(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】2024-11-11
(45)【発行日】2024-11-19
(54)【発明の名称】機器工事確認システム、及び機器工事確認方法
(51)【国際特許分類】
G06Q 50/06 20240101AFI20241112BHJP
【ＦＩ】
G06Q50/06
【請求項の数】
8
(21)【出願番号】P 2021008146
(22)【出願日】2021-01-21
(65)【公開番号】P2022112342
(43)【公開日】2022-08-02
【審査請求日】2024-01-18
(73)【特許権者】
【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】110000176
【氏名又は名称】弁理士法人一色国際特許事務所
(72)【発明者】
【氏名】満井 法嗣
【審査官】星野 裕
(56)【参考文献】
【文献】国際公開第２０２０／２５０９２８（ＷＯ，Ａ１）
【文献】特開２０２０－１９１０８６（ＪＰ，Ａ）
【文献】特開２００４－０９３５５７（ＪＰ，Ａ）
【文献】特開２０１１－１３０６５２（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０６Ｑ １０／００－９９／００
(57)【特許請求の範囲】
【請求項1】
機器工事に際して現場で行われる確認作業を支援する情報処理システムであって、現場を撮影した画像データに含まれている機器を検出するとともに、検出した前記機器を識別する情報である機器属性を前記画像データから取得する機器検出部と、
前記画像データに含まれている前記機器の端子を検出するとともに、検出した前記端子を識別する情報である端子属性を前記画像データから取得する端子検出部と、
前記画像データに含まれている前記端子に接続する電線を検出するとともに、検出した前記電線を識別する情報である電線属性を前記画像データから取得する電線検出部と、
前記端子の前記端子属性と当該端子に接続する電線の前記電線属性とを対照することにより、前記端子と前記電線との結線の良否を確認する結線良否確認部と、
前記現場に向けて庫出しされた機器に関する情報である庫出機器情報を記憶する記憶部と、
前記機器検出部が取得した前記機器属性と前記庫出機器情報とを対照することにより、前記現場に設置されている前記機器が当該現場に向けて庫出しされた機器と同じ機器であるか否かを確認する庫出機器同定部と、
を備える、機器工事確認システム。
【請求項2】
機器工事に際して現場で行われる確認作業を支援する情報処理システムであって、現場を撮影した画像データに含まれている機器を検出するとともに、検出した前記機器を識別する情報である機器属性を前記画像データから取得する機器検出部と、
前記画像データに含まれている前記機器の端子を検出するとともに、検出した前記端子を識別する情報である端子属性を前記画像データから取得する端子検出部と、
前記画像データに含まれている前記端子に接続する電線を検出するとともに、検出した前記電線を識別する情報である電線属性を前記画像データから取得する電線検出部と、
前記端子の前記端子属性と当該端子に接続する電線の前記電線属性とを対照することにより、前記端子と前記電線との結線の良否を確認する結線良否確認部と、
現在日時を提供する計時装置と、
現場で撮影された画像データに含まれている情報表示器を検出するとともに前記情報表示器に表示されている日時である表示日時を検出し、検出した前記表示日時を前記計時装置から提供される前記現在日時と対照することにより前記表示日時が正しいか否かを確認し、確認した結果に基づく情報を出力する日時表示確認部と、
を備える、機器工事確認システム。
【請求項3】
請求項１又は２に記載の機器工事確認システムであって、前記機器検出部は、前記画像データに含まれている機器の検出と前記機器属性の取得を、画像認識を行う機械学習モデルである機器検出モデルを用いて行い、
前記端子検出部は、前記画像データに含まれている端子の検出と前記端子属性の取得を、画像認識を行う機械学習モデルである端子検出モデルを用いて行い、
前記電線検出部は、前記画像データに含まれている電線の検出と前記電線属性の取得を、画像認識を行う機械学習モデルである電線検出モデルを用いて行う、
機器工事確認システム。
【請求項4】
請求項１又は２に記載の機器工事確認システムであって、前記端子属性は、前記端子や前記端子の近傍に付されている情報であり、
前記電線属性は、前記電線の被覆に付されている情報である、
機器工事確認システム。
【請求項5】
請求項２に記載の機器工事確認システムであって、前記日時表示確認部は、現場で撮影された前記画像データに含まれている前記情報表示器の検出と前記表示日時の検出を、機械学習モデルである日時表示検出モデルを用いて行う、
機器工事確認システム。
【請求項6】
機器工事に際して現場で行われる確認作業を支援する方法であって、情報処理装置が、
現場を撮影した画像データに含まれている機器を検出するとともに、検出した前記機器を識別する情報である機器属性を前記画像データから取得するステップと、
前記画像データに含まれている前記機器の端子を検出するとともに、検出した前記端子を識別する情報である端子属性を前記画像データから取得するステップと、
前記画像データに含まれている前記端子に接続する電線を検出するとともに、検出した前記電線を識別する情報である電線属性を前記画像データから取得するステップと、
前記端子の前記端子属性と当該端子に接続する電線の前記電線属性とを対照することにより、前記端子と前記電線との結線の良否を確認するステップと、
前記現場に向けて庫出しされた機器に関する情報である庫出機器情報を記憶するステップと、
取得した前記機器属性と前記庫出機器情報とを対照することにより、前記現場に設置されている前記機器が当該現場に向けて庫出しされた機器と同じ機器であるか否かを確認するステップと、
を実行する、機器工事確認方法。
【請求項7】
請求項６に記載の機器工事確認方法であって、前記情報処理装置は、
前記画像データに含まれている機器の検出と前記機器属性の取得を、画像認識を行う機械学習モデルである機器検出モデルを用いて行い、
前記画像データに含まれている端子の検出と前記端子属性の取得を、画像認識を行う機械学習モデルである端子検出モデルを用いて行い、
前記画像データに含まれている電線の検出と前記電線属性の取得を、画像認識を行う機械学習モデルである電線検出モデルを用いて行う、
機器工事確認方法。
【請求項8】
機器工事に際して現場で行われる確認作業を支援する方法であって、現在日時を提供する計時装置を有する情報処理装置が、
現場を撮影した画像データに含まれている機器を検出するとともに、検出した前記機器を識別する情報である機器属性を前記画像データから取得するステップと、
前記画像データに含まれている前記機器の端子を検出するとともに、検出した前記端子を識別する情報である端子属性を前記画像データから取得するステップと、
前記画像データに含まれている前記端子に接続する電線を検出するとともに、検出した前記電線を識別する情報である電線属性を前記画像データから取得するステップと、
前記端子の前記端子属性と当該端子に接続する電線の前記電線属性とを対照することにより、前記端子と前記電線との結線の良否を確認するステップと、
現場で撮影された画像データに含まれている情報表示器を検出するとともに前記情報表示器に表示されている日時である表示日時を検出し、検出した前記表示日時を前記計時装置から提供される現在日時と対照することにより前記表示日時が正しいか否かを確認し、確認した結果に基づく情報を出力するステップと、
を実行する、機器工事確認方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、機器工事確認システム、及び機器工事確認方法に関する。
【背景技術】
【0002】
特許文献１には、工事現場で工事を行う現場作業者の能力を容易に把握できるようにすることを目的として構成された工事現場画像の判定装置に関して記載されている。上記判定装置は、複数の学習用工事現場画像と、各学習用工事現場画像に関する良不良判定を含む学習データを用いて学習器を学習し、学習済みの学習器に、判定対象工事現場画像を入力し、学習器の出力データに基づいて判定対象工事現場画像に関する良不良判定を行う。
【0003】
特許文献２には、高圧計器用変成器を無停電で取り替えることを目的として構成された高圧計器用変成器の無停電取替装置について記載されている。上記無停電取替装置では、電源側と負荷との間に、高圧開閉器と計器用変成器を接続した回路の高圧開閉器の両側にＰＴをＶ結線に接続し、高圧開閉器の電源側にＰＴを接続し、各ＰＴの二次側を検電／検相／表示の機能と高圧開閉器操作機能を有する制御部に接続し、計器用変成器に電力量計を接続した構造を有する。
【先行技術文献】
【特許文献】
【0004】
【文献】特開２０１９－７５０７８号公報
【文献】特開平２－６０４３４号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
電力の配電のための機器の工事に際しては、現場において、適切な機器が設置され、機器間の配線が正しく行われていることについての確認（チェック、良否判定、検査等）作業が行われる。例えば、高圧受電設備に関する工事に際しては、現場に設置されている複数の機器（高圧変成器、計量器、試験用開閉器（チェックターミナル）等）の夫々が備える端子について、各端子への電線の結線の良否を作業者が目視により確認している。しかしこうした現場において目視確認の対象となる端子の数は数十以上に上るため、作業者の負担軽減と確認精度の確保が課題となっている。
【0006】
特許文献１には、学習器の出力データに基づき判定対象工事現場画像に関する良不良判定を行う判定装置について記載されている。しかしこの判定装置は、工事現場で工事を行う現場作業者の能力を容易に把握できるようにすることを目的として構成されており、機器の設置工事における作業者の作業者の負担軽減や確認精度の確保に寄与するものではない。また、特許文献２に記載の無停電取替装置は、高圧計器用変成器を無停電で取り替えることを目的として構成されたものに過ぎない。
【0007】
本発明はこのような背景に鑑みてなされたものであり、機器工事における確認作業を行う作業者の負担軽減を図るとともに、機器の確認の精度を確保することが可能な、機器工事確認システム、及び機器工事確認方法を提供することを目的とする。
【課題を解決するための手段】
【0008】
上記目的を達成するための本発明のうちの一つは、機器工事に際し現場に設置される機器を確認する情報処理システム（機器工事確認システム）であって、現場を撮影した画像データに含まれている機器を検出するとともに、検出した前記機器を識別するための情報である機器属性を特定する機器検出部と、前記画像データに含まれている前記機器の端子を検出するとともに、検出した前記端子を識別するための情報である端子属性を特定する端子検出部と、前記画像データに含まれている前記端子に接続する電線を検出するとともに、検出した前記電線を識別するための情報である電線属性を特定する電線検出部と、前記端子の前記端子属性と当該端子に接続されている前記電線属性とを対照することにより、前記端子と前記電線との結線の良否を確認する結線良否確認部と、を備える。
【0009】
このように、本発明の機器工事確認システムは、現場を撮影した画像データに含まれている機器の端子の端子属性と当該端子に接続する電線の電線属性とを自動的に取得し、これらを対照することにより端子と電線の結線の良否を確認するので、機器工事における確認作業を行う作業者の負担軽減を図るとともに、機器の確認精度を確保することができる。
【0010】
本発明の他の一つは、上記の機器工事確認システムであって、前記機器検出部は、前記画像データに含まれている機器の検出と前記機器属性の取得を、画像認識を行う機械学習モデルである機器検出モデルを用いて行い、前記端子検出部は、前記画像データに含まれている端子の検出と前記端子属性の取得を、画像認識を行う機械学習モデルである端子検出モデルを用いて行い、前記電線検出部は、前記画像データに含まれている電線の検出と前記電線属性の取得を、画像認識を行う機械学習モデルである電線検出モデルを用いて行う。
【0011】
このように、本発明の機器工事確認システムは、画像認識を行う機械学習モデルである機器検出モデルにより端子と電線を検出するので、機器の確認作業を効率よく確実に行うことができる。
【0012】
本発明の他の一つは、上記の機器工事確認システムであって、前記端子属性は、前記端子や前記端子の近傍に付されている情報であり、前記電線属性は、前記電線の被覆に付されている情報である。
【0013】
このように、本発明の機器工事確認システムは、現場の機器に元々付されている情報（端子に付されている情報や電線の被覆に付されている情報）を、端子属性や電線属性として用いて結線の良否を確認するので、現場に設置される機器に別途の情報を付す等の準備が必要でなく、様々な現場に容易かつ柔軟に適用することができる。
【0014】
本発明の他の一つは、上記の機器工事確認システムであって、前記現場に向けて庫出しされた機器に関する情報である庫出機器情報を記憶する記憶部と、前記機器検出部が特定した前記機器属性と前記庫出機器情報とを対照することにより、前記現場に設置されている前記機器が当該現場に向けて庫出しされた機器と同じ機器であるか否かを確認する庫出機器同定部と、を更に備える。
【0015】
このように、本発明の機器工事確認システムは、現場に設置されている機器が当該現場に向けて庫出しされた機器と同じ機器であるか否かを自動的に確認するので、庫出機器と異なる機器が誤って現場に設置されてしまうのを防いで工事の確実性及び安全性を高めることができる。
【0016】
本発明の他の一つは、上記の機器工事確認システムであって、現在日時を提供する計時装置と、現場で撮影された画像データに含まれている情報表示器を検出するとともに前記情報表示器に表示されている日時である表示日時を検出し、検出した前記表示日時を前記計時装置から提供される前記現在日時と対照することにより前記表示日時が正しいか否かを確認し、確認した結果に基づく情報を出力する日時表示確認部と、を更に備える。
【0017】
このように、本発明の機器工事確認システムは、現場に設置されている情報表示器の日時表示が正しいか否かを自動的に判定するので、電力量計等の機器が保持している日時が正しいか否かの確認にかかる作業者の負担を軽減することができる。
【0018】
本発明の他の一つは、上記の機器工事確認システムであって、前記日時表示確認部は、現場で撮影された前記画像データに含まれている前記情報表示器の検出と前記表示日時の検出を、画像認識を行う機械学習モデルである日時表示検出モデルを用いて行う。
【0019】
このように、本発明の機器工事確認システムは、画像認識を行う機械学習モデルである機器検出モデルにより、現場で撮影された画像データに含まれている情報表示器の検出と表示日時の検出を行うので、情報表示器の検出と表示日時の検出を効率よく確実に行うことができる。
【0020】
その他、本願が開示する課題、及びその解決方法は、発明を実施するための形態の欄、及び図面により明らかにされる。
【発明の効果】
【0021】
本発明によれば、機器工事における確認作業を行う作業者の負担軽減を図るとともに、機器の確認の精度を確保することができる。
【図面の簡単な説明】
【0022】
【図1】機器工事確認システムが備える主な機能を示す図である。
【図2A】高圧受電設備工事において現場に設置される機器の例である。
【図2B】高圧受電設備工事において現場に設置される機器の例である。
【図3】庫出機器情報の一例である。
【図4】確認結果の一例である。
【図5】機器工事確認システムを実現する情報処理装置の一例である。
【図6】学習処理を説明するフローチャートである。
【図7】確認処理を説明するフローチャートである。
【図8】機器同定処理を説明するフローチャートである。
【図9】結線確認処理を説明するフローチャートである。
【図10】日時確認処理を説明するフローチャートである。
【図11】確認結果表示画面の一例である。
【発明を実施するための形態】
【0023】
以下、発明を実施するための形態について説明する。尚、以下の説明において、同一の又は類似する構成について共通の符号を付して説明を省略することがある。
【0024】
図１に、一実施形態として説明する情報処理システム（以下、「機器工事確認システム１」と称する。）が備える主な機能を示している。機器工事確認システム１は、電力会社等の電力供給者から需要家への電力の供給に関する機器の設置や交換等の工事に際して現場で行われる、機器の設置状況の確認（チェック、良否判定、検査等）にかかる作業を支援する。本実施形態では、機器工事確認システム１の適用の対象となる工事が高圧受電設備に関する工事（高圧計器（高圧変成器（計器用変成器）や計量器（電力量計）の設置工事や交換工事。以下、「高圧受電設備工事」と称する。）である場合を例として説明する。但し、機器工事確認システム１が適用される工事の種類は必ずしも限定されない。
【0025】
機器工事確認システム１は、例えば、現場を撮影した画像に基づき、現場に設置されている機器が備える端子（ターミナル）への電線（ケーブルの心線）の結線の良否判定（結線が正しく行われているか）を行う。これにより、結線の良否判定にかかる作業者の負担軽減や作業効率の向上、確認精度の向上を図ることができる。
【0026】
また、機器工事確認システム１は、例えば、現場を撮影した画像に基づき、当該現場に向けて庫出しされた機器（以下、「庫出機器」と称する。）と同じ機器（形式や製造番号が一致する機器）が現場に設置されているか否かを判定する。これにより、庫出機器と異なる機器が誤って現場に設置されてしまうのを防いで工事の確実性や安全性を高めることができる。
【0027】
また、機器工事確認システム１は、例えば、現場を撮影した画像に基づき、現場に設置されている機器の動作状況（本例では電力量計が保持している日時が正しいか否か（日時があっているか否か）を判定する。これにより、機器の動作状況の確認にかかる作業者の負担軽減並びに作業効率の向上を図ることができる。
【0028】
図２Ａは、高圧受電設備工事において現場に設置される機器の例（高圧変成器２、試験用開閉器３、計量器４、及び情報表示器５）である。
【0029】
例示する機器のうち、高圧変成器２は、例えば、電力会社等の電力提供側と高圧受電契約を結んでいる需要家側（例えば、製品の製造工場）に設置される。高圧変成器２（VCT）は、電源側から供給される電力を負荷側に供給する機器であり、電源側から供給される高電圧を低電圧に変換する計器用変圧器（VT:Voltage Transformer）として機能するとともに、電源側から供給される大電流を小電流に変換する変流器（CT:Current Transformer）として機能する。
【0030】
同図に示すように、高圧変成器２は、電源側から電力を供給する３つの電力線７１ａの夫々が接続する一次端子群２１ａ（UK,VK,WK）と、負荷側に電力を供給する３つの配電線７１ｂの夫々が接続する一次端子群２１ｂ（UL,VL,WL）とを有する。３つの電力線７１ａの夫々の被覆の色は異なる。また、３つの配電線７１ｂの夫々の被覆の色は異なる。尚、このように電力線７１ａや配電線７１ｂを構成する各電線の被覆は夫々異なる色で色分けされているため、例えば、電線の被覆の色と端子に付されている色とを照合することで、端子と電線との結線が正しく行われているか否かを目視により確認することができる。また、各電線の被覆に各電線を識別するための情報が付されている場合には、当該情報と各端子に付されている情報とを照合するにより結線の良否を確認することができる。後述するように、機器工事確認システム１は、こうした情報を画像認識して照合することにより、効率よく確実に結線の良否を判定する。
【0031】
また、高圧変成器２は、計器用変圧器による変換後の低電圧と変流器による変換後の小電流を計量器３に提供するためのケーブル７２（７心ケーブル）の７つの電線が夫々接続する二次端子群２２（1S,P1,P3,3S,3L,P2,1L）を有する。７つの電線の夫々の被覆の色は異なる。
【0032】
また、高圧変成器２には、庫出しされた高圧変成器２と現場に設置された高圧変成器２とが同じか否かを判定するための情報が記載された図示しない表示板が設けられている。本例では、表示板は、高圧変成器２の形式及び製造番号についての所定の形式（文字、バーコード、ＱＲコード（登録商標）等）による表示を含むものとする。
【0033】
試験用開閉器３（「チェックターミナル」とも称する。）は、現場における計量器４の試験や交換を安全かつ確実に行うこと等を目的として用いられる機器であり、本例では高圧変成器２と計量器４との間に介在するように設けられる。尚、試験用開閉器３は、高圧変成器２に附随して設けられていることもある。計量器４の交換作業時等における無計量状態及び停電状態を回避すべく、試験用開閉器３には、代替用の計量器が一時的に取り付けられることもある。
【0034】
同図に示すように、例示する試験用開閉器３は、ケーブル７２（７心ケーブル）の７つの電線が夫々接続される端子群３１ａ（1S,P1,P3,3S,3L,P2,1L）と、計量器４に接続するケーブル７３（７心ケーブル）の７つの電線が夫々接続される端子群３１ｂ（1S,P1,P3,3S,3L,P2,1L）とを有する。また、例示する試験用開閉器３には、端子群３１ａと端子群３１ｂとの間の端子毎の開閉を制御するための着脱可能な接栓３２が設けられている。接栓３２は、例えば、代替用の計量器の取り付けに際して用いられる。
【0035】
計量器４は、有効電力や無効電力を計量可能な三相３線式の電力量計である。計量器４は、計量法により所定期間毎の交換が義務づけられている。例示する計量器４は、ケーブル（７心ケーブル）の７つの電線の夫々が接続される端子群４１ａ（1S,P1,P3,3S,3L,P2,1L）を有する。また、例示する計量器４は、情報表示器５とケーブル７４が結線される端子群４１ｂ（C1,C2,DT,SG,D）を有する。
【0036】
また、計量器４は、計量値の計測に用いる現在日時等の日時情報を出力する機能を有する。また、例示する計量器４は、通信機能を備えており、計量値の通知先等の他の装置と通信する。尚、計量器４には、庫出しされた計量器４と現場に設置された計量器４とが同じものか否かを判定（同定）するための図示しない表示板が設けられている。本例では、表示板は、計量器４の形式及び製造番号についての所定の形式（文字、バーコード、ＱＲコード（登録商標）等）の表示を含むものとする。
【0037】
使用電力量等の情報の表示器（以下、「情報表示器５」と称する。）は、ケーブル７４を介して計量器４と通信可能に接続され、計量器４が計量した計量値（有効電力量、無効電力量、平均力率等）や計量器４の動作状態や計量器４が保持する現在日時等に関する情報５５を表示する。例示する情報表示器５は、作業者が計量器４の日時情報を設定するためのユーザインタフェースを備える。
【0038】
図２Ｂは、高圧受電設備工事において現場に設置される機器の他の例（高圧変成器２、試験用開閉器３、計量器４、及び情報表示器５）である。例示する高圧変成器２及び試験用開閉器３の構成は、図２Ａと同様である（同図では、高圧変成器２は省略している）。計量器４については、基本的な構成は図２Ａと同様であるが、情報表示器５との接続方法が異なり、端子群４１ａ（1S,P1,P3,3S,3L,P2,1L）の一部（P3,P2）と端子群４１ｂ（C1,C2,DT,SG,D）の一部（DT,SG）にその電線が接続されたケーブル７４（４心ケーブル）を介して、情報表示器５と通信可能に接続されている。情報表示器５は、ケーブル７４の各電線が接続される端子群５１（P3,P2,DT1,SG1,DT2,SG2）を備える。
【0039】
図１に戻り、同図に示すように、機器工事確認システム１は、記憶部１１０、モデル学習部１２０、画像データ取得部１２５、機器検出部１３０、端子検出部１３５、電線検出部１４０、結線良否確認部１４５、庫出機器同定部１５０、日時表示確認部１５５、及び確認結果生成部１６０の各機能を有する。
【0040】
上記機能のうち、記憶部１１０は、画像データ１１１、学習モデル１１２、学習データ１１３、庫出機器情報１１４、及び確認結果１１５を記憶する。
【0041】
画像データ１１１は、画像データ取得部１２５によって取得されるデータであり、現場において撮影された映像を所定の形式で符号化することにより得られるデータである。画像データ１１１は、動画から切り出された一コマ（１フレーム）であってもよい。画像データ１１１は、スマートフォンやディジタルスチールカメラ等を用いて人が撮影したものでもよいし、自動的に撮影されたものでもよい。
【0042】
図１に示すように、学習モデル１１２は、機器検出モデル１１２１、端子検出モデル１１２２、電線検出モデル１１２３、結線良否確認モデル１１２４、及び日時表示検出モデル１１２５の各機械学習モデルを含む。
【0043】
このうち機器検出モデル１１２１は、画像データ１１１に所定の機器が写っていることを検出する機械学習モデルである。機器検出モデル１１２１は、画像データ１１１に所定の機器が写っている場合、更に当該機器を識別する情報（形式、製造番号等。以下、「機器属性」と称する。）を取得する。機器検出モデル１１２１は、例えば、画像データ１１１に写っている機器の形態等を特徴量として用いて機器属性を取得する。また、機器検出モデル１１２１は、例えば、機器に付されている表示板の表示を認識（文字認識、バーコード認識、ＱＲコード（登録商標）認識等）することにより機器属性を取得する。
【0044】
端子検出モデル１１２２は、画像データ１１１に所定の機器が写っている場合に当該機器の端子が写っていることを検出する機械学習モデルである。端子検出モデル１１２２は、画像データ１１１に当該機器の端子が写っていることを検出した場合、更に当該機器の端子を識別する情報（端子や端子の近傍に付されている文字、番号、色、その他端子の各種特徴。以下、「端子属性」と称する。）を取得する。端子検出モデル１１２２は、例えば、画像データ１１１に写っている端子の形態等を特徴量として用いて端子属性を取得する。
【0045】
電線検出モデル１１２３は、画像データ１１１に所定の機器の端子が写っている場合に当該端子に接続されている電線を検出する機械学習モデルである。電線検出モデル１１２３は、端子に接続されている電線を検出した場合、更に当該電線を識別する情報（電線の被覆の色、電線の被覆に記載されている文字、電線に付されている札、その他電線の各種特徴。以下、「電線属性」と称する。）を特定する。電線検出モデル１１２３は、例えば、画像データ１１１に写っている電線の形態等を特徴量として用いて電線属性を取得する。
【0046】
結線良否確認モデル１１２４は、端子検出モデル１１２２により検出される端子と、電線検出モデル１１２３により検出される、当該端子に接続されている電線と、の結線の良否（正しい関係で結線されているか否か）を、当該端子の端子属性と当該電線の電線属性とを対照することにより確認する。例えば、結線良否確認モデル１１２４は、端子に付されている色や文字と電線に付されている色や文字が一致するか否かにより、端子と電線の結線の良否を確認する。
【0047】
日時表示検出モデル１１２５は、画像データ１１１に、情報表示器５が表示する日時が写っていることを検出する機械学習モデルである。日時表示検出モデル１１２５は、日時の表示が写っている場合、更に表示されている日時を特定（認識）する。尚、日時表示検出モデル１１２５は、例えば、文字認識技術により画像データ１１１に写っている日時の表示の検出や日時の特定を行う。
【0048】
尚、以上に示した各機械学習モデルの種類は必ずしも限定されないが、例えば、深層学習（ＤＮＮ（Deep Neural Network）、ＣＮＮ（Convolutional Neural Network）等）により実現される。また、各機械学習モデルは、例えば、定常状態をオートエンコーダ（ＶＡＥ（Variational Autoencoder）等）により学習することにより得られる機械学習モデル（異常検知モデル）でもよい。また、各機械学習モデルによる画像データ１１１に基づく物体の検出は、例えば、「sliding window method」、「ＨＯＧ（Histograms of Oriented Gradients）特徴量」、「region proposal method」、「Faster R-CNN」、「ＹＯＬＯ（You Only Look Once）」、「ＳＳＤ（Single Shot Detector）」、「Ｅｎｄ－ｔｏ－ＥＮＤ学習」等）を用いて行われる。また、各機械学習モデルが用いる特徴量は、人間系により設定してもよいし、例えば、公知の特徴量抽出手法（ＳＩＦＴ（Scale-Invariant Feature Transform)、ＳＵＲＦ（Speeded-Up Robust Features）、ＦＡＳＴ（Features from Accelerated Segment Test）、ＢＲＩＥＦ（Binary Robust Independent Elementary Features）、ＯＲＢ（Oriented FAST and Rotated BRIEF）等）により情報処理装置が自動的に抽出した特徴量を用いてもよい。
【0049】
図１に示すように、学習データ１１３は、機器検出モデル１１２１の学習に用いる学習データ１１３１、端子検出モデル１１２２の学習に用いる学習データ１１３２、電線検出モデル１１２３の学習に用いる学習データ１１３３、結線良否確認モデル１１２４の学習に用いる学習データ１１３４、及び日時表示検出モデル１１２５の学習に用いる学習データ１１３５を含む。
【0050】
機器検出モデル１１２１の学習に用いる学習データ１１３１は、例えば、機器が写っている画像データと当該機器の種類（正解情報、ラベル）とを対応づけたデータである。学習データ１１３１は、例えば、機器が写っていない画像データと機器が写っていないことを示す情報とを対応づけたデータを含んでいてもよい。尚、機器検出モデル１１２１の精度を高めるために、機器検出モデル１１２１の学習は、機器を様々な態様（光の加減、撮影方向、撮影位置等の撮影条件の異なる様々な態様）で撮影された画像データに基づく十分な量の学習データ１１３１を用いて行われる。
【0051】
端子検出モデル１１２２の学習に用いる学習データ１１３２は、例えば、端子が写っている画像データと当該端子の端子属性を示す情報（正解情報、ラベル）とを対応付けたデータである。学習データ１１３２は、例えば、端子が写っていない画像データと端子が写っていないことを示すデータとを対応づけたデータを含んでいてもよい。尚、端子検出モデル１１２２の精度を高めるために、端子検出モデル１１２２の学習は、端子を様々な態様（光の加減、撮影方向、撮影位置等の撮影条件の異なる様々な態様）で撮影した画像データに基づく十分な量の学習データ１１３２を用いて行われる。
【0052】
電線検出モデル１１２３の学習に用いる学習データ１１３３は、例えば、電線が写っている画像データと当該電線の電線属性を示す情報（正解情報、ラベル）とを対応付けたデータである。学習データ１１３３は、例えば、電線が写っていない画像データと電線が写っていないことを示すデータとを対応づけたデータを含んでいてもよい。尚、電線検出モデル１１２３の精度を高めるために、電線検出モデル１１２３の学習は、電線を様々な態様（光の加減、撮影方向、撮影位置等の撮影条件の異なる様々な態様）で撮影した画像データに基づく十分な量の学習データ１１３３を用いて行われる。
【0053】
結線良否確認モデル１１２４の学習に用いる学習データ１１３４は、例えば、端子属性と電線属性の組み合わせと、当該組み合わせが正しい組み合わせであるか否かを示す情報（正解情報、ラベル）とを対応づけたデータである。尚、結線良否確認モデル１１２４の精度を高めるために、結線良否確認モデル１１２４の学習は、端子属性と電線属性との様々な組み合わせについての十分な量の学習データ１１３４を用いて行われる。
【0054】
日時表示検出モデル１１２５の学習に用いる学習データ１１３５は、例えば、情報表示器５が表示する日時の表示が写っている画像データと日時を示す情報（正解情報、ラベル）とを対応づけたデータである。尚、日時表示検出モデル１１２５の精度を高めるために、日時表示検出モデル１１２５の学習は、日時の表示が写っている画像データと日時を示す情報との様々な組み合わせについての十分な量の学習データ１１３４を用いて行われる。
【0055】
図１に示す庫出機器情報１１４は、当該現場に向けて庫出された機器を特定する情報（形式及び製造番号）を含む。機器工事確認システム１は、庫出機器情報１１４を、例えば、ユーザインタフェースを介して、もしくは、通信により取得する。
【0056】
図３に庫出機器情報１１４の一例を示す。例示する庫出機器情報１１４は、庫出日時１１４１、現場ＩＤ１１４２、形式１１４３、製造番号１１４４等の項目を有する一つ以上のエントリ（レコード）で構成される。庫出機器情報１１４のエントリの一つは庫出しされる一つの機器に対応する。上記項目のうち、庫出日時１１４１には、当該機器が庫出される日時が設定される。現場ＩＤ１１４２には、当該機器の設置先の現場の識別子である現場ＩＤが設定される。形式１１４３には、当該機器の形式が設定される。製造番号１１４４には、当該機器の製造番号が設定される。
【0057】
図１に戻り、確認結果１１５は、結線良否確認部１４５、庫出機器同定部１４６、及び日時表示確認部１５５により確認された結果を示す情報を含む。確認結果１１５の内容は、確認結果生成部１６０により作業者等のユーザに提供される。
【0058】
図４に、確認結果１１５の一例を示す。例示する確認結果１１５は、機器ＩＤ１１５１、形式１１５２、製造番号１１５３、結線状況１１５４、庫出同定１１５５、日時表示１１５６等の項目を有する複数のエントリ（レコード）で構成される。確認結果１１５のエントリの一つは現場に設置されている一つの機器に対応する。上記項目のうち、機器ＩＤ１１５１には、現場に設けられている機器の機器ＩＤが設定される。形式１１５２には、当該機器の形式を示す情報（形式番号、型番等）が設定される。製造番号１１５３には、当該機器の製造番号が設定される。結線状況１１５４には、当該機器の端子についての結線良否確認部１４５による結線の良否の判定結果が設定される。庫出同定１１５５には、庫出機器同定部１５０による同定の結果が設定される。日時表示１１５６には、日時表示確認部１５５による日時表示の確認結果が設定される。
【0059】
図１に示すモデル学習部１２０は、対応する学習データ１１３による学習モデル１１２の学習、即ち、学習データ１１３１による機器検出モデル１１２１の学習、学習データ１１３２による端子検出モデル１１２２の学習、学習データ１１３３による電線検出モデル１１２３の学習、学習データ１１３４による結線良否確認モデル１１２４の学習、及び学習データ１１３５による日時表示検出モデル１１２５の学習を行う。尚、学習データ１１３を学習に用いるデータと検証に用いるデータに分割し、学習に用いるデータで学習した後の学習モデル１１２について検証に用いるデータで検証を行うようにしてもよい。
【0060】
画像データ取得部１２５は、現場で撮影された画像データを取得する。画像データ取得部１２５が取得した画像データは、記憶部１１０が画像データ１１１として記憶する。
【0061】
機器検出部１３０は、機器検出モデル１１２１により、画像データ１１１に含まれている機器の検出、及び機器が検出された場合は当該機器の機器属性の取得を行う。
【0062】
端子検出部１３５は、端子検出モデル１１２２により、画像データ１１１に写っている端子の検出、及び端子が検出された場合は当該端子の端子属性の取得を行う。
【0063】
電線検出部１４０は、電線検出モデル１１２３により、画像データ１１１に写っている電線の検出、及び電線が検出された場合は当該電線の電線属性の取得を行う。
【0064】
結線良否確認部１４５は、結線良否確認モデル１１２４により、端子と電線の結線の良否を判定する。
【0065】
庫出機器同定部１５０は、機器検出部１３０により特定された機器の種類（形式、製造番号）を庫出機器情報１１４と照合することにより、現場に設置された機器が当該現場について庫出しされた機器と同じものか否かを確認（同定）する。
【0066】
日時表示確認部１５５は、日時表示検出モデル１１２５により、画像データ１１１に写っている日時の表示の検出、及び日時の表示を検出した場合は当該日時の特定（識別、文字認識）を行う。また、日時表示確認部１５５は、特定した日時を機器工事確認システム１が保持する日時と対照することにより、特定した日時が正しいか否かを判定する。
【0067】
確認結果生成部１６０は、結線良否確認部１４５により確認された端子と電線の結線の良否を確認した結果、庫出機器同定部１５０による現場に設置された機器が当該現場について庫出しされた機器と同じものか否かの確認結果、及び日時表示確認部１５５による日時表示が正しいか否かの確認結果を、確認結果１１５として記憶する。確認結果生成部１６０は、確認結果１１５を随時出力（画面表示、音声出力等）する。
【0068】
図５は、図１に示した機器工事確認システム１の実現に用いる情報処理装置（コンピュータ）のハードウェアの一例である。例示する情報処理装置１０は、プロセッサ１１、主記憶装置１２、補助記憶装置１３、入力装置１４、出力装置１５、通信装置１６、計時装置１７、及び撮影装置１８を備える。機器工事確認システム１は、通信可能に接続された複数の情報処理装置１０により構成してもよい。また、情報処理装置１０は、その全部又は一部が、例えば、クラウドシステムによって提供される仮想サーバのように、仮想化技術やプロセス空間分離技術等を用いて提供される仮想的な情報処理資源を用いて実現されるものであってもよい。また、情報処理装置１０によって提供される機能の全部又は一部は、例えば、クラウドシステムがＡＰＩ（Application Programming Interface）等を介して提供するサービスによって実現してもよい。また、情報処理装置１０によって提供される機能の全部又は一部は、例えば、ＳａａＳ（Software as a Service）、ＰａａＳ（Platform as a Service）、ＩａａＳ（Infrastructure as a Service）等を利用して実現されるものであってもよい。情報処理装置１０の一部は、例えば、工事の現場に持ち込まれる、スマートフォン、タブレット、ノートブック型パーソナルコンピュータ等の携帯型の情報端末であってもよい。
【0069】
同図において、プロセッサ１１は、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＡＩ（Artificial Intelligence）チップ等を用いて構成されている。
【0070】
主記憶装置１２は、プログラムやデータを記憶する装置であり、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、不揮発性メモリ（ＮＶＲＡＭ（Non Volatile RAM））等である。
【0071】
補助記憶装置１３は、例えば、ＳＳＤ（Solid State Drive）、ハードディスクドライブ、光学式記憶装置（ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）等）、ストレージシステム、ＩＣカード、ＳＤカードや光学式記録媒体等の記録媒体の読取／書込装置、クラウドサーバの記憶領域等である。補助記憶装置１３には、記録媒体の読取装置や通信装置１６を介してプログラムやデータを読み込むことができる。補助記憶装置１３に格納（記憶）されているプログラムやデータは主記憶装置１２に随時読み込まれる。
【0072】
入力装置１４は、外部からの入力を受け付けるインタフェースであり、例えば、キーボード、マウス、タッチパネル、カードリーダ、ペン入力方式のタブレット、音声入力装置等である。
【0073】
出力装置１５は、処理経過や処理結果等の各種情報を出力するインタフェースである。出力装置１５は、例えば、上記の各種情報を可視化する表示装置（液晶モニタ、ＬＣＤ（Liquid Crystal Display）、グラフィックカード等）、上記の各種情報を音声化する装置（音声出力装置（スピーカ等））、上記の各種情報を文字化する装置（印字装置等）である。尚、例えば、情報処理装置１０が通信装置１６を介して他の装置との間で情報の入力や出力を行う構成としてもよい。
【0074】
入力装置１４及び出力装置１５は、ユーザとの間で情報の受け付けや情報の提示を行うユーザインタフェースを構成する。
【0075】
通信装置１６は、他の装置との間の通信を実現する装置である。通信装置１６は、インターネット等の通信ネットワークを介して他の装置との間の通信を実現する、有線方式又は無線方式の通信インタフェースであり、例えば、ＮＩＣ（Network Interface Card）、無線通信モジュール、ＵＳＢモジュール等である。
【0076】
計時装置１７は、精度の高い現在日時を生成する装置であり、ＲＴＣ（Real Time Clock）等を用いて構成される。計時装置１７は、通信装置１６がＮＴＰ（Network Time Protocol）により取得した日時により日時を較正するものであってもよい。
【0077】
撮影装置１８は、静止画又は動画を撮影し、撮影した映像に基づき画像データ１１１を生成する。撮影装置１８は、例えば、現場の作業者が使用するスマートフォンに付属するカメラやデジタルスチールカメラである。尚、撮影装置１８により取得される画像データ１１１についての画像認識を行うとともに、例えば、ＬｉＤＡＲ（Light Detection and Ranging、Laser Imaging Detection and Ranging）やミリ波レーダ等の物体検知センサにより得られる現場の情報をパラメータとする学習データを用いて学習した機械学習モデルを用いて、対象（機器、端子、電線）の検出精度を向上するようにしてもよい。
【0078】
情報処理装置１０には、例えば、オペレーティングシステム、ファイルシステム、ＤＢＭＳ（DataBase Management System）（リレーショナルデータベース、ＮｏＳＱＬ等）、ＫＶＳ（Key-Value Store）等が導入されていてもよい。
【0079】
機器工事確認システム１が備える前述した各機能は、情報処理装置１０のプロセッサ１１が、主記憶装置１２に格納されているプログラムを読み出して実行することにより、もしくは、情報処理装置１０のハードウェア（ＦＰＧＡ、ＡＳＩＣ、ＡＩチップ等）によって実現される。情報処理装置１０は、前述した各種の情報（データ）を、例えば、データベースのテーブルやファイルシステムが管理するファイルとして記憶する。
【0080】
続いて、機器工事確認システム１が行う主な処理について説明する。
【0081】
図６は、機器工事確認システム１が、学習モデル１１２（機器検出モデル１１２１、端子検出モデル１１２２、電線検出モデル１１２３、結線良否確認モデル１１２４、及び日時表示検出モデル１１２５）の学習に際して行う処理（以下、「学習処理Ｓ６００」と称する。）を説明するフローチャートである。モデル学習部１２０は、機器検出モデル１１２１、端子検出モデル１１２２、電線検出モデル１１２３、結線良否確認モデル１１２４、及び日時表示検出モデル１１２５の夫々について、夫々に対応する学習データ１１３１～１１３５を用いて個別に学習を行う（Ｓ６１１）。尚、学習モデル１１２の学習には通常は多くの情報処理資源を必要とするため、例えば、学習モデル１１２の学習は、クラウドシステムが提供する機械学習用のＡＰＩ（Application Programming Interface）を用いて行ってもよい。
【0082】
図７は、機器工事確認システム１が、現場での機器の設置状況の確認に際して行う処理（以下、「確認処理Ｓ７００」と称する。）を説明するフローチャートである。現場の作業者等（以下、「ユーザ」と称する。）は、例えば、機器工事確認システム１の構成要素であるスマートフォンを操作しつつ機器工事確認システム１を利用して機器の設置状況の確認を行う。以下、同図とともに確認処理Ｓ７００について説明する。
【0083】
まず、機器工事確認システム１は、ユーザから、作業種別（「庫出し機器と現場に設置された機器の同定」、「結線の良否確認」、「表示日時の確認」のいずれか）の指定を受け付ける（Ｓ７０１）。ユーザが「機器の同定」を指定した場合（Ｓ７０２：機器同定）、機器工事確認システム１は、機器同定処理Ｓ７１０を実行し、その後、確認処理Ｓ７００は終了する。ユーザが「結線の良否確認」を指定した場合（Ｓ７０２：結線良否）、機器工事確認システム１は、結線確認処理Ｓ７２０を実行し、その後、確認処理Ｓ７００は終了する。ユーザが「表示日時の確認」を指定した場合（Ｓ７０２：表示日時）、機器工事確認システム１は、日時確認処理Ｓ７３０を実行し、その後、確認処理Ｓ７００は終了する。
【0084】
図８は、図７の機器同定処理Ｓ７１０を説明するフローチャートである。以下、同図とともに機器同定処理Ｓ７１０について説明する。尚、機器同定処理Ｓ７１０は、例えば、ユーザが所持するスマートフォンのアプリケーションソフトウェアにより行われる。
【0085】
まず、機器工事確認システム１の画像データ取得部１２５が、現場の画像データを取得し画像データ１１１として記憶する（Ｓ８１１）。上記画像データは、例えば、ユーザが現場でスマートフォンを操作することにより撮影した画像データである。画像データは静止画として撮影されたものでもよいし、動画データから切り出された一コマ（一フレーム）でもよい。
【0086】
続いて、機器工事確認システム１の機器検出部１３０が、画像データ１１１に含まれている機器の検出を行う（Ｓ８１２）。機器を検出できなければ（Ｓ８１３：ＮＯ）、処理はＳ８１１に戻る。一方、機器を検出すると（Ｓ８１３：ＹＥＳ）、機器検出部１３０は、検出した機器の機器属性を取得する（Ｓ８１４）。尚、Ｓ８１１～Ｓ８１４の処理は、例えば、ユーザがスマートフォンの撮影装置で現場に設置されている機器を撮影しつつリアルタイムに行われる。
【0087】
続いて、機器工事確認システム１の庫出機器同定部１５０が、機器検出部１３０が取得した機器属性を庫出機器情報１１４と対照する（Ｓ８１５）。対照の結果、機器属性が当該現場への庫出機器と同じであれば（Ｓ８１６：ＹＥＳ）、庫出機器同定部１５０は、当該機器が同定された旨を示す情報を出力（画面表示、音声出力等）する（Ｓ８１７）。一方、機器属性が当該現場への庫出機器と異なっていれば（Ｓ８１６：ＮＯ）、庫出機器同定部１５０は、当該機器が当該現場への庫出機器と異なる旨の警告を示す情報を出力（画面表示、音声出力等）する（Ｓ８１８）。
【0088】
Ｓ８１９では、庫出機器同定部１５０は、庫出し機器を確認した結果を、確認結果１１５の庫出同定１１５５に設定する。例えば、庫出機器同定部１５０は、庫出しした機器が現場に設置されていれば「ＯＫ」を、庫出しした機器と異なる機器が現場に設置されていれば警告を示す情報を庫出同定１１５５に設定する。
【0089】
【0090】
まず機器工事確認システム１の画像データ取得部１２５が、現場の画像データを取得し画像データ１１１として記憶する（Ｓ９１１）。上記画像データは、例えば、ユーザが現場でスマートフォンを操作することにより撮影した画像データである。画像データは静止画として撮影されたものでもよいし、動画データから切り出された一コマ（一フレーム）でもよい。
【0091】
続いて、機器工事確認システム１の機器検出部１３０が、画像データ１１１に含まれている機器の検出を行う（Ｓ９１２）。機器を検出できなければ（Ｓ９１３：ＮＯ）、処理はＳ９１１に戻る。一方、機器を検出すると（Ｓ９１３：ＹＥＳ）、機器検出部１３０は、検出した機器の機器属性を取得する（Ｓ９１４）。
【0092】
続いて、機器工事確認システム１の端子検出部１３５が、画像データに含まれている端子の検出を行う（Ｓ９１５）。端子を検出できなければ（Ｓ９１６：ＮＯ）、処理はＳ９１１に戻る。一方、端子を検出すると（Ｓ９１６：ＹＥＳ）、端子検出部１３５は、検出した端子の端子属性を取得する（Ｓ９１７）。
【0093】
続いて、機器工事確認システム１の電線検出部１４０が、画像データに含まれている電線の検出を行う（Ｓ９１８）。電線を検出できなければ（Ｓ９１９：ＮＯ）、処理はＳ９１１に戻る。一方、電線を検出すると（Ｓ９１９：ＹＥＳ）、電線検出部１４０は、検出した電線の電線属性を取得する（Ｓ９２０）。
【0094】
尚、Ｓ９１１～Ｓ９２０の処理は、例えば、ユーザがスマートフォンの撮影装置で現場に設置されている機器を撮影しつつリアルタイムに行われる。
【0095】
続いて、機器工事確認システム１の結線良否確認部１４５が、端子属性と電線属性とを対照することにより、各端子への電線の結線の良否を確認する（Ｓ９２１）。結線が正しく行われていない場合（Ｓ９２２：ＮＯ）、結線良否確認部１４５は、結線が正しく行われていない端子と電線とを特定する情報や警告情報を出力（画面表示、音声出力等）し（Ｓ９２３）、Ｓ９２５の処理に進む。一方、結線が正しく行われている場合（Ｓ９２２：ＹＥＳ）、結線良否確認部１４５は、結線が良好である旨を出力（画面表示、音声出力等）する（Ｓ９２４）。
【0096】
Ｓ９２５では、結線良否確認部１４５は、結線を確認した結果を、確認結果１１５の結線状況１１５４に設定する。例えば、結線良否確認部１４５は、結線が正しければ場合は「ＯＫ」を、結線が正しくなければ正しくない端子を示す情報を、結線状況１１５４に設定する。
【0097】
続いて、結線良否確認部１４５は、確認結果１１５を生成する（Ｓ９２５）。
【0098】
【0099】
まず、機器工事確認システム１の画像データ取得部１２５が、現場の画像データを取得し画像データ１１１として記憶する（Ｓ１０１１）。上記画像データは、例えば、ユーザが現場でスマートフォンを操作することにより撮影した画像データである。画像データは静止画として撮影されたものでもよいし、動画データから切り出された一コマ（一フレーム）でもよい。
【0100】
続いて、機器工事確認システム１の機器検出部１３０が、画像データ１１１に含まれている情報表示器５の検出を行う（Ｓ１０１２）。情報表示器５を検出できなければ（Ｓ１０１３：ＮＯ）、処理はＳ１０１１に戻る。一方、情報表示器５を検出すると（Ｓ１０１３：ＹＥＳ）、機器工事確認システム１の日時表示確認部１５５が、画像データに含まれている日時表示の検出を行う（Ｓ１０１４）。日時表示を検出できなければ（Ｓ１０１５：ＮＯ）、処理はＳ１０１１に戻る。一方、日時表示を検出すると（Ｓ１０１５：ＹＥＳ）、処理はＳ１０１６に進む。
【0101】
尚、Ｓ１０１１～Ｓ１０１５の処理は、例えば、ユーザがスマートフォンの撮影装置で現場に設置されている機器を撮影しつつリアルタイムに行われる。
【0102】
Ｓ１０１６では、日時表示確認部１５５は、検出した日時を計時装置１７から取得される日時（以下、「システム日時」と称する。）と対照する。検出した日時が正しくなければ（Ｓ１０１７：ＮＯ）、日時表示確認部１５５は、日時の較正をユーザに促す情報（日時較正指示）を出力し（画面表示、音声出力等）（Ｓ１０１８）、Ｓ１０２０に進む。一方、検出した日時が正しければ（Ｓ１０１７：ＹＥＳ）、日時表示確認部１５５は、日時が正しい旨を示す情報を出力する（画面表示、音声出力等）。
【0103】
Ｓ１０２０では、日時表示確認部１５５は、日時を確認した結果を、確認結果１１５の日時表示１１５６に設定する。例えば、日時表示確認部１５５は、結線が正しければ場合は「ＯＫ」を、結線が正しくなければ正しくない旨を示す情報を、日時表示１１５６設定する。
【0104】
ところで、以上の各処理（機器同定処理Ｓ７１０、結線確認処理Ｓ７２０、日時確認処理Ｓ７３０）の結果を示した画面を、例えば、ユーザが操作するスマートフォン等の情報処理装置１０の出力装置１５（表示装置）に表示するようにしてもよい。
【0105】
図１１に、上記画面（以下、「確認結果表示画面１１００」と称する。）の一例を示す。例示する確認結果表示画面１１００には、確認結果１１５の内容、即ち、確認の対象となった機器に関する情報（機器ＩＤ１１５１、形式１１５２、製造番号１１５３）と、上記の各処理の結果（結線状況１１５４、庫出同定１１５５、日時表示１１５６）が表示されている。ユーザは、確認結果表示画面１１００を参照することで、効率よく確認作業を行うことができる。
【0106】
以上に説明したように、機器工事確認システム１は、現場を撮影した画像データ１１１に含まれている機器の端子の端子属性と当該端子に接続する電線の電線属性とを自動的に取得し、これらを対照することにより端子と電線の結線の良否を自動的に確認するので、機器の設置工事における作業者の負担軽減を図るとともに機器の状況についての確認精度を確保することができる。また、機器工事確認システム１は、画像認識を行う機械学習モデルである機器検出モデルにより端子と電線を検出するので、機器の確認を効率よく確実に行うことができるとともに、機器の確認精度を確保することができる。
【0107】
また、機器工事確認システム１は、現場の機器に元々付されている情報である、端子に付されている情報や電線の被覆に付されている情報を、端子属性や電線属性として用いるので、現場に設置される機器に別途の情報を付す必要がなく、様々な現場に柔軟かつ容易に適用することができる。
【0108】
また、機器工事確認システム１は、現場に設置されている機器が当該現場に向けて庫出しされた機器と同じ機器であるか否かを自動的に確認するので、庫出しした機器と異なる機器が誤って現場に設置されてしまうのを防いで工事の確実性及び安全性を高めることができる。
【0109】
また、機器工事確認システム１は、現場に設置されている情報表示器の日時表示が正しいか否かを自動的に判定するので、電力量計等の機器が保持している日時が正しいか否かの確認にかかる作業者の負担を軽減することができる。
【0110】
以上、本発明の実施形態について詳述したが、以上の説明は、本発明の理解を容易にするためのものであり、本発明を限定するものではない。本発明はその趣旨を逸脱することなく、変更、改良され得ると共に本発明にはその等価物が含まれることは勿論である。例えば、上記の実施の形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また上記実施形態の構成の一部について、他の構成の追加、削除、置換をすることが可能である。
【符号の説明】
【0111】
１ 機器工事確認システム、１０ 情報処理装置、１１０ 記憶部、１１１ 画像データ、１１２ 学習モデル、１１２１ 機器検出モデル、１１２２ 端子検出モデル、１１２３ 電線検出モデル、１１２４ 結線良否確認モデル、１１２５ 日時表示検出モデル、１１３ 学習データ、１１３１ 機器検出モデルの学習に用いる学習データ、１１３２ 端子検出モデルの学習に用いる学習データ、１１３３ 電線検出モデルの学習に用いる学習データ、１１３４ 結線良否確認モデルの学習に用いる学習データ、１１３５ 日時表示検出モデルの学習に用いる学習データ、１１４ 庫出機器情報、１１５ 確認結果、１２０ モデル学習部、１２５ 画像データ取得部、１３０ 機器検出部、１３５ 端子検出部、１４０ 電線検出部、１４５ 結線良否確認部、１５０ 庫出機器同定部、１５５ 日時表示確認部、１６０ 確認結果生成部、Ｓ６００ 学習処理、Ｓ７００ 確認処理、Ｓ７１０ 機器同定処理、Ｓ７２０ 結線確認処理、Ｓ７３０ 日時確認処理
【図1】
【図2A】
【図2B】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】