特許 7565036 打音診断支援装置、打音診断支援方法、打音診断支援システム、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-10-02

(45)【発行日】2024-10-10

(54)【発明の名称】打音診断支援装置、打音診断支援方法、打音診断支援システム、及びプログラム

(51)【国際特許分類】

   G01N 29/04 20060101AFI20241003BHJP

   G01N 29/46 20060101ALI20241003BHJP

   G06N 20/00 20190101ALI20241003BHJP

【ＦＩ】

G01N29/04

G01N29/46

G06N20/00

【請求項の数】 16

(21)【出願番号】P 2022546831

(86)(22)【出願日】2020-09-04

(86)【国際出願番号】 JP2020033671

(87)【国際公開番号】W WO2022049741

(87)【国際公開日】2022-03-10

【審査請求日】2023-04-05

【新規性喪失の例外の表示】特許法第３０条第２項適用 令和元年９月５日に香川大学幸町キャンパスで開催された令和元年度土木学会全国大会にて、回転式打音診断支援システム（Ｓ－ＳＪ）の現地検証について発表

【新規性喪失の例外の表示】特許法第３０条第２項適用 令和元年９月２８日に長岡技術科学大学で開催された２０１９年度電子情報通信学会信越支部大会にて、打音診断支援システムに関わる、音の解析による非破壊検査支援システムについて発表

【新規性喪失の例外の表示】特許法第３０条第２項適用 令和元年９月２８日に長岡技術科学大学で開催された２０１９年度電子情報通信学会信越支部大会にて、回転式打音診断支援システム（Ｓ－ＳＪ）の開発について発表

(73)【特許権者】

【識別番号】518212241

【氏名又は名称】公立大学法人公立諏訪東京理科大学

(73)【特許権者】

【識別番号】000125370

【氏名又は名称】学校法人東京理科大学

(73)【特許権者】

【識別番号】597165618

【氏名又は名称】株式会社ネクスコ東日本エンジニアリング

(73)【特許権者】

【識別番号】503088541

【氏名又は名称】株式会社クワキ・シビル

(74)【代理人】

【識別番号】100121083

【弁理士】

【氏名又は名称】青木 宏義

(74)【代理人】

【識別番号】100138391

【弁理士】

【氏名又は名称】天田 昌行

(74)【代理人】

【識別番号】100074099

【弁理士】

【氏名又は名称】大菅 義之

(72)【発明者】

【氏名】田邉 造

(72)【発明者】

【氏名】古川 利博

(72)【発明者】

【氏名】高櫻 裕一

(72)【発明者】

【氏名】清水 俊吾

(72)【発明者】

【氏名】桑野 代介

【審査官】村田 顕一郎

(56)【参考文献】

【文献】特開２０１９－０９０６３７（ＪＰ，Ａ）

【文献】特開２０１８－００９９０６（ＪＰ，Ａ）

【文献】特開２０１７－１６３８９０（ＪＰ，Ａ）

【文献】特許第５９７１６４６（ＪＰ，Ｂ２）

【文献】特開２０１９－０８６４８７（ＪＰ，Ａ）

【文献】特開２０１９－０３９７８７（ＪＰ，Ａ）

【文献】特開２０１８－０１３３４８（ＪＰ，Ａ）

【文献】特許第５６５１７３９（ＪＰ，Ｂ２）

【文献】特開２０２０－００３８４６（ＪＰ，Ａ）

【文献】米国特許第０６５８１４６６（ＵＳ，Ｂ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｎ ２９／００－２９／５２

Ｇ０６Ｎ ２０／００－２０／２０

Ｇ０６Ｆ １６／００－１６／９５８

Ｇ０６Ｆ １８／００－１８／４０

ＪＳＴＰｌｕｓ／ＪＭＥＤＰｌｕｓ／ＪＳＴ７５８０（ＪＤｒｅａｍＩＩＩ）

(57)【特許請求の範囲】

【請求項1】

健全性の診断の対象となるコンクリート構造物を打撃したときに収音した観測信号を取得し、前記観測信号に含まれる雑音成分を推定して抑圧することにより、前記コンクリート構造物の打音についての推定打音信号を生成する打音推定部と、
生成した前記推定打音信号から予め設定された条件を満たす特徴量を抽出する特徴量抽出部と、
過去に取得した観測信号から推定打音信号を生成して抽出した、健全なコンクリート構造物に関連付けられる特徴量と、変状があるコンクリート構造物に関連付けられる特徴量とを用いた機械学習により生成された、前記特徴量が分布し得る範囲を、コンクリート構造物が健全であるとみなす健全の範囲と、コンクリート構造物に変状があるとみなす変状の範囲と、健全であるか変状があるかを不明とする不明の範囲とに分類した分類情報に基づいて、前記健全性の診断の対象となる前記コンクリート構造物を打撃したときに収音した前記観測信号から前記推定打音信号を生成して抽出した前記特徴量が、前記健全の範囲、前記変状の範囲、及び前記不明の範囲のどの範囲内に含まれるかを判定する判定部と、
前記判定部の判定結果を出力する出力部と、
を含み、
前記特徴量抽出部は、２つ以上の情報を含む特徴量を前記推定打音信号から抽出し、
前記分類情報は、前記特徴量の前記２つ以上の情報のうちの１つの情報に基づいて前記健全の範囲、前記変状の範囲、及び前記不明の範囲に分類した第１の分類情報と、前記第１の分類情報における前記不明の範囲内を、前記不明の範囲内に含まれる前記特徴量における前記２つ以上の情報に基づいて健全の範囲、変状の範囲、及び不明の範囲に分類した第２の分類情報とを含み、
前記判定部は、前記第１の分類情報及び前記第２の分類情報を用いて判定する、
ことを特徴とする打音診断支援装置。

【請求項2】

請求項１に記載の打音診断支援装置において、
前記判定部は、前記第１の分類情報のみを用いた判定と、前記第１の分類情報及び前記第２の分類情報を用いた判定とを選択可能である
ことを特徴とする打音診断支援装置。

【請求項3】

請求項１又は２に記載の打音診断支援装置において、
前記分類情報は、前記コンクリート構造物の用途又は観測信号を取得する際に打撃する部位が異なる複数の分類情報を含み、
前記判定部は、前記複数の分類情報のうちの、前記健全性の診断の対象となる前記コンクリート構造物における診断する部位と対応した分類情報に基づいて判定する
ことを特徴とする打音診断支援装置。

【請求項4】

請求項３に記載の打音診断支援装置において、
前記複数の分類情報は、橋梁上部と対応する分類情報、橋梁下部と対応する分類情報、トンネル上部と対応する分類情報、及びトンネル側部と対応する分類情報を含む
ことを特徴とする打音診断支援装置。

【請求項5】

請求項１～４のいずれか１項に記載の打音診断支援装置において、
前記打音推定部は、前記観測信号の周波数スペクトルの時間変化に基づいて前記観測信号に含まれる定常雑音を推定して除去した後、前記定常雑音を除去した観測信号の雑音成分を抑圧して前記推定打音信号を生成する
ことを特徴とする打音診断支援装置。

【請求項6】

請求項５に記載の打音診断支援装置において、
前記打音推定部は、有色性駆動源カルマンフィルタを適用した状態空間モデルを用いて前記雑音成分を抑圧し、前記推定打音信号を生成する
ことを特徴とする打音診断支援装置。

【請求項7】

請求項５又は６に記載の打音診断支援装置において、
前記健全性の診断の対象となる前記コンクリート構造物の周囲の交通量を選択する選択部を更に含み、
前記打音推定部は、選択された前記交通量に基づいて、前記観測信号に含まれる前記定常雑音を推定して除去する
ことを特徴とする打音診断支援装置。

【請求項8】

請求項５～７のいずれか１項に記載の打音診断支援装置において、
前記健全性の診断の対象となる前記コンクリート構造物の周囲の風の状態を選択する選択部を更に含み、
前記打音推定部は、選択された前記風の状態に基づいて、前記観測信号に含まれる前記風による前記定常雑音を推定して除去する
ことを特徴とする打音診断支援装置。

【請求項9】

請求項１に記載の打音診断支援装置において、
前記出力部は、前記判定部による判定結果が、前記健全の範囲である場合に点灯させる第１の発光装置と、前記変状の範囲である場合に点灯させる第２の発光装置と、前記不明の範囲である場合に点灯させる第３の発光装置とを含む
ことを特徴とする打音診断支援装置。

【請求項10】

請求項１に記載の打音診断支援装置において、
前記出力部は、前記判定部による判定結果を文字情報として表示する表示部を含む
ことを特徴とする打音診断支援装置。

【請求項11】

請求項１に記載の打音診断支援装置において、
前記判定部による前記第２の分類情報を用いた判定の判定結果に基づいて、前記第２の分類情報を更新する更新部を更に含む
ことを特徴とする打音診断支援装置。

【請求項12】

請求項１に記載の打音診断支援装置において、
前記出力部は、前記観測信号又は前記推定打音信号を、該打音診断支援装置に接続されたヘッドフォンに出力する信号出力部を含む
ことを特徴とする打音診断支援装置。

【請求項13】

請求項１に記載の打音診断支援装置において、
前記観測信号は、前記コンクリート構造物の被打撃面上で回転しながら移動する多面体により前記コンクリート構造物を連続的に打撃して発生させた打音を含む
ことを特徴とする打音診断支援装置。

【請求項14】

コンクリート構造物の打音に基づく前記コンクリート構造物の健全性の診断を支援する打音診断支援装置が、
健全性の診断の対象となるコンクリート構造物を打撃したときに収音した観測信号を取得し、前記観測信号に含まれる雑音成分を推定して抑圧することにより、前記コンクリート構造物の打音についての推定打音信号を生成する処理と、
生成した前記推定打音信号から予め設定された条件を満たす特徴量を抽出する処理と、
過去に取得した観測信号から推定打音信号を生成して抽出した、健全なコンクリート構造物に関連付けられる特徴量と、変状があるコンクリート構造物に関連付けられる特徴量とを用いた機械学習により生成された、前記特徴量が分布し得る範囲を、コンクリート構造物が健全であるとみなす健全の範囲と、コンクリート構造物に変状があるとみなす変状の範囲と、健全であるか変状があるかを不明とする不明の範囲とに分類した分類情報に基づいて、前記健全性の診断の対象となる前記コンクリート構造物を打撃したときに収音した前記観測信号から前記推定打音信号を生成して抽出した前記特徴量が、前記健全の範囲、前記変状の範囲、及び前記不明の範囲のどの範囲内に含まれるかを判定する処理と、
判定結果を出力する処理と、
を行い、
前記特徴量を抽出する処理は、２つ以上の情報を含む特徴量を前記推定打音信号から抽出し、
前記分類情報は、前記特徴量の前記２つ以上の情報のうちの１つの情報に基づいて前記健全の範囲、前記変状の範囲、及び前記不明の範囲に分類した第１の分類情報と、前記第１の分類情報における前記不明の範囲内を、前記不明の範囲内に含まれる前記特徴量における前記２つ以上の情報に基づいて健全の範囲、変状の範囲、及び不明の範囲に分類した第２の分類情報とを含み、
前記判定する処理は、前記第１の分類情報及び前記第２の分類情報を用いて判定する、
ことを特徴とする打音診断支援方法。

【請求項15】

コンクリート構造物を打撃したときに収音して取得した観測信号に含まれる雑音成分を推定して抑圧することにより、前記コンクリート構造物の打音を推定して推定打音信号を生成し、生成した前記推定打音信号から予め設定された条件を満たす特徴量を抽出することにより得られる、健全なコンクリート構造物に関連付けられる特徴量と、変状があるコンクリート構造物に関連付けられる特徴量とを用いた機械学習により生成された、前記特徴量が分布し得る範囲を、コンクリート構造物が健全であるとみなす健全の範囲と、コンクリート構造物に変状があるとみなす変状の範囲と、健全であるか変状があるかを不明とする不明の範囲とに分類した分類情報を記憶する記憶部と、
健全性の診断の対象となるコンクリート構造物を打撃したときに収音した観測信号を取得し、前記観測信号に含まれる前記雑音成分を推定して抑圧することにより、前記コンクリート構造物の打音についての前記推定打音信号を生成する打音推定部と、
生成した前記推定打音信号から予め設定された前記条件を満たす特徴量を抽出する特徴量抽出部と、
前記記憶部に記憶させた前記分類情報に基づいて、前記健全性の診断の対象となる前記コンクリート構造物を打撃したときに収音した前記観測信号から前記推定打音信号を生成して抽出した前記特徴量が、前記健全の範囲、前記変状の範囲、及び前記不明の範囲のどの範囲内に含まれるかを判定する判定部と、
前記判定部の判定結果を出力する出力部と、
を含み、
前記特徴量抽出部は、２つ以上の情報を含む特徴量を前記推定打音信号から抽出し、
前記分類情報は、前記特徴量の前記２つ以上の情報のうちの１つの情報に基づいて前記健全の範囲、前記変状の範囲、及び前記不明の範囲に分類した第１の分類情報と、前記第１の分類情報における前記不明の範囲内を、前記不明の範囲内に含まれる前記特徴量における前記２つ以上の情報に基づいて健全の範囲、変状の範囲、及び不明の範囲に分類した第２の分類情報とを含み、
前記判定部は、前記第１の分類情報及び前記第２の分類情報を用いて判定する、
ことを特徴とする打音診断支援システム。

【請求項16】

コンクリート構造物の打音に基づく前記コンクリート構造物の健全性の診断を支援する打音診断支援装置のプロセッサに、
健全性の診断の対象となるコンクリート構造物を打撃したときに収音した観測信号を取得し、前記観測信号に含まれる雑音成分を推定して抑圧することにより、前記コンクリート構造物の打音についての推定打音信号を生成する処理と、
生成した前記推定打音信号から予め設定された条件を満たす特徴量を抽出する処理と、
過去に取得した観測信号から推定打音信号を生成して抽出した、健全なコンクリート構造物に関連付けられる特徴量と、変状があるコンクリート構造物に関連付けられる特徴量とを用いた機械学習により生成された、前記特徴量が分布し得る範囲を、コンクリート構造物が健全であるとみなす健全の範囲と、コンクリート構造物に変状があるとみなす変状の範囲と、健全であるか変状があるかを不明とする不明の範囲とに分類した分類情報に基づいて、前記健全性の診断の対象となる前記コンクリート構造物を打撃したときに収音した前記観測信号から前記推定打音信号を生成して抽出した前記特徴量が、前記健全の範囲、前記変状の範囲、及び前記不明の範囲のどの範囲内に含まれるかを判定する処理と、
判定結果を出力する処理と、
を実行させ、
前記特徴量を抽出する処理は、２つ以上の情報を含む特徴量を前記推定打音信号から抽出させ、
前記分類情報は、前記特徴量の前記２つ以上の情報のうちの１つの情報に基づいて前記健全の範囲、前記変状の範囲、及び前記不明の範囲に分類した第１の分類情報と、前記第１の分類情報における前記不明の範囲内を、前記不明の範囲内に含まれる前記特徴量における前記２つ以上の情報に基づいて健全の範囲、変状の範囲、及び不明の範囲に分類した第２の分類情報とを含み、
前記判定する処理は、前記第１の分類情報及び前記第２の分類情報を用いて判定させる、
ことを特徴とするプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、打音診断支援装置、打音診断支援方法、打音診断支援システム、及びプログラムに関する。

【背景技術】

【0002】

高速道路等のコンクリート構造物を診断する方法の１つとして、ハンマーによるコンクリート構造物への打撃により発生する打音に基づいて、打撃した部位が健全であるか否かを判定する方法がある。従来のこの種の診断方法では、診断を行う作業員が打音を直接聴き取って健全であるか否かを判定することが一般的である。

【発明の概要】

【発明が解決しようとする課題】

【0003】

しかしながら、ハンマーによるコンクリート構造物への打撃の強さ、打音に基づく判定等には作業員毎の個人差がある。更に、診断時に作業員が聴き取る音には打音の他に周囲を走行する車両等が発する環境音が含まれる。このため、作業員の聴覚のみに頼る診断方法では、打音を的確に聴き分けて健全であるか否かを判定することが困難な場合がある。

【0004】

１つの側面において、本発明は、打音に基づくコンクリート構造物の健全性の診断を精度よく行うための支援をすることが可能な技術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】

【0005】

１つの態様に係る打音診断支援装置は、健全性の診断の対象となるコンクリート構造物を打撃したときに収音した観測信号を取得し、前記観測信号に含まれる雑音成分を推定して抑圧することにより、前記コンクリート構造物の打音についての推定打音信号を生成する打音推定部と、生成した前記推定打音信号から予め設定された条件を満たす特徴量を抽出する特徴量抽出部と、過去に取得した観測信号から推定打音信号を生成して抽出した、健全なコンクリート構造物に関連付けられる特徴量と、変状があるコンクリート構造物に関連付けられる特徴量とを用いた機械学習により生成された、前記特徴量が分布し得る範囲を、コンクリート構造物が健全であるとみなす健全の範囲と、コンクリート構造物に変状があるとみなす変状の範囲と、健全であるか変状があるかを不明とする不明の範囲とに分類した分類情報に基づいて、前記健全性の診断の対象となる前記コンクリート構造物を打撃したときに収音した前記観測信号から前記推定打音信号を生成して抽出した前記特徴量が、前記健全の範囲、前記変状の範囲、及び前記不明の範囲のどの範囲内に含まれるかを判定する判定部と、前記判定部の判定結果を出力する出力部と、を含み、前記特徴量抽出部は、２つ以上の情報を含む特徴量を前記推定打音信号から抽出し、前記分類情報は、前記特徴量の前記２つ以上の情報のうちの１つの情報に基づいて前記健全の範囲、前記変状の範囲、及び前記不明の範囲に分類した第１の分類情報と、前記第１の分類情報における前記不明の範囲内を、前記不明の範囲内に含まれる前記特徴量における前記２つ以上の情報に基づいて健全の範囲、変状の範囲、及び不明の範囲に分類した第２の分類情報とを含み、前記判定部は、前記第１の分類情報及び前記第２の分類情報を用いて判定する、打音診断支援装置である。

【0006】

１つの態様に係る打音診断支援方法は、コンクリート構造物の打音に基づく前記コンクリート構造物の健全性の診断を支援する打音診断支援装置が、健全性の診断の対象となるコンクリート構造物を打撃したときに収音した観測信号を取得し、前記観測信号に含まれる雑音成分を推定して抑圧することにより、前記コンクリート構造物の打音についての推定打音信号を生成する処理と、生成した前記推定打音信号から予め設定された条件を満たす特徴量を抽出する処理と、過去に取得した観測信号から推定打音信号を生成して抽出した、健全なコンクリート構造物に関連付けられる特徴量と、変状があるコンクリート構造物に関連付けられる特徴量とを用いた機械学習により生成された、前記特徴量が分布し得る範囲を、コンクリート構造物が健全であるとみなす健全の範囲と、コンクリート構造物に変状があるとみなす変状の範囲と、健全であるか変状があるかを不明とする不明の範囲とに分類した分類情報に基づいて、前記健全性の診断の対象となる前記コンクリート構造物を打撃したときに収音した前記観測信号から前記推定打音信号を生成して抽出した前記特徴量が、前記健全の範囲、前記変状の範囲、及び前記不明の範囲のどの範囲内に含まれるかを判定する処理と、判定結果を出力する処理と、を行い、前記特徴量を抽出する処理は、２つ以上の情報を含む特徴量を前記推定打音信号から抽出し、前記分類情報は、前記特徴量の前記２つ以上の情報のうちの１つの情報に基づいて前記健全の範囲、前記変状の範囲、及び前記不明の範囲に分類した第１の分類情報と、前記第１の分類情報における前記不明の範囲内を、前記不明の範囲内に含まれる前記特徴量における前記２つ以上の情報に基づいて健全の範囲、変状の範囲、及び不明の範囲に分類した第２の分類情報とを含み、前記判定する処理は、前記第１の分類情報及び前記第２の分類情報を用いて判定する、打音診断支援方法である。

【0007】

１つの態様に係る打音診断支援システムは、コンクリート構造物を打撃したときに収音して取得した観測信号に含まれる雑音成分を推定して抑圧することにより、前記コンクリート構造物の打音を推定して推定打音信号を生成し、生成した前記推定打音信号から予め設定された条件を満たす特徴量を抽出することにより得られる、健全なコンクリート構造物に関連付けられる特徴量と、変状があるコンクリート構造物に関連付けられる特徴量とを用いた機械学習により生成された、前記特徴量が分布し得る範囲を、コンクリート構造物が健全であるとみなす健全の範囲と、コンクリート構造物に変状があるとみなす変状の範囲と、健全であるか変状があるかを不明とする不明の範囲とに分類した分類情報を記憶する記憶部と、健全性の診断の対象となるコンクリート構造物を打撃したときに収音した観測信号を取得し、前記観測信号に含まれる前記雑音成分を推定して抑圧することにより、前記コンクリート構造物の打音についての前記推定打音信号を生成する打音推定部と、生成した前記推定打音信号から予め設定された前記条件を満たす特徴量を抽出する特徴量抽出部と、前記記憶部に記憶させた前記分類情報に基づいて、前記健全性の診断の対象となる前記コンクリート構造物を打撃したときに収音した前記観測信号から前記推定打音信号を生成して抽出した前記特徴量が、前記健全の範囲、前記変状の範囲、及び前記不明の範囲のどの範囲内に含まれるかを判定する判定部と、前記判定部の判定結果を出力する出力部と、を含み、前記特徴量抽出部は、２つ以上の情報を含む特徴量を前記推定打音信号から抽出し、前記分類情報は、前記特徴量の前記２つ以上の情報のうちの１つの情報に基づいて前記健全の範囲、前記変状の範囲、及び前記不明の範囲に分類した第１の分類情報と、前記第１の分類情報における前記不明の範囲内を、前記不明の範囲内に含まれる前記特徴量における前記２つ以上の情報に基づいて健全の範囲、変状の範囲、及び不明の範囲に分類した第２の分類情報とを含み、前記判定部は、前記第１の分類情報及び前記第２の分類情報を用いて判定する、打音診断支援システムである。

【0008】

１つの態様に係るプログラムは、コンクリート構造物の打音に基づく前記コンクリート構造物の健全性の診断を支援する打音診断支援装置のプロセッサに、健全性の診断の対象となるコンクリート構造物を打撃したときに収音した観測信号を取得し、前記観測信号に含まれる雑音成分を推定して抑圧することにより、前記コンクリート構造物の打音についての推定打音信号を生成する処理と、生成した前記推定打音信号から予め設定された条件を満たす特徴量を抽出する処理と、過去に取得した観測信号から推定打音信号を生成して抽出した、健全なコンクリート構造物に関連付けられる特徴量と、変状があるコンクリート構造物に関連付けられる特徴量とを用いた機械学習により生成された、前記特徴量が分布し得る範囲を、コンクリート構造物が健全であるとみなす健全の範囲と、コンクリート構造物に変状があるとみなす変状の範囲と、健全であるか変状があるかを不明とする不明の範囲とに分類した分類情報に基づいて、前記健全性の診断の対象となる前記コンクリート構造物を打撃したときに収音した前記観測信号から前記推定打音信号を生成して抽出した前記特徴量が、前記健全の範囲、前記変状の範囲、及び前記不明の範囲のどの範囲内に含まれるかを判定する処理と、判定結果を出力する処理と、を実行させ、前記特徴量を抽出する処理は、２つ以上の情報を含む特徴量を前記推定打音信号から抽出させ、前記分類情報は、前記特徴量の前記２つ以上の情報のうちの１つの情報に基づいて前記健全の範囲、前記変状の範囲、及び前記不明の範囲に分類した第１の分類情報と、前記第１の分類情報における前記不明の範囲内を、前記不明の範囲内に含まれる前記特徴量における前記２つ以上の情報に基づいて健全の範囲、変状の範囲、及び不明の範囲に分類した第２の分類情報とを含み、前記判定する処理は、前記第１の分類情報及び前記第２の分類情報を用いて判定させる、プログラムである。

【発明の効果】

【0009】

上述の態様によれば、打音に基づくコンクリート構造物の健全性の診断を精度よく行うことを支援することができる。

【図面の簡単な説明】

【0010】

【図1】一実施形態に係る打音診断支援システムの構成例を説明するブロック図である。

【図2】一実施形態に係る打音診断支援システムを利用したコンクリート構造物の診断方法の一例を説明する概略図である。

【図3】コンクリート構造物の打撃に用いるハンマーの一例を説明する斜視図である。

【図4】図３に例示したハンマーを用いたコンクリート構造物の打撃方法を説明する図である。

【図5】一実施形態に係る打音診断支援装置の構成例を説明するブロック図である。

【図6】記憶部に記憶させるデータの例を説明するブロック図である。

【図7】判定用データの構成例を説明するブロック図である。

【図8】第１の分類情報の一例を説明する図である。

【図9】第１の分類情報の作成方法の概要を説明するグラフ図である。

【図10】第１の分類情報と第２の分類情報との関係を説明するグラフ図である。

【図11】サポートベクターマシンの概要を説明するグラフ図である。

【図12】第２の分類情報の具体例を説明するグラフ図である。

【図13】一実施形態に係る判定用データの作成方法の一例を説明するフローチャートである。

【図14】推定打音信号の生成方法の一例を説明するフローチャートである。

【図15】観測信号を平滑化する処理の具体例を説明するグラフ図である。

【図16】定常雑音を除去して推定打音信号を生成する処理の具体例を説明するグラフ図である。

【図17】推定打音信号から特徴量ベクトルを抽出する処理及び作成される教師データの具体例を説明する図である。

【図18】一実施形態に係る打音診断支援装置が行う処理の一例を説明するフローチャートである。

【図19】打音診断支援装置が行うコンクリート構造物が健全であるか否かの判定処理の一例を説明するフローチャートである。

【図20】打音診断支援装置が行う判定結果出力処理の一例を説明するフローチャートである。

【図21】打音診断支援装置のユーザインタフェースの一例を説明する図である。

【図22】打音診断支援装置のユーザインタフェースの別の一例を説明する図である。

【図23】コンピュータのハードウェア構成の一例を説明するブロック図である。

【図24】ＡｄａＢｏｏｓｔを利用した場合の健全の領域と変状の領域との境界の一例を説明するグラフ図である。

【発明を実施するための形態】

【0011】

以下、図面を参照しながら、本発明の実施形態を詳細に説明する。なお、以下の説明では、音響信号に含まれる雑音の除去、抑制、及び抑圧に関する周知の技術についての詳細な説明を省略する。

【0012】

図１は、一実施形態に係る打音診断支援システムの構成例を説明するブロック図である。

【0013】

図１に例示した打音診断支援システム１は、高速道路等のコンクリート構造物を対象とした打音診断を支援するものである。打音診断は、コンクリート構造物への打撃により発生した打音に基づいてコンクリート構造物が健全であるか否かを判定する診断方法である。打音診断支援システム１は、打音診断支援装置２及びマイクロフォン３を含む。打音診断支援システム１は、図１に例示したようなヘッドフォン４、及びＨＭＤ（Ｈｅａｄ Ｍｏｕｎｔｅｄ Ｄｉｓｐｌａｙ）５を含んでもよい。更に、打音診断支援システム１は、図１に例示したような情報処理装置６を含んでもよい。

【0014】

打音診断支援装置２は、健全性の診断の対象となるコンクリート構造物を打撃したときにマイクロフォン３により取得（収音）した音響信号と判定用データとを利用して、作業員等によるコンクリート構造物が健全であるか否かの判定を支援する装置である。より具体的には、本実施形態に係る打音診断支援装置２は、取得した音響信号に含まれる雑音成分を推定して抑圧したコンクリート構造物の打音についての推定打音信号を生成し、推定打音信号から抽出した所定の特徴量が、判定用データにおける健全の範囲、変状の範囲、及び不明の範囲のどの範囲内に含まれるかを判定する。判定用データは、例えば、観測信号から推定打音信号を生成して抽出した、健全なコンクリート構造物に関連付けられる特徴量と、変状があるコンクリート構造物に関連付けられる特徴量とを用いた機械学習により作成される。判定用データは、例えば、情報処理装置６により作成することができる。また、打音診断支援装置２が汎用コンピュータを利用した装置である場合、判定用データは、打音診断支援装置２により作成することができる。判定用データの構成及び作成方法は後述する。

【0015】

打音診断支援装置２は、推定打音信号から抽出した所定の特徴量が、健全の範囲、変状の範囲、及び不明の範囲のどの範囲内に含まれるかの判定結果を可視化して、コンクリート構造物の診断を行う作業員等に通知（出力）する。打音診断支援装置２は、例えば、自装置に設けられた判定ランプを点灯させることにより判定結果が健全、変状、及び不明のいずれであるかを作業員等に通知する。また、打音診断支援装置２は、例えば、自装置に接続されたＨＭＤ５に判定結果を出力して表示させてもよい。

【0016】

更に、打音診断支援装置２は、マイクロフォン３により取得した音響信号、又は該音響信号から推定した打音信号を自装置に接続されたヘッドフォン４に出力してもよい。以下の説明では、マイクロフォン３により取得した音響信号を観測信号という。

【0017】

図２は、一実施形態に係る打音診断支援システムを利用したコンクリート構造物の診断方法の一例を説明する概略図である。図２には、診断するコンクリート構造物１０の一例として、トンネルの側部を例示している。

【0018】

図２に例示したように、コンクリート構造物１０の打音診断を行う作業員１１は、打音診断支援装置２に接続されたマイクロフォン３、ヘッドフォン４、及びＨＭＤ５を装着した状態で、ハンマー７によりコンクリート構造物１０を打撃する。このとき、マイクロフォン３により取得した観測信号は、コンクリート構造物１０が発した打音の他に、例えば、周囲を走行する車両１２が発した音やその反響音、及び風音等の環境音を含むことがある。このため、本実施形態の打音診断支援装置２では、観測信号に含まれる環境音を雑音として除去及び抑圧した推定打音信号を生成し、生成した推定打音信号から抽出した特徴量と判定用データとに基づいて、コンクリート構造物１０における打撃した部位が健全であるか否かの判定を支援する。判定結果は、打音診断支援装置２の判定ランプ及びＨＭＤ５等を利用して、作業員１１又は図示しない同行者等に通知される。また、打音診断支援装置２は、観測信号、又は観測信号から生成した推定打音信号をヘッドフォン４に出力する。更に、打音診断支援装置２は、観測信号又は推定打音信号を用いた所望の音響信号解析を行い、その解析結果をＨＭＤ５に出力して表示させることが可能であってもよい。

【0019】

本実施形態の打音診断支援システム１を利用しない従来の診断方法では、観測信号と同等の音を作業員１１が聴き取り、聴き取った音から打撃した部位が健全であるか否かを判定する。このため、本実施形態の打音診断支援システム１を利用せずに、作業員１１の聴覚のみを頼りにコンクリート構造物１０が健全であるか否かを判定する場合、環境音の影響により、的確な診断が困難になることがある。

【0020】

これに対し、本実施形態の打音診断支援システム１では、観測信号に含まれる環境音等の雑音成分を推定して除去及び抑圧した推定打音信号の特徴量が健全の範囲、変状の範囲、及び不明の範囲のどの範囲内に含まれるかを判定し、その判定結果を作業員１１に通知する。このため、本実施形態の打音診断支援システム１では、環境音等の雑音成分が診断精度に与える影響を小さくすることができる。更に、本実施形態の打音診断支援システム１では、健全なコンクリート構造物１０に関連付けられる観測信号と変状があるコンクリート構造物１０に関連付けられる観測信号とにより作成した判定用データに基づいて、推定打音信号の特徴量が健全の範囲、変状の範囲、及び不明の範囲のどの範囲内であるかを判定する。このため、本実施形態の打音診断支援システム１では、作業員１１の聴覚のみを頼りに判定する場合と比べて、作業員１１の聴覚及び判定基準等の個人差が診断精度に与える影響を小さくし、より客観的な診断結果が得られるよう支援することができる。

【0021】

なお、本実施形態の打音診断支援システム１を利用した打音診断の対象となるコンクリート構造物１０は、図２に例示したトンネルの側部に限らず、例えば、トンネルの上部、橋梁の上部、橋梁の下部、及び任意のその他のコンクリート構造物を含む。

【0022】

本実施形態の打音診断支援システム１と組み合わせて用いるハンマー７は、コンクリート構造物１０の打音診断に用いられる既知のハンマーのいずれかであればよい。例えば、ハンマー７は、図３に例示したような、複数の打撃面を有し、柄に対して回転可能に取り付けられたヘッドを備えたものであってもよい。

【0023】

図３は、コンクリート構造物の打撃に用いるハンマーの一例を説明する斜視図である。図４は、図３に例示したハンマーを用いたコンクリート構造物の打撃方法を説明する図である。図４において、符号７０１にカッコ書きで続くｔ１～ｔ５は、コンクリート構造物１０の被打撃面上を移動しながら回転するヘッド７０１の時系列を示す時刻情報である。

【0024】

図３に例示したハンマー７は、ヘッド７０１と、第１の柄部７０２と、第２の柄部７０３と、グリップ部７０５とを含む。

【0025】

図３に例示したヘッド７０１は、正六角形である第１の底面７１０及び第２の底面（図示せず）と、第１の底面７１０の一辺及び第２の底面の一辺に接続する６つの打撃面７１１、７１２、７１３、・・・とを有する。打撃面７１１、７１２、７１３、・・・は、それぞれ、凸面になっている。ヘッド７０１は、第１の底面７１０の中心及び第２の底面の中心を通る軸心が第１の柄部７０２に対する回転軸と略一致する態様で、第１の柄部７０２に回転可能に取り付けられている。

【0026】

第１の柄部７０２と第２の柄部７０３とは、結合部７０４により、第１の柄部７０２の軸心方向と第２の柄部７０３の軸心方向とを変更可能であり、かつ軸心方向の関係を保持することが可能な態様で結合されている。第１の柄部７０２の軸心方向は、ヘッド７０１の軸心（回転軸）と略一致する方向であり、第２の柄部７０３の軸心方向は、該第２の柄部７０３における結合部７０４側の端部の中心と、グリップ部７０５側の端部の中心とを通る軸心の方向である。ハンマー７の第２の柄部７０３は、軸心方向の長さを変更可能であり、かつ軸心方向の関係を保持することが可能な態様で係合する複数の筒状部材で構成されてもよい。

【0027】

図３に例示したハンマー７を用いてコンクリート構造物１０を打撃する場合、作業員１１は、ヘッド７０１がコンクリート構造物１０の被打撃面と接触した状態で第１の柄部７０２に対して回転するように、ハンマー７を動かす。このとき、ヘッド７０１は、例えば、図４に実線で示したように、第１の打撃面７１１と第２の打撃面７１２とが接続する角部７２１を支点としてコンクリート構造物１０の被打撃面上で回転し、その後、点線で示したように第２の打撃面７１２がコンクリート構造物１０の被打撃面を打撃する。続けて、ヘッド７０１は、短い破線で示したように第２の打撃面７１２と第３の打撃面７１３とが接続する角部７２２を支点としてコンクリート構造物１０の被打撃面上で回転し、その後、長い破線で示したように第３の打撃面７１３がコンクリート構造物１０の被打撃面を打撃する。ヘッド７０１を続けて回転させることにより、第４の打撃面７１４、第５の打撃面（図示せず）、及び第６の打撃面（図示せず）が順次コンクリート構造物１０の被打撃面を打撃し、更に回転させることにより各打撃面が順次コンクリート構造物１０の被打撃面を繰り返し打撃する。

【0028】

このように、図３に例示したハンマー７を用い、打撃面がコンクリート構造物１０の被打撃面に接触し、かつコンクリート構造物１０の被打撃面に接触するヘッド７０１の打撃面が順次変更されるようにハンマー７を動かすことにより、広範囲の打撃を効率よく行うことができる。このため、広範囲の観測信号を効率よく取得し、コンクリート構造物１０の診断を効率よく行うことができる。また、ヘッド７０１を回転させて連続的に打撃することにより、打撃毎の打撃の強さ（打音の大きさ）のばらつきを低減することができ、打音の大きさのばらつきが診断精度に与える影響を小さくすることができる。

【0029】

なお、本実施形態の打音診断支援システム１と組み合わせて用いることが可能なハンマー７は、図３及び図４を参照して説明したヘッド７０１が回転するハンマー７に限らず、既知のハンマーのいずれかであればよい。

【0030】

図５は、一実施形態に係る打音診断支援装置の構成例を説明するブロック図である。

【0031】

本実施形態の打音診断支援装置２は、図５に例示するように、制御部２１０、送受信部２２０、入力部２３０、表示部２４０、記憶部２５０、及び通信部２６０を含む。

【0032】

制御部２１０は、打音診断支援装置２の動作を制御する。制御部２１０は、例えば、打音推定部２１１、特徴量抽出部２１２、判定部２１３、出力制御部２１４、及び更新部２１５を含む。

【0033】

打音推定部２１１は、送受信部２２０により受信（取得）した観測信号に含まれる雑音成分を推定して除去、抑圧、及び抑圧等の処理をし、観測信号に含まれるコンクリート構造物の打音信号を推定する。特徴量抽出部２１２は、推定した打音信号（以下「推定打音信号」ともいう）から、健全であるか否かの判定に用いる特徴量を抽出する。判定部２１３は、特徴量抽出部２１２で抽出した特徴量と、記憶部２５０に記憶させた判定用データとに基づいて、推定打音信号から抽出した特徴量が、判定用データにおける健全の範囲、変状の範囲、及び不明の範囲のうちのどの範囲内に含まれるかを判定する。出力制御部２１４は、判定部２１３による判定結果を可視化して出力する処理を含む、打音診断支援装置２において行われる各種データの出力処理を制御する。出力制御部２１４は、表示部２４０による判定結果の表示を制御する。出力制御部２１４は、送受信部２２０を介してヘッドフォン４及びＨＭＤ５等に出力するデータの作成等を行ってもよい。更新部２１５は、判定部２１３の判定結果に基づいて、判定用データを更新する。制御部２１０における打音推定部２１１、特徴量抽出部２１２、判定部２１３、出力制御部２１４、及び更新部２１５が行う処理は、例えば、後述する処理を含むプログラムを実行するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等のプロセッサにより制御される。

【0034】

送受信部２２０は、マイクロフォン３からの観測信号の受信、ヘッドフォン４への音響信号の送信、及びＨＭＤ５への判定結果等の送信を行う。送受信部２２０は、打音診断支援装置２と、マイクロフォン３、ヘッドフォン４、及びＨＭＤ５等の外部装置とを接続する入出力インタフェースであり得る。

【0035】

入力部２３０は、打音診断支援装置２を動作させるために必要な情報や設定等を入力する入力装置である。入力部２３０は、例えば、診断するコンクリート構造物１０の部位の設定、判定方法の設定、出力する音響信号のボリュームの調節、並びに雑音成分の除去、抑制、及び抑圧等のレベルの設定等に用いる。

【0036】

表示部２４０は、判定部２１３による判定結果等を表示する表示器である。表示部２４０は、例えば、判定結果が健全、変状、及び不明のいずれであるかを通知するランプを含む。

【0037】

記憶部２５０は、後述する処理を含むプログラム、プログラムの実行中に参照する判定用データ、プログラムを実行することにより得られる観測データを含む、各種プログラム及び各種データを記憶する。記憶部２５０は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）及びＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）を含む。記憶部２５０は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）を含んでもよい。

【0038】

通信部２６０は、例えば、図１に例示した情報処理装置６等の外部装置との通信を行う通信装置である。通信部２６０と外部装置との通信は、無線通信であってもよいし、有線通信であってもよい。通信部２６０を利用した打音診断支援装置２と情報処理装置６との通信は、例えば、情報処理装置６で作成した判定用データを記憶部２５０に記憶させる場合、及び記憶部２５０に記憶させた観測データを情報処理装置６に送信する場合に行われる。

【0039】

図６は、記憶部に記憶させるデータの例を説明するブロック図である。

【0040】

図６に例示したように、打音診断支援装置２の記憶部２５０には、判定用データのセット２５１と観測データ２５２とが格納される。判定用データのセット２５１は、判定部２１３における判定に用いるデータのセットであり、診断の対象となり得るコンクリート構造物１０の部位毎に用意されている。図６には、橋梁上部の診断に用いる判定用データ２１、橋梁下部の診断に用いる判定用データ２２、トンネル上部の診断に用いる判定用データ２３、及びトンネル側部の診断に用いる判定用データ２４の４つの判定用データを例示している。例えば、橋梁上部の診断を行う場合、判定部２１３は、橋梁上部の診断に用いる判定用データ２１に基づいて、診断の対象である橋梁上部を打撃して取得した観測信号についての推定打音信号から抽出した特徴量が健全の範囲、変状の範囲、及び不明の範囲のどの範囲内であるかを判定する。

【0041】

観測データ２５２は、例えば、観測信号、推定した打音信号、推定した打音信号から抽出した特徴量、判定部２１３による判定結果等の、診断時に取得し生成した各種データを含む。

【0042】

図７は、判定用データの構成例を説明するブロック図である。図８は、第１の分類情報の一例を説明する図である。図９は、第１の分類情報の作成方法の概要を説明するグラフ図である。図１０は、第１の分類情報と第２の分類情報との関係を説明するグラフ図である。

【0043】

判定用データのセット２５１における１つの判定用データ、例えば、橋梁上部の診断に用いる判定用データ２１は、図７に例示したように、第１の分類情報２１１０と、教師データ２１２０と、第２の分類情報２１３０とを含む。

【0044】

第１の分類情報２１１０は、橋梁上部のコンクリート構造物１０を打撃して取得した観測信号から推定した打音信号の特徴量がとり得る範囲を、健全の範囲、変状の範囲、及び不明の範囲に大まかに分類した分類情報である。第１の分類情報２１１０は、橋梁上部のコンクリート構造物１０における健全な部位と関連付けられた観測信号から推定した打音信号の特徴量と、変状がある部位と関連付けられた観測信号から推定した打音信号の特徴量とに基づいて作成される。第１の分類情報２１１０における打音信号の特徴量には、例えば、図８に例示したように、特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝の周波数ｆ（ｎ）が用いられる。特徴量ベクトルｍ（ｎ）におけるｐ（ｎ）及びｆ（ｎ）は、それぞれ、観測信号のｎ番目のフレームの推定打音信号についての周波数スペクトルにおいてピーク（最大値）となるスペクトル値及びその周波数である。以下の説明では、特徴量ベクトルｍ（ｎ）におけるスペクトル値ｐ（ｎ）を、スペクトルピークｐ（ｎ）ともいう。

【0045】

橋梁上部のコンクリート構造物１０における健全な部位と関連付けられた打音信号に基づく特徴量ベクトルｍ（ｎ）と、変状がある部位と関連付けられた打音信号に基づく特徴量ベクトルｍ（ｎ）との分布は、例えば、図９に例示したような分布となる。図９のグラフ図では、１つの黒丸が健全な部位と関連付けられた打音信号に基づく１つの特徴量ベクトルｍ（ｎ）を表し、１つのひし形が変状のある部位と関連付けられた打音信号に基づく１つの特徴量ベクトルｍ（ｎ）を表している。以下の説明では、健全な部位と関連付けられた打音信号に基づく特徴量ベクトルｍ（ｎ）を健全の特徴量ベクトルｍ（ｎ）といい、変状がある部位と関連付けられた打音信号に基づく特徴量ベクトルｍ（ｎ）を変状の特徴量ベクトルｍ（ｎ）という。

【0046】

図９に例示した分布における０＜ｆ（ｎ）＜Ｆ１１の周波数範囲では、健全の特徴量ベクトルｍ（ｎ）の数が、変状の特徴量ベクトルｍ（ｎ）の数と比べて多く、かつ、変状の特徴量ベクトルｍ（ｎ）の数が、Ｆ１１≦ｆ（ｎ）の周波数範囲での数よりも十分に少ない。このため、特徴量ベクトルｍ（ｎ）の周波数ｆ（ｎ）が０＜ｆ（ｎ）＜Ｆ１１の周波数範囲内である場合、該特徴量ベクトルｍ（ｎ）は健全の特徴量ベクトルである可能性が高い。したがって、健全性の診断の対象であるコンクリート構造物１０を打撃したときに取得した観測信号の推定打音信号から抽出した特徴量ベクトルｍ（ｎ）の周波数ｆ（ｎ）が０＜ｆ（ｎ）＜Ｆ１１の周波数範囲内である場合、該特徴量ベクトルｍ（ｎ）を抽出した推定打音信号と関連付けられる観測信号中のフレームは、健全な部位の打音信号の一部を含むとみなすことができる。すなわち、図９に例示したグラフ図における０＜ｆ（ｎ）＜Ｆ１１の周波数範囲は、推定打音信号から抽出した特徴量がとり得る範囲のうちの健全の範囲とすることができる。よって、図９の分布に基づく第１の分類情報２１１０では、図８に例示したように、特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝の周波数ｆ（ｎ）が０＜ｆ（ｎ）＜Ｆ１１の周波数範囲内である場合の判定結果を「健全」とする。

【0047】

図９に例示した分布におけるＦ１１≦ｆ（ｎ）＜Ｆ１２の周波数範囲は、健全の特徴量ベクトルｍ（ｎ）の数、及び変状の特徴量ベクトルｍ（ｎ）の数が共に他の周波数範囲と比べて多く、かつそれぞれの特徴量ベクトルｍ（ｎ）の分布が明確に分離していない。このため、特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝の周波数ｆ（ｎ）がＦ１１≦ｆ（ｎ）＜Ｆ１２の周波数範囲内である場合、周波数ｆ（ｎ）のみに基づいて、該特徴量ベクトルｍ（ｎ）が健全の特徴量ベクトル及び変状の特徴量ベクトルのどちらであるかを判定することが難しい。したがって、健全性の診断の対象であるコンクリート構造物１０を打撃したときに取得した観測信号の推定打音信号から抽出した特徴量ベクトルｍ（ｎ）の周波数ｆ（ｎ）がＦ１１≦ｆ（ｎ）＜Ｆ１２の周波数範囲内である場合、該特徴量ベクトルｍ（ｎ）を抽出した推定打音信号と関連付けられる観測信号中のフレームが、健全な部位の打音信号を含むのか、変状がある部位の打音信号を含むのかを判定することが難しい。すなわち、図９に例示したグラフ図におけるＦ１１≦ｆ（ｎ）＜Ｆ１２の周波数範囲は、推定打音信号から抽出した特徴量がとり得る範囲のうちの不明の範囲となる。したがって、図９の分布に基づく第１の分類情報２１１０では、図８に例示したように、特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝の周波数ｆ（ｎ）がＦ１１≦ｆ（ｎ）＜Ｆ１２の周波数範囲内である場合の判定結果を「不明」とする。

【0048】

図９に例示した分布におけるＦ１２≦ｆ（ｎ）＜Ｆ１３の周波数範囲では、変状の特徴量ベクトルｍ（ｎ）の数が、健全の特徴量ベクトルｍ（ｎ）の数と比べて多く、かつ、健全の特徴量ベクトルｍ（ｎ）の数が、他の周波数範囲での数よりも十分に少ない。このため、特徴量ベクトルｍ（ｎ）の周波数ｆ（ｎ）がＦ１２≦ｆ（ｎ）＜Ｆ１３の周波数範囲内である場合、該特徴量ベクトルｍ（ｎ）は変状の特徴量ベクトルである可能性が高い。したがって、健全性の診断の対象であるコンクリート構造物１０を打撃したときに取得した観測信号の推定打音信号から抽出した特徴量ベクトルｍ（ｎ）の周波数ｆ（ｎ）がＦ１２≦ｆ（ｎ）＜Ｆ１３の周波数範囲内である場合、該特徴量ベクトルｍ（ｎ）を抽出した推定打音信号と関連付けられる観測信号中のフレームは、変状がある部位の打音信号の一部を含むとみなすことができる。すなわち、図９に例示したグラフ図におけるＦ１２≦ｆ（ｎ）＜Ｆ１３の周波数範囲は、推定打音信号から抽出した特徴量がとり得る範囲のうちの変状の範囲とすることができる。よって、図９の分布に基づく第１の分類情報２１１０では、図８に例示したように、特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝の周波数ｆ（ｎ）がＦ１２≦ｆ（ｎ）＜Ｆ１３の周波数範囲内である場合の判定結果を「変状」とする。

【0049】

図９に例示した分布におけるＦ１３≦ｆ（ｎ）＜Ｆ１４の周波数範囲は、健全の特徴量ベクトルｍ（ｎ）の数、及び変状の特徴量ベクトルｍ（ｎ）の数が共に他の周波数範囲と比べて少なく、かつそれぞれの特徴量ベクトルｍ（ｎ）の分布が明確に分離していない。このため、特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝の周波数ｆ（ｎ）がＦ１３≦ｆ（ｎ）＜Ｆ１４の周波数範囲内である場合、周波数ｆ（ｎ）のみに基づいて、該特徴量ベクトルｍ（ｎ）が健全の特徴量ベクトル及び変状の特徴量ベクトルのどちらであるかを判定することが難しい。したがって、図９の分布に基づく第１の分類情報２１１０では、図８に例示したように、特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝の周波数ｆ（ｎ）がＦ１３≦ｆ（ｎ）＜Ｆ１４の周波数範囲内である場合の判定結果を「不明」とする。

【0050】

図９に例示したＦ１４≦ｆ（ｎ）の周波数範囲では、健全の特徴量ベクトルｍ（ｎ）の数が、変状の特徴量ベクトルｍ（ｎ）の数と比べて多く、かつ、変状の特徴量ベクトルｍ（ｎ）の数が、他の周波数範囲での数よりも十分に少ない。このため、特徴量ベクトルｍ（ｎ）の周波数ｆ（ｎ）がＦ１４≦ｆ（ｎ）の周波数範囲内である場合、該特徴量ベクトルｍ（ｎ）は健全の特徴量ベクトルである可能性が高い。したがって、図９の分布に基づく第１の分類情報２１１０では、図８に例示したように、特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝の周波数ｆ（ｎ）がＦ１４≦ｆ（ｎ）の周波数範囲内である場合の判定結果を「健全」とする。

【0051】

図９に例示したように特徴量ベクトルｍ（ｎ）の周波数ｆ（ｎ）がとり得る範囲を健全の範囲、変状の範囲、及び不明の範囲に分類することには、既知の機械学習（例えば、クラスタリング）を利用することができる。

【0052】

ここで、図７に例示した橋梁上部の点検に用いる判定用データ２１の説明に戻る。判定用データ２１は、上述した第１の分類情報２１１０とは別に、教師データ２１２０と第２の分類情報２１３０とを含む。教師データ２１２０は、第２の分類情報２１３０の作成に用いる複数の教師データのセットであり、元データ２１２１と追加データ２１２２とを含む。１つの教師データｒ（ｎ）は、１つの特徴量ベクトルｍ（ｎ）と、該特徴量ベクトルｍ（ｎ）が健全の特徴量ベクトル及び変状の特徴量ベクトルのどちらであるかを示すクラスラベルγ（ｎ）とを含む。元データ２１２１は、判定用データ２１を作成するために取得した観測信号から抽出した特徴量ベクトルｍ（ｎ）を用いて作成した複数の教師データｒ（ｎ）＝｛ｍ（ｎ），γ（ｎ）｝のうちの、特徴量ベクトルｍ（ｎ）の周波数ｆ（ｎ）がＦ１１≦ｆ（ｎ）＜Ｆ１２の周波数範囲である教師データｒ（ｎ）のセットである。追加データ２１２２は、第２の分類情報２１３０を用いた判定において健全と判定された特徴量ベクトルｍ（ｎ）及び変状と判定された特徴量ベクトルｍ（ｎ）を用いて作成した１つ以上の教師データｒ（ｎ）＝｛ｍ（ｎ），γ（ｎ）｝を含む。本明細書では、図９に示したように、特徴量ベクトルｍ（ｎ）が健全の特徴量ベクトルであることを示すクラスラベルγ（ｎ）を「１」とし、変状の特徴量ベクトルであることを示すクラスラベルγ（ｎ）を「－１」とする。

【0053】

本実施形態の打音診断支援システム１では、元データ２１２１の教師データｒ（ｎ）＝｛ｍ（ｎ），γ（ｎ）｝を用いた機械学習を行い、第１の分類情報２１１０では「不明」であるＦ１１≦ｆ（ｎ）＜Ｆ１２の周波数範囲内で特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝がとり得る範囲を、健全の範囲、変状の範囲、及び不明の範囲に分類する第２の分類情報２１３０を作成する。例えば、本実施形態の打音診断支援システム１では、教師データｒ（ｎ）＝｛ｍ（ｎ），γ（ｎ）｝を用いた機械学習として、サポートベクターマシンを利用する。サポートベクターマシンを利用すると、Ｆ１１≦ｆ（ｎ）＜Ｆ１２の周波数範囲内で特徴量ベクトルｍ（ｎ）がとり得る二次元で表される領域（範囲）を、例えば、図１０に太い実線で示したような第１の境界１００及び第２の境界１０１により、健全の特徴量ベクトルｍ（ｎ）が多く分布する領域（健全の範囲）、変状の特徴量ベクトルｍ（ｎ）が多く分布する領域（変状の範囲）、及び健全及び変状のどちらであるかを判定することが難しい領域（不明の範囲）の３つの領域（範囲）に分類することができる。図１０に例示したグラフ図では、第１の境界１００と第２の境界１０１とで挟まれた帯状領域が不明の範囲である。各周波数におけるスペクトルピークｐ（ｎ）が帯状領域に含まれる値よりも大きい領域は、健全の特徴量ベクトルが変状の特徴量ベクトルよりも多く分布しているため、健全の範囲に分類される。各周波数におけるスペクトルピークｐ（ｎ）が帯状領域に含まれる値よりも小さい領域は、変状の特徴量ベクトルが健全の特徴量ベクトルよりも多く分布しているため、変状の範囲に分類される。

【0054】

図１１は、サポートベクターマシンの概要を説明するグラフ図である。図１２は、一実施形態に係る特徴量の判定に用いる第２の分類情報の具体例を説明するグラフ図である。図１１及び図１２のグラフ図において、黒丸は健全の特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝を含む健全の教師データｒ（ｎ）＝｛ｍ（ｎ），１｝を表し、ひし形は変状の特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝を含む変状の教師データｒ（ｎ）＝｛ｍ（ｎ），－１｝を表す。また、図１１のグラフ図における三角は、教師データｒ（ｎ）に基づいて作成した分類情報を用いて健全、変状、及び不明のいずれであるかを判定する特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝の例を表す。

【0055】

図１１には、説明を簡単にするため、Ｆ１１≦ｆ（ｎ）＜Ｆ１２の特徴量ベクトルｍ（ｎ）がとり得る二次元の範囲内で、健全の教師データｒ（ｎ）＝｛ｍ（ｎ），１｝の分布領域と変状の教師データｒ（ｎ）＝｛ｍ（ｎ），－１｝の分布領域とが明確に分離されている教師データｒ（ｎ）の分布の一例を示している。

【0056】

図１１に例示した教師データｒ（ｎ）に対してサポートベクターマシンを適用する場合、健全の教師データｒ（ｎ）＝｛ｍ（ｎ），１｝及び変状の教師データｒ（ｎ）＝｛ｍ（ｎ），－１｝のそれぞれのサポートベクトルからのマージンが最大となる超平面ｗ^Ｔｍ＋ｂ＝０を求める。超平面ｗ^Ｔｍ＋ｂ＝０におけるｗ、ｍ、及びｂは、それぞれ、重みベクトル、特徴量ベクトルｍ（ｎ）、及びバイアスである。図１１に例示したように健全の教師データｒ（ｎ）の分布領域と変状の教師データｒ（ｎ）の分布領域とが明確に分離されている場合には、周知のハードマージンＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）により、超平面ｗ^Ｔｍ＋ｂ＝０、正の超平面ｗ^Ｔｍ＋ｂ＝１、及び負の超平面ｗ^Ｔｍ＋ｂ＝－１を求めることができるので、本明細書では具体的な求め方の説明を省略する。

【0057】

ハードマージンＳＶＭを利用した機械学習により第２の分類情報を作成する場合、正の超平面ｗ^Ｔｍ＋ｂ＝１を第１の境界１００とし、負の超平面ｗ^Ｔｍ＋ｂ＝－１を第２の境界１０１とすることにより、周波数ｆ（ｎ）とスペクトルピークｐ（ｎ）とで表される二次元の領域におけるＦ１１≦ｆ（ｎ）＜Ｆ１２の周波数範囲内を、健全の教師データｒ（ｎ）のみが分布する領域と、変状の教師データｒ（ｎ）のみが分布する領域と、該２つの領域の間の教師データｒ（ｎ）が存在しない領域とに分類することができる。このため、第２の分類情報を用いることにより、第１の分類情報では「不明」と判定される、周波数ｆ（ｎ）がＦ１１≦ｆ（ｎ）＜Ｆ１２の周波数範囲内である特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝が健全、変状、及び不明のいずれであるかを判定することができる。

【0058】

例えば、図１１において変状の教師データｒ（ｎ）の分布領域内に存在する三角形１１０で表される特徴量ベクトルｍ（ｎ）は、周波数ｆ（ｎ）がＦ１１≦ｆ（ｎ）＜Ｆ１２の周波数範囲内である。このため、三角形１１０で表される特徴量ベクトルｍ（ｎ）は、第１の分類情報２１１０による判定では「不明」となるが、第２の分類情報２１３０による判定では「変状」となる。また、図１１において健全の教師データｒ（ｎ）の分布領域内に存在する三角形１１１で表される特徴量ベクトルｍ（ｎ）と不明の領域内に存在する三角形１１２で表される特徴量ベクトルｍ（ｎ）とは、周波数ｆ（ｎ）が同じ値Ｆであるが、スペクトルピークｐ（ｎ）の大きさが異なる。このような２つの特徴量ベクトルｍ（ｎ）は、第１の分類情報２１１０による判定ではどちらも「不明」となる。しかしながら、第２の分類情報２１３０による判定では、スペクトルピークｐ（ｎ）が小さいほうの三角形１１２で表される特徴量ベクトルｍ（ｎ）が「不明」と判定される一方で、スペクトルピークｐ（ｎ）が大きいほうの三角形１１１で表される特徴量ベクトルｍ（ｎ）は「健全」と判定される。

【0059】

このように、第１の分類情報では不明の範囲に分類されるＦ１１≦ｆ（ｎ）＜Ｆ１２の特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝に対し、サポートベクターマシンを利用した機械学習により健全の範囲、変状の範囲、及び不明の範囲に分類した第２の分類情報を用いた判定を行うことにより、判定結果が「不明」となる特徴量ベクトルｍ（ｎ）の数を少なくすることができる。第１の分類情報における不明の範囲は、健全の特徴量ベクトルの数と変状の特徴量ベクトルの数とが、どちらか一方に極端に偏ることなく分布しているため、特徴量ベクトルが第１の分類情報における不明の範囲内に含まれる観測信号や推定打音信号と対応する音を作業員が聴き取った場合にも、健全であるか否かを判定することが難しい。このため、１つの特徴量（周波数ｆ（ｎ））のみでは不明の範囲内に、２つの特徴量（周波数ｆ（ｎ）及びスペクトルピークｐ（ｎ））を用いた機械学習により健全の範囲、及び変状の範囲を設定することにより、打音診断をより効果的に支援することができる。

【0060】

なお、本実施形態の打音診断支援システム１において機械学習に用いる教師データｒ（ｎ）＝｛ｍ（ｎ），γ（ｎ）｝は、一般的には、図９及び図１０に例示したように、機械学習を適用する周波数範囲内における健全の教師データｒ（ｎ）の分布領域と変状の教師データｒ（ｎ）の分布領域とが明確に分離されていない。このため、サポートベクターマシンを利用して本実施形態で用いる第２の分類情報２１３０を作成する場合には、周知のソフトマージンＳＶＭを利用して、例えば、図１２に例示したような超平面ｗ^Ｔｍ＋ｂ＝０、正の超平面ｗ^Ｔｍ＋ｂ＝１、及び負の超平面ｗ^Ｔｍ＋ｂ＝－１を求める。この場合も、正の超平面ｗ^Ｔｍ＋ｂ＝１を第１の境界１００とし、負の超平面ｗ^Ｔｍ＋ｂ＝－１を第２の境界１０１とすることにより、機械学習を適用した二次元で表される領域内を健全の範囲、変状の範囲、及び不明の範囲に分類することができる。

【0061】

コンクリート構造物１０に使用されるコンクリートの種類は、コンクリート構造物１０の用途（例えば、橋梁やトンネル等）により異なる。また、コンクリート構造物１０における健全な部位の打音信号の特徴と変状がある打音信号の特徴とは、コンクリート構造物１０に使用されるコンクリートの種類や、コンクリート構造物１０内の部位毎に異なる。このため、図８及び図９を参照して説明した第１の分類情報における健全、変状、及び不明の周波数範囲は、コンクリート構造物１０の用途や打撃する部位により異なる。更に、いくつかのコンクリート構造物１０についての第１の分類情報では、図８及び図９を参照して説明した、教師データｒ（ｎ）の数が不十分であることにより「不明」と判定される周波数範囲を含まないことがあり得る。このため、本実施形態の打音診断支援システム１では、例えば、図６に例示した判定用データのセット２５１のように、診断の対象となり得るコンクリート構造物１０の用途や部位毎に判定用データを作成して用意しておくことが好ましい。判定用データは、例えば、図１に例示した情報処理装置６により作成する。情報処理装置６により判定用データを作成する方法の一例を、図１３～図１７を参照しながら説明する。

【0062】

図１３は、一実施形態に係る判定用データの作成方法の一例を説明するフローチャートである。図１４は、推定打音信号の生成方法の一例を説明するフローチャートである。図１５は、観測信号を平滑化する処理の具体例を説明するグラフ図である。図１６は、定常雑音を除去して推定打音信号を生成する処理の具体例を説明するグラフ図である。図１７は、推定打音信号から特徴量ベクトルを抽出する処理及び作成される教師データの具体例を説明する図である。

【0063】

図１３及び図１４のフローチャートを参照して以下に説明する処理のうちの、観測信号に含まれる雑音成分を推定して除去、抑制、又は抑圧して推定打音信号を生成し、推定打音信号から特徴量ベクトルを抽出する処理には、周知の方法、例えば、特許第５７２１０９８号明細書、特許第５１１５９５２号明細書、及び特許第５９７１６４６号明細書等に開示されている方法を用いることができる。このため、本明細書では、これらの文献に開示された方法を適用可能な処理についての詳細な説明は省略する。

【0064】

情報処理装置６により判定用データを作成する場合、図１３に例示したように、まず、作成する判定用データを用いた判定の対象となる部位を設定する（ステップＳ１）。対象部位の設定は、情報処理装置６の利用者が情報処理装置６の入力部（入力装置）を操作して行う。ステップＳ１では、例えば、橋梁上部、橋梁下部、トンネル上部、及びトンネル側部等、コンクリート構造物１０の用途と打音診断を行う部位との組み合わせを対象部位として設定する。

【0065】

次に、ステップＳ１で設定した対象部位についての健全な場合の観測信号と変状がある場合の観測信号とを取得し（ステップＳ２）、情報処理装置６に蓄積する。ステップＳ２では、例えば、対象部位と同一又は類似の用途及び診断を行う部位であり、かつ健全な領域と変状がある領域とを含むコンクリート構造物をハンマー７で打撃し、その時の音をマイクロフォンで収音して観測信号を取得する。また、ステップＳ２では、取得した観測信号を、健全な領域を打撃したときの観測信号と、変状がある領域を打撃したときの観測信号とに分類する。観測信号の分類は、例えば、観測信号を取得したときに作業員１１が聴き取った観測音、観測信号を再生した観測音、又は観測信号から雑音を除去及び抑圧した推定打音信号を再生した推定打音に基づいて、作業員１１等が行う。また、例えば、健全であることがわかっている領域を打撃して観測信号を取得することと、変状があることがわかっている領域を打撃して観測信号を取得することとを行って、観測信号を分類してもよい。

【0066】

取得する観測信号は、モノラル信号及びステレオ信号のどちらであってもよい。また、観測信号は、情報処理装置６に接続されたマイクロフォンにより取得して情報処理装置６に蓄積してもよいし、情報処理装置６とは別の外部装置又は記録媒体に記憶させたものを情報処理装置６に転送して蓄積してもよい。

【0067】

次に、情報処理装置６は、観測信号に対して雑音除去及び雑音抑圧を行い、推定打音信号ｄｅ（ｎ）を生成する（ステップＳ３）。推定打音信号ｄｅ（ｎ）におけるｎは、観測信号を時間領域から周波数領域に変換するときに設定される変換単位（フレーム）を時系列で識別する変数である。例えば、観測信号に対してＮ個の変換単位が設定された場合、ステップＳ３においてＮ個の推定打音信号ｄｅ（１）～ｄｅ（Ｎ）が生成される。ステップＳ３では、観測信号に含まれる定常的な雑音成分（例えば、交通反響音や風音）を推定して除去及び抑圧する。ステップＳ３で観測信号に対して行う雑音除去及び雑音抑圧の具体例については、図１４等を参照して後述する。

【0068】

次に、情報処理装置６は、推定打音信号ｄｅ（ｎ）から特徴量ベクトルｍ（ｎ）を抽出する（ステップＳ４）。ステップＳ４では、例えば、推定打音信号ｄｅ（ｎ）についてのパワースペクトルにおけるピークのスペクトル値（スペクトルピーク）ｐ（ｎ）と周波数ｆ（ｎ）とを含む特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝を抽出する。

【0069】

次に、情報処理装置６は、抽出した特徴量ベクトルｍ（ｎ）と、健全及び変状のどちらの特徴量ベクトルｍ（ｎ）であるかを示すラベルγ（ｎ）とを含む、教師データｒ（ｎ）＝｛ｍ（ｎ），γ（ｎ）｝を作成する（ステップＳ５）。ステップＳ５では、特徴量ベクトルｍ（ｎ）と関連付けられる推定打音信号ｄｅ（ｎ）が、健全な場合の観測信号と変状がある場合の観測信号とのどちらの観測信号から生成したものであるかに基づいて、教師データｒ（ｎ）におけるラベルγ（ｎ）の値を決定する。推定打音信号ｄｅ（ｎ）と対応する観測信号中の変換単位ｘ（ｎ）が、ステップＳ２で取得した健全な場合の観測信号に分類されている場合、その推定打音信号ｄｅ（ｎ）についての教師データｒ（ｎ）におけるラベルγ（ｎ）は、健全であることを示す値（本明細書では「１」）とする。一方、推定打音信号ｄｅ（ｎ）と対応する観測信号中の変換単位ｘ（ｎ）が、ステップＳ２で取得した変状がある場合の観測信号に分類されている場合、その推定打音信号ｄｅ（ｎ）についての教師データｒ（ｎ）におけるラベルγ（ｎ）は、変状があることを示す値（本明細書では「－１」）とする。

【0070】

次に、情報処理装置６により、教師データｒ（ｎ）＝｛ｍ（ｎ），γ（ｎ）｝における特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝の周波数ｆ（ｎ）に基づいて第１の分類情報を作成する（ステップＳ６）。ステップＳ６では、例えば、図９に例示したような周波数ｆ（ｎ）及びスペクトルピークｐ（ｎ）を次元とする二次元平面における、健全の教師データｒ（ｎ）の分布と、変状の教師データｒ（ｎ）の分布とに基づいて、全周波数範囲を、健全の周波数範囲と、変状の周波数範囲と、不明の周波数範囲とに分類する。周波数範囲の分類は、例えば、健全の教師データｒ（ｎ）＝｛ｍ（ｎ），１｝の分布と、変状の教師データｒ（ｎ）＝｛ｍ（ｎ），－１｝の分布とを用いた周知の機械学習（例えば、クラスタリング）を情報処理装置６に行わせて決定する。なお、周波数範囲の分類は、例えば、情報処理装置６の表示装置（例えば、液晶表示装置）に可視化された健全の教師データｒ（ｎ）の分布と、変状の教師データｒ（ｎ）＝｛ｍ（ｎ），－１｝の分布とに基づいて、作業者１１等が手作業で行ってもよい。更に、例えば、健全の教師データｒ（ｎ）＝｛ｍ（ｎ），１｝の分布と、変状の教師データｒ（ｎ）＝｛ｍ（ｎ），－１｝の分布とに基づく統計処理を情報処理装置６に行わせて、周波数範囲を分類してもよい。

【0071】

次に、情報処理装置６は、第１の分類情報における所定の区分に含まれる教師データｒ（ｎ）に基づいて第２の分類情報を作成する（ステップＳ７）。所定の区分は、例えば、第１の分類情報における不明の周波数範囲のうちの、健全の教師データｒ（ｎ）の数、及び変状の教師データｒ（ｎ）の数が所定数以上である不明の周波数範囲とする。情報処理装置６は、所定の区分である不明の周波数範囲内に周波数ｆ（ｎ）が含まれる教師データｒ（ｎ）の分布に基づいて、周波数ｆ（ｎ）とスペクトルピークｐ（ｎ）とで表される二次元平面のうちの不明な周波数範囲により特定される二次元領域内を、健全と判定する領域（健全の範囲）と、変状と判定する領域（変状の範囲）と、不明と判定する領域（不明の範囲）とに分類した第２の分類情報２１３０を作成する。ステップＳ７では、例えば、上述したサポートベクターマシン（より具体的にはソフトマージンＳＶＭ）を利用した機械学習により、不明な周波数範囲内に健全と判定する領域と、変状と判定する領域とを決定する。サポートベクターマシンを利用する場合、健全と判定する領域と、変状と判定する領域との間に、サポートベクトルにより求まる超平面までのマージンに応じた、健全の領域及び変状の領域のどちらでもない領域が生じる。第２の分類情報では、不明な周波数範囲により特定される二次元領域のうちの、健全と判定する領域及び変状と判定する領域のどちらでもない特徴ベクトルｍ（ｎ）の範囲を、不明と判定する領域に設定する。

【0072】

その後、情報処理装置６は、作成した第１の分類情報、教師データｒ（ｎ）、及び第２の分類情報を、ステップＳ１で設定した対象部位と関連付けて記憶する（ステップＳ８）。ステップＳ８で対象部位と関連付ける教師データｒ（ｎ）は、ステップＳ５で作成した全ての教師データｒ（ｎ）であってもよいし、第２の分類情報の作成に用いた教師データｒ（ｎ）のみであってもよい。

【0073】

ステップＳ８の後、情報処理装置６は、続けて別の判定用データを作成するか否かを判定する（ステップＳ９）。別の判定用データを作成する場合（ステップＳ９；ＹＥＳ）、情報処理装置６は、ステップＳ１～Ｓ８の処理を行う。別の判定用データを作成しない場合（ステップＳ９；ＮＯ）、情報処理装置６は、判定用データ作成処理を終了する。

【0074】

上述した判定用データ作成処理の推定打音信号ｄｅ（ｎ）を生成する処理（ステップＳ３）において、情報処理装置６は、観測信号に対して雑音除去及び雑音抑圧を行う。情報処理装置６が行う推定打音信号を生成する処理の一例を、図１４のフローチャートを参照しながら説明する。

【0075】

推定打音信号を生成する処理（ステップＳ３）を開始すると、情報処理装置６は、取得した観測信号に対する短時間フーリエ変換を実行する（ステップＳ３０１）。ステップＳ３０１では、情報処理装置６は、既知の短時間フーリエ変換の手法に従って、観測信号ｘ（ｔ）における所定の時間区間（変換単位）の部分観測信号ｘ（ｎ）のそれぞれをパワースペクトル｜Ｘ（λ，ｋ）｜^２に変換する。以下の説明では、部分観測信号ｘ（ｎ）のことを単に観測信号ｘ（ｎ）といい、観測信号ｘ（ｎ）についてのパワースペクトル｜Ｘ（λ，ｋ）｜^２のことを観測信号スペクトル｜Ｘ（λ，ｋ）｜^２という。観測信号スペクトル｜Ｘ（λ，ｋ）｜^２において、λは観測信号ｘ（ｎ）を識別する変数ｎと対応するフレーム番号であり、ｋは周波数ビン番号である。

【0076】

観測信号スペクトル｜Ｘ（λ，ｋ）｜^２は、例えば、下記数式（１－１）及び数式（１－２）により算出されるスペクトル値Ｘ（λ，ｋ）の絶対値を２乗して算出する。

【0077】

【数1】

数式（１－２）は、短時間フーリエ変換で用いる窓関数ｈ（μ）の一例である。窓関数ｈ（μ）は、数式（１－２）で表される関数（ハニング窓）に限らず、他の関数であってもよい。

【0078】

マイクロフォンにより取得した観測信号がステレオ信号である場合、情報処理装置６は、Ｌチャンネルの観測信号ｘ_Ｌ（ｎ）についての観測信号スペクトル｜Ｘ_Ｌ（λ，ｋ）｜^２、及びＲチャンネルの観測信号ｘ_Ｒ（ｎ）についての観測信号スペクトル｜Ｘ_Ｒ（λ，ｋ）｜^２を算出する。

【0079】

次に、情報処理装置６は、周波数ビン番号ｋ毎に観測信号スペクトル｜Ｘ（λ，ｋ）｜^２を平滑化する（ステップＳ３０２）。ステップＳ３０２では、情報処理装置６は、周波数ビン番号ｋ（ｋ＝０，１，２，…，Ｋ－１）毎に、フレーム番号λが異なる観測信号スペクトル｜Ｘ（λ，ｋ）｜^２の時間変化を平滑化したスペクトル値Ｘｅ（λ，ｋ）を算出する。以下の説明では、平滑化したスペクトル値Ｘｅ（λ，ｋ）のことを平滑化後スペクトルＸｅ（λ，ｋ）ともいう。平滑化後スペクトルＸｅ（λ，ｋ）は、例えば、下記数式（２）により算出する。

【0080】

【数2】

数式（２）において、αは平滑化係数（例えば、α＝０．９～０．９５）である。

【0081】

観測信号がステレオ信号である場合、情報処理装置６は、Ｌチャンネルの観測信号スペクトル｜Ｘ_Ｌ（λ，ｋ）｜^２についての平滑化後スペクトルＸｅ_Ｌ（λ，ｋ）、及びＲチャンネルの観測信号スペクトル｜Ｘ_Ｒ（λ，ｋ）｜^２についての平滑化後スペクトルＸｅ_Ｒ（λ，ｋ）を算出する。

【0082】

次に、情報処理装置６は、周波数ビン番号ｋ毎に、平滑化後スペクトルＸｅ（λ，ｋ）に基づいて定常雑音スペクトルを推定する（ステップＳ３０３）。ステップＳ３０３では、情報処理装置６は、例えば、最小値追跡法により、周波数ビン番号ｋ毎に、平滑化後スペクトルＸｅ（λ，ｋ）に含まれる定常雑音スペクトルの推定値Ｖ（λ，ｋ）を導出する。以下の説明では、定常雑音スペクトルの推定値Ｖ（λ，ｋ）のことを推定定常雑音スペクトルＶ（λ，ｋ）又は推定した定常雑音スペクトルＶ（λ，ｋ）という。推定定常雑音スペクトルＶ（λ，ｋ）は、例えば、下記数式（３）により導出する。

【0083】

【数3】

数式（３）におけるＬ_ｄは、推定定常雑音スペクトルＶ（λ，ｋ）の導出に用いる過去フレームの数であり、任意の値に設定することができる。

【0084】

観測信号がステレオ信号である場合、情報処理装置６は、Ｌチャンネルの平滑化後スペクトルＸｅ_Ｌ（λ，ｋ）についての推定定常雑音スペクトルＶ_Ｌ（λ，ｋ）、及びＲチャンネルの平滑化後スペクトルＸｅ_Ｒ（λ，ｋ）についての推定定常雑音スペクトルＶ_Ｒ（λ，ｋ）を導出する。

【0085】

次に、情報処理装置６は、平滑化した観測信号スペクトルＸｅ（λ，ｋ）と、推定した定常雑音スペクトルＶ（λ，ｋ）とを利用して、数式（１－１）及び数式（１－２）により算出されるスペクトル値｜Ｘ（λ，ｋ）｜に対する推定雑音スペクトル｜Ｖｅ（λ，ｋ）｜を算出する（ステップＳ３０４）。推定雑音スペクトル｜Ｖｅ（λ，ｋ）｜は、例えば、下記数式（４）により算出する。

【0086】

【数4】

数式（４）におけるｏｓｕｂ（λ，ｋ）は、適宜設定可能な補正係数である。

【0087】

観測信号がステレオ信号である場合、情報処理装置６は、Ｌチャンネルの観測信号についての推定雑音スペクトル｜Ｖｅ_Ｌ（λ，ｋ）｜、及びＲチャンネルの観測信号についての推定雑音スペクトル｜Ｖｅ_Ｒ（λ，ｋ）｜を算出する。

【0088】

次に、情報処理装置６は、推定雑音スペクトル｜Ｖｅ（λ，ｋ）｜に対する高速逆フーリエ変換により推定雑音信号ｖｅ（ｎ）を求め、その分散値σ_ｖ ^２（ｎ）を算出する（ステップＳ３０５）。ステップＳ３０５では、既知の高速逆フーリエ変換の手法に従って、周波数領域の推定雑音スペクトル｜Ｖｅ（λ，ｋ）｜を時間領域の推定雑音信号ｖｅ（ｎ）に変換する。また、ステップＳ３０５では、例えば、下記数式（５）により分散値σ_ｖ ^２（ｎ）を算出する。

【0089】

【数5】

数式（５）におけるＮはサンプル数である。

【0090】

観測信号がステレオ信号である場合、情報処理装置６は、Ｌチャンネルの観測信号についての推定雑音信号ｖｅ_Ｌ（ｎ）及び分散値σ_ｖＬ ^２（ｎ）と、Ｒチャンネルの観測信号についての推定雑音信号ｖｅ_Ｒ（ｎ）及び分散値σ_ｖＲ ^２（ｎ）とを算出する。

【0091】

次に、情報処理装置６は、観測信号の状態空間モデルに対して有色性駆動源カルマンフィルタを適用し、雑音信号を抑圧した推定打音信号ｄｅ（ｎ）を生成する（ステップＳ３０６）。観測信号がステレオ信号である場合、Ｌチャンネルの観測信号ｘ_Ｌ（ｎ）及びＲチャンネルの観測信号ｘ_Ｒ（ｎ）は、それぞれ、下記数式（６－１）及び数式（６－２）で表される。

【0092】

【数6】

数式（６－１）におけるｄ_Ｌ（ｎ）及びｖ_Ｌ（ｎ）は、それぞれ、Ｌチャンネルの観測信号ｘ_Ｌ（ｎ）に含まれる打音信号及び雑音信号である。数式（６－２）におけるｄ_Ｒ（ｎ）及びｖ_Ｒ（ｎ）は、それぞれ、Ｒチャンネルの観測信号ｘ_Ｒ（ｎ）に含まれる打音信号及び雑音信号である。

【0093】

打音信号及び雑音信号を含む観測信号に対する状態空間モデルは、打音信号の情報のみを含む状態方程式と、打音信号及び雑音信号の情報を含む観測方程式とにより表される。ステレオ信号である観測信号の状態空間モデルに対して有色性駆動源カルマンフィルタを適用する場合、例えば、状態方程式は下記数式（７－１）で表され、観測方程式は下記数式（７－２）で表される。

【0094】

【数7】

数式（７－１）で表される状態方程式、及び数式（７－２）で表される観測方程式の導出方法、並びに該状態方程式及び該観測方程式を解くことにより雑音信号を抑圧して推定打音信号ｄｅ_Ｌ（ｎ）及びｄｅ_Ｒ（ｎ）を生成する方法は、既知であり、例えば、特許第５７２１０９８号明細書、特許第５１１５９５２号明細書、及び特許第５９７１６４６号明細書等に開示されている方法を用いることができる。

【0095】

このように、本実施形態に係る打音診断支援システム１で用いる判定用データを作成する際には、観測信号スペクトルに含まれる定常雑音スペクトルを推定し、観測信号に含まれる定常的な雑音成分を除去、抑圧して推定打音信号ｄｅ（ｎ）を生成する。このため、生成した推定打音信号を再生した音（推定打音）は、例えば、交通反響音や風音等の定常的な雑音が除去、抑圧された音であり、作業員１１が直接聴き取った音や観測信号を再生した音と比べて、コンクリート構造物の打音が聴き取りやすい。すなわち、定常的な雑音成分を除去、抑圧して生成した推定打音信号ｄｅ（ｎ）から特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝を抽出することにより、健全の特徴量ベクトルと変状の特徴量ベクトルとの差異をより明確にすることができ、判定用データ（分類情報）における健全の範囲、変状の範囲、及び不明の範囲の分類をより適切に行うことができる。

【0096】

図１３及び図１４に例示したフローチャートを参照して上述した判定用データ作成処理の具体例について、図１５、図１６、及び図１７を参照して以下に説明する。図１５は、観測信号を平滑化する処理の具体例を説明するグラフ図である。図１６は、定常雑音を除去して推定打音信号を生成する処理の具体例を説明するグラフ図である。図１７は、推定打音信号から特徴量ベクトルを抽出する処理及び作成される教師データの具体例を説明する図である。

【0097】

図１５の（ａ１）には、ステップＳ３０１の具体例として、観測信号ｘ（ｎ）についての観測信号スペクトル｜Ｘ（λ，ｋ）｜^２の一例を示している。観測信号ｘ（ｎ）は、マイクロフォンにより取得した観測信号ｘ（ｔ）における所定の時間区間（フレーム）を抽出した部分観測信号である。

【0098】

ステップＳ３０１において、情報処理装置６は、数式（１）を利用して時間領域の観測信号ｘ（ｎ）のそれぞれを観測信号スペクトル｜Ｘ（λ，ｋ）｜^２に変換する。例えば、観測信号ｘ（ｔ）のうちの実線の四角形で囲まれた範囲内の部分である第１の観測信号ｘ（１）についての観測信号スペクトル｜Ｘ（１，ｋ）｜^２（ｋ＝０，１，…Ｋ－１）は、実線の折れ線Ｓｘ（１）で表される。観測信号ｘ（ｔ）のうちの点線の四角形で囲まれた範囲内の部分である第２の観測信号ｘ（２）についての観測信号スペクトル｜Ｘ（２，ｋ）｜^２（ｋ＝０，１，…Ｋ－１）は、例えば、点線の折れ線Ｓｘ（２）で表される。観測信号ｘ（ｔ）のうちの短い破線の四角形で囲まれた範囲内の部分である第３の観測信号ｘ（３）についての観測信号スペクトル｜Ｘ（３，ｋ）｜^２（ｋ＝０，１，…Ｋ－１）は、例えば、短い破線の折れ線Ｓｘ（３）で表される。

【0099】

観測信号ｘ（ｎ）のそれぞれを観測信号スペクトル｜Ｘ（λ，ｋ）｜^２に変換した後、情報処理装置６は、ステップＳ３０２、すなわち周波数ビン番号ｋ毎に、フレーム番号λが異なる連続した観測信号スペクトル｜Ｘ（λ，ｋ）｜^２の時間変化を表すプロファイルを平滑化する処理を行う。例えば、図１５の（ａ１）に例示した周波数領域を表す３次元空間における周波数ビン番号ｋがｋ_ｉの観測信号スペクトル｜Ｘ（λ，ｋ_ｉ）｜^２の時間変化を表すプロファイルＱｘ（ｋ_ｉ）は、より具体的には、図１５の（ａ２）に例示したようになる。このような観測信号スペクトル｜Ｘ（λ，ｋ_ｉ）｜^２の時間変化に対し、情報処理装置６は、例えば、数式（２）を利用して平滑化を行い、例えば、図１５の（ａ３）に例示したようなプロファイルＱｘｅ（ｋ_ｉ）で表される平滑化後スペクトルＸｅ（λ，ｋ_ｉ）を導出する。情報処理装置６は、周波数領域における全ての周波数ビン番号ｋ（ｋ＝０，１，…Ｋ－１）のそれぞれでこのような処理を行う。

【0100】

周波数ビン番号ｋ毎の平滑化後スペクトルＸｅ（λ，ｋ）を導出した後、情報処理装置６は、導出した平滑化後スペクトルＸｅ（λ，ｋ）毎に、定常雑音スペクトルＶ（λ，ｋ）を推定する（ステップＳ３０３）。図１６の（ｂ１）には、周波数ビン番号ｋ_ｉの平滑化後スペクトルＸｅ（λ，ｋ_ｉ）についての定常雑音スペクトルＶ（λ，ｋ_ｉ）を推定する例を示している。例えば、フレーム番号λがλ_ｊである平滑化後スペクトルＸｅ（λ_ｊ，ｋ_ｉ）の定常雑音スペクトルＶ（λ_ｊ，ｋ_ｉ）を推定する場合、情報処理装置６は、過去のフレーム番号λ_ｊ－Ｌ_ｄの平滑化後スペクトルＸｅ（λ_ｊ－Ｌ_ｄ，ｋ_ｉ）からフレーム番号λ_ｊの平滑化後スペクトルＸｅ（λ_ｊ，ｋ_ｉ）までのＬ_ｄ個の平滑化後スペクトルＸｅのうちの最小値を、定常雑音スペクトルＶ（λ_ｊ，ｋ_ｉ）であると推定する。このような処理を行うことにより、周波数ビン番号ｋ_ｉの定常雑音スペクトルＶ（λ，ｋ_ｉ）は、図１６の（ｂ１）に示したプロファイルＱｖ（ｋ_ｉ）のようになる。

【0101】

周波数ビン番号ｋ毎に定常雑音スペクトルＶ（λ，ｋ）を推定した後、情報処理装置６は、周波数ビン番号ｋ毎に、平滑化後スペクトルＸｅ（λ，ｋ）と推定した定常雑音スペクトルＶ（λ，ｋ）とに基づいて、推定雑音スペクトルＶｅ（λ，ｋ）を算出する（ステップＳ３０４）。推定雑音スペクトルＶｅ（λ，ｋ）は、例えば、数式（４）により算出する。

【0102】

このようにして周波数ビン番号ｋ毎に算出された推定雑音スペクトルＶｅ（λ，ｋ）を、フレーム番号λ毎の推定雑音スペクトルＶｅ（λ，ｋ）として表すと、例えば、図１６の（ｂ２）に示したようになる。図１６の（ｂ２）に示した折れ線Ｓｖ（１）は、図１５の（ａ１）に例示した観測信号ｘ（１）についての観測信号スペクトル（折れ線Ｓｘ（１））に対する定常雑音スペクトルを表す。折れ線Ｓｖ（２）及び折れ線Ｓｖ（３）は、それぞれ、図１５の（ａ１）に例示した観測信号ｘ（２）についての観測信号スペクトル（折れ線Ｓｘ（２））に対する定常雑音スペクトル、及び観測信号ｘ（３）についての観測信号スペクトル（折れ線Ｓｘ（３））に対する定常雑音スペクトルを表す。

【0103】

推定雑音スペクトルＶｅ（λ，ｋ）を算出した後、情報処理装置６は、フレーム番号λ毎に、推定雑音スペクトルＶｅ（λ，ｋ）の高速逆フーリエ変換を行って推定雑音信号ｖｅ（ｎ）を求め、その分散値σ_ｖ ^２（ｎ）を算出する（ステップＳ３０５）。

【0104】

その後、情報処理装置６は、上述したように、有色性駆動源カルマンフィルタを適用した状態空間モデルの状態方程式及び観測方程式を解いて観測信号ｘ（ｎ）から雑音信号を抑圧し、推定打音信号ｄｅ（ｎ）を生成する（ステップＳ３０６）。

【0105】

推定打音信号ｄｅ（ｎ）を生成した後、情報処理装置６は、推定打音信号ｄｅ（ｎ）から特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝を抽出する（ステップＳ４）。図１７の（ｃ１）には、ステップＳ３０６で生成される幾つかの推定打音信号ｄｅ（ｎ）についてのスペクトルを例示している。図１７（ｃ１）に例示した折れ線Ｓｄ（１），Ｓｄ（２），及びＳｄ（３）は、それぞれ、観測信号ｘ（１），ｘ（２），及びｘ（３）に対する推定打音信号ｄｅ（１），ｄｅ（２），及びｄ３（３）についてのスペクトルの例を表している。

【0106】

ステップＳ４において、情報処理装置６は、例えば、図１７の（ｃ１）に例示したように、推定打音信号ｄｅ（ｎ）についてのスペクトルにおけるピークのスペクトル値ｐ（λ，ｋ）及び周波数ビン番号ｋと対応する周波数ｆを、その推定打音信号ｄｅ（ｎ）についての特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝として抽出する。例えば、情報処理装置６は、図１７の（ｃ１）に例示したλ＝１（ｎ＝１）のスペクトル（折れ線Ｓｄ（１））におけるスペクトルピークｐ（１）及び周波数ｆ（１）を、推定打音信号ｄｅ（１）についての特徴量ベクトルｍ（１）＝｛ｐ（１），ｆ（１）｝として抽出する。

【0107】

特徴量ベクトルｍ（ｎ）を抽出した後、情報処理装置６は、特徴量ベクトルｍ（ｎ）と関連付けられる推定打音信号ｄｅ（ｎ）が健全なコンクリート構造物を打撃したときの打音信号であるか変状があるコンクリート構造物を打撃したときの打音信号であるかに基づいて、特徴量ベクトルｍ（ｎ）と健全であるか変状であるかを識別するラベルγ（ｎ）とを含む教師データｒ（ｎ）＝｛ｍ（ｎ），γ（ｎ）｝を作成する（ステップＳ５）。ラベルγ（ｎ）は、例えば、健全である場合には「１」とし、変状である場合には「－１」とする。このようにして作成された教師データｒ（ｎ）は、例えば、図１７の（ｃ２）に例示したように、健全なコンクリート構造物を打撃したときの打音信号と対応する推定打音信号ｄｅ（ｎ）の特徴量ベクトルｍ（ｎ）を含む健全の教師データｒ（ｎ）と、変状があるコンクリート構造物を打撃したときの打音信号と対応する推定打音信号ｄｅ（ｎ）の特徴量ベクトルｍ（ｎ）を含む変状の教師データｒ（ｎ）とに分類される。本実施形態に係る判定用データ作成処理により１つの対象部位に対して作成する健全の教師データｒ（ｎ）の数Ｎ１及び変状の教師データｒ（ｎ）の数Ｎ２は、任意である。健全の教師データｒ（ｎ）の数Ｎ１及び変状の教師データｒ（ｎ）の数Ｎ２は、例えば、それぞれ３００程度とする。

【0108】

健全の教師データｒ（ｎ）及び変状の教師データｒ（ｎ）を作成した後、情報処理装置６は、上述したように、健全の教師データｒ（ｎ）及び変状の教師データｒ（ｎ）を用いた機械学習（例えば、クラスタリング）により、特徴量ベクトルｍ（ｎ）の周波数ｆ（ｎ）がとり得る範囲を健全の範囲、変状の範囲、及び不明の範囲に分類する第１の分類情報を作成する（ステップＳ６）。その後、情報処理装置６は、特徴量ベクトルｍ（ｎ）の周波数ｆ（ｎ）が第１の分類情報において「不明」と判定される周波数範囲内である教師データｒ（ｎ）を用いた機械学習（ソフトマージンＳＶＭ）により、第１の分類情報における不明の範囲内を健全の範囲、変状の範囲、及び不明の範囲に分類する第２の分類情報を作成する（ステップＳ７）。これにより、１つの対象部位に対する判定用データが得られる。

【0109】

また、上述した判定用データ作成処理により１つの対象部位に対する判定用データを作成する場合には、例えば、対象部位の打撃に用いるハンマー７が異なる複数種類の判定用データを作成してもよい。１つの対象部位に対する判定用データは、例えば、図３及び図４を参照して説明したような複数の打撃面を有する回転式のヘッド７０１を備えたハンマー７により対象部位を打撃したときの観測信号に基づいて作成した第１の判定用データと、柄にヘッドが固定されたハンマーにより対象部位を打撃したときの観測信号に基づいて作成した第２の判定用データとを含んでもよい。

【0110】

上述した判定用データ作成処理により作成された判定用データのセットは、例えば、情報処理装置６から打音診断支援装置２に転送され、打音診断支援装置２の記憶部２５０に記憶される。情報処理装置６から打音診断支援装置２への判定用データのセットの転送は、無線通信又は有線通信で行われてもよいし、光ディスク、メモリカード、及び外付け型のＨＤＤ等の可搬型記録媒体を用いて行われてもよい。また、判定用データ作成処理により作成された判定用データのセットは、例えば、打音診断支援装置２を製造する際に該判定用データのセットを記憶させた記憶装置を打音診断支援装置２に組み込んでもよい。

【0111】

次に、図１８、図１９、及び図２０を参照して、本実施形態に係る打音診断支援装置２を用いたコンクリート構造物１０の診断の支援方法の一例を説明する。

【0112】

図１８は、一実施形態に係る打音診断支援装置が行う処理の一例を説明するフローチャートである。図１９は、打音診断支援装置が行うコンクリート構造物が健全であるか否かの判定処理の一例を説明するフローチャートである。図２０は、打音診断支援装置が行う判定結果出力処理の一例を説明するフローチャートである。

【0113】

打音診断支援装置２を用いてコンクリート構造物１０の打音診断の支援を行う際には、図１８に示したように、まず、対象部位及び判定方法を含む診断の条件を設定する（ステップＳ１１）。対象部位は、例えば、上述したようにコンクリート構造物１０の用途及び打撃する部位の組み合わせである。対象部位は、例えば、橋梁上部、橋梁下部、トンネル上部、及びトンネル側部を含む。判定方法は、例えば、第１の分類情報のみによる判定、及び第１の分類情報と第２の分類情報とを併用する判定を含む。診断の条件は、対象部位及び判定方法とは別の条件を含んでもよい。例えば、設定可能な診断の条件は、診断時の交通反響音のレベルや風の強さ等の、定常雑音の推定に利用可能な条件を含んでもよい。また、設定可能な診断の条件は、例えば、コンクリート構造物１０への打撃に用いるハンマー７の種類を含んでもよい。

【0114】

診断の条件を設定した後、打音診断支援装置２は、マイクロフォン３を利用して観測信号を取得する（ステップＳ１２）。ステップＳ１２では、点検員１１が所定のハンマー７を利用してコンクリート構造物１０の点検する領域を打撃したときの打音を含む観測信号をマイクロフォン３から打音診断支援装置２に転送する。

【0115】

次に、打音診断支援装置２は、観測信号に対して雑音除去及び雑音抑圧を行い推定打音信号ｄｅ（ｎ）を生成し（ステップＳ１３）、推定打音信号ｄｅ（ｎ）から特徴量ベクトルｍ（ｎ）を抽出する（ステップＳ１４）。ステップＳ１３の推定打音信号ｄｅ（ｎ）を生成する処理は、例えば、打音推定部２１１が行う。打音推定部２１１は、ステップＳ１３の処理として、例えば、判定用データ作成処理における推定打音信号ｄｅ（ｎ）を生成する処理（ステップＳ３）と同様の処理を行う。打音推定部２１１は、例えば、図１４を参照して説明したステップＳ３０１～Ｓ３０６の処理を行って推定打音信号ｄｅ（ｎ）を生成する。すなわち、打音推定部２１１は、観測信号に含まれる定常的な雑音成分を推定して除去、抑圧した推定打音信号ｄｅ（ｎ）を生成する。ステップＳ１４の特徴量ベクトルｍ（ｎ）を抽出する処理は、例えば、特徴量抽出部２１２が行う。特徴量抽出部２１２は、ステップＳ１４の処理として、判定用データ作成処理における特徴量ベクトルｍ（ｎ）を抽出する処理（ステップＳ４）と同様の処理を行う。すなわち、特徴量抽出部２１２は、推定打音信号ｄｅ（ｎ）についてのスペクトルにおけるスペクトルピークｐ（ｎ）及び周波数ｆ（ｎ）を含む特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝を抽出する。

【0116】

特徴量ベクトルｍ（ｎ）を抽出した後、打音診断支援装置２は、対象部位及び判定方法の設定と特徴量ベクトルｍ（ｎ）とに基づく判定処理を行う（ステップＳ１５）。ステップＳ１５の判定処理は、例えば、判定部２１３が行う。判定部２１３は、設定可能な対象部位毎に用意された判定用データのうちの、ステップＳ１１で設定された対象部位についての判定用データを選択し、設定された判定方法に応じて第１の分類情報のみを用いた判定、又は第１の分類情報と第２の分類情報とを用いた判定を行う。ステップＳ１５の判定処理において、打音診断支援装置２（判定部２１３）は、観測信号から推定打音信号ｄｅ（ｎ）を生成して抽出した特徴量ベクトルｍ（ｎ）が、分類情報における健全の範囲、変状の範囲、及び不明の範囲のどの範囲内に含まれるかを判定し、判定結果を可視化して出力する。ステップＳ１５の判定処理の具体例については、図１９及び図２０を参照して後述する。

【0117】

判定処理の後、打音診断支援装置２は、設定された対象部位についての第２の分類情報を更新するか否かを判定する（ステップＳ１６）。ステップＳ１６の判定は、例えば、判定部２１３が行う。判定部２１３は、設定された判定方法（すなわち、ステップＳ１５の判定処理）において第２の分類情報を用いた判定を行ったか否かに基づいて、第２の分類情報を更新するか否かを判定する。第２の分類情報を用いた判定を行った場合（ステップＳ１６；ＹＥＳ）、打音診断支援装置２は、判定結果に基づいて第２の分類情報を更新する（ステップＳ１７）。ステップＳ１７の処理は、例えば、更新部２１５が行う。更新部２１５は、記憶部２５０に記憶させた判定用データのうちの、設定された対象部位についての判定用データにおける教師データ（元データ）と、ステップＳ１５における第２の分類情報を用いた判定結果（追加データ）とに基づいて、第２の分類情報を更新する。

【0118】

ステップＳ１７の第２の分類情報を更新する処理を行った場合、又は第２の分類情報を更新しないと判定した場合（ステップＳ１６；ＮＯ）、打音診断支援装置２は、診断が継続しているか否かを判定する（ステップＳ１８）。診断が継続している場合（ステップＳ１９；ＹＥＳ）、打音診断支援装置２は、ステップＳ１２以降の処理を繰り返す。診断が継続していない場合（ステップＳ１８；ＮＯ）、打音診断支援装置２は、ステップＳ１１で設定した診断条件に従ったコンクリート構造物１０の打音診断に対する支援を終了する。

【0119】

なお、図１８に例示したフローチャートにおけるステップＳ１２～Ｓ１８の一連の処理は、パイプライン化されていてもよい。また、図１８に例示したフローチャートに沿った処理の途中で判定方法を変更することが可能であってもよい。また、打音診断支援装置２は、図１８に例示したフローチャートに沿った処理と並行して、例えば、観測信号又は推定打音信号ｄｅ（ｎ）を再生してヘッドフォン４に出力する処理、観測信号、推定雑音スペクトル、推定打音信号、及びステップＳ１５における判定処理の結果等を可視化する画像データをＨＭＤ５に出力する処理等を行ってもよい。観測信号又は推定打音信号を出力する処理、画像データを出力する処理は、例えば、出力制御部２１４が行う。

【0120】

このように、本実施形態に係る打音診断支援装置２を用いたコンクリート構造物１０の診断の支援方法では、過去に取得した観測信号から推定打音信号を生成して抽出した特徴量を用いて生成した分類情報に基づいて、健全性の診断の対象となるコンクリート構造物を打撃したときに取得（収音）した観測信号から推定打音信号を生成して抽出した特徴量が健全の範囲、変状の範囲、及び不明の範囲のどの範囲に含まれるかを判定する。本実施形態に係る支援方法では、分類情報として、健全なコンクリート構造物に関連付けられる特徴量と、変状があるコンクリート構造物に関連付けられる特徴量とを用いた機械学習により、特徴量がとり得る範囲を健全の範囲、変状の範囲、及び不明の範囲に分類した情報を利用する。また、分類情報の生成及び分類情報を用いた判定に利用する特徴量は、観測信号に含まれる定常的な雑音成分を推定して除去、抑圧した推定打音信号から抽出している。このため、コンクリート構造物１０の健全性を診断する作業員１１は、例えば、打音診断支援装置２の出力を参照して、聴き取った観測音に基づく診断の妥当性を判断することができる。また、例えば、推定打音信号を再生した音を作業員１１が聴き取ることにより、定常的な雑音の影響を受けることなく、健全性の診断を的確に短時間で行うことができる。また、観測信号から定常的な雑音のみを除去、抑圧して推定打音信号を生成することにより、推定打音信号を再生した音には、例えば、ホイッスルの音やクラクション（ホーン）の音等の注意喚起のための音が含まれる。このため、推定打音信号を再生した音を作業員１１が聴き取ることにより、注意喚起のための音を聞き逃すことを防ぎ、診断作業中の危険を回避することができる。

【0121】

更に、本実施形態に係る支援方法では、推定打音信号から抽出した特徴量の１つである周波数ｆ（ｎ）のみで分類した第１の分類情報と、第１の分類情報で不明の範囲内を２つの特徴量（周波数ｆ（ｎ）及びスペクトルピークｐ（ｎ））で分類した第２の分類情報とを生成し、第１の分類情報のみによる判定と、第１の分類情報及び第２の分類情報を用いた判定とのどちらを行うかを設定することができる。また、第１の分類情報のみによる判定、又は第１の分類情報及び第２の分類情報を用いた判定を行う際に、特徴量が健全の範囲、変状の範囲、及び不明の範囲のどの範囲内に含まれるかを判定する。このような判定を行う本実施形態に係る打音診断支援装置２は、ステップＳ１５の判定処理として、例えば、図１９及び図２０に例示したフローチャートに沿った処理を行う。この判定処理は、判定部２１３及び出力制御部２１４が行う。

【0122】

図１９に例示した判定処理は、特徴量ベクトルｍ（ｎ）毎に行われるループ処理Ｓ１５００になっている。このループ処理Ｓ１５００は、判定の対象となるＮ個の特徴量ベクトルｍ（１）～ｍ（Ｎ）のそれぞれに対する処理が行われると、終了する。

【0123】

ループ処理Ｓ１５００では、Ｎ個の特徴量ベクトルｍ（１）～ｍ（Ｎ）のうちの１つを時系列で古い順に選択し、まず、選択した特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝の周波数ｆ（ｎ）が第１の分類情報のどの範囲に含まれるかを判定する（ステップＳ１５０１）。第１の分類情報は、ステップＳ１１で設定した測定部位に関連付けられている判定用データに含まれる分類情報であり、上述したように、特徴量ベクトルｍ（ｎ）の周波数ｆ（ｎ）についての健全の範囲と、変状の範囲と、それ以外の不明な範囲とを示す情報を有する（例えば、図８及び図９を参照）。

【0124】

周波数ｆ（ｎ）が健全の範囲に含まれる場合（ステップＳ１５０１；健全）、判定部２１３は、該周波数ｆ（ｎ）を含む特徴量ベクトルｍ（ｎ）を健全の特徴量ベクトルと判定する（ステップＳ１５０４）。周波数ｆ（ｎ）が変状の範囲に含まれる場合（ステップＳ１５０１；変状）、判定部２１３は、該周波数ｆ（ｎ）を含む特徴量ベクトルｍ（ｎ）を変状の特徴量ベクトルと判定する（ステップＳ１５０５）。

【0125】

周波数ｆ（ｎ）が不明の範囲に含まれる場合（ステップＳ１５０１；不明）、判定部２１３は、次に、第２の分類情報を使用するか否かを判定する（ステップＳ１５０２）。ステップＳ１５０２では、判定部２１３は、現在の判定方法の設定が第１の分類情報及び第２の分類情報を用いた判定を行う設定になっている場合に、第２の分類情報を使用すると判定する。第２の分類情報を使用しない場合（ステップＳ１５０２；ＮＯ）、判定部２１３は、判定の対象となっている特徴量ベクトルｍ（ｎ）を不明の特徴ベクトルと判定する（ステップＳ１５０６）。

【0126】

第２の分類情報を使用する場合（ステップＳ１５０２；ＹＥＳ）、判定部２１３は、次に、判定の対象となっている特徴量ベクトルｍ（ｎ）が第２の分類情報のどの範囲に含まれるかを判定する（ステップＳ１５０３）。第２の分類情報は、上述のように、第１の分類情報の不明の範囲内に含まれる教師データｒ（ｎ）の特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝に基づいて、該不明の範囲内についてのスペクトルピークｐ（ｎ）と周波数ｆ（ｎ）との二次元平面を健全の範囲、変状の範囲、及び不明の範囲に分類した分類情報である（例えば、図１０及び図１２を参照）。

【0127】

判定の対象となっている特徴量ベクトルｍ（ｎ）が健全の範囲に含まれる場合（ステップＳ１５０３；健全）、判定部２１３は、該特徴量ベクトルｍ（ｎ）を健全の特徴量ベクトルと判定する（ステップＳ１５０４）。判定の対象となっている特徴量ベクトルｍ（ｎ）が変状の範囲に含まれる場合（ステップＳ１５０３；変状）、判定部２１３は、該特徴量ベクトルｍ（ｎ）を変状の特徴量ベクトルと判定する（ステップＳ１５０５）。判定の対象となっている特徴量ベクトルｍ（ｎ）が不明の範囲に含まれる場合（ステップＳ１５０３；不明）、判定部２１３は、該特徴量ベクトルを不明の特徴量ベクトルと判定する（ステップＳ１５０６）。

【0128】

ステップＳ１５０４，Ｓ１５０５，及びＳ１５０６のいずれかにより判定の対象となっている特徴量ベクトルｍ（ｎ）が健全、変状、及び不明のいずれであるかを判定した後、判定部２１３は、第２の分類情報に基づいて健全又は変状と判定した特徴量ベクトルｍ（ｎ）を含む教師データｒ（ｎ）＝｛ｍ（ｎ），γ（ｎ）｝を、判定用データの教師データに追加する（ステップＳ１５０７）。ステップＳ１５０７で追加する教師データｒ（ｎ）は、例えば、図７に例示した教師データ２１２０のように、判定用データ作成処理において作成した元データ２１２１と分別可能な追加データ２１２２として、記憶部２５０に格納する。

【0129】

次に、打音診断支援装置２は、ステップＳ１５０１～Ｓ１５０６の処理による特徴量ベクトルｍ（ｎ）の判定結果を出力する判定結果出力処理を行う（ステップＳ１５０８）。ステップＳ１５０８の処理は、例えば、出力制御部２１４が行う。出力制御部２１４は、１つ以上の所定数の判定結果に基づいて、観測信号に含まれる雑音成分を推定して抑圧した推定打音信号から抽出した特徴量ベクトルｍ（ｎ）が、健全の範囲、変状の範囲、及び不明の範囲のどの範囲に含まれるかを可視化して出力する。判定結果出力処理として、出力制御部２１４は、例えば、図２０に例示したフローチャートに沿った処理を行う。

【0130】

判定結果出力処理（ステップＳ１５０８）では、出力制御部２１４は、まず、所定数の特徴量ベクトルｍ（ｎ）の判定結果を蓄積したか否かを判定する（ステップＳ１５１１）。所定数は、判定結果の出力に用いていない判定結果の数であり、１つであってもよいし、２つ以上であってもよい。所定数の特徴量ベクトルｍ（ｎ）の判定結果を蓄積していない場合（ステップＳ１５１１；ＮＯ）、出力制御部２１４は、判定結果出力処理（ステップＳ１５０８）を終了する。

【0131】

所定数の特徴量ベクトルｍ（ｎ）の判定結果を蓄積した場合（ステップＳ１５１１；ＹＥＳ）、出力制御部２１４は、蓄積した判定結果のうちの増加量が最大の判定結果が健全、変状、及び不明のいずれであるかを判定する（ステップＳ１５１２）。ステップＳ１５１２では、蓄積した所定数の特徴量ベクトルｍ（ｎ）の判定結果において、健全の特徴量ベクトル、変状の特徴量ベクトル、及び不明の特徴量ベクトルのうちのどの特徴量ベクトルの数が最大であるかを判定する。

【0132】

増加量が最大の判定結果が健全である場合（ステップＳ１５１２；健全）、出力制御部２１４は、健全を示す情報を出力する（ステップＳ１５１３）。出力制御部２１４は、健全を示す情報として、例えば、打音診断支援装置２に設けられた青色発光のランプを点灯させる信号を出力する。増加量が最大の判定結果が変状である場合（ステップＳ１５１２；変状）、出力制御部２１４は、変状を示す情報を出力する（ステップＳ１５１４）。出力制御部２１４は、変状を示す情報として、例えば、打音診断支援装置２に設けられた赤色発光のランプを点灯させる信号を出力する。増加量が最大の判定結果が不明である場合（ステップＳ１５１２；不明）、出力制御部２１４は、不明を示す情報を出力する（ステップＳ１５１５）。出力制御部２１４は、不明を示す情報として、例えば、打音診断支援装置２に設けられた黄色発光のランプを点灯させる信号を出力する。ステップＳ１５１３，Ｓ１５１４，及びＳ１５１５は、それぞれ、健全であることを示す文字情報を含む画像データ、変状であることを示す文字情報を含む画像データ、及び不明であることを示す文字情報を含む画像データを打音診断支援装置２の表示部２４０、又はＨＭＤ５等に出力する処理であってもよい。

【0133】

ステップＳ１５１３，Ｓ１５１４，及びＳ１５１５のいずれかを行った後、出力制御部２１４は、判定結果の累積数を更新する（ステップＳ１５１６）。ステップＳ１５１６は、蓄積した判定結果の数をリセットする処理を含んでもよい。ステップＳ１５１６を行うと、出力制御部２１４は、判定結果出力処理（ステップＳ１５０８）を終了する。

【0134】

ステップＳ１５０８の判定結果出力処理が終わると、打音診断支援装置２が行う処理は、図１９に例示したループ処理に戻り、該ループ処理を続けるか否かを判定する。ステップＳ１５０１～Ｓ１５０６の判定を行っていない特徴量ベクトルｍ（ｎ）がある場合、打音診断支援装置２は、ループ処理（Ｓ１５００）を継続する。判定の対象となる全ての特徴量ベクトルｍ（１）～ｍ（Ｎ）についての判定を終えると、打音診断支援装置２は、判定処理（ステップＳ１５）を終了し、図１８に例示したフローチャートにおけるステップＳ１６の判定を行う。

【0135】

このように、本実施形態の打音診断支援装置２は、診断のために取得した観測信号に含まれる定常的な雑音成分を推定して生成した推定打音信号ｄｅ（ｎ）における特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝が、判定用データにおける健全、変状、及び不明のどの範囲内に含まれるかを判定する。判定用データは、過去に取得した観測信号から診断時と同様の手法により抽出した健全な場合の特徴量ベクトル及び変状がある場合の特徴量ベクトルに基づいて、特徴量ベクトルがとり得る範囲を、健全の範囲、変状の範囲、及び不明の範囲に分類して作成している。このため、本実施形態の打音診断支援装置２を用いてコンクリート構造物１０の打音診断を支援することにより、ハンマー７でコンクリート構造物１０を打撃する動作及び聴覚に頼る判定基準等についての個人差、並びに診断時の周囲の状況等による判定結果（診断結果）のばらつきを抑制することができる。よって、本実施形態の打音診断支援装置２を含む打音診断支援システム１は、コンクリート構造物１０のより正確な診断を支援することができる。

【0136】

また、本実施形態の打音診断支援装置２は、図１８に例示したフローチャートのように、診断時の判定結果等を出力した後、該診断時の判定結果に基づいて第２の分類情報を更新してもよい。第２の分類情報の更新は、教師データの元データと、ステップＳ１５において第２の分類情報により健全又は変状と判定された特徴量ベクトルｍ（ｎ）を含む追加の教師データｒ（ｎ）＝｛ｍ（ｎ），γ（ｎ）｝とを用いて行うことができる。

【0137】

上述したソフトマージンＳＶＭを利用した機械学習により作成した第２の分類情報は、例えば、下記数式（８）で表される制約付き最適化問題を解くことで更新できる。

【0138】

【数8】

数式（８）の制約付き最適化問題の解は、ラグランジュの未定乗数法を導入して該制約付き最適化問題（主問題）を下記数式（９）で表される最適化問題（双対問題）に帰着させ、該双対問題を解くことで得られる。

【0139】

【数9】

数式（９）で表される最適化問題（双対問題）の解法は既知であり、既知の解法に従って重みベクトルｗ及びバイアスｂを逐次的に更新し、新たな超平面ｗ^Ｔｘ＋ｂ＝０を定めることにより、第２の分類情報を更新することができる。

【0140】

このように、第２の分類情報を用いて健全と判定された特徴量ベクトルｍ（ｎ）及び変状と判定された特徴量ベクトルｍ（ｎ）に基づいて追加の教師データｒ（ｎ）を作成し、第２の分類情報（超平面）を更新することにより、第２の分類情報を用いた特徴量ベクトルｍ（ｎ）の判定精度を向上させることができる。

【0141】

上述した第２の分類情報の更新は、打音診断支援装置２を用いた診断中に限らず、例えば、診断終了後に、コンクリート構造物１０の診断した領域の健全及び変状についての総合的な診断結果とに基づいて、診断時に取得した観測信号の中から健全な領域を打撃したときの打音を含む部分を抽出して健全の特徴量ベクトルｍ（ｎ）を求めるとともに、変状がある領域を打撃したときの打音を含む部分を抽出して変状の特徴量ベクトルｍ（ｎ）を求め、これらの特徴量ベクトルを追加の教師データｒ（ｎ）として行ってもよい。

【0142】

本実施形態の打音診断支援装置２は、打音に基づくコンクリート構造物１０の診断を支援するための専用の装置であってもよいし、上述した処理を含むプログラムを読み取って実行することが可能な汎用のコンピュータであってもよい。

【0143】

図２１は、打音診断支援装置のユーザインタフェースの一例を説明する図である。図２２は、打音診断支援装置のユーザインタフェースの別の一例を説明する図である。

【0144】

図２１には、打音診断支援装置２が専用の装置である場合のユーザインタフェースの一例を示している。打音診断支援装置２の装置筐体の正面には、例えば、電源スイッチ３１、ボリュームスイッチ３２、診断部位設定スイッチ３３、風設定スイッチ３４、及び判定方法設定スイッチ３５を含む複数のスイッチと、判定ランプ３６Ｂ，３６Ｒ，及び３６Ｙとが配設されている。

【0145】

電源スイッチ３１は、打音診断支援装置２の電源のオン／オフを切り替えるスイッチ（例えば、押し釦スイッチ）である。ボリュームスイッチ３２は、ヘッドフォン４に出力する観測信号又は推定打音信号の音量を調整するスイッチである。

【0146】

診断部位設定スイッチ３３は、診断対象であるコンクリート構造物１０の部位を設定するスイッチである。図２１には、診断部位設定スイッチ３３の一例として、トンネル、橋梁、及び予備の３つの診断部位のうちの１つを選択することが可能なスライドスイッチを例示している。診断部位設定スイッチ３３は、例えば、上述したトンネル上部、トンネル側部、橋梁上部、及び橋梁下部等の、コンクリート構造物１０の用途と打撃する部位との組み合わせが異なる、より多くの選択肢のうちの１つを選択することが可能なスイッチであってもよい。

【0147】

風設定スイッチ３４は、観測信号の取得に用いるマイクロフォン３の周囲における風音の状態を設定するスイッチである。図２１には、風設定スイッチ３４の一例として、強風、弱風、及び無しの３つの状態のうちの１つを選択することが可能なスライドスイッチを例示している。風設定スイッチ３４における風音の状態の選択肢は、図２１に例示した３つに限らず、２つ（例えば、風音有り及び風音無し）であってもよいし、４つ以上であってもよい。また、風設定スイッチ３４は省略されてもよい。

【0148】

判定方法設定スイッチ３５は、上述した判定処理における健全、変状、及び不明の判定を第１の分類情報のみを用いて行うか、第１の分類情報と第２の分類情報とを用いて行うかを設定するスイッチである。図２１には、判定方法設定スイッチ３５の一例として、「詳細」と「簡易」の２つの判定方法のうちの１つを選択することが可能なスライドスイッチを例示している。「簡易」は、第１の分類情報のみを用いて判定する判定方法であり、「詳細」は、第２の分類情報を用いて、第１の分類情報において不明の範囲に含まれる特徴量ベクトルｍ（ｎ）が健全、変状、及び不明のいずれであるかを詳細に判定する判定方法である。

【0149】

判定ランプ３６Ｂ，３６Ｒ，及び３６Ｙは、上述した判定処理における判定結果を可視化して出力する３つのランプである。判定ランプ３６Ｂは、判定結果が健全（ＯＫ）である場合に点灯させるランプであり、例えば、青色発光又は緑色発光の発光装置である。判定ランプ３６Ｒは、判定結果が変状（ＮＧ）である場合に点灯させるランプであり、例えば、赤色発光の発光装置である。判定ランプ３６Ｙは、判定結果が不明（ＮＡ）である場合に点灯させるランプであり、例えば、黄色発光の発光装置である。

【0150】

図２１に例示した打音診断支援装置２を用いてコンクリート構造物１０の打音診断を支援する場合には、図１８に例示したフローチャートにおける診断条件を設定する処理（ステップＳ１１）として、診断部位設定スイッチ３３による診断部位の設定、風設定スイッチ３４による風音の状態の設定、及び判定方法設定スイッチ３５による判定方法の設定を行う。風音の状態の設定は、取得した観測信号から推定打音信号ｄｅ（ｎ）を生成する処理（ステップＳ１３）における、観測信号に対する雑音除去及び雑音抑圧に反映される。診断部位の設定及び判定方法の設定は、推定打音信号ｄｅ（ｎ）から抽出した特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝が健全、変状、及び不明のいずれであるかを判定する判定処理（ステップＳ１５）で用いる判定用データを特定することに利用される。

【0151】

図２１に例示した打音診断支援装置２を用いてコンクリート構造物１０の打音診断を支援する場合、打音診断支援装置２は、判定処理（ステップＳ１５）において、判定結果に基づいて判定ランプ３６Ｂ，３６Ｒ，及び３６Ｙのいずれかを点灯させる。例えば、図２０のフローチャートのステップＳ１５１１における所定数が１０である場合、打音診断支援装置２は、時系列の１０個の特徴量ベクトルｍ（ｎ）についての判定結果を蓄積する毎に、健全、変状、及び不明のうちの最も多い判定結果と対応する判定ランプ３６Ｂ，３６Ｒ，又は３６Ｙを点灯させる。例えば、１０個の判定結果において健全が最も多い場合には青色発光又は緑色発光の判定ランプ３６Ｂを点灯させる。また、１０個の判定結果において不明が最も多い場合には黄色発光の判定ランプ３６Ｙを点灯させる。

【0152】

このように、図２１に例示した打音診断支援装置２では、推定打音信号ｄｅ（ｎ）から抽出した所定数の特徴量ベクトルｍ（ｎ）についての判定結果に基づいて、打撃した部位が健全、変状、及び不明のいずれであるかを示唆する情報を、判定ランプ３６Ｂ，３６Ｒ，又は３６Ｙを点灯させて作業員１１等に通知することができる。

【0153】

一方、図２２には、汎用コンピュータを打音診断支援装置２として用いる場合のユーザインタフェースの一例を示している。図２２に例示したユーザインタフェース４０は、コンピュータの表示装置（例えば、液晶表示装置）に表示される。コンピュータの表示装置に表示されるユーザインタフェース４０は、例えば、ボリューム設定バー４１、診断部位設定領域４２、風設定領域４３、交通反響音設定領域４４、雑音抑圧度設定バー４５、及び判定方法設定領域４６と、判定結果表示領域４７とを含む。

【0154】

ボリューム設定バー４１は、ヘッドフォン４に出力する観測信号又は推定打音信号のボリュームを設定するスライドバーである。観測信号及び推定打音信号のどちらをヘッドフォン４に出力するかは、例えば、ユーザインタフェース４０の処理前音声を再生するか否かのチェックボックス（図示せず）を利用して設定することができる。

【0155】

診断部位設定領域４２には、診断対象であるコンクリート構造物１０の部位を設定するラジオボタンが表示される。図２２には、設定可能な診断部位の一例として、トンネル上部、トンネル側部、橋梁上部、及び橋梁下部の４つの診断部位と、その他の診断部位とを例示している。設定可能な診断部位は、例えば、コンクリート構造物１０の用途と打撃する部位との組み合わせが異なる、より多くの測定部位を含んでもよい。また、設定可能な診断部位は、例えば、トンネル、橋梁、及びその他のようにコンクリート構造物１０の用途のみで分類されてもよい。

【0156】

風設定領域４３は、観測信号の取得に用いるマイクロフォン３の周囲における風音の状態を設定するラジオボタンが表示される。図２２には、設定可能な風音の状態の一例として、強風、弱風、及び無しの３つの状態を例示している。風音の状態の選択肢は、図２２に例示した３つに限らず、２つ（例えば、風音有り及び風音無し）であってもよいし、４つ以上であってもよい。また、風設定領域４３は省略されてもよい。

【0157】

交通反響音設定領域４４は、観測信号の取得に用いるマイクロフォン３の周囲における交通反響音の状態を設定するラジオボタンが表示される。図２２には、設定可能な交通反響音の状態の一例として、大、小、及び無しの３つの状態を例示している。交通反響音の状態の選択肢は、図２２に例示した３つに限らず、２つ（例えば、交通反響音有り及び交通反響音無し）であってもよいし、４つ以上であってもよい。また、交通反響音設定領域４４は省略されてもよい。

【0158】

雑音抑圧度設定バー４５は、観測信号から推定打音信号ｄｅ（ｎ）を生成する処理における雑音抑圧の度合いを設定するスライドバーである。雑音抑圧度設定バー４５により設定された雑音抑圧の度合いは、状態空間モデルの観測方程式（例えば、上述した数式（７－２））における雑音信号の度合いに反映される。ユーザインタフェース４０には、雑音抑圧度設定バー４５の代わりに、例えば、２段階以上の雑音抑圧の度合いのうちの１つを選択して設定することが可能なラジオボタンが設けられていてもよい。また、雑音抑圧度設定バー４５は省略されてもよい。

【0159】

判定方法設定領域４６は、上述した判定処理における健全、変状、及び不明の判定を第１の分類情報のみを用いて行うか、第１の分類情報と第２の分類情報とを用いて行うかを設定するラジオボタンが表示される。図２２には、設定可能な判定方法の一例として、「詳細」と「簡易」の２つの判定方法を例示している。「簡易」は、第１の分類情報のみを用いて判定する判定方法であり、「詳細」は、第２の分類情報を用いて、第１の分類情報において不明の範囲に含まれる特徴量ベクトルｍ（ｎ）が健全、変状、及び不明のいずれであるかを詳細に判定する判定方法である。

【0160】

判定結果表示領域４７は、上述した判定処理における判定結果を可視化して出力する表示領域であり、第１の表示領域、第２の表示領域、及び第３の表示領域を含む。第１の表示領域には、健全と判定された特徴量ベクトルの数、変状と判定された特徴量ベクトルの数、及び不明と判定された特徴量ベクトルの数が表示される。図２２に例示したユーザインタフェース４０では、判定結果毎に、所定の時間区間内で判定された数と、診断開始時からの累計数とが表示される。第２の表示領域には、判定結果の累計数に基づいて算出される、健全と判定された特徴量ベクトルの数の割合が表示される。第３の表示領域には、例えば、上述した判定処理における所定数の特徴量ベクトルｍ（ｎ）の判定結果毎の健全、変状、又は不明の判定結果が表示される。第３の表示領域の判定結果の表示は、例えば、図２１に例示した打音診断支援装置２の判定ランプ３６Ｂ，３６Ｒ，及び３６Ｙを用いた判定結果の表示と対応する。第３の表示領域には、例えば、健全、変状、及び不明等の判定結果を示す文字列であってもよいし、それぞれの判定結果を示す色又は記号等であってもよい。

【0161】

図２１に例示したユーザインタフェースは、打音診断支援装置２が専用の装置である場合のユーザインタフェースの一例に過ぎない。同様に、図２２に例示したユーザインタフェース４０は、汎用コンピュータを利用した打音診断支援装置２におけるユーザインタフェースの一例に過ぎない。本実施形態の打音診断支援装置２におけるユーザインタフェースは、例示した構成に限らず、適宜変更可能である。また、打音診断支援装置２が液晶表示装置等の表示装置を含むか、或いは表示装置を接続可能な専用の装置である場合、該表示装置に図２２に例示したようなユーザインタフェース４０を表示してもよい。

【0162】

図２３は、コンピュータのハードウェア構成の一例を説明するブロック図である。

【0163】

本実施形態の打音診断支援装置２は、上述したように、図１８、図１９、及び図２０を参照して説明したような処理を含むプログラムを読み取って実行する汎用コンピュータであってもよい。図２３には、打音診断支援装置２として利用することが可能なコンピュータ５０のハードウェア構成の一例を示している。図２３に例示したコンピュータ５０は、プロセッサ５１、主記憶装置５２、補助記憶装置５３、入力装置５４、表示装置５５、入出力インタフェース５６、通信装置５７、及び媒体駆動装置５８を含む。コンピュータ５０におけるこれらのハードウェアは、バス５９により相互に接続されている。

【0164】

プロセッサ５１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等の、オペレーティングシステムのプログラムを含む各種プログラムを実行することにより、コンピュータ５０全体の動作を制御する処理装置である。プロセッサ５１が実行するプログラムは、打音によるコンクリート構造物１０の診断を支援するための、図１８、図１９、及び図２０を参照して説明したような処理を含むプログラムを含む。

【0165】

主記憶装置５２は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）及びＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）を含み、プロセッサ５１が実行するプログラムや、プログラム実行時に利用する各種データを記憶する。また、主記憶装置５２は、プロセッサ５１がプログラムを実行する際の作業領域として利用される。

【0166】

補助記憶装置５３は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の主記憶装置と比べて容量が大きい記憶装置である。補助記憶装置５３は、図１８、図１９、及び図２０を参照しながら説明した処理をコンピュータ５０に実行させるプログラム及び判定用データの格納に利用可能である。補助記憶装置５３は、例えば、診断時に取得した観測信号、該観測信号から生成した推定打音信号ｄｅ（ｎ）、推定打音信号から抽出した特徴量ベクトルｍ（ｎ）、及び第２の分類情報を用いた特徴量ベクトルｍ（ｎ）の判定結果に基づく追加の教師データ等の格納に利用可能である。

【0167】

入力装置５４は、例えば、キーボード装置、及びマウス装置等のポインティングデバイスである。表示装置５５は、例えば、液晶表示装置等である。コンピュータ５０がタブレット型等のタッチパネルディスプレイを備えたコンピュータである場合、入力装置５４は、表示装置５５の表示面上に配置されたデジタイザ（位置検知装置）を含む。

【0168】

入出力インタフェース５６は、コンピュータ５０と各種周辺機器との接続に用いられるインタフェースである。入出力インタフェース５６は、例えば、診断時に作業員１１に装着するマイクロフォン３、ヘッドフォン４、及びＨＭＤ５等の周辺機器とコンピュータ５０とを接続する伝送ケーブルの接続端子を有する。

【0169】

通信装置５７は、コンピュータ５０をインターネット等の通信ネットワーク６５に接続し、通信ネットワーク６５を介した外部装置との通信を行う。通信装置５７は、例えば、通信ネットワーク６５を介した情報処理装置６との通信に利用可能である。

【0170】

媒体駆動装置５８は、可搬型記録媒体６６に格納された各種データの読み出し、及び可搬型記録媒体６６への各種データの書き込み等を行う装置である。可搬型記録媒体６６は、コンピュータ５０（プロセッサ５１）で読み取り可能な形式でデータを格納することが可能な、非一時的な有形の記録媒体であり、例えば、光ディスク、磁気ディスク、メモリカード等を含む。可搬型記録媒体６６は、例えば、ＵＳＢフラッシュメモリ等と呼ばれる、ＵＳＢ端子を有するフラッシュメモリを内蔵した記憶装置を含み得る。可搬型記録媒体６６は、図１８、図１９、及び図２０を参照しながら説明した処理をコンピュータに実行させるプログラム及び判定用データの格納に利用可能である。可搬型記録媒体６６は、例えば、診断時に取得した観測信号、該観測信号から生成した推定打音信号ｄｅ（ｎ）、推定打音信号から抽出した特徴量ベクトルｍ（ｎ）、及び第２の分類情報を利用した特徴量ベクトルｍ（ｎ）の判定結果に基づく追加の教師データ等の格納に利用可能である。

【0171】

上述した処理を含むプログラムを実行するコンピュータ５０を打音診断支援装置２として用いる場合、該プログラムを実行するプロセッサ５１は制御部２１０として機能（動作）する。また、主記憶装置５２、補助記憶装置５３、及び可搬型記録媒体６６のうちの１つ以上は記憶部２５０として機能する。また、入力装置５４及び表示装置５５は、それぞれ、入力部２３０及び表示部２４０として機能し、入出力インタフェース５６は、送受信部２２０として機能する。また、通信装置５７は、通信部２６０として機能する。

【0172】

本実施形態の打音診断支援装置２として利用可能なコンピュータ５０は、図２３に例示したハードウェア構成に限らず、適宜変更可能である。例えば、コンピュータ５０は、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）やＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）を含んでもよい。例えば、コンピュータ５０は、媒体駆動装置５８が省略されたものであってもよい。

【0173】

更に、本実施形態の打音診断支援装置２として利用可能なコンピュータ５０は、上述した判定用データ作成処理を含むプログラムを実行させることにより、情報処理装置６として動作させることが可能であってもよい。

【0174】

以上説明したように、本実施形態に係る打音診断支援システム１は、過去に取得した観測信号に含まれる雑音成分を推定して生成した推定打音信号から抽出した特徴量を用いて生成された分類情報に基づいて、健全性の診断の対象となるコンクリート構造物を打撃したときに取得（収音）した観測信号に含まれる雑音成分を推定して生成した推定打音信号から抽出した特徴量が、健全の範囲、変状の範囲、及び不明の範囲のどの範囲に含まれるかを判定する。本実施形態に係る支援方法では、分類情報として、健全なコンクリート構造物に関連付けられる特徴量と、変状があるコンクリート構造物に関連付けられる特徴量とを用いた機械学習により、特徴量がとり得る範囲を健全の範囲、変状の範囲、及び不明の範囲に分類した情報を利用する。また、分類情報の生成及び分類情報を用いた判定に利用する特徴量は、観測信号に含まれる定常的な雑音成分を推定して除去、抑圧した推定打音信号から抽出している。このため、コンクリート構造物１０の健全性を診断する作業員１１は、例えば、打音診断支援装置２の出力を参照して、聴き取った観測音に基づく診断の妥当性を判断することができる。したがって、従来のような作業員１１の聴覚のみに頼る打音診断では健全及び変状のいずれであるかの判定が困難であり判定結果に個人差が生じ得るような場合でも、健全、変状、及び不明のいずれであるかを短時間で精度よく判定し、効率のよい打音診断を支援することができる。また、例えば、推定打音信号を再生した音を作業員１１が聴き取ることにより、定常的な雑音の影響を受けることなく、健全性の診断を的確に短時間で行うことができる。

【0175】

また、本実施形態に係る打音診断支援システム１では、観測信号から推定した打音信号についてのスペクトルにおけるピークのスペクトル値（スペクトルピーク）ｐ（ｎ）と周波数ｆ（ｎ）とを含む特徴量ベクトルｍ（ｎ）を用い、周波数ｆ（ｎ）のみで健全、変状、及び不明に分類した第１の分類情報と、第１の分類情報において不明である周波数範囲をスペクトルピークｐ（ｎ）及び周波数ｆ（ｎ）を用いて健全、変状、及び不明に分類した第２の分類情報とを作成する。また、第２の分類情報は、健全の特徴量ベクトルｍ（ｎ）及び変状の特徴量ベクトルｍ（ｎ）のそれぞれを教師データｒ（ｎ）＝｛ｍ（ｎ），γ（ｎ）｝とする機械学習により作成する。このため、打音診断支援システム１における打音診断支援装置２は、従来のような作業員１１の聴覚のみに頼る打音診断では健全及び変状のいずれであるかの判定が困難である打音と関連付けられる観測信号から抽出した特徴量ベクトルが健全、変状、及び不明のいずれであるかを、第２の分類情報に基づいて客観的に精度よく判定することができる。したがって、本実施形態の打音診断支援装置２を用いることにより、判定結果の個人差がより生じにくい打音診断を行うことができるよう、打音診断を支援することができる。

【0176】

更に、本実施形態で例示した打音診断支援システム１では、観測信号に対する短時間フーリエ変換で得られる時系列のスペクトルを平滑化して雑音を除去するとともに、有色性駆動源カルマンフィルタを適用した状態空間モデルを用いて雑音を抑圧して観測信号に含まれる打音信号を推定する。このような雑音除去及び雑音抑圧を行うことにより、観測信号から定常的な雑音を効果的に除去、抑圧して推定精度の高い推定打音信号ｄｅ（ｎ）を短時間で生成することができる。このため、図１４を参照して説明したような雑音除去及び雑音抑圧を行って生成した推定打音信号ｄｅ（ｎ）から特徴量ベクトルｍ（ｎ）を抽出して健全、変状、及び不明の判定を行うことにより、推定打音信号ｄｅ（ｎ）の生成、特徴量ベクトルの抽出、及び判定を含む処理（例えば、図１８に例示したフローチャートに沿った処理）をリアルタイムで行うことが可能となる。また、本実施形態で例示した打音診断支援システム１では、観測信号に対する雑音除去及び雑音抑圧をする際に、観測信号の取得に用いるマイクロフォン３の周囲における風や交通反響音の状態を反映させることにより、雑音除去及び雑音抑圧により得られる推定打音信号ｄｅ（ｎ）の推定精度を高くすることができ、特徴量ベクトルｍ（ｎ）による健全、変状、及び不明の判定結果の精度を高くすることができる。また、推定精度の高い推定打音信号をヘッドフォン４に出力することができるので、作業員１１は、推定打音信号と対応する推定精度の高い打音と、打音診断支援装置２による判定結果とを利用した打音診断を行うことができる。また、観測信号から定常的な雑音のみを除去、抑圧して推定打音信号を生成することにより、推定打音信号を再生した音には、例えば、ホイッスルの音やクラクション（ホーン）の音等の注意喚起のための音が含まれる。このため、推定打音信号を再生した音を作業員１１が聴き取ることにより、注意喚起のための音を聞き逃すことを防ぎ、診断作業中の危険を回避することができる。

【0177】

しかも、本実施形態の打音診断支援システム１では、第２の分類情報を用いた判定において健全又は変状と判定された特徴量ベクトルｍ（ｎ）を含む追加の教師データｒ（ｎ）を作成し、追加の教師データｒ（ｎ）を利用して第２の分類情報を更新することができる。このため、本実施形態の打音診断支援システム１を利用することにより、機械学習を利用して作成した第２の分類情報における健全の範囲、変状の範囲、及び不明の範囲の分類精度を向上させることができる。

【0178】

なお、上述した実施形態で例示した打音診断支援システム１は、本発明の理解を容易にするための具体例に過ぎず、本発明は上述した実施形態に限定されるものではない。打音診断支援システム１における判定用データの作成方法、打音診断支援装置２の構成、打音診断支援装置２を利用したコンクリート構造物１０の診断支援方法、及びプログラムは、特許請求の範囲の記載を逸脱しない範囲において、さまざまな変形、変更が可能である。

【0179】

例えば、観測信号から推定打音信号ｄｅ（ｎ）を生成する方法は、図１４に例示したフローチャートに沿った方法に限らず、他の方法であってもよい。また、推定打音信号ｄｅ（ｎ）から抽出する特徴量ベクトルｍ（ｎ）は、上述したスペクトルピークｐ（ｎ）及び周波数ｆ（ｎ）に限らず、適宜変更可能である。特徴量ベクトルｍ（ｎ）は、例えば、推定打音信号ｄｅ（ｎ）についてのスペクトルにおけるスペクトルピークｐ（ｎ）及び周波数ｆ（ｎ）と、該周波数ｆ（ｎ）と関連付けられる他の周波数及びそのスペクトル値を含んでもよい。

【0180】

また、周波数ｆ（ｎ）等の特徴量ベクトルｍ（ｎ）に含まれる１つの情報（特徴量）に基づいて健全及び変状のどちらであるかを判定することが困難な特徴量ベクトルｍ（ｎ）の範囲を健全の領域及び変状の領域を含む２つ以上の領域に分類する方法は、上述したサポートベクターマシンに限らず、周知の他の機械学習アルゴリズムで行ってもよい。例えば、図９の二次元平面における周波数範囲Ｆ１１≦ｆ＜Ｆ１２内は、ＡｄａＢｏｏｓｔを利用して健全の範囲及び変状の範囲を含む２つ以上の範囲に分類してもよい。

【0181】

図２４は、ＡｄａＢｏｏｓｔを利用した場合の健全の範囲と変状の範囲との境界の一例を説明するグラフ図である。図２４において、黒丸は健全の特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝についての教師データｒ（ｎ）＝｛ｍ（ｎ），１｝を表し、ひし形は変状の特徴量ベクトルｍ（ｎ）＝｛ｐ（ｎ），ｆ（ｎ）｝についての教師データｒ（ｎ）＝｛ｍ（ｎ），－１｝を表している。

【0182】

ＡｄａＢｏｏｓｔでは、複数の弱識別器を用意し、ｉ－１番目（ｉ＞２）の弱識別器の学習結果を考慮してｉ番目の弱識別器での学習を行うことにより得られた複数の学習結果をまとめて強識別器を生成する。このとき、ｉ番目の弱識別器の学習データには、ｉ－１番目の弱識別器の学習結果の正誤に応じた重みが付与されるので、後に学習する弱識別器ほど、誤りの多い学習データに集中して学習することができる。このため、ＡｄａＢｏｏｓｔを利用した場合、例えば、図２４に示したように、健全の範囲と変状の範囲との境界１０２を折れ線で表すことが可能となる。したがって、ＡｄａＢｏｏｓｔを利用して所定の周波数範囲内を健全の範囲及び変状の範囲を含む２つ以上の範囲に分類すると、サポートベクターマシンを利用した場合に比べて、より詳細に分類することができる。

【0183】

なお、上述したＡｄａＢｏｏｓｔも、周波数ｆ（ｎ）等の特徴量ベクトルｍ（ｎ）における１つの情報に基づく第１の分類情報において不明とした範囲内を健全の範囲、変状の範囲、及び不明の範囲に分類することに利用可能な機械学習アルゴリズムの例示に過ぎない。本実施形態に係る打音診断支援システム１における第２の分類情報は、更に別の機械学習アルゴリズムを利用して作成することも可能である。

【0184】

また、上述した実施形態では、作業員１１が聴き取った観測音、観測信号を再生した音、又は推定打音信号を再生した音に基づいて作業員１１が行うコンクリート構造物１０の健全性を支援するシステム、装置、及び方法を説明した。しかしながら、適切な機械学習により生成された、健全の範囲、変状の範囲、及び不明の範囲の精度が高い分類情報を判定用データとして用いる場合には、特徴量ベクトルの判定結果を、作業員１１による診断結果とは独立した診断として、又は作業員１１による診断結果の代わりに、コンクリート構造物１０の健全性の診断結果として記録、保存してもよい。

【符号の説明】

【0185】

１ 打音診断支援システム
２ 打音診断支援装置
３ マイクロフォン
４ ヘッドフォン
５ ＨＭＤ
６ 情報処理装置
７ ハンマー
１０ コンクリート構造物
１１ 作業員
１２ 車両
７０１ ヘッド
７１１，７１２，７１３，７１４ 打撃面
７０２，７０３ 柄部
７０４ 結合部
７０５ グリップ部
２１０ 制御部
２１１ 打音推定部
２１２ 特徴量抽出部
２１３ 判定部
２１４ 出力制御部
２１５ 更新部
２２０ 送受信部
２３０ 入力部
２４０ 表示部
２５０ 記憶部
２６０ 通信部
２５１ 判定用データのセット
２１ 橋梁上部の判定用データ
２１１０ 第１の分類情報
２１２０ 教師データ
２１２１ 元データ
２１２２ 追加データ
２１３０ 第２の分類情報
２２ 橋梁下部の判定用データ
２３ トンネル上部の判定用データ
２４ トンネル側部の判定用データ
２５２ 観測データ
３１ 電源スイッチ
３２ ボリュームスイッチ
３３ 診断部位設定スイッチ
３４ 風設定スイッチ
３５ 判定方法設定スイッチ
３６Ｂ，３６Ｒ，３６Ｙ 判定ランプ
４０ ユーザインタフェース
４１ ボリューム設定バー
４２ 診断部位設定領域
４３ 風設定領域
４４ 交通反響音設定領域
４５ 雑音抑圧度設定バー
４６ 判定方法設定領域
４７ 判定結果表示領域
５０ コンピュータ
５１ プロセッサ
５２ 主記憶装置
５３ 補助記憶装置
５４ 入力装置
５５ 表示装置
５６ 入出力インタフェース
５７ 通信装置
５８ 媒体駆動装置
５９ バス
６５ 通信ネットワーク
６６ 可搬型記録媒体

【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】

【図21】

【図22】

【図23】

【図24】