特開 2025-101996 カズラ監視システムおよびカズラ監視プログラム

(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】P2025101996

(43)【公開日】2025-07-08

(54)【発明の名称】カズラ監視システムおよびカズラ監視プログラム

(51)【国際特許分類】

   G06Q 10/20 20230101AFI20250701BHJP

   H02G 7/00 20060101ALI20250701BHJP

   G06Q 50/10 20120101ALI20250701BHJP

【ＦＩ】

G06Q10/20

H02G7/00

G06Q50/10

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2023219134

(22)【出願日】2023-12-26

(71)【出願人】

【識別番号】000211307

【氏名又は名称】中国電力株式会社

(74)【代理人】

【識別番号】100126561

【弁理士】

【氏名又は名称】原嶋 成時郎

(72)【発明者】

【氏名】藤井 裕士

【テーマコード（参考）】

5G367

【Ｆターム（参考）】

5G367AD09

(57)【要約】

【課題】どのくらいの期間でカズラが電線に達するかを知得可能にする。
【解決手段】電線Ｌが架設された電柱Ｐ周りを撮影する撮影装置２と、電柱Ｐに巻き付いたカズラＷの上昇速度を含むカズラ情報を記憶し、撮影装置２で撮影された画像に基づいて、カズラＷが電柱Ｐに巻き付いているか否かを判定し、巻き付いていると判定した場合に、撮影された画像とカズラ情報とに基づいて、このカズラＷがこの電柱Ｐの電線Ｌに達するまでの期間を判定する監視サーバ３と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

電線が架設された電柱周りを撮影する撮影手段と、
電柱に巻き付いたカズラの上昇速度を含むカズラ情報を記憶するカズラ情報記憶手段と、
前記撮影手段で撮影された画像に基づいて、カズラが電柱に巻き付いているか否かを判定し、巻き付いていると判定した場合に、前記画像と前記カズラ情報とに基づいて、該カズラが該電柱の電線に達するまでの期間を判定する判定手段と、
を備えることを特徴とするカズラ監視システム。

【請求項2】

前記カズラ情報に、電柱の支柱に巻き付いたカズラの上昇速度を含み、
前記判定手段は、前記画像に基づいて、カズラが電柱の支柱に巻き付いているか否かを判定し、巻き付いていると判定した場合に、前記画像と前記カズラ情報とに基づいて、該カズラが該電柱の電線に達するまでの期間を判定する、
ことを特徴とする請求項１に記載のカズラ監視システム。

【請求項3】

前記電柱の設置地域の気象情報を取得する気象情報取得手段を備え、
前記判定手段は、前記画像と前記カズラ情報と前記気象情報とに基づいて、前記カズラが前記電柱の電線に達するまでの期間を判定する、
ことを特徴とする請求項１に記載のカズラ監視システム。

【請求項4】

前記判定手段は、前記画像と前記カズラ情報と現在の季節とに基づいて、前記カズラが前記電柱の電線に達するまでの期間を判定する、
ことを特徴とする請求項１に記載のカズラ監視システム。

【請求項5】

前記判定手段は、前記画像に基づいて、電柱周辺の樹木を含む周辺物にカズラが巻き付くか否かを判定する、
ことを特徴とする請求項１に記載のカズラ監視システム。

【請求項6】

前記判定手段は、前記画像と前記カズラ情報が入力されると、前記カズラが前記電柱の電線に達するまでの期間が出力されるように、過去の実績データに基づいて機械学習されたカズラ監視用学習モデルを用いる、
ことを特徴とする請求項１に記載のカズラ監視システム。

【請求項7】

前記撮影手段が移動体に配設され、
前記撮影手段は、複数の前記電柱周りを連続的に撮影する、
ことを特徴とする請求項１に記載のカズラ監視システム。

【請求項8】

コンピュータを、
電柱に巻き付いたカズラの上昇速度を含むカズラ情報を記憶するカズラ情報記憶手段と、
電線が架設された電柱周りが撮影された画像に基づいて、カズラが電柱に巻き付いているか否かを判定し、巻き付いていると判定した場合に、前記画像と前記カズラ情報とに基づいて、該カズラが該電柱の電線に達するまでの期間を判定する判定手段、
として機能させることを特徴とするカズラ監視プログラム。

【請求項9】

前記カズラ情報に、電柱の支柱に巻き付いたカズラの上昇速度を含み、
前記判定手段は、前記画像に基づいて、カズラが電柱の支柱に巻き付いているか否かを判定し、巻き付いていると判定した場合に、前記画像と前記カズラ情報とに基づいて、該カズラが該電柱の電線に達するまでの期間を判定する、
ことを特徴とする請求項８に記載のカズラ監視プログラム。

【請求項10】

前記判定手段は、前記画像に基づいて、電柱周辺の樹木を含む周辺物にカズラが巻き付くか否かを判定する、
ことを特徴とする請求項８に記載のカズラ監視プログラム。

【請求項11】

前記判定手段は、前記画像と前記カズラ情報が入力されると、前記カズラが前記電柱の電線に達するまでの期間が出力されるように、過去の実績データに基づいて機械学習されたカズラ監視用学習モデルを用いる、
ことを特徴とする請求項８に記載のカズラ監視プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、カズラ（つる草）の電線への接近を監視するカズラ監視システムおよびカズラ監視プログラムに関する。

【背景技術】

【0002】

ヤブガラシやクズなどのカズラが電柱や支線（電柱が倒れないように支持する線）に巻き付いて電線に接触すると、停電の原因となるおそれがある。このため、従来、電柱を巡視点検して、電線に接触するおそれがあるカズラを除去・撤去していた。一方、監視装置を電柱に設置して、つる植物（カズラ）と配電線との離隔距離の状況を撮影する、という技術が知られている（例えば、特許文献１参照。）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１９－０４９８８５号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ところで、従来行っていた巡視点検には、時間と労力を要し、しかも、広域にわたって配設されている多数の電柱を巡視点検するには、多大な時間と労力、費用を要していた。また、従来の巡視点検では、電線へのカズラの接近状況を確認するだけであり、どのくらいの時間・期間でカズラが電線に接触するかは、人が判断しなければならず、適正な判断が困難であった。このため、広域にわたるカズラの除去作業を適正に計画することが困難であった。同様に、特許文献１に記載の監視装置を電柱に設置しても、カズラと電線との離隔距離の状況がわかるだけであり、どのくらいの期間でカズラが電線に接触するかを適正に判断することは困難である。

【0005】

そこで本発明は、どのくらいの期間でカズラが電線に達するかを知得可能なカズラ監視システムおよびカズラ監視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】

上記課題を解決するために、請求項１の発明は、電線が架設された電柱周りを撮影する撮影手段と、電柱に巻き付いたカズラの上昇速度を含むカズラ情報を記憶するカズラ情報記憶手段と、前記撮影手段で撮影された画像に基づいて、カズラが電柱に巻き付いているか否かを判定し、巻き付いていると判定した場合に、前記画像と前記カズラ情報とに基づいて、該カズラが該電柱の電線に達するまでの期間を判定する判定手段と、を備えることを特徴とするカズラ監視システムである。

【0007】

請求項２の発明は、請求項１に記載のカズラ監視システムにおいて、前記カズラ情報に、電柱の支柱に巻き付いたカズラの上昇速度を含み、前記判定手段は、前記画像に基づいて、カズラが電柱の支柱に巻き付いているか否かを判定し、巻き付いていると判定した場合に、前記画像と前記カズラ情報とに基づいて、該カズラが該電柱の電線に達するまでの期間を判定する、ことを特徴とする。

【0008】

請求項３の発明は、請求項１に記載のカズラ監視システムにおいて、前記電柱の設置地域の気象情報を取得する気象情報取得手段を備え、前記判定手段は、前記画像と前記カズラ情報と前記気象情報とに基づいて、前記カズラが前記電柱の電線に達するまでの期間を判定する、ことを特徴とする。

【0009】

請求項４の発明は、請求項１に記載のカズラ監視システムにおいて、前記判定手段は、前記画像と前記カズラ情報と現在の季節とに基づいて、前記カズラが前記電柱の電線に達するまでの期間を判定する、ことを特徴とする。

【0010】

請求項５の発明は、請求項１に記載のカズラ監視システムにおいて、前記判定手段は、前記画像に基づいて、電柱周辺の樹木を含む周辺物にカズラが巻き付くか否かを判定する、ことを特徴とする。

【0011】

請求項６の発明は、請求項１に記載のカズラ監視システムにおいて、前記判定手段は、前記画像と前記カズラ情報が入力されると、前記カズラが前記電柱の電線に達するまでの期間が出力されるように、過去の実績データに基づいて機械学習されたカズラ監視用学習モデルを用いる、ことを特徴とする。

【0012】

請求項７の発明は、請求項１に記載のカズラ監視システムにおいて、前記撮影手段が移動体に配設され、前記撮影手段は、複数の前記電柱周りを連続的に撮影する、ことを特徴とする。

【0013】

請求項８の発明は、コンピュータを、電柱に巻き付いたカズラの上昇速度を含むカズラ情報を記憶するカズラ情報記憶手段と、電線が架設された電柱周りが撮影された画像に基づいて、カズラが電柱に巻き付いているか否かを判定し、巻き付いていると判定した場合に、前記画像と前記カズラ情報とに基づいて、該カズラが該電柱の電線に達するまでの期間を判定する判定手段、として機能させることを特徴とするカズラ監視プログラムである。

【0014】

請求項９の発明は、請求項８に記載のカズラ監視プログラムにおいて、前記カズラ情報に、電柱の支柱に巻き付いたカズラの上昇速度を含み、前記判定手段は、前記画像に基づいて、カズラが電柱の支柱に巻き付いているか否かを判定し、巻き付いていると判定した場合に、前記画像と前記カズラ情報とに基づいて、該カズラが該電柱の電線に達するまでの期間を判定する、ことを特徴とする。

【0015】

請求項１０の発明は、請求項８に記載のカズラ監視プログラムにおいて、前記判定手段は、前記画像に基づいて、電柱周辺の樹木を含む周辺物にカズラが巻き付くか否かを判定する、ことを特徴とする。

【0016】

請求項１１の発明は、請求項８に記載のカズラ監視プログラムにおいて、前記判定手段は、前記画像と前記カズラ情報が入力されると、前記カズラが前記電柱の電線に達するまでの期間が出力されるように、過去の実績データに基づいて機械学習されたカズラ監視用学習モデルを用いる、ことを特徴とする。

【発明の効果】

【0017】

請求項１および請求項８に記載の発明によれば、カズラが電柱に巻き付いている場合に、電柱周りの画像と電柱に巻き付いたカズラの上昇速度とに基づいて、カズラが電線に達するまでの期間（到達期間）が自動的に判定、予測される。つまり、撮影時からあとどのくらいの期間で、カズラが電線に達するかを知得することが可能となり、この到達期間に基づいて、カズラの除去作業を適正に計画（電線に達する前にカズラを除去）することが可能となる。しかも、電柱に巻き付いたカズラの上昇速度と現状に基づいて到達期間を判定するため、適正な到達期間を判定、知得することが可能となる。

【0018】

請求項２および請求項９に記載の発明によれば、カズラが電柱の支柱に巻き付いている場合に、電柱周りの画像と支柱に巻き付いたカズラの上昇速度などとに基づいて、到達期間が自動的に判定される。このように、カズラが支柱に巻き付いている場合でも、到達期間を判定、知得して、カズラの除去作業を適正に計画することが可能となる。しかも、支柱に巻き付いたカズラの上昇速度や電柱に巻き付いたカズラの上昇速度に基づいて到達期間を判定するため、適正な到達期間を判定、知得することが可能となる。

【0019】

請求項３に記載の発明によれば、電柱の設置地域の気象情報に基づいて到達期間が判定されるため、気象によるカズラの成長度合いを考慮した適正な到達期間を判定、知得することが可能となる。

【0020】

請求項４に記載の発明によれば、現在の季節に基づいて到達期間が判定されるため、季節によるカズラの成長度合いを考慮した適正な到達期間を判定、知得することが可能となる。

【0021】

請求項５および請求項１０に記載の発明によれば、電柱周辺の樹木を含む周辺物にカズラが巻き付くか否かが判定され、カズラが周辺物に巻き付くと判定された場合には、カズラが電線に達しないことになる。このように、カズラが電線に達しない場合も判定、予測されるため、カズラの除去作業を適正に計画することが可能となる。

【0022】

請求項６および請求項１１に記載の発明によれば、機械学習されたカズラ監視用学習モデルを用いて到達期間が出力されるため、より適正な到達期間を判定、知得することが可能となる。

【0023】

請求項７に記載の発明によれば、撮影手段が移動体で移動しながら、複数の電柱周りが連続的に撮影されるため、広域にわたって配設されている多数の電柱周りを容易かつ短時間に撮影することが可能となる。

【図面の簡単な説明】

【0024】

【図1】この発明の実施の形態に係るカズラ監視システムを示す概略構成図である。

【図2】図１のカズラ監視システムの監視サーバを示す概略構成ブロック図である。

【図3】この発明の実施の形態において、カズラが電柱の支線に巻き付いた状態を示す図である。

【図4】この発明の実施の形態において、電柱に巻き付いたカズラが周辺の樹木に向かって伸びた状態を示す図である。

【図5】図２の監視サーバのカズラ監視用学習モデルの概略構成を示す機能ブロック図である。

【発明を実施するための形態】

【0025】

以下、この発明を図示の実施の形態に基づいて説明する。

【0026】

図１は、この発明の実施の形態に係るカズラ監視システム１を示す概略構成図である。このカズラ監視システム１は、カズラＷの電線Ｌへの接近を監視するためのシステムであり、撮影装置（撮影手段）２と、監視サーバ３と、を備える。ここで、電柱Ｐの腕金Ｐ１を介して電線Ｌが架設され、電柱Ｐには、電柱Ｐが倒れないようにするための支柱を備えるものがあり、この支柱には、柱状のもののほかに、図示のような線状の支線（地支線）Ｐ２も含まれる。この実施の形態では、主に、支線Ｐ２を備える場合について説明する。なお、図中符号Ｐ３は、支線Ｐ２を覆って注意を喚起するための筒状の支線カバーである。

【0027】

撮影装置２は、電柱Ｐ周りを撮影する撮影設備であり、この実施の形態では、車両（移動体）Ｃの上部に配設され、移動しながら複数の電柱Ｐ周りを連続的に撮影する。すなわち、カメラとＧＰＳを備え、電柱Ｐを含む周辺の状態が撮影できるように車両Ｃに配設されている。そして、車両Ｃで移動しながらカメラで電柱Ｐ周り（電柱Ｐ、電線Ｌ等を含む）を連続的に撮影し、各時刻における撮影した画像と位置情報（緯度、経度）とを逐次記憶することで、各画像がどの電柱Ｐの画像であるかがわかるようになっている。また、撮影、記憶した画像と位置情報と撮影日時を逐次、あるいは所定のタイミングで監視サーバ３に送信する。

【0028】

ここで、電柱Ｐ周りの状況やカズラＷの生育状況などを適正に撮影できる速度で、車両Ｃが走行する。このように、この実施の形態では、車両Ｃで移動しながら複数の電柱Ｐ周りを連続的に撮影するが、人が個々の電柱Ｐ周りを撮影し、撮影した画像と電柱Ｐの識別情報（電柱番号や位置情報）を監視サーバ３に送信してもよい。

【0029】

監視サーバ３は、電柱Ｐなどに巻き付いたカズラＷが電線Ｌに達するまでの期間・時間を判定・予測したりするコンピュータであり、この実施の形態では、電柱Ｐや電線Ｌを管理する一般送配電事業者の管理事務所に配置されている。この監視サーバ３は、図２に示すように、主として、入力部３１と、表示部３２と、通信部３３と、記憶部３４と、気象情報取得タスク（気象情報取得手段）３５と、判定タスク（判定手段）３６と、学習タスク３７と、これらを制御などする中央処理部３８と、を備える。

【0030】

入力部３１は、各種情報や指令などを入力するためのインターフェイスであり、具体的には、後述するカズラ情報データベース３４２にカズラ情報を入力したり、判定タスク３６の起動指令を入力したりする。表示部３２は、各種データや情報などを表示するディスプレイであり、具体的には、撮影装置２から受信した画像を表示したり、判定タスク３６による判定結果を表示したりする。通信部３３は、インターネット網や電話通信網などを介して外部と通信するためのインターフェイスであり、具体的には、撮影装置２から画像や位置情報を受信したり、後述する気象情報サーバ４から気象情報を受信したりする。

【0031】

記憶部３４は、主として、電柱データベース（電柱情報記憶手段）３４１と、カズラ情報データベース（カズラ情報記憶手段）３４２と、カズラ監視用学習モデル３４３と、カズラ監視用実績データベース３４４と、を備える。ここでは、データベース３４１、３４２について説明し、カズラ監視用学習モデル３４３とカズラ監視用実績データベース３４４については後述する。

【0032】

電柱データベース３４１は、監視対象の各電柱Ｐに関する情報を記憶するデータベースである。具体的には、電柱Ｐの識別情報（電柱番号）ごとに、設置地域や位置情報（緯度、経度）、撮影装置２から受信した画像と撮影日時、判定タスク３６による判定結果などが記憶されている。ここで、上記のようにして、撮影装置２から受信した画像と位置情報とに基づいて、受信した位置情報に該当する電柱Ｐに対応付けて、受信した画像を記憶する。

【0033】

カズラ情報データベース３４２は、カズラＷに関する情報（カズラ情報）を記憶するデータベースである。具体的には、電柱Ｐに巻き付いたカズラＷの上昇速度（電柱Ｐを登っていく速度）Ｖ１や、電柱Ｐの支線Ｐ２に巻き付いたカズラＷの上昇速度（支線Ｐ２を登っていく速度）Ｖ２などが記憶されている。また、これらの上昇速度Ｖ１、Ｖ２が気象情報（天候、気温など）や季節などによってどのように変化するか、などが記憶されている。例えば、通年よりも気温が高い日が続くと上昇速度Ｖ１、Ｖ２が上がること（上がる程度％）や、雨季から夏季にかけて上昇速度Ｖ１、Ｖ２が上がること、海沿いの地域の方が山間地域よりも上昇速度Ｖ１、Ｖ２が下がること（下がる程度％）などが記憶されている。ここで、このような上昇速度（例えば、１日でどのくらい登か）Ｖ１、Ｖ２などは、実際の現場での観察や実験などで得られた結果に基づいている。

【0034】

気象情報取得タスク３５は、電柱Ｐの設置地域の気象情報を取得するタスク・プログラムである。この実施の形態では、後述する判定タスク３６で起動され、判定タスク３６における判定対象の電柱Ｐが設置されている地域の気象情報を取得する。具体的には、各地域の気象情報・気象予測を提供する気象情報サーバ４に通信部３３を介してアクセスし、電柱Ｐの設置地域における短期、中期および長期の気象情報・気象予測を取得する。ここで、気象情報には、予測される温度、湿度、降雨量、日射・日照りなど、カズラＷに影響を与える情報が含まれる。

【0035】

判定タスク３６は、撮影装置２で撮影された画像に基づいて、カズラＷが電柱Ｐや支線Ｐ２に巻き付いているか否かを判定し、巻き付いていると判定した場合に、画像とカズラ情報とに基づいて、このカズラＷがこの電柱Ｐの電線Ｌに達するまでの期間・時間（到達期間）を判定するタスク・プログラムである。すなわち、入力部３１で起動指令が入力されると起動されたり、定期的に起動されたりし、判定対象の電柱Ｐの最新の画像を電柱データベース３４１から取得して、カズラＷが電柱Ｐや支線Ｐ２に巻き付いている場合に、このカズラＷがこの電柱Ｐの電線Ｌに達するまでに、最新の撮影日時からあとどのくらいの期間・時間を要するかを判定・予測する。

【0036】

ここで、判定対象の電柱Ｐとは、起動時に指定された電柱Ｐや、起動時に指定された地域に属する電柱Ｐなどが対象となる。また、定期的に起動される場合には、予め設定された条件に該当する電柱Ｐが対象となる。例えば、起動時点で最新の撮影日時の画像に対して判定タスク３６による判定が行われていないすべての電柱Ｐを対象とする。そして、このような判定対象のすべての電柱Ｐに対して、到達期間を判定する。

【0037】

具体的には、まず、電柱Ｐ周りの画像を画像解析して、カズラＷが電柱Ｐや支線Ｐ２に巻き付いているか否かを判定する。そして、カズラＷが電柱Ｐに巻き付いていると判定した場合、カズラＷが電柱Ｐ上において達している位置・高さから、この電柱Ｐに架設されている電線Ｌまでの距離Ｄ１を、画像解析して算出する。次に、算出した距離Ｄ１と、電柱Ｐに対するカズラＷの上昇速度Ｖ１とに基づいて、カズラＷが電線Ｌに達するまでの到達期間を算出、判定する。

【0038】

また、図３に示すように、カズラＷが電柱Ｐの支線Ｐ２（支線カバーＰ３を含む）に巻き付いていると判定した場合、カズラＷが支線Ｐ２上において達している位置・高さから、この支線Ｐ２の上端部（電柱Ｐとの接合部）までの距離Ｄ２を、画像解析して算出する。次に、算出した距離Ｄ２と、支線Ｐ２に対するカズラＷの上昇速度Ｖ２とに基づいて、支線Ｐ２の上端部に達するまでの期間Ｋ１を算出、判定する。続いて、支線Ｐ２の上端部（電柱Ｐとの接合部）から電線Ｌまでの距離Ｄ３を、画像解析して算出する。次に、算出した距離Ｄ３と、電柱Ｐに対するカズラＷの上昇速度Ｖ１とに基づいて、支線Ｐ２の上端部から電線Ｌに達するまでの期間Ｋ２を算出、判定する。そして、支線Ｐ２の上端部に達するまでの期間Ｋ１と、その後電線Ｌに達するまでの期間Ｋ２とに基づいて、カズラＷが電線Ｌに達するまでの期間（Ｋ１＋Ｋ２）を算出、判定する。

【0039】

このような到達期間を基本とし、次のような事項を考慮して、より適正な到達期間を算出、判定する。

【0040】

第１に、気象情報取得タスク３５を起動して、判定対象の電柱Ｐの設置地域の気象情報を取得し、取得した気象情報に基づいて到達期間を算出、判定する。例えば、設置地域における気象情報が、今後通年よりも気温が高い日が続くと予測される場合や、今後日照りが続くと予測される場合には、カズラ情報データベース３４２に記憶されたカズラ情報に基づいて、上昇速度Ｖ１、Ｖ２を上げて到達期間を算出、判定する。また、電柱Ｐの設置地域が海沿いの地域の場合には、カズラ情報データベース３４２に記憶されたカズラ情報に基づいて、上昇速度Ｖ１、Ｖ２を下げて到達期間を算出、判定する。

【0041】

第２に、現在・判定時の季節に基づいて到達期間を算出、判定する。例えば、現在・判定時の季節が雨季から夏季である場合には、カズラ情報データベース３４２に記憶されたカズラ情報に基づいて、上昇速度Ｖ１、Ｖ２を上げて到達期間を算出、判定する。同様に、現在・判定時の季節が冬季の場合には、カズラ情報データベース３４２に記憶されたカズラ情報に基づいて、上昇速度Ｖ１、Ｖ２を下げて到達期間を算出、判定する。

【0042】

第３に、電柱Ｐ周りの最新の画像とそれよりも以前の画像とに基づいて、その電柱Ｐ周辺におけるカズラＷの成長速度・上昇速度を解析・算出し、この成長速度・上昇速度に基づいて到達期間を算出、判定する。

【0043】

さらに、カズラＷが電柱Ｐや支線Ｐ２に巻き付いている場合であっても、電柱Ｐ周りの画像に基づいて、電柱Ｐ周辺の樹木Ｔを含む周辺物にカズラＷが巻き付くか否かを判定する。すなわち、図４に示すように、電柱Ｐ周りの画像において、電柱Ｐや支線Ｐ２に巻き付いたカズラＷが周辺の樹木Ｔなどに向かって伸びている場合には、今後カズラＷが周辺物に巻き付く（電線Ｌに達しない）可能性があると判定する。また、電柱Ｐや支線Ｐ２に巻き付いたカズラＷが、その先で実際に周辺の樹木Ｔなどに巻き付いている場合にも、同様な判定を行う。なお、これらの場合、同時に到達期間を算出してもよい。

【0044】

このような判定タスク３６は、電柱Ｐ周りの画像とカズラ情報などが入力されると、カズラＷが電柱Ｐの電線Ｌに達するまでの期間が出力されるように、過去の実績データに基づいて機械学習されたカズラ監視用学習モデル３４３を用いる。このカズラ監視用学習モデル３４３は、学習タスク３７によって作成される。

【0045】

すなわち、学習タスク３７は、カズラ監視用実績データベース３４４に記録・蓄積されている過去の実績データを用いて、ニューラルネットワーク等の公知の機械学習アルゴリズムによりカズラ監視用学習モデル３４３を作成する。このカズラ監視用実績データベース３４４は、入力情報としての電柱Ｐ周りの画像、カズラ情報、設置地域、気象情報、季節に基づいて、カズラＷの監視・管理に関する有識者や熟練者などが判定・予測した到達期間、あるいは、実際に到達した期間を含む実績データが記録・蓄積されているデータベースである。なお、過去の実績データには、実際の画像やカズラ情報などと、有識者・熟練者が実際に判定・予測した到達期間、あるいは、実際に到達した期間に基づいて作成されたデータの他、事前訓練などで作成されたデータなどが含まれる。

【0046】

この学習タスク３７は、図５に示すように、ニューラルネットワークを利用した機械学習・深層学習を用い、カズラ監視用実績データベース３４４に記録されている実績データに基づいて、例えば、画像、カズラ情報、設置地域、気象情報、季節を入力層、到達期間を出力層、入力層から出力層への解析処理を中間層とするニューラルネットワークを作成する。そして、学習タスク３７は、カズラ監視用学習モデル３４３の実績データを学習データとして用いて、中間層における各種パラメータについて学習を行う。すなわち、学習タスク３７は、画像、カズラ情報、設置地域、気象情報、季節に基づいて、適正な到達期間が出力されるように、中間層における各種パラメータの学習を行う。

【0047】

また、電柱Ｐや支線Ｐ２に巻き付いているカズラＷが周辺物に巻き付くか否かについても、同様にカズラ監視用学習モデル３４３を用いて判定する。

【0048】

そして、このようにして算出、判定した到達期間を電柱Ｐの識別情報ごとに表示部３２に表示するとともに、予め登録された管理者の携帯端末などに送信する。さらに、算出、判定した到達期間が所定の期間よりも短い場合には、急を要する電柱Ｐとして、表示部３２に表示したり、管理者の携帯端末などに送信したりする。また、カズラＷが周辺物に巻き付くと判定した場合にも、表示部３２への表示等を行う。

【0049】

以上のように、このカズラ監視システム１によれば、カズラＷが電柱Ｐに巻き付いている場合に、電柱Ｐ周りの画像と電柱Ｐに巻き付いたカズラＷの上昇速度Ｖ１とに基づいて、カズラＷが電線Ｌに達するまでの期間（到達期間）が自動的に判定、予測される。つまり、撮影時からあとどのくらいの期間で、カズラＷが電線Ｌに達するかを知得することが可能となり、この到達期間に基づいて、カズラＷの除去作業を適正に計画（電線Ｌに達する前にカズラＷを除去）することが可能となる。しかも、電柱Ｐに巻き付いたカズラＷの上昇速度Ｖ１と現状に基づいて到達期間を判定するため、適正な到達期間を判定、知得することが可能となる。

【0050】

また、カズラＷが電柱Ｐの支線Ｐ２に巻き付いている場合に、電柱Ｐ周りの画像と支線Ｐ２に巻き付いたカズラＷの上昇速度Ｖ２などとに基づいて、到達期間が自動的に判定される。このように、カズラＷが支線Ｐ２に巻き付いている場合でも、到達期間を判定、知得して、カズラＷの除去作業を適正に計画することが可能となる。しかも、支線Ｐ２に巻き付いたカズラＷの上昇速度Ｖ２や電柱Ｐに巻き付いたカズラＷの上昇速度Ｖ１に基づいて到達期間を判定するため、適正な到達期間を判定、知得することが可能となる。

【0051】

また、電柱Ｐの設置地域の気象情報に基づいて到達期間が判定されるため、気象によるカズラＷの成長度合いを考慮した適正な到達期間を判定、知得することが可能となる。同様に、現在の季節に基づいて到達期間が判定されるため、季節によるカズラＷの成長度合いを考慮した適正な到達期間を判定、知得することが可能となる。

【0052】

さらに、機械学習されたカズラ監視用学習モデル３４３を用いて到達期間が出力されるため、より適正な到達期間を判定、知得することが可能となる。

【0053】

また、電柱Ｐ周辺の樹木Ｔを含む周辺物にカズラＷが巻き付くか否かが判定され、カズラＷが周辺物に巻き付くと判定された場合には、カズラＷが電線Ｌに達しないことになる。このように、カズラＷが電線Ｌに達しない場合も判定、予測されるため、カズラＷの除去作業を適正に計画することが可能となる。

【0054】

一方、撮影装置２が車両Ｃで移動しながら、複数の電柱Ｐ周りが連続的に撮影されるため、広域にわたって配設されている多数の電柱Ｐ周りを容易かつ短時間に撮影することが可能となる。

【0055】

以上、この発明の実施の形態を詳述してきたが、具体的な構成はこの実施の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の変更等があっても、この発明に含まれる。例えば、上記の実施の形態では、監視サーバ３が一体のサーバで構成されているが、複数のコンピュータやサーバなどで構成し、それらを異なる場所に配置してもよい。

【0056】

一方、次のようなカズラ監視プログラムを汎用のコンピュータにインストールすることで、上記のようなカズラ監視システム１や監視サーバ３を構成してもよい。

【0057】

すなわち、コンピュータを、電柱Ｐや支線Ｐ２に巻き付いたカズラＷの上昇速度を含むカズラ情報を記憶するカズラ情報記憶手段（カズラ情報データベース３４２）と、電線Ｌが架設された電柱Ｐ周りが撮影された画像に基づいて、カズラＷが電柱Ｐや支線Ｐ２に巻き付いているか否かを判定し、巻き付いていると判定した場合に、電柱Ｐ周りの画像とカズラ情報とに基づいて、該カズラＷが該電柱Ｐの電線Ｌに達するまでの期間（到達期間）を判定する判定手段（判定タスク３６）、として機能させるプログラムであり、判定手段は、電柱Ｐの設置地域の気象情報や現在の季節に基づいて到達期間を判定し、また、電柱Ｐ周りの画像に基づいて、電柱Ｐ周辺の樹木Ｔを含む周辺物にカズラＷが巻き付くか否かを判定するとともに、電柱Ｐ周りの画像とカズラ情報が入力されると、到達期間が出力されるように、過去の実績データに基づいて機械学習されたカズラ監視用学習モデル３４３を用いる。

【符号の説明】

【0058】

１ カズラ監視システム
２ 撮影装置（撮影手段）
３ 監視サーバ
３４１ 電柱データベース（電柱情報記憶手段）
３４２ カズラ情報データベース（カズラ情報記憶手段）
３４３ カズラ監視用学習モデル
３４４ カズラ監視用実績データベース
３５ 気象情報取得タスク（気象情報取得手段）
３６ 判定タスク（判定手段）
４ 気象情報サーバ
Ｗ カズラ
Ｌ 電線
Ｐ 電柱
Ｐ２ 支線（支柱）
Ｃ 車両（移動体）

【図1】

【図2】

【図3】

【図4】

【図5】