（ここでは、３０ｃｍ×３０ｃｍ）サイズのメッシュを左右上下に５０（％）ずつオーバーラップさせて、Ｌ２２ｃｍ×Ｌ２２ｃｍ（ここでは、１５ｃｍ×１５ｃｍ）サイズのメッシュに分割され、Ｌ２２ｃｍ×Ｌ２２ｃｍサイズのメッシュ毎に点群データのＺ座標（標高値）のヒストグラムが生成され、ヒストグラムの形状に基づいて、Ｌ２２ｃｍ×Ｌ２２ｃｍサイズのメッシュ内の路面の歪度が算出されている。

【0067】

図８（ｄ）は、Ｌ３２ｃｍ×Ｌ３２ｃｍサイズに分割されたＬ３２メッシュ分割歪度段彩画像Ｇ５０３を示している。Ｌ３２メッシュ分割歪度段彩画像Ｇ５０３は、Ｌ３ｃｍ×Ｌ３ｃｍ（ここでは、５０ｃｍ×５０ｃｍ）サイズのメッシュを左右上下に５０（％）ずつオーバーラップさせて、Ｌ３２ｃｍ×Ｌ３２ｃｍ（ここでは、２５ｃｍ×２５ｃｍ）サイズのメッシュに分割され、Ｌ３２ｃｍ×Ｌ３２ｃｍサイズのメッシュ毎に点群データのＺ座標（標高値）のヒストグラムが生成され、ヒストグラムの形状に基づいて、Ｌ３２ｃｍ×Ｌ３２ｃｍサイズのメッシュ内の路面の歪度が算出されている。

【0068】

図８（ｅ）は、図８（ｂ）に示すＬ１２メッシュ分割歪度段彩画像Ｇ５０１と、図８（ｃ）に示すＬ２２メッシュ分割歪度段彩画像Ｇ５０２と、図８（ｄ）に示すＬ３２メッシュ分割歪度段彩画像Ｇ５０３とを合成した合成画像Ｇ５０４である。

【0069】

合成することにより、合成画像Ｇ５０４は、Ｌ１２メッシュ分割歪度段彩画像Ｇ５０１と、Ｌ２２メッシュ分割歪度段彩画像Ｇ５０２と、Ｌ３２メッシュ分割歪度段彩画像Ｇ５０３との中で最もメッシュサイズが小さいＬ１２ｃｍ×Ｌ１２ｃｍサイズのメッシュ単位で最小値となる歪度が新たな歪度として設定されている。

【0070】

損傷個所抽出手段１０５は、算出された歪度が所定の閾値Ｔｈ以下であるメッシュを路面の損傷個所として抽出する。ここで、閾値Ｔｈは、実際に発生しているポットホールの位置と比較しながら最適値を、例えば「－０．４」などいうように予め決定しておく。

【0071】

損傷個所記憶部１０６は、例えば、ハードディスクドライブなどで構成され、損傷個所抽出手段１０５により抽出された損傷個所の点群データを記憶する。

【0072】

累積流量算出手段１０７は、水平化処理される前の点群データに基づいて、複数の３次元のセルに分割したデジタル標高モデルを生成し、生成したデジタル標高モデルに基づいてセルに向かう水の流向を算出し、流向が対象のセルに向くセル数を累積させることによりセルごとの累積流量を算出する。

【0073】

図９は、本発明の一実施形態である路面状態検出システム１００が備える累積流量算出手段１０７による累積流量の算出処理内容を模式的に説明した説明図である。（ａ）は、デジタル標高モデルを示しており、（ｂ）は、流向モデルを示しており、（ｃ）は、累積流量モデルを示している。

【0074】

図９（ａ）に示すように、累積流量算出手段１０７は、水平化処理される前の点群データに基づいて、複数の３次元のセルに分割したデジタル標高モデル（ＤＥＭ）Ｇ２０１を生成する。ここで、デジタル標高モデル（ＤＥＭ）Ｇ２０１のセル内に記載した数値は、標高値（Ｚ座標）を示している。

【0075】

累積流量算出手段１０７は、例えば、Flow Direction関数を用いて、生成したデジタル標高モデル（ＤＥＭ）Ｇ２０１に基づいてセルに向かう水の流向を算出する。

【0076】

デジタル標高モデルＧ２０１に示した例では、８つに分割されたセルのうち、数値が大きい（標高値が高い）セルから、数値が小さい（標高値が低い）セルへ水が流れると仮定し、そのセルの方向を流向とする。

【0077】

例えば、図９（ｂ）に示す流向モデルＧ２０２において、標高値が「５３」であるＧ２０２ａを注目セルとすると、注目セルＧ２０２ａの周囲８セルにおいて、最も数値が小さい（標高値が低い）セルは、セルＧ２０２ｂであり、標高値は「４１」である。Ｇ２０２ａの標高値よりＧ２０２の標高値の方が低いので、注目セルＧ２０２ａにおける流向Ｆ２０２は、セルＧ２０２ｂへ向かう斜め右下方向となる。

【0078】

累積流量算出手段１０７は、流向が対象のセルに向くセル数を累積させることによりセルごとの累積流量を算出する。具体的には、累積流量算出手段１０７は、Flow Accumulation関数を用いて、流向が対象のセルに向くセルの数を、次々に累積させて計算することにより、各ピクセルに流れ込むピクセルの数を算出し、ピクセル値とする。このピクセル値が大きいほど流れが集中していることを示している。例えば、図９（ｃ）に示す累積流量モデルＧ２０３において、Ｇ２０２ａの累積流量は「１」であり、Ｇ２０２ｂの累積流量は「８」として算出されている。

【0079】

累積流量記憶部１０８は、例えば、ハードディスクドライブなどで構成され、算出した累積流量とセルの位置座標とを関連付けて記憶する。

【0080】

損傷候補箇所特定手段１０９は、損傷個所抽出手段１０５により抽出されたポットホール（損傷個所）と、累積流量算出手段１０７により算出された累積流量を重ね合わせることにより、損傷が進行する可能性が高い損傷候補箇所を特定する。

【0081】

図１０は、損傷個所抽出手段１０５により抽出されたポットホール（損傷個所）と、累積流量算出手段１０７により算出された累積流量を重ね合わせた例を示した図である。

【0082】

図１０に示すように、損傷個所抽出手段により抽出されたポットホール（損傷個所）と、累積流量算出手段により算出された累積流量を重ね合わせた合成画像Ｇ３０１を示している。累積流量ごとに色を変えることにより累積流量の視認性を向上させるようにしてもよい。

【0083】

合成画像Ｇ３０２，Ｇ３０３は、合成画像Ｇ３０１に含まれる一部の拡大図である。

【0084】

合成画像Ｇ３０２に示すように、損傷個所抽出手段１０５により抽出された損傷個所であるポットホールＰＨ０１と、累積流量算出手段１０７により算出された大きい累積流量Ｆ０１（２００－５００）とが重なり合っている。そのため、このポットホールＰＨ０１の箇所において流れが集中していることを示している。そこで、損傷候補箇所特定手段１０９は、ポットホールＰＨ０１と、累積流量Ｆ０１（２００－５００）とが重なり合った箇所を、損傷が進行する可能性が高い損傷候補箇所として特定してもよい。

【0085】

一方、合成画像Ｇ３０３に示すように、損傷個所抽出手段１０５により抽出された損傷個所であるポットホールＰＨ０２には、累積流量が大きい流れが重なっていないので、流れの集中がないことを示している。そのため、損傷候補箇所特定手段１０９は、ポットホールＰＨ０２の箇所を、損傷が進行する可能性が高い損傷候補箇所とは特定しない。

【0086】

なお、損傷候補箇所特定手段１０９は、損傷個所抽出手段１０５により抽出されたポットホール（損傷個所）と、累積流量算出手段１０７により算出された累積流量を重ね合わせることにより、水の流れの終点を水が溜まる場所（路面滞水）とし、水が溜まるポットホールを損傷が進行する可能性が高い損傷候補箇所として特定してもよい。

【0087】

図１１は、本発明の一実施形態である路面状態検出システム１００が備える累積流量算出手段１０７による累積流量の算出処理内容を模式的に説明した説明図である。

【0088】

図１１に示すように、合成画像Ｇ４０１では、累積流量算出手段１０７により算出された流向に基づいて、水の流れの終点として、流水終点地点Ｐ４０１～Ｐ４０８が抽出されている。この流水終点地点Ｐ４０１～Ｐ４０８が、水が溜まりやすい場所（路面滞水）となる。

【0089】

そこで、損傷候補箇所特定手段１０９は、流水終点地点（路面滞水）と、損傷個所抽出手段１０５により抽出された損傷個所であるポットホールが重なり合う場所が、水が溜まり損傷が進行する可能性が高い損傷候補箇所として特定してもよい。

【0090】

合成画像Ｇ４０１では、流水終点地点Ｐ４０１～Ｐ４０８と、損傷個所抽出手段１０５により抽出された損傷個所であるポットホールＰＨ４０１とは重なり合わないので、ポットホールＰＨ４０１は、水が溜まりにくく損傷候補箇所として特定されない。

【0091】

一方、合成画像Ｇ４０２では、累積流量算出手段１０７により算出された累積流量に基づいて、水の流れの終点として、流水終点地点Ｐ４１１～Ｐ４１６が抽出されている。

【0092】

そして、流水終点地点Ｐ４１６と、損傷個所抽出手段１０５により抽出された損傷個所であるポットホールＰＨ４１１とが重なり合うので、ポットホールＰＨ４１１は、水が溜まると推測できるので損傷候補箇所として特定される。

【0093】

また、損傷候補箇所特定手段１０９は、累積流量算出手段１０７により算出された流向に基づいて路面水状態を算出し、危険テーブルに基づいて、所定領域内における、路面水状態と、損傷個所抽出手段１０５により抽出されたポットホール数（損傷個所の数）と、累積流量算出手段１０７により算出された累積流量とに対応する危険度を抽出することにより損傷候補箇所を特定するようにしてもよい。

【0094】

危険テーブル記憶部１１０は、例えば、ハードディスクドライブなどで構成され、路面の水か流れるか留まるかを示す路面水状態と、累積流量と、損傷個所の数と、損傷が進行する可能性の高さを示す危険度とを関連付けて記憶する。

【0095】

図１２は、本発明の一実施形態である路面状態検出システム１００が備える危険テーブル記憶部１１０が記憶する危険テーブルの一例を示した図である。

【0096】

図１２に示すように、危険テーブルは、路面水状態Ｄ１０１と、累積流量Ｄ１０２と、危険度Ｄ１０３とが、関連付けられて記憶されている。

【0097】

路面水状態Ｄ１０１は、水が集中しないか、路面の水か流れることを示す路面流水か、路面の水か留まることを示す路面滞水かのいずれかを示す。

【0098】

危険度Ｄ１０３は、損傷が進行する可能性の高さを示している。ここでは、危険度Ｄ１０４は、「１」～「５」でランク付けされており、「５」が最も危険度が高い値として設定されている。

【0099】

危険テーブルは、路面水状態が路面滞水であり、累積流量Ｄ１０２が多いほど損傷が進行する可能性高くなるため危険度Ｄ１０３が高くなるように設定されている。特に、積雪寒冷地では、路面に生じたポットホールなどから侵入した水がアスファルト混合物層に侵入し、凍結融解を繰り返すことでポットホールが拡大することから、多量の水が溜まりやすい箇所ほど危険度が高くなるように設定している。

【0100】

損傷候補箇所特定手段１０９は、累積流量算出手段により算出された流向に基づいて、路面水状態を算出する。そして、損傷候補箇所特定手段１０９は、危険テーブル記憶部１１０に記憶された危険テーブルに基づいて、損傷個所抽出手段１０５により抽出された損傷個所を含む所定領域内における、算出した路面水状態と、累積流量とに対応する危険度を抽出することにより損傷候補箇所を特定する。これにより、任意に設定した所定の領域内に損傷箇所が含まれる場合、危険テーブルに基づいて危険度を抽出することができるので、危険度が高い領域を損傷候補箇所として特定することができる。

【0101】

表示制御手段１１１は、損傷候補箇所特定手段１０９に記憶された損傷候補箇所をモニタ５に表示させる。

【0102】

＜路面状態検出システムの作用＞
次に、本発明の一実施形態である路面状態検出装置を備えた路面状態検出システム１００の作用について説明する。

【0103】

図１３は、本発明の一実施形態である路面状態検出システム１００の処理手順を示したフローチャートである。

【0104】

図１３に示すように、ステップＳ１０１において、点群データ取得手段１０１は、点群データ生成装置２のデータ一時記憶部２５から供給される点群データを取得し、ステップＳ１０３において、取得した点群データを点群データ記憶部１０２に記憶する。

【0105】

ステップＳ１０５において、水平化処理手段１０３は、点群データ記憶部１０２に記憶された点群データを道路の進行方向および幅方向の勾配をなくすように水平化処理する。

【0106】

ステップＳ１０７において、歪度算出手段１０４は、水平化処理手段１０３により水平処理化された点群データを、水平面において複数のサイズのメッシュにそれぞれ分割する。

【0107】

ステップＳ１０９において、歪度算出手段１０４は、複数のメッシュサイズ毎に、点群データそれぞれにおいてメッシュ毎に点群データの標高値のヒストグラムを生成する。

【0108】

ステップＳ１１１において、歪度算出手段１０４は、複数のメッシュサイズ毎に、ヒストグラムの形状に基づいて、メッシュ内の路面の歪度を算出し、算出したメッシュサイズ毎の歪度の最小値を合成して新たな歪度として算出する。

【0109】

ステップＳ１１３において、損傷個所抽出手段１０５は、算出された歪度が所定の閾値Ｔｈ以下であるメッシュを路面の損傷個所として抽出する。

【0110】

ステップＳ２０１において、累積流量算出手段１０７は、水平化処理される前の点群データに基づいて、複数の３次元のセルに分割したデジタル標高モデルを生成し、生成したデジタル標高モデルに基づいてセルに向かう流向を算出する。

【0111】

ステップＳ２０３において、累積流量算出手段１０７は、流向が対象のセルに向くセル数を累積させることによりセルごとの累積流量を算出する。

【0112】

ステップＳ２１０において、損傷候補箇所特定手段１０９は、損傷個所抽出手段１０５により抽出された損傷個所と、累積流量算出手段１０７により算出された累積流量を重ね合わせることにより、損傷が進行する可能性が高い損傷候補箇所を特定する。

【0113】

なお、ここでは、路面の損傷個所として、ポットホールを例に挙げて説明したが、ポットホールに限らず、ひび割れ、わだち掘れなどのような微小かつ急激な落差がある舗装の損傷を適切に検出することができる。

【0114】

以上のように、本発明の一実施形態である路面状態検出システム１００によれば、移動体が移動する道路に対して照射したレーザー光の反射光に基づいて道路の３次元座標を点群データとして生成する点群データ生成装置２から点群データを取得し、取得した点群データに基づいて道路の路面状態を検出する路面状態検出装置１であって、点群データを道路の進行方向および幅方向の勾配をなくすように水平化処理する水平化処理手段１０３と、水平処理化された点群データを、水平面において所定サイズのメッシュに分割し、メッシュ毎に点群データの標高値のヒストグラムを生成し、ヒストグラムの形状に基づいて、メッシュ内の路面の歪度を算出する歪度算出手段１０４と、算出された歪度が所定の閾値以下であるメッシュを路面の損傷個所として抽出する損傷個所抽出手段１０５と、を備える。

【0115】

これにより、例えば、ポットホール、ひび割れ、わだち掘れなどのような微小かつ急激な落差がある舗装の損傷を適切に検出することができる。

【0116】

また、本発明の一実施形態である路面状態検出システム１００によれば、歪度算出手段１０４は、水平処理化された点群データを、水平面において複数のサイズのメッシュにそれぞれ分割し、複数のメッシュサイズ毎に、点群データそれぞれにおいてメッシュ毎に点群データの標高値のヒストグラムを生成し、ヒストグラムの形状に基づいて、メッシュ内の路面の歪度を算出し、算出したメッシュサイズ毎の歪度の最小値を合成して新たな歪度として算出する。

【0117】

これにより、ポットホール、ひび割れ、わだち掘れなどのような舗装の損傷の大きさにかかわらず、適切に歪度を算出できるので、より適切に舗装の損傷を検出することができる。

【0118】

また、本発明の一実施形態である路面状態検出システム１００によれば、水平化処理される前の点群データに基づいて、複数の３次元のセルに分割したデジタル標高モデルを生成し、生成したデジタル標高モデルに基づいてセルに向かう水の流向を算出し、流向が対象のセルに向くセル数を累積させることによりセルごとの累積流量を算出する累積流量算出手段１０７と、損傷個所抽出手段１０５により抽出された損傷個所と、累積流量算出手段１０７により算出された累積流量を重ね合わせることにより、損傷が進行する可能性高い損傷候補箇所を特定する損傷候補箇所特定手段１０９と、を備える。

【0119】

これにより、今後損傷が進行する可能性高い、すなわち将来的に補修が必要となる損傷候補箇所を特定することができるので、損傷が進行する前に予防保全を行うことが可能となる。

【0120】

また、本発明の一実施形態である路面状態検出システム１００によれば、路面の水か流れるか留まるかを示す路面水状態と、累積流量と、損傷が進行する可能性の高さを示す危険度とを関連付けて危険テーブルとして記憶する危険テーブル記憶部１１０を、さらに備え、損傷候補箇所特性手段１０９は、危険テーブルに基づいて、損傷個所抽出手段１０５により抽出された損傷個所を含む所定領域内における、累積流量算出手段１０７により算出された流向に基づいて算出した路面水状態と、累積流量とに対応する危険度を抽出することにより損傷候補箇所を特定する。

【0121】

これにより、路面水状態と、累積流量とに基づいて、総合的に損傷候補箇所を特定することができるので、より適切に損傷候補箇所を特定することができる。

【0122】

なお、上述した実施形態は、コンピュータにインストールした路面状態検出プログラムを実行させることにより実現することもできる。

【符号の説明】

【0123】

１ 路面状態検出装置
２ 点群データ生成装置
３ 台車（移動体）
５ モニタ
２１ レーザースキャナ
２４ データ収集手段
２５ データ一時記憶部
１００ 路面状態検出システム
１０１ 点群データ取得手段
１０２ 点群データ記憶部
１０３ 水平化処理手段
１０４ 歪度算出手段
１０５ 損傷個所抽出手段
１０６ 損傷個所記憶部
１０７ 累積流量算出手段
１０８ 累積流量記憶部
１０９ 損傷候補箇所特定手段
１１０ 危険テーブル記憶部
１１１ 表示制御手段

【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】