文献

J-GLOBAL ID：202102225028164960   整理番号：21A0832452

ひび割れとわだち掘れの形状に着目した舗装構造評価への機械学習の適用

PAVEMENT STRUCTURE EVALUATION WITH MACHINE LEARNING FOCUSING SHAPE OF CRACK AND RUTS ON SURFACE

著者 (4件)： 渡邉真一 ((国研)土木研究所 道路技術研究グループ) ,  前川亮太 ((国研)土木研究所 道路技術研究グループ) ,  永塚竜也 ((国研)土木研究所 道路技術研究グループ) ,  藪雅行 ((国研)土木研究所 道路技術研究グループ)
資料名： 土木学会論文集 E1(舗装工学)(Web)  (Journal of Japan Society of Civil Engineers, Ser. E1 (Pavement Engineering) (Web))
巻： 76  号： 2  ページ： I_11-I_19(J-STAGE)  発行年： 2020年 
JST資料番号： U0106B  ISSN： 2185-6559  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 平成28年に策定された舗装点検要領では,道路の路盤層以下の構造的健全性が重視されている.交通規制を伴わずに構造的健全性を把握することを目的として,ひび割れとわだち掘れという路面の損傷形状に関する情報と,機械学習を組合せることにより,新たな構造的健全性の推定手法を構築した.機械学習手法として,画像認識分野にて実用化が進められている深層学習を用いた畳み込みニューラルネットワークを用いることとした.ひび割れ形状としてひび割れ図,わだち掘れ形状として横断プロフィル,アスファルト混合物層の厚さを用いて,構造的健全性の指標であるFWDたわみ量D₀を推定した.その結果,従来管理指標であるひび割れ率,わだち掘れ量を用いた手法よりも,本手法は誤差の少ない良好なD₀推定精度が得られた(著者抄録)

シソーラス用語： *舗装構造 ,  *性能評価 ,  *機械学習 ,  アスファルト舗装 ,  路面 ,  疲れ亀裂 ,  わだち掘れ ,  アスファルト混合物 ,  ニューラルネットワーク ,  落下試験 ,  モデル検査 ,  健全性
準シソーラス用語： CNN ,  FWD試験 ,  *深層学習 ,  舗装路面

著者キーワード (4件)： structural soundness ,  road surface property ,  machine learning ,  convolutional neural network

分類 (1件)： 舗装一般  (RC04010K)

引用文献 (27件)：

• 1) 国土交通省:舗装点検要領,2016
• 2) 独立行政法人情報処理推進機構:AI白書 2017 第1章技術動向, 2017
• 3) 日本道路協会:舗装調査・試験法便覧(平成31年版),丸善出版,2019
• 4) 日本道路協会:舗装点検必携 平成29年版,丸善出版,2017
• 5) 井原務,井上武美,陶山武彦:アスファルト舗装の評価診断・修繕設計支援システムの開発,道路建設,No. 520, pp. 44-53, 1991

タイトルに関連する用語 (6件)： ひび割れ ,  わだち掘れ ,  着目 ,  舗装構造 ,  評価 ,  機械学習