Improving the Efficiency of Reinforced Slope Inspection by Remote Sensing used both UAV and Earth Observation Satellite

无人机与对地观测卫星遥感联动，提高加固边坡检测效率

基本信息

批准号：
21K04292
负责人：
朝香智仁
金额：
$ 2.25万
依托单位：
Nihon University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

2022年度は、本研究の2年目として長大法面を対象とした現地調査を実施する予定であったが、2022年の航空法改正にともなう諸手続きの遅延の影響により、ドローンを使用した現地調査は実施できなかった。よって、2022年度は現地調査以外で実施できる内容のみ実施することとした。衛星画像の解析に関しては、合成開口レーダ（SAR）を利用したInSAR解析から判読する長大法面の変位量から、地殻変動量を除き地表面の構造物の変位量のみを抽出するためのモデルを考案し、国際会議にてその成果を発表した。また、ALOS-2/PALSAR-2のSBAS（Small Baseline Subset）解析については、2021年度の観測データを新たに加えて解析をし、研究対象地域における新たな地盤変動量に関する知見を得ることができた。AIによる画像解析に関しては、2021年度の現地調査時に観測したドローンの可視画像を利用し、ひび割れを検出する最適なディープラーニングの手法に関する研究を行った。物体検出の手法である、Faster-R-CNN、YOLO v2およびSSDの比較結果から、SSDが最も良好な結果を示すことを見出し、さらに教師データとして与える画像とひび割れの検出結果との関係性についても定量的に分析することができた。今年度の解析結果は、ディープラーニングによる画像解析に関する重要な知見となった。次年度は物体検出とは異なるディープラーニングの手法であるSemantic Segmentationによる解析ができるように準備を進めている。

在2022年，计划在本研究的第二年进行现场调查，但由于与2022年《航空法案》有关的各种程序的延迟，因此无法进行无人机的现场调查。因此，在2022年，我们决定仅实施除现场调查以外的其他内容。关于卫星图像的分析，设计了一个模型，仅提取地面上结构的位移，不包括地壳变形的量，从长斜率的位移量中，使用合成孔径雷达（SAR）从内部分析中读取，并在国际会议上介绍了结果。此外，关于ALOS-2/PALSAR-2的SBA（基线小子集）分析，我们添加了2021财政年度的新观察数据，并能够获得有关该地区所研究地区的新地面波动的知识。关于使用AI的图像分析，我们对使用2021年现场调查期间观察到的无人机的最佳深度学习方法进行了研究。比较对象检测技术，更快的R-CNN，YOLO V2和SSD发现SSD发现SSD显示了最佳的结果，并在图像中提供了最佳的结果，并分析了图像之间的关系，并分析了crack crack toculect contection and Tagation and Dection and ctection and thate and cattection and ctection and ctection and ctection and cattection。今年的分析结果为使用深度学习提供了对图像分析的重要见解。正在为第二年做准备，以便可以使用语义分割进行分析，语义分割是一种与对象检测不同的深度学习方法。