特開 2024-79190 判定装置、判定方法及びコンピュータープログラム

(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】P2024079190

(43)【公開日】2024-06-11

(54)【発明の名称】判定装置、判定方法及びコンピュータープログラム

(51)【国際特許分類】

   G01N 21/88 20060101AFI20240604BHJP

   G01N 21/84 20060101ALI20240604BHJP

   E01B 35/00 20060101ALI20240604BHJP

【ＦＩ】

G01N21/88 J

G01N21/84 B

E01B35/00

【審査請求】未請求

【請求項の数】6

【出願形態】ＯＬ

(21)【出願番号】P 2022191986

(22)【出願日】2022-11-30

(71)【出願人】

【識別番号】000006655

【氏名又は名称】日本製鉄株式会社

(74)【代理人】

【識別番号】100149548

【弁理士】

【氏名又は名称】松沼 泰史

(74)【代理人】

【識別番号】100140774

【弁理士】

【氏名又は名称】大浪 一徳

(74)【代理人】

【識別番号】100134359

【弁理士】

【氏名又は名称】勝俣 智夫

(74)【代理人】

【識別番号】100188592

【弁理士】

【氏名又は名称】山口 洋

(74)【代理人】

【識別番号】100217249

【弁理士】

【氏名又は名称】堀田 耕一郎

(74)【代理人】

【識別番号】100221279

【弁理士】

【氏名又は名称】山口 健吾

(74)【代理人】

【識別番号】100207686

【弁理士】

【氏名又は名称】飯田 恭宏

(74)【代理人】

【識別番号】100224812

【弁理士】

【氏名又は名称】井口 翔太

(72)【発明者】

【氏名】加藤 宗

(72)【発明者】

【氏名】久積 和正

(72)【発明者】

【氏名】冨永 知徳

【テーマコード（参考）】

2D057

2G051

【Ｆターム（参考）】

2D057AB06

2G051AA90

2G051AB20

2G051AC15

2G051CA04

2G051EB01

2G051EB10

2G051EC01

(57)【要約】

【課題】より広い種別の対象物や異常について、軌道において生じている異常を判定すること。
【解決手段】撮像装置によって判定対象の軌道が撮像された画像において、判定対象となる所定の領域である管理単位領域を判定する管理単位領域判定部と、前記管理単位領域において異常が生じているか否か判定する異常判定部と、を備える判定装置。
【選択図】図１

【特許請求の範囲】

【請求項1】

撮像装置によって判定対象の軌道が撮像された画像において、判定対象となる所定の領域である管理単位領域を判定する管理単位領域判定部と、
前記管理単位領域において異常が生じているか否か判定する異常判定部と、
を備える判定装置。

【請求項2】

前記異常判定部は、前記管理単位領域に含まれるべき部材が欠損していることを異常として判定する、請求項１に記載の判定装置。

【請求項3】

前記異常判定部は、前記管理単位領域に含まれている部材の種別を判定し、前記管理単位領域に含まれるべき部材と、判定された部材の種別と、に基づいて部材が欠損していることを異常として判定する、請求項２に記載の判定装置。

【請求項4】

前記異常判定部は、前記管理単位領域に含まれている部材の種別を判定し、部材の種別毎に予め生成されている学習済モデルを用いて前記部材に状態異常が生じているか否か判定する、請求項１から請求項３のいずれか一項に記載の判定装置。

【請求項5】

撮像装置によって判定対象の軌道が撮像された画像において、判定対象となる所定の領域である管理単位領域を判定する管理単位領域判定ステップと、
前記管理単位領域において異常が生じているか否か判定する異常判定ステップと、
を有する判定方法。

【請求項6】

撮像装置によって判定対象の軌道が撮像された画像において、判定対象となる所定の領域である管理単位領域を判定する管理単位領域判定部と、
前記管理単位領域において異常が生じているか否か判定する異常判定部と、を備える判定装置としてコンピューターを機能させるためのコンピュータープログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、判定装置、判定方法及びコンピュータープログラムに関する。

【背景技術】

【0002】

従来から軌道において生じている異常を判定する技術が提案されている。特許文献１には、ラインセンサを用いて締結ボルト天頂面高さを検出することによってボルト緩みを判定する技術が開示されている。特許文献２には、カメラを用いて軌道上を撮影することによって継ぎ目ボルトの脱落を判定する技術が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特許第５２８３５４８号公報

【特許文献2】特許第４３１２７２８号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、従来の技術では、軌道材料のうち締結装置あるいは継ぎ目のボルトというように特定の部品に異常検知対象物が限定されていた。そのため、異常検知対象物が一つ以上の部品から構成されている場合や、対象とする軌道上に部品構成が異なる異常検知対象物が複数存在する場合には、適用できないことがあった。
本発明は、上述した事情に鑑みてなされたものであり、より広い種別の対象物や異常について、軌道において生じている異常を判定することが可能となる技術を提供するものである。

【課題を解決するための手段】

【0005】

（１）本発明の一態様は、撮像装置によって判定対象の軌道が撮像された画像において、判定対象となる所定の領域である管理単位領域を判定する管理単位領域判定部と、前記管理単位領域において異常が生じているか否か判定する異常判定部と、を備える判定装置である。

【0006】

（２）本発明の一態様は、上記（１）に記載の判定装置であって、前記異常判定部は、前記管理単位領域に含まれるべき部材が欠損していることを異常として判定する。

【0007】

（３）本発明の一態様は、上記（２）に記載の判定装置であって、前記異常判定部は、前記管理単位領域に含まれている部材の種別を判定し、前記管理単位領域に含まれるべき部材と、判定された部材の種別と、に基づいて部材が欠損していることを異常として判定する。

【0008】

（４）本発明の一態様は、上記（１）から（３）のいずれか一つに記載の判定装置であって、前記異常判定部は、前記管理単位領域に含まれている部材の種別を判定し、部材の種別毎に予め生成されている学習済モデルを用いて前記部材に状態異常が生じているか否か判定する。

【0009】

（５）本発明の一態様は、撮像装置によって判定対象の軌道が撮像された画像において、判定対象となる所定の領域である管理単位領域を判定する管理単位領域判定ステップと、前記管理単位領域において異常が生じているか否か判定する異常判定ステップと、を有する判定方法である。

【0010】

（６）本発明の一態様は、撮像装置によって判定対象の軌道が撮像された画像において、判定対象となる所定の領域である管理単位領域を判定する管理単位領域判定部と、前記管理単位領域において異常が生じているか否か判定する異常判定部と、を備える判定装置としてコンピューターを機能させるためのコンピュータープログラムである。

【発明の効果】

【0011】

本発明により、より広い種別の対象物や異常について、軌道において生じている異常を判定することが可能となる。

【図面の簡単な説明】

【0012】

【図1】本発明の判定システム１００のシステム構成を示す概略ブロック図である。

【図2】軌道９０の詳細を示す図である。

【図3】軌道９０に用いられる締結装置９３の具体例を示す図である。

【図4】撮像装置１０の機能構成の具体例を示す概略ブロック図である。

【図5】判定装置２０の機能構成の具体例を示す概略ブロック図である。

【図6】締結装置情報の具体例を示す図である。

【図7】判定結果情報の具体例を示す図である。

【図8】画像上で判定された管理単位領域８１の具体例を示す図である。

【図9】第一態様の異常判定処理で判定された異常の具体例を示す図である。

【図10】第二態様の異常判定処理で判定された異常の具体例を示す図である。

【図11】第二態様の異常判定処理で判定された異常の具体例を示す図である。

【図12】判定装置２０の動作の具体例を示すフローチャートである。

【図13】レールに沿った視線方向で見た場合の撮像部１２の構成の具体例を示した図である。

【図14】レール９１に沿った軸に水平面上で直交する視線方向で見た場合の撮像部１２の構成の具体例を示した図である。

【図15】レール９１（地面）を鉛直方向から見下ろす視線で見た場合の撮像部１２の構成の具体例を示した図である。

【図16】撮像装置１０が設けられた鉄道車両６０の外観例を示す図である。

【図17】小型飛行体として構成された撮像装置１０の外観の具体例を示す図である。

【図18】小型飛行体として構成された撮像装置１０の機能構成の具体例を示す概略ブロック図である。

【図19】モデル構築装置３０の機能構成の具体例を示す概略ブロック図である。

【図20】本実施形態に適用される情報処理装置７０のハードウェア構成例の概略を示す図である。

【発明を実施するための形態】

【0013】

以下、本発明の具体的な構成例について、図面を参照しながら説明する。
図１は、本発明の判定システム１００のシステム構成を示す概略ブロック図である。判定システム１００は、軌道９０において生じている異常を判定する。判定システム１００は、撮像装置１０及び判定装置２０を備える。撮像装置１０は、軌道９０を撮像することによって、軌道９０が撮像された画像を記録する。判定装置２０は、撮像装置１０によって記録された画像を取得し、画像を分析することによって軌道９０に異常が生じているか否か判定する。

【0014】

図２は、軌道９０の詳細を示す図である。軌道９０は、レール（軌条）９１、枕木９２、締結装置９３及び道床９４を有する。判定システム１００は、軌道９０を構成するこれらの部位に異常が生じているか否か判定する。

【0015】

図３は、軌道９０に用いられる締結装置９３の具体例を示す図である。締結装置９３は、複数の対象物を締結するための装置である。締結装置９３は、例えばレール９１とレール９１とを締結するための装置であってもよいし、レール９１と枕木９２とを締結するための装置であってもよい。このように、締結装置９３には複数の種類がある。レール９１とレール９１とを締結するための装置の具体例として、継ぎ目板９３ａがある。レール９１と枕木９２とを締結するための締結装置９３の具体例として、犬くぎ、ボルト、線ばねがある。図３（Ａ）は犬くぎの具体例を示す図である。犬くぎは、例えば木製の枕木に用いられる。図３（Ｂ）はボルトの具体例を示す図である。ボルトは、例えばＰＣ（プレストレストコンクリート）製の枕木に用いられる。図３（Ｃ）は線ばねの具体例を示す図である。線ばねは、例えば鉄製の枕木に用いられる。これらのレール９１と枕木９２とを締結するための締結装置９３は、継ぎ目板９３ａと枕木９２とを締結するために使用されてもよい。このように、判定システム１００における異常の判定対象としては、軌道９０を構成するこれらの部位がある。例えば、レール９１が異常の判定対象である場合には、レール９１に生じた亀裂や折損が異常として判定されてもよい。例えば、枕木９２が異常の判定対象である場合には、枕木９２に生じた割れや腐食が異常として判定されてもよい。例えば、継ぎ目板９３ａが異常の判定対象である場合には、継ぎ目板９３ａに生じた亀裂や、継ぎ目板９３ａに用いられる締結装置（例えばボルト）の脱落、折損、ゆるみが異常として判定されてもよい。例えば、道床９４が異常の判定対象である場合には、道床９４に噴泥が異常として判定されてもよい。

【0016】

撮像装置１０から判定装置２０への画像データの受け渡しはどのような形で行われても良い。例えば、撮像装置１０及び判定装置２０は、それぞれネットワークに接続され、ネットワークを介した通信で画像データが受け渡されても良い。この場合、使用されるネットワークは、無線通信を用いたネットワークであってもよいし、有線通信を用いたネットワークであってもよい。また、使用されるネットワークは、複数のネットワークが組み合わされて構成されたものであってもよい。撮像装置１０及び判定装置２０は、赤外線やケーブルを用いた１対１通信を行うことによって、画像データの受け渡しを行っても良い。撮像装置１０において画像のデータが記録された記録媒体が判定装置２０に接続されることによってデータの受け渡しが行われても良い。その他、画像データの受け渡しの態様はどのような形で行われても良い。

【0017】

図４は、撮像装置１０の機能構成の具体例を示す概略ブロック図である。撮像装置１０は、例えばスマートフォン、タブレット、携帯型パーソナルコンピューター、ドローン、カメラ装置、専用機器などの情報機器を用いて構成される。撮像装置１０は、データ出力部１１、撮像部１２、操作部１３、記憶部１４及び制御部１５を備える。

【0018】

データ出力部１１は、記憶部１４に記憶されているデータ（例えば画像データ）を判定装置２０に対して出力する。データ出力部１１は、例えば通信装置を用いて構成されてもよい。この場合、データ出力部１１は、ネットワークを介した通信で判定装置２０にデータを送信してもよいし、１対１の通信で判定装置２０にデータを送信しても良い。データ出力部１１は、着脱可能な記憶装置又は記録媒体が接続され、接続された記憶装置又は記録媒体に対してデータを出力しても良い。この場合、データ出力部１１に接続された記憶装置又は記録媒体は、判定装置２０に接続される。その他、データ出力部１１は、どのような態様で判定装置２０に対してデータを出力しても良い。

【0019】

撮像部１２は、カメラを用いて構成される。撮像部１２は、カメラそのものとして構成されてもよいし、外部機器としてカメラを撮像装置１０に接続するためのインターフェースとして構成されてもよい。カメラは、軌道９０が設置されている所定の空間を撮像する。撮像部１２には、カメラは１台設けられてもよいし、複数台設けられてもよい。カメラが複数台設けられる場合、各カメラは異なる視点から重複する視界を撮像してもよい。撮像部１２は、カメラによって撮像された画像のデータを記憶部１４に記録する。

【0020】

操作部１３は、ユーザーインターフェースを用いて構成される。操作部１３は、例えばキーボード、ボタン、ポインティングデバイス、タッチパネル等の操作装置を用いて構成されてもよい。この場合、操作部１３は、ユーザーによって行われた操作を示す情報（以下「操作情報」という。）を生成する。操作部１３は、他の操作装置（例えばリモートコントローラーやスマートフォン等）から、ユーザーによって行われた操作情報を受信する通信装置を用いて構成されてもよい。撮像装置１０に対するユーザーの操作を受け付ける。操作部１３は、ユーザーによって行われた操作を示す情報（操作情報）を制御部１５に出力する。

【0021】

記憶部１４は、磁気ハードディスク装置や半導体記憶装置等の記憶装置を用いて構成される。記憶部１４は、撮像部１２によって撮像された画像データを記録する。記憶部１４は、その他にも、撮像装置１０が動作するためのプログラム等のデータを記憶する。

【0022】

制御部１５は、ＣＰＵ（Central Processing Unit）等のプロセッサーとメモリーとを用いて構成される。制御部１５は、プロセッサーがプログラムを実行することによって、撮像制御部１５１及びデータ制御部１５２として機能する。なお、制御部１５の各機能の全て又は一部は、ＡＳＩＣ（Application Specific Integrated Circuit）やＰＬＤ（Programmable Logic Device）やＦＰＧＡ（Field Programmable Gate Array）等のハードウェアを用いて実現されても良い。上記のプログラムは、コンピューター読み取り可能な記録媒体に記録されても良い。コンピューター読み取り可能な記録媒体とは、例えばフレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ、半導体記憶装置（例えばＳＳＤ：Solid State Drive）等の可搬媒体、コンピューターシステムに内蔵されるハードディスクや半導体記憶装置等の記憶装置である。上記のプログラムは、電気通信回線を介して送信されてもよい。

【0023】

撮像制御部１５１は、撮像部１２を制御することによって、判定対象となっている軌道９０を撮像する。撮像制御部１５１は、例えば所定の時間間隔で繰り返し静止画像を撮像してもよいし、連続的に動画像を撮像し続けても良い。撮像制御部１５１は、軌道９０において、異常が生じているか否かの判定対象となる部位を撮像できるように、撮像部１２を制御して撮像を行う。撮像制御部１５１は、操作部１３から撮像に関する操作情報を受けた場合には、操作情報にしたがって撮像部１２を制御して撮像を行う。
データ制御部１５２は、記憶部１４に記録されている画像データを、データ出力部１１を介して出力する。

【0024】

図５は、判定装置２０の機能構成の具体例を示す概略ブロック図である。判定装置２０は、例えばパーソナルコンピューターやサーバー装置などの情報処理装置を用いて構成される。判定装置２０は、データ取得部２１、出力部２２、操作部２３、記憶部２４及び制御部２５を備える。

【0025】

データ取得部２１は、撮像装置１０から出力された画像データを取得する。データ取得部２１は、撮像装置１０のデータ出力部１１に応じて構成される。例えば、データ出力部１１がネットワークを介した通信で画像データを送信する場合には、データ取得部２１はネットワークに接続してデータを受信する装置を用いて構成されてもよい。例えば、データ出力部１１がケーブルを介した通信で画像データを送信する場合には、データ取得部２１はケーブルを介してデータを受信する装置を用いて構成されてもよい。例えば、データ出力部１１が着脱可能な記憶装置又は記録媒体に画像データを記録する場合には、データ取得部２１は記憶装置又は記録媒体を装着可能に構成され、装着された記憶装置又は記録媒体から画像データを読み出すように構成されてもよい。その他、データ取得部２１は、どのような態様でデータを取得しても良い。

【0026】

出力部２２は、制御部２５によって得られた判定結果を示す情報を出力する。出力部２２は、例えばネットワークを介して通信することによって、他の装置に判定結果を示す情報を送信してもよい。出力部２２は、例えばディスプレイ等の画像表示装置を用いて構成され、判定結果を示す情報を表示してもよい。出力部２２は、例えば音響出力装置を用いて構成され、判定結果を示す情報を音声や音響として出力してもよい。

【0027】

操作部２３は、ユーザーインターフェースを用いて構成される。操作部２３は、例えばキーボード、ボタン、ポインティングデバイス、タッチパネル等の操作装置を用いて構成されてもよい。この場合、操作部２３は、ユーザーによって行われた操作を示す情報（操作情報）を生成する。操作部２３は、ユーザーによって行われた操作を示す情報（操作情報）を制御部２５に出力する。

【0028】

記憶部２４は、磁気ハードディスク装置や半導体記憶装置等の記憶装置を用いて構成される。記憶部２４は、締結装置情報記憶部２４１、判定モデル記憶部２４２、画像データ記憶部２４３及び判定結果情報記憶部２４４として機能する。

【0029】

締結装置情報記憶部２４１は、判定対象となる軌道９０に用いられる締結装置９３に関する情報（締結装置情報）を記憶する。図６は、締結装置情報の具体例を示す図である。締結装置情報は、締結装置９３の構成パターンを示す識別情報（以下「構成パターン識別情報」という。）と、各構成パターンで用いられる部材を示す部材情報と、を対応づけて有する。例えば、構成パターン識別情報“１１１”の構成パターンの締結装置９３では、ねじくぎが２つ、タイプレートが１つ用いられる。例えば、構成パターン識別情報“１１２”の構成パターンの締結装置９３では、板バネクリップが２つ、ボルトが２つ、くさびが２つ用いられる。このような締結装置情報が用いられることによって、各締結装置９３において部材の不足（欠損）が生じているか否かが判定されてもよい。

【0030】

判定モデル記憶部２４２は、軌道９０の画像に基づいて軌道９０に異常が生じているか否か判定するために使用される情報（以下「判定モデル」という。）を記憶する。判定モデルは、例えば他の装置において既知データを用いたモデル構築処理によって得られてもよい。判定モデルは、例えばパターンマッチング処理に用いられるパターンを示す情報であってもよいし、正解ラベルを有する複数の既知データ（教師データ）を用いて教師あり学習を行うことによって得られる学習済モデルを示す情報であってもよいし、他の情報であってもよい。このような判定モデルは、例えば後述するモデル構築装置３０によって生成されてもよい。制御部２５は、判定モデル記憶部２４２に記憶される判定モデルを用いることによって、異常が生じているか否かの判定を行う。

【0031】

画像データ記憶部２４３は、データ取得部２１によって取得された画像データを記憶する。画像データ記憶部２４３に記憶される画像データは、軌道９０の異常の判定に使用される。

【0032】

判定結果情報記憶部２４４は、制御部２５によって行われる判定処理の結果を示す情報（判定結果情報）を記憶する。図７は、判定結果情報の具体例を示す図である。判定結果情報は、例えば管理識別番号、判定結果及び異常情報を対応づけて有する。管理識別番号は、軌道９０において異常が生じているか否かの判定対象となる単位領域毎に付与される識別情報である。判定結果及び異常情報は、管理識別番号が付与された単位領域毎に記録される。判定結果は、異常が生じているか否かの判定結果を示す情報である。異常情報は、異常が生じていると判定された単位領域において、生じている異常の内容を示す情報である。

【0033】

例えば、１本の枕木９２が判定対象の単位領域である場合には、各枕木９２の領域に対して管理識別番号が付与され、各枕木９２に関して判定結果と異常情報とが記録される。図７の例では、管理識別番号“ＡＡ１１１”が示す単位領域には、異常が生じていると判定され、その異常の内容は線ばねが不足（欠損）しているというものである。管理識別番号“ＡＡ１１２”が示す単位領域には、異常が生じていると判定され、その異常の内容はねじくぎが破損しているというものである。管理識別番号“ＡＡ１１３”が示す単位領域には、異常が生じていないと判定されている。

【0034】

制御部２５は、ＣＰＵ等のプロセッサーとメモリーとを用いて構成される。制御部２５は、プロセッサーがプログラムを実行することによって、データ制御部２５１、管理単位領域判定部２５２、異常判定部２５３及び出力制御部２５４として機能する。なお、制御部２５の各機能の全て又は一部は、ＡＳＩＣやＰＬＤやＦＰＧＡ等のハードウェアを用いて実現されても良い。上記のプログラムは、コンピューター読み取り可能な記録媒体に記録されても良い。コンピューター読み取り可能な記録媒体とは、例えばフレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ、半導体記憶装置（例えばＳＳＤ）等の可搬媒体、コンピューターシステムに内蔵されるハードディスクや半導体記憶装置等の記憶装置である。上記のプログラムは、電気通信回線を介して送信されてもよい。

【0035】

データ制御部２５１は、データ取得部２１を介して画像データを取得し、画像データ記憶部２４３に記録する。

【0036】

管理単位領域判定部２５２は、画像データ記憶部２４３から判定対象の画像データを取得し、画像データが示す画像において管理単位領域を判定する。判定対象の画像データは、静止画像であることが望ましい。画像データ記憶部２４３に複数の静止画像の画像データが記録されている場合には、管理単位領域判定部２５２は撮像された順序にしたがって静止画像の画像データを判定対象の画像データとして取得しても良い。画像データ記憶部２４３に動画像の画像データが記録されている場合には、所定の基準で動画像データから静止画像の画像データが取得されてもよい。所定の基準とは、例えばフレーム数の周期や時間の周期を示すものであってもよい。

【0037】

管理単位領域は、判定対象の単位領域の一部であってもよい。例えば、判定対象の単位領域が１本の枕木９２である場合に、管理単位領域は枕木９２に用いられている左右の締結装置９３の一方であってもよい。この場合、一つの単位領域に対して、左の管理単位領域及び右の管理単位領域の二つの管理単位領域が対応づけられる。また、判定対象の単位領域は、上述した管理単位領域と一致する領域として定義されてもよい。

【0038】

図８は、画像上で判定された管理単位領域８１の具体例を示す図である。図８の例では、各枕木９２に設けられている各締結装置９３を含む領域が管理単位領域として定義されている。そのため、一つの枕木９２において、右の管理単位領域と、左の管理単位領域とが定義される。ただし、図８の例では、各画像は左右いずれか１本のレール９１のほぼ真上から撮像されている。すなわち、右側のレール９１を判定対象とする画像と、左側のレール９１を判定対象とする画像と、がそれぞれ用いられる。そのため、各画像において、右の管理単位領域又は左の管理単位領域のいずれか一方のみが判定対象となる。なお、図８に示される画像は、いずれも左側のレール９１を判定対象とする画像である。そのため、図８に示される画像を用いた処理では、左の管理単位領域が判定される。

【0039】

図８（Ａ）の例では、下前方に向けて設置されたカメラが軌道９０を撮影することによって得られた画像において二つの管理単位領域８１が判定されている。図８（Ｂ）の例では、略鉛直下方に向けて設置されたカメラが軌道９０を撮影することによって得られた画像において二つの管理単位領域８１が判定されている。このように、複数の視線方向で撮像された画像が判定処理に用いられてもよい。管理単位領域判定部２５２は、処理対象となるそれぞれの画像において管理単位領域を判定する。

【0040】

管理単位領域判定部２５２は、管理単位領域を判定するためのパターン情報を用いて、パターンマッチングを行うことによって管理単位領域を判定しても良い。管理単位領域判定部２５２は、学習済モデルを用いて推論処理を行うことによって管理単位領域を判定しても良い。この場合、学習済モデルは、管理単位領域を撮像した画像を教師データとして用いた機械学習を行うことによって得られてもよい。このような学習済モデルは、例えば後述するモデル構築装置３０によって生成されてもよい。後述するモデル構築装置３０によって生成される管理単位領域判定モデルが、管理単位領域判定部２５２によって使用されてもよい。この場合、管理単位領域判定モデルは、記憶部２４に記憶される。

【0041】

管理単位領域判定部２５２は、画像処理によって管理単位領域を判定しても良い。例えば、管理単位領域判定部２５２は、画像においてエッジ抽出処理を実行し、抽出されたエッジが所定の条件を満たす領域を管理単位領域と判定しても良い。所定の条件を満たす領域は、例えば略水平のエッジと、略垂直のエッジとが交差する点を含む所定の大きさの領域である。この場合、略水平のエッジは枕木９２によって生じるエッジであり、略垂直のエッジはレール９１によって生じるエッジである。

【0042】

異常判定部２５３は、管理単位領域毎に異常判定処理を実行する。異常判定処理は、その管理単位領域において、軌道９０に生じている異常について判定する処理である。異常判定処理では、例えば異常の発生の有無と、発生している異常の内容と、について判定する。異常判定処理では、例えば本来あるべき部材が無いこと（欠損）が異常として判定されてもよい。異常判定処理では、例えば本来あるべき部材はあるもののその部材の状態に異常が生じてしまっていること（状態異常）が異常として判定されてもよい。状態異常の具体例として、部材に破損が生じてしまっていること、部材が変形してしまっていること、部材の締結状態に緩みが生じていること、などがある。以下、異常判定処理について二つの態様を説明する。

【0043】

［第一態様］
異常判定処理の第一態様では、異常判定部２５３は、管理単位領域の画像を用いて欠損と状態異常とをまとめて判定する。第一態様では、管理単位領域の画像と、その画像において欠損が生じている場合にはその欠損に関する正解情報と、その画像において状態異常が生じている場合にはその状態異常に関する正解情報と、の組み合わせである教師データを複数用いて教師あり学習を行うことによって得られた学習済モデルを用いて異常判定処理が行われる。欠損に関する正解情報は、例えば画像内において欠損が生じている位置を示す情報（例えば矩形の領域の情報）と、欠損している部材を示す情報と、のうち少なくとも一つを含んでもよい。

【0044】

図９は、第一態様の異常判定処理で判定された異常の具体例を示す図である。図９において、図中の矩形は管理単位領域を示す。図９（Ａ）では、左上に位置しているねじが緩んでいる。そのため、図９（Ａ）の管理単位領域に関して、学習済モデルを用いた異常判定処理の実行結果として、異常が生じているという判定結果が得られる。異常の内容としては、状態異常が生じているという判定結果が得られる。さらに、異常の内容として、左上に位置しているねじが緩んでいるという判定結果が得られてもよい。

【0045】

図９（Ｂ）では、左に位置しているクリップがずれている。そのため、図９（Ｂ）の管理単位領域に関して、学習済モデルを用いた異常判定処理の実行結果として、異常が生じているという判定結果が得られる。異常の内容としては、状態異常が生じているという判定結果が得られる。さらに、異常の内容として、左に位置しているクリップがずれているという判定結果が得られてもよい。

【0046】

［第二態様］
異常判定処理の第二態様では、異常判定部２５３は、まず管理単位領域の画像の中に含まれる各部材を検出する。このとき、異常判定部２５３は、検出された部材についてその種別を判定してもよい。そして、検出された部材毎に、状態異常について判定する。このとき、異常判定部２５３は、部材の種別に応じて生成された学習済モデルを用いて異常判定してもよい。さらに、異常判定部２５３は、判定対象の管理単位領域において検出された部材の種別と種別毎の数とに基づいて部材の欠損の有無を判定する。例えば、異常判定部２５３は、判定対象の管理単位領域の構成パターンを判定する。異常判定部２５３は、判定された構成パターンに含まれるべき部材情報を締結装置情報記憶部２４１から読み出す。そして、異常判定部２５３は、管理単位領域において検出された部材の種別及び数と、締結装置情報記憶部２４１に記憶されている構成パターンに応じた部材の種別及び数と、を比較することで、欠損の有無を判定する。異常判定部２５３は、状態異常の判定結果と欠損の判定結果との論理積を異常判定処理の判定結果として出力してもよい。すなわち、状態異常及び欠損のいずれか一方で異常と判定された場合には、他方が正常であったとしても異常という判定結果が出力されてもよい。以下、第二態様において行われる各処理について説明する。

【0047】

管理単位領域の画像の中に含まれる部材の検出は、例えば部材を判定するための学習済モデルを用いて実行されてもよい。このような学習済モデルは、例えば各部材の画像（と、その画像に含まれる部材の種別を示す正解ラベルと、を有する教師データを用いた学習処理によって生成されてもよい。管理単位領域の画像の中に含まれる部材の検出は、例えば部材を判定するためのパターン情報を用いて実行されてもよい。この場合、異常判定部２５３は、パターン情報に基づいて管理単位領域の中の複数の領域においてパターンマッチング処理を行い、所定の基準を満たす領域を、使用されているパターン情報に応じた種別の部材が含まれる領域として判定する。

【0048】

検出された部材毎に状態異常について判定する処理は、上述したように、部材の種別に応じて生成された学習済モデルを用いて行われてもよい。このような学習済モデルは、特定の部材について、その部材の正常な状態の画像と、その部材に状態異常が生じている画像と、に対してそれぞれ状態を示す正解ラベルが付与された教師データを用いた学習処理によって生成されてもよい。検出された部材毎に状態異常について判定する処理は、部材の種別と状態異常の内容と、の組み合わせに応じて生成されたパターン情報を用いて行われてもよい。この場合、異常判定部２５３は、検出された部材の種別に応じたパターン情報に基づいて、検出された部材の画像においてパターンマッチング処理を行い、所定の基準が満たされた場合に、使用されているパターン情報に応じた内容の状態異常が生じているとして判定する。

【0049】

判定対象の管理単位領域の構成パターンの判定は、管理単位領域の構成パターンを判定するための学習済モデルを用いて実行されてもよい。このような学習済モデルは、例えば管理単位領域の画像と、その管理単位領域の構成パターンの正解ラベルと、を有する教師データを用いた学習処理によって生成されてもよい。構成パターンの判定は、判定対象の管理単位領域において検出された部材の種別と種別毎の数とに基づいて行われてもよい。例えば、各構成パターンと、判定対象の管理単位領域において検出された部材の種別と種別毎の数と、の類似度を所定の基準で算出し、最も類似度が高い構成パターンを判定対象の管理単位領域の構成パターンとして判定してもよい。その他、どのような方法によって構成パターンが判定されてもよい。

【0050】

図１０は、第二態様の異常判定処理で判定された異常の具体例を示す図である。図１０では、状態異常と欠損のうち、状態異常について判定された。なお、図１０に示される管理単位領域の画像は、図９に示される管理単位領域の画像と同じである。図１０において、図中の矩形は検出された各部材を示す。図１０（Ａ）では、左上と右下にそれぞれ位置しているねじが検出され、タイプレートが１つ検出されている。それぞれの部材に関して、その部材の種別に応じた学習済モデルを用いた異常判定処理が行われる。これらの部材のうち、左上に位置しているねじが緩んでいる。そのため、図１０（Ａ）に関して、学習済モデルを用いた異常判定処理の実行結果として、左上のねじに異常が生じているという判定結果が得られる。さらに、異常の内容として、ねじが緩んでいるという判定結果が得られてもよい。

【0051】

図１０（Ｂ）では、左に位置しているクリップがずれている。そのため、図１０（Ｂ）の管理単位領域に関しては、左右それぞれのクリップについて学習済モデルを用いた異常判定処理が実行され、その実行結果として、左のクリップについて異常が生じているという判定結果が得られる。さらに、異常の内容として、クリップがずれているという判定結果が得られてもよい。

【0052】

図１１は、第二態様の異常判定処理で判定された異常の具体例を示す図である。図１１では、状態異常と欠損のうち、欠損について判定された。図１１（Ａ）では、構成パターンとしては、ねじくぎが４つ、タイプレートが１つである。これに対し、判定結果として、ねじくぎが１つ、タイプレートが１つ検出されている。そのため、異常判定部２５３は、ねじくぎが３つ欠損していると判定する。

【0053】

図１１（Ｂ）では、構成パターンとしては、剛クリップが２つ、ボルトが２つ、くさびが２つである。これに対し、判定結果として、剛クリップが１つ、ボルトが１つ、くさびが１つ検出されている。そのため、異常判定部２５３は、剛クリップが１つ、ボルトが１つ、くさびが１つそれぞれ欠損していると判定する。

【0054】

異常判定処理についての説明は以上である。次に、出力制御部２５４について説明する。出力制御部２５４は、出力部２２を介して異常判定処理の判定結果を出力する。出力部２２が通信装置である場合には、出力制御部２５４は、判定結果を示す情報を他の装置に送信する。出力部２２が画像表示装置である場合には、出力制御部２５４は判定結果を示す情報（文字や画像）を画像表示装置に表示させる。出力部２２が音響出力装置である場合には、出力制御部２５４は判定結果を示す情報（音声）を音響出力装置から出力させる。

【0055】

図１２は、判定装置２０の動作の具体例を示すフローチャートである。まず管理単位領域判定部２５２は、判定対象となる画像を取得する（ステップＳ１０１）。管理単位領域判定部２５２は、判定対象となる画像において管理単位領域を判定する（ステップＳ１０２）。異常判定部２５３は、管理単位領域の画像に関して異常判定処理を実行し判定結果を取得する（ステップＳ１０３）。出力制御部２５４は、出力部２２を介して判定結果を出力する（ステップＳ１０４）。

【0056】

このように構成された判定システム１００では、軌道を撮影した画像から自動的に管理単位領域が判定され、管理単位領域において生じている異常が判定される。このように、特定の対象物のみを検知対象とするのではなく、まず管理単位領域を判定してその領域内で異常の判定が行われる。そのため、より広い種別の対象物や異常について、軌道において生じている異常を判定することが可能となる。

【0057】

また、判定される異常の種別には、欠損が含まれる。すなわち、本来あるべき部材が欠損していることが異常として判定される。従来のように最初に判定対象となる部材を検知して異常を判定する場合には、判定対象となる部材が欠損している場合には、その領域についてそもそも判定が行われない可能性があった。一方で、判定システム１００では管理単位領域を判定してから欠損についても判定が行われる。したがって、従来では判定することが難しかった部材の欠損についても判定することが可能となる。そのため、より広い種別の異常について、軌道において生じている異常を判定することが可能となる。

【0058】

また、第二態様の異常判定処理において部材の種別毎に生成された学習済モデルが用いられて状態異常が判定される場合には、より精度よく状態異常について判定することが可能となる。

【0059】

次に、撮像装置１０のバリエーションについて説明する。撮像装置１０は、軌道上をレールに沿って移動する移動体の下部に設けられてもよい。このような移動体の具体例として、鉄道車両がある。図１３～図１５は、鉄道車両の下部に設けられた撮像装置１０の構成の具体例を示す図である。図１６は、撮像装置１０が設けられた鉄道車両６０の外観例を示す図である。鉄道車両には、その鉄道車両が走行する軌道９０のレール９１を撮影するように、双方のレール９１（左のレールと右のレール）それぞれに対して撮像装置１０が設けられても良い。図１６において、鉄道車両６０には撮像装置１０及び判定装置２０が設けられていても良い。以下、各図を用いて特に撮像部１２について説明する。

【0060】

図１３は、レールに沿った視線方向で見た場合の撮像部１２の構成の具体例を示した図である。撮像部１２は、フレーム１２１、遮光部１２２、照明器具１２３及びカメラ１２４を備える。遮光部１２２、照明器具１２３及びカメラ１２４はフレーム１２１に設けられている。フレーム１２１は、レール９１上を走行する鉄道車両の下部に設けられる。遮光部１２２は、外光（例えば日光の直接光や反射光）がカメラ１２４のレンズに侵入することを抑止するように、フレーム１２１から下方に向けて伸びるように設けられる。照明器具１２３は、レール９１を含む領域を照らすようにレール９１に向けて設けられる。カメラ１２４は、レール９１を含む領域を撮像するようにレール９１に向けて設けられる。照明器具１２３の照度とカメラ１２４の撮像パラメータ（例えばシャッタースピード、絞り等）は、鉄道車両の走行速度や外光の明るさや管理単位領域の間隔やカメラ１２４とレール９１との間の距離等に基づいて設定される。この設定により、画像が過度にぶれることなく、適切な明るさで撮像される。

【0061】

照明器具１２３及びカメラ１２４は、レール９１の略中心の上部に位置するように配置されることが望ましい。図１４は、レール９１に沿った軸に水平面上で直交する視線方向で見た場合の撮像部１２の構成の具体例を示した図である。フレーム１２１には、照明器具１２３として、第一の照明器具１２３＿１と第二の照明器具１２３＿２とが設けられる。第一の照明器具１２３＿１と第二の照明器具１２３＿２とは、それぞれ異なる光軸でレール９１の周囲に光を照射する。フレーム１２１には、カメラ１２４として、第一のカメラ１２４＿１と第二のカメラ１２４＿２とが設けられる。

【0062】

第一のカメラ１２４＿１と第二のカメラ１２４＿２とは、それぞれ異なる視点から異なる視線方向で撮像するように設けられる。このとき、第一のカメラ１２４＿１の視野（撮像される領域）１２６＿１と第二のカメラ１２４＿２の視野１２６＿２とは、その一部が重複するように設けられてもよい。第一のカメラ１２４＿１は鉄道車両の進行方向前方のレール９１を撮像するように設けられ、第二のカメラ１２４＿２はレール９１（地面）を略鉛直方向から撮像するように設けられている。第一のカメラ１２４＿１は、例えば水平面に対して斜め下３０度～６０度方向に向けて撮像するように配置されてもよい。このように設けられた第一のカメラ１２４＿１によって撮像された画像を用いることによって、略鉛直方向から撮像された画像のみでは判定が難しい異常を判定することが可能となる。このような異常の具体例として、ボルトの緩み、クリップの上下の外れのような鉛直方向の変異として生じる異常（ゆがみ）がある。

【0063】

例えば、第一のカメラ１２４＿１によって撮像される画像の具体例が図８（Ａ）に示される画像であり、第二のカメラ１２４＿２によって撮像される画像の具体例が図８（Ｂ）に示される画像である。図１５は、レール９１（地面）を鉛直方向から見下ろす視線で見た場合の撮像部１２の構成の具体例を示した図である。図１５からも明らかなように、第一の照明器具１２３＿１、第二の照明器具１２３＿２、第一のカメラ１２４＿１及び第二のカメラ１２４＿２はいずれもその中心がレール９１の中心の略真上に位置するように設けられる。

【0064】

撮像装置１０の撮像部１２が図１３～図１５に示されるように構成されることによって、判定対象となる軌道９０についてレール９１の略真上から鉄道車両の走行に伴って連続して撮像を行うことが可能となる。

【0065】

このように構成された場合、異常判定処理に用いられる学習済モデルは、第一のカメラ１２４＿１によって撮像された画像と第二のカメラ１２４＿２によって撮像された画像とを混在させた教師データを用いた学習処理によって生成されてもよい。また、異常判定処理に用いられる学習済モデルは、第一のカメラ１２４＿１によって撮像された画像のみを含む教師データを用いた学習処理と、第二のカメラ１２４＿２によって撮像された画像のみを含む教師データを用いた学習処理と、をそれぞれ行うことで各カメラに応じて生成されてもよい。カメラに応じて学習済モデルが生成される場合、判定装置２０の判定モデル記憶部２４２は、カメラに応じた学習済モデルをそれぞれ記憶する。異常判定部２５３は、判定対象の画像が第一のカメラ１２４＿１によって撮像された画像である場合には、第一のカメラ１２４＿１によって撮像された画像を用いて生成された学習済モデルを用いて異常判定処理を行う。異常判定部２５３は、判定対象の画像が第二のカメラ１２４＿２によって撮像された画像である場合には、第二のカメラ１２４＿２によって撮像された画像を用いて生成された学習済モデルを用いて異常判定処理を行う。このように構成されることによって、異常判定処理の精度をさらに向上させることが可能となる。なお、各画像がどのカメラで撮像されたかについては、例えば画像データに対してその画像の撮影を行ったカメラを示す識別情報（カメラ識別情報）を対応づけて記録することによって判別されてもよい。

【0066】

また、図１３～図１５に示されるように、撮像部１２には位置情報取得部１２５が設けられても良い。位置情報取得部１２５は、撮像部１２の位置を示す情報（位置情報）を取得する。位置情報は、例えば緯度及び経度で表される情報であってもよいし、軌道９０が設けられた施設等における基準位置からの相対的な位置を示す情報であってもよいし、他の態様で表されてもよい。この場合、撮像部１２は、カメラ１２４（第一のカメラ１２４＿１及び第二のカメラ１２４＿２）によって撮像された画像と、各画像が撮像された位置を示す位置情報と、を対応づけて出力してもよい。

【0067】

この場合、記憶部１４は、撮像された画像と位置情報とを対応づけて記録する。判定装置２０の異常判定部２５３は、判定結果情報において管理識別番号に代えて位置情報を対応づけて記録してもよい。記録される位置情報は、判定に用いられた画像に対応づけられている位置情報である。

【0068】

記憶部２４は、位置情報と、その位置に存在する単位領域の管理識別番号と、を対応づけて予め記憶していても良い。この場合、判定装置２０の異常判定部２５３は、判定に用いられた画像の位置情報に対応する管理識別番号を記憶部２４から読み出し、読み出された管理識別番号に対応づけて判定結果及び異常情報を記録してもよい。このような処理によって、判定結果情報において管理識別番号と判定結果及び異常情報とが正確に対応づけられていても良い。また、判定装置２０の管理単位領域判定部２５２は、判定対象となる管理識別番号に対応する位置情報を記憶部２４から読み出し、その位置情報に対応する画像を画像データ記憶部２４３から読み出して処理を行ってもよい。

【0069】

図１６に示されるような鉄道車両６０は、複数の車輪と、車輪を駆動する駆動部と、駆動部を制御する制御装置と、撮像装置１０と、を備える。車輪は、判定対象となる軌道９０のレール９１に接して回転する。駆動部は、エンジンやモーターを用いて構成され、制御装置による制御にしたがって車輪を回転させる。制御装置は、少なくともプロセッサーやメモリー等のハードウェアを備え、操縦者の操作や予め記録されたプログラム等にしたがって鉄道車両６０（特に駆動部）の動作を制御する。

【0070】

撮像装置１０は、軌道９０の上空を移動する飛行体に設けられてもよい。このような飛行体の具体例として、例えばドローンがある。図１７は、小型飛行体として構成された撮像装置１０の外観の具体例を示す図である。図１８は、小型飛行体として構成された撮像装置１０の機能構成の具体例を示す概略ブロック図である。小型飛行体として構成された撮像装置１０は、データ出力部１１、撮像部１２、操作部１３、記憶部１４、制御部１５、駆動部１６、位置情報取得部１７及び本体１８を備える。データ出力部１１～制御部１５（移動制御部１５３を除く）の構成は、上述した撮像装置１０の構成と同様である。

【0071】

移動制御部１５３は、駆動部１６の駆動を制御することによって、撮像装置１０の移動を制御する。移動制御部１５３は、操作部１３を介して入力される操作情報に基づいて撮像装置１０の移動を制御してもよい。移動制御部１５３は、撮像部１２によって撮像される画像に基づいて撮像装置１０の移動を制御してもよい。移動制御部１５３は、位置情報取得部１７によって取得される位置情報に基づいて撮像装置１０の移動を制御してもよい。例えば、移動制御部１５３は、位置情報及び画像に基づいて、判定対象となる軌道９０のレール９１の上をレール９１に沿って略一定の速さで移動するように駆動部１６を制御してもよい。

【0072】

駆動部１６は、小型飛行体を移動させるために駆動する器具である。駆動部１６は、例えばプロペラとして構成されてもよいし、空気等の気体を噴出することによって本体１８を移動させるための器具を用いて構成されてもよいし、他の態様で構成されてもよい。本体１８は、飛行体の本体であり、撮像装置１０が備える各部を保持する。

【0073】

位置情報取得部１７は、撮像装置１０の位置を示す情報（位置情報）を取得する。位置情報は、例えば緯度及び経度で表される情報であってもよいし、軌道９０が設けられた施設等における基準位置からの相対的な位置を示す情報であってもよいし、他の態様で表されてもよい。この場合、撮像制御部１５１は、撮像部１２のカメラによって撮像された画像と、各画像が撮像された位置を示す位置情報と、を対応づけて記憶部１４に記録してもよい。このように記録された画像を用いた場合にも、上述した鉄道車両の撮像部１２で撮像された画像の位置情報を用いた場合と同様の処理が可能である。すなわち、判定装置２０の異常判定部２５３は、判定結果情報において管理識別番号に代えて位置情報を対応づけて記録してもよい。また、判定装置２０の異常判定部２５３は、判定に用いられた画像の位置情報に対応する管理識別番号を記憶部２４から読み出し、読み出された管理識別番号に対応づけて判定結果及び異常情報を記録してもよい。

【0074】

図１９は、モデル構築装置３０の機能構成の具体例を示す概略ブロック図である。モデル構築装置３０は、例えばパーソナルコンピューターやサーバー装置などの情報処理装置を用いて構成される。モデル構築装置３０は、通信部３１、記憶部３２及び制御部３３を備える。

【0075】

通信部３１は、通信機器である。通信部３１は、例えばネットワークインターフェースとして構成されてもよい。通信部３１は、制御部３３の制御に応じて、ネットワークを介して他の装置とデータ通信する。このようなネットワークは、無線通信を用いたネットワークであってもよいし、有線通信を用いたネットワークであってもよい。ネットワークは、例えばインターネットを用いて構成されてもよいし、ローカルエリアネットワーク（ＬＡＮ）を用いて構成されてもよい。ネットワークは、複数のネットワークが組み合わされて構成されてもよい。通信部３１は、無線通信を行う装置であってもよいし、有線通信を行う装置であってもよい。

【0076】

記憶部３２は、磁気ハードディスク装置や半導体記憶装置等の記憶装置を用いて構成される。記憶部３２は、制御部３３によって使用されるデータを記憶する。記憶部３２は、例えば既知データ記憶部３２１及び判定モデル記憶部３２２として機能してもよい。

【0077】

既知データ記憶部３２１は、モデル構築装置３０において実行されるモデル構築処理に用いられる既知データを記憶する。既知データは、例えば教師あり学習処理に用いられる教師データであってもよい。既知データ記憶部３２１が記憶する既知データは、例えば管理単位領域を撮像した画像と、その画像が管理単位領域を示すことを示す正解ラベルと、を含む教師データであってもよい。既知データ記憶部３２１が記憶する既知データは、例えば、軌道９０の管理単位領域の画像と、その画像において異常が生じているか否かを示す正解ラベルと、を含む教師データであってもよい。既知データ記憶部３２１が記憶する既知データは、管理単位領域の画像と、その画像において欠損が生じている場合にはその欠損に関する正解情報と、その画像において状態異常が生じている場合にはその状態異常に関する正解情報と、の組み合わせである教師データであってもよい。既知データ記憶部３２１が記憶する既知データは、他のデータであってもよい。

【0078】

判定モデル記憶部３２２は、既知データ記憶部３２１に記憶される既知データを用いたモデル構築処理によって得られる判定モデルを記憶する。判定モデル記憶部３２２は、例えば既知データを教師データとして用いた教師あり学習処理によって得られる学習済モデルを判定モデルとして記憶してもよい。

【0079】

管理単位領域判定モデル記憶部３２３は、既知データ記憶部３２１に記憶される既知データを用いたモデル構築処理によって得られる管理単位領域判定モデルを記憶する。管理単位領域判定モデル記憶部３２３は、例えば既知データを教師データとして用いた教師あり学習処理によって得られる学習済モデルを管理単位領域判定モデルとして記憶してもよい。

【0080】

制御部３３は、ＣＰＵ等のプロセッサーとメモリーとを用いて構成される。制御部３３は、プロセッサーがプログラムを実行することによって、情報制御部３３１及びモデル構築制御部３３２として機能する。なお、制御部３３の各機能の全て又は一部は、ＡＳＩＣやＰＬＤやＦＰＧＡ等のハードウェアを用いて実現されても良い。上記のプログラムは、コンピューター読み取り可能な記録媒体に記録されても良い。コンピューター読み取り可能な記録媒体とは、例えばフレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ、半導体記憶装置（例えばＳＳＤ）等の可搬媒体、コンピューターシステムに内蔵されるハードディスクや半導体記憶装置等の記憶装置である。上記のプログラムは、電気通信回線を介して送信されてもよい。

【0081】

情報制御部３３１は、情報の入出力を制御する。例えば、情報制御部３３１は、他の機器（情報処理装置や記憶媒体）から既知データを取得し、既知データ記憶部３２１に記録する。例えば、情報制御部３３１は、判定モデル記憶部３２２に記憶されている判定モデルを、他の装置（例えば判定装置２０）に対して送信する。例えば、情報制御部３３１は、管理単位領域判定モデル記憶部３２３に記憶されている判定モデルを、他の装置（例えば判定装置２０）に対して送信する。

【0082】

モデル構築制御部３３２は、既知データ記憶部３２１に記憶される既知データを用いてモデル構築処理を行うことで、判定モデルや管理単位領域判定モデルを構築する。モデル構築制御部３３２は、例えば、既知データ記憶部３２１に記憶されている既知データを教師データとして用いて教師あり学習処理を実行することで判定モデルや管理単位領域判定モデルを構築してもよい。なお、モデル構築制御部３３２が実行する処理は教師あり学習処理に限定される必要はない。例えば、モデル構築制御部３３２は既知データを用いて多変量解析等の統計処理を行うことによって推定モデルを構築してもよい。

【0083】

このような学習処理の具体例として、例えば、分類の機械学習の処理が用いられてもよいし、回帰の機械学習の処理が用いられてもよいし、ニューラルネットワークやディープラーニング等の他の学習技術が用いられてもよい。モデル構築制御部３３２は、生成された判定モデルを判定モデル記憶部３２２に記録する。モデル構築制御部３３２は、生成された管理単位領域判定モデルを管理単位領域判定モデル記憶部３２３に記録する。このようなモデル構築制御部３３２によって得られた判定モデルや管理単位領域判定モデルは、判定装置２０に対して送信され、判定装置２０の判定モデル記憶部２４２に記録されてもよい。

【0084】

図２０は、本実施形態に適用される情報処理装置７０のハードウェア構成例の概略を示す図である。情報処理装置７０は、プロセッサー７１、主記憶装置７２、通信インターフェース７３、補助記憶装置７４、入出力インターフェース７５及び内部バス７６を備える。プロセッサー７１、主記憶装置７２、通信インターフェース７３、補助記憶装置７４及び入出力インターフェース７５は、内部バス７６を介して互いに通信可能に接続される。情報処理装置７０は、例えば判定装置２０及びモデル構築装置３０に適用されてもよい。この場合、例えばデータ取得部２１、出力部２２及び通信部３１は通信インターフェース７３を用いて構成されてもよい。例えば記憶部２４及び記憶部３２は補助記憶装置７４を用いて構成されてもよい。また、制御部２５及び制御部３３は、プロセッサー７１及び主記憶装置７２を用いて構成されてもよい。例えばデータ取得部２１及び出力部２２は入出力インターフェース７５を用いて構成されてもよい。

【0085】

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

【符号の説明】

【0086】

１００…判定システム， １０…撮像装置， ２０…判定装置， １１…データ出力部， １２…撮像部， １２１…フレーム， １２２…遮光部， １２３…照明器具， １２４…カメラ，１２５…位置情報取得部， １２６…視野， １３…操作部， １４…記憶部， １５…制御部， １５１…撮像制御部， １５２…データ制御部， １５３…移動制御部， １６…駆動部， １８…本体， ２１…データ取得部， ２２…出力部， ２３…操作部， ２４…記憶部， ２４１…締結装置情報記憶部， ２４２…判定モデル記憶部， ２４３…画像データ記憶部， ２４４…判定結果情報記憶部， ２５…制御部， ２５１…データ制御部， ２５２…管理単位領域判定部， ２５３…異常判定部， ２５４…出力制御部， ３０…モデル構築装置， ３１…通信部， ３２…記憶部， ３２１…既知データ記憶部， ３２２…判定モデル記憶部， ３２３…管理単位領域判定モデル記憶部， ３３…制御部， ３３１…情報制御部， ３３２…モデル構築制御部， ６０…鉄道車両， ７０…情報処理装置， ７１…プロセッサー， ７２…主記憶装置， ７３…通信インターフェース， ７４…補助記憶装置， ７５…入出力インターフェース， ７６…内部バス， ８１…管理単位領域， ９０…軌道， ９１…レール， ９２…枕木， ９３…締結装置， ９３ａ…継ぎ目板， ９４…道床

【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】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】