トンネル点検の一環として、CADを用いて展開図を作成しひび割れや剥離など、トンネルの様々な状態をそこに書き込むという業務が存在します。


変状展開図と呼ばれるトンネルの状態を記録した図面


応用地質株式会社様の現在の取り組みとして、従来は目視で紙面に書き込むことで行われてきた展開図の作成過程を、レーザースキャナによる点群データを用いることでより効率的に行うことを目指す、といったものがあります。

そこで、弊社からは点群の展開画像を入力として深層学習と画像処理の技術を用いたCADの自動生成ソリューションを提供いたしました。

深層学習によるチョークの抽出

チョーク抽出にはSemantic Segmentationと呼ばれる手法を採用することにしました。これは、入力画像の各ピクセルごとに分類を行う方法で、今回はチョークとそれ以外を分類します。 しかしながら、ピクセル単位での正確なラベル付けは非常に難しい作業であり、コストも膨大になってしまうため、 あえてラベルを“粗視化”することにより誤りラベルに対する頑強性を高めました。

入力画像

人手により作成されたラベルと元画像

粗視化

粗視化されたラベル

ニューラルネットワークの構造はオーソドックスにU-NetやSegNetに代表されるFCN( Fully Convolutional Networks )と呼ばれるアーキテクチャを採用しました。 FCNは実績を持つアーキテクチャであり、今回のタスクにおいても非常に高い成績を達成いたしました。

FCNによるエンコーダー・デコーダ形式のアーキテクチャ

正解ラベル

予測ラベル

ベクター化とCADデータ(DXF形式)

FCNの出力は0~1をとる二次元の配列、すなわちグレースケールの画像であり、これを実務に活かすためにはCADデータ(DXF形式)に変換する必要があります。

弊社では、画像処理の手法と数理的なアルゴリズムを組み合わせることで、グレースケール画像のベクター化、およびCAD化に成功いたしました。

DXF形式に変換された出力ラベルはCADで読み込むことが可能なので、業務フローへの自然な組み込みが可能です。

全体のベクターグラフ

CADでの表示

about company

〒116-0003 東京都荒川区南千住8-5-7 白鬚西R&Dセンター 303号室
contact@proxima-ai-tech.com


Copyright 2020 © Proxima Technology Inc. All Rights Reserved.