JP7480838B2 - 道路劣化診断装置、道路劣化診断方法、及び、プログラム - Google Patents

Description

本開示は、道路劣化診断装置、道路劣化診断方法、及び、記録媒体に関する。

道路劣化診断では、車両から撮影した路面画像をコンピュータで解析することにより、ひび割れを自動で検出する装置の導入が進められている。

特許文献１および特許文献２には、路面を撮影した路面画像を解析して、当該解析結果に基づいて路面のひび割れを検出するひび割れ検出処理装置が開示されている。

特許文献１および特許文献２のような、画像解析に基づくひび割れ検出では、路面上の構造物の影を、ひび割れと誤検出してしまう可能性がある。このような誤検出を防ぐ技術の一例が、特許文献３に記載されている。

特許文献３の技術では、撮影した画像内における太陽光に起因する影の位置を特定し、画像内で影の位置とひび割れの位置とを比較して、影をひび割れと検出するような誤検出を判定する。特許文献３の技術では、建物や架空線等の構造物をレーザースキャンして得られる、当該構造物の点群データと、天文データや計算式から算出される特定の時刻における太陽の天球上における位置と、に基づいて、撮像した画像の路面に映り込む影の位置を求めている。

特開２０１９－１４４６０８号公報 特開２０１８－０８７４８４号公報 特開２０１８－０３６７６９号公報

特許文献３に開示されているシステムでは、画像内における影の位置を特定するために、レーザースキャナーが必要となる。このため、システムが高価となり、その使用やメンテナンスも容易ではない。

本開示の目的の一つは、上述の課題を解決し、安価で容易に構造物の影による道路劣化の誤検出を防ぐことができる、道路劣化検出装置、道路劣化検出方法、及び、記録媒体を提供することである。

本開示の一態様における道路劣化診断装置は、道路を撮影した画像と、前記画像を撮影した、日付、位置、時刻、及び、方向とを取得する取得手段と、取得した前記画像の路面上の劣化を検出する検出手段と、前記日付、位置、時刻、及び、方向を用いて、前記画像の路面上で構造物の影ができ得る方向を算出する算出手段と、前記路面上の劣化の方向と、前記影ができ得る方向と、に基づいて、前記劣化の誤検出の可能性を判定する判定手段と、を含む。

本開示の一態様における道路劣化診断方法は、路面を撮影した画像と、前記画像を撮影した、日付、位置、時刻、及び、方向とを取得し、取得した前記画像の路面上の劣化を検出し、前記日付、位置、時刻、及び、方向に基づいて、前記画像の路面上で構造物の影ができ得る方向を算出し、前記路面上の劣化の方向と、前記影ができ得る方向と、に基づいて、前記劣化の誤検出の可能性を判定する。

本開示の一態様におけるコンピュータが読み取り可能な記録媒体は、コンピュータに、路面を撮影した画像と、前記画像を撮影した、日付、位置、時刻、及び、方向とを取得し、取得した前記画像の路面上の劣化を検出し、前記日付、位置、時刻、及び、方向に基づいて、前記画像の路面上で構造物の影ができ得る方向を算出し、前記路面上の劣化の方向と、前記影ができ得る方向と、に基づいて、前記劣化の誤検出の可能性を判定する、処理を実行させるプログラムを格納する。

本開示の効果は、安価で容易に、構造物の影による道路劣化の誤検出を防ぐことができることである。

第１の実施形態における道路劣化診断システム１０の概要を示す概略図である。 第１の実施形態における道路劣化診断システム１０の構成の一例を示すブロック図である。 第１の実施形態における、画像情報の例である。 第１の実施形態における、画像認識技術による道路劣化（ひび割れ）を検出した例である。 第１の実施形態における、道路劣化診断処理を示すフローチャートである。 第１の実施形態における、道路をカメラで撮影した場合の模式図である。 第１の実施形態における、道路領域を、平面図上にマッピングした例を示す模式図である。 第１の実施形態における、ひび割れの方向（方位）を算出する方法の一例を説明する図である。 第１の実施形態における、パッチラインの方向（方位）と影方向との関係を示す例である。 第１の実施形態における、画像認識技術による道路劣化（ひび割れ）を示す、パッチラインの方向を表す線分に、影方向を示す線分を重畳した例である。 第２の実施形態における道路劣化診断システム１００の構成の一例を示すブロック図である。 第２の実施形態の道路劣化診断処理のフローチャートである。 第２の実施形態における、道路周辺の構造物が認識された例を示す図である。 第３の実施形態における道路劣化診断システム１１０の構成の一例を示すブロック図である。 第３の実施形態における、信頼度算出処理のフローチャートである。 第４の実施形態における、道路劣化診断装置１の構成を示すブロック図である。 コンピュータ５００のハードウェア構成の例を示すブロック図である。

実施形態について図面を参照して詳細に説明する。なお、各図面、及び、明細書記載の各実施形態において、同様の構成要素には同一の符号を付与し、説明を適宜省略する。

（第１の実施形態）
第１の実施形態について説明する。

はじめに、第１の実施形態における道路劣化診断システムの構成を説明する。図１は、第１の実施形態における道路劣化診断システム１０の概要を示す概略図である。図１を参照すると、道路劣化診断システム１０は、複数の撮像装置２０＿１、２０＿２、…２０＿Ｎ（Ｎは自然数を表す）（以下、まとめて、撮像装置２０とも記載）、道路劣化診断装置３０、及び、複数の車両４０＿１、４０＿２、…４０＿Ｎ（Ｎは自然数を表す）（以下、まとめて、車両４０とも記載）を含む。

道路劣化診断システム１０では、撮像装置２０＿１、２０＿２、…２０＿Ｎは、それぞれ、例えば、地方自治体や、道路管理会社等、道路を管理する機関に属する車両４０＿１、４０＿２、…４０＿Ｎに搭載される。また、道路劣化診断システム１０では、道路劣化診断装置３０、及び、撮像装置２０＿１、２０＿２、…２０＿Ｎが、例えば、通信ネットワークを介して通信可能なように接続される。

道路劣化診断装置３０は、例えば、上述の機関の道路管理部門に配置される。なお、道路劣化診断装置３０は、上述の機関の道路管理部門以外の場所に配置されてもよい。この場合、道路劣化診断装置３０は、クラウドコンピューティングシステムにより実現されてもよい。なお、本実施形態では、撮像装置２０が車両４０に搭載される場合について説明する。この場合、撮像装置２０は、例えば、車両に搭載されるドライブレコーダでもよい。また、撮像装置２０は、自転車やドローン等の他の移動体に搭載されてもよく、また、人が撮像装置２０を持ち歩いてもよい。また、撮影装置は、移動体に限らず固定/定点カメラなどでもよい。

次いで、図２を参照しながら、各装置の構成を説明する。図２は、第１の実施形態における道路劣化診断システム１０の構成の一例を示すブロック図である。
（撮像装置の構成）
撮像装置２０は、図２に示すように、撮像部２１、時刻取得部２２、地点取得部２３、撮影方向取得部２４、記憶部２５、及び、送信部２６を含む。

撮像部２１は、車両４０が走行する道路を撮影する。撮像部２１は、車両４０が道路を走行中に、所定の間隔で、車両４０の周囲を撮影する。撮影により得られる画像は、車両４０の前方の道路、及びその周囲を含む。また、撮影により得られる画像は、撮像装置２０が移動体全般に搭載される場合、当該移動体が移動する道路、及び、その周囲の画像であり、人の場合、人が移動する道路、及び、その周囲の画像である。

時刻取得部２２は、撮像部２１が画像を撮影した、日付、及び、時刻（以下、撮影日、及び、撮影時刻とも記載）を取得する。時刻取得部２２は、撮影日、及び、撮影時刻を、撮像部２１に出力する。

地点取得部２３は、撮像部２１が撮影した地点（以下、撮影地点とも記載）を取得する。地点取得部２３は、例えば、ＧＰＳ（Global Positioning System）受信機であり、撮像部２１が備えるものであっても、別体でもよい。地点取得部２３は、撮影地点を、撮像部２１に出力する。

撮影方向取得部２４は、撮像部２１が画像を撮影した方向（方位）（以下、撮影方向とも記載）を取得する。撮像装置２０は、車両４０のフロントガラス付近で、道路とその周囲を撮影し易い場所に設置される。この場合、撮影方向が、車両４０の進行方向と同一となるように、撮像装置２０を車両４０に設置する。また、撮影方向は、方向（方位）を詳細に表すことができる、３６０°式（北を０°、東を９０°、南を１８０°、及び、西を２７０°で表現する方位角、つまり時計回りに０°～３６０°で方位を表す）を用いて、表してもよい。

撮影方向取得部２４は、例えば、左右、上下の３方向を検出できる加速度センサと、東西南北を検出できる地磁気センサと、が組み合わされた６軸センサである。また、撮影方向取得部２４は、車両の前方を撮影方向とし、地点取得部２３で得られた位置情報を用いて、直前もしくは直後の位置情報と現在の位置情報の差分情報などから、車両の進行方向（撮影方向）を推定してもよい。撮影方向取得部２４は、撮影方向を、撮像部２１に出力する。

撮像部２１は、時刻取得部２２から撮影日、及び、撮影時刻を取得し、地点取得部２３から撮影地点を取得し、撮影方向取得部２４から撮影方向を取得して、撮影した画像に、撮影日、撮影時刻、撮影地点、及び、撮影方向を関連付けて、画像情報として、記憶部２５に記憶させる。

記憶部２５は、車両ＩＤ（Identifier）を記憶する。また、記憶部２５は、画像情報を記憶する。記憶部２５は、例えば、ＲＡＭ（Random Access Memory）、またはＵＳＢ（Universal Serial Bus）メモリなどの可搬型の記憶媒体であってもよい。

また、記憶部２５がＵＳＢメモリのような可搬型の記憶媒体の場合、ＵＳＢメモリの画像が、道路劣化診断装置３０により直接読み出されてもよい。この場合、例えば、車両４０の運転者が、画像が記憶されたＵＳＢメモリを、道路劣化診断装置３０のオペレータに渡し、当該オペレータが道路劣化診断装置３０にＵＳＢメモリを読み取らせてもよい。

送信部２６は、記憶部２５から画像情報を取得し、通信ネットワークを介して、道路劣化診断装置３０に送信する。画像情報の送信は、例えば、画像を撮影する度に当該画像を含む画像情報を送信する形態でもよく、所定の期間ごとに、各期間に撮影された１以上の画像のそれぞれを含む画像情報を送信する形態でもよい。
（道路劣化診断装置の構成）
道路劣化診断装置３０は、記憶部３１、画像情報取得部３２、道路劣化検出部３３、影方向算出部３４、誤検出判定部３５、及び、表示制御部３６を含む。画像情報取得部３２、道路劣化検出部３３、影方向算出部３４、及び、誤検出判定部３５は、本開示における、それぞれ、取得手段、検出手段、算出手段、及び、判定手段の一実施形態である。道路劣化診断装置３０の構成要素の一部又は全部が、上述のように、クラウドコンピューティングシステムにより実現されてもよい。例えば、記憶部３１、画像情報取得部３２、道路劣化検出部３３、影方向算出部３４、及び、誤検出判定部３５がクラウド上に配置され、表示制御部３６が、道路管理部門に配置されてもよい。

また、道路劣化診断装置３０は、道路の路面上の劣化を診断する。ここで、路面上の劣化とは、例えば、路面の凹凸、轍、ひび割れ、及び、ポットホール等である。以下、本実施の形態では、路面の劣化が、ひび割れの場合を例に説明する。

記憶部３１は、画像情報取得部３２が取得する、画像情報を記憶する。図３は、第１の実施形態における、画像情報の例である。図３では、車両ＩＤが「１」の車両４０に関する画像情報とする。図３を参照すると、例として、撮影日２０２０年３月１３日において、撮影時刻１３：００：００から５秒ごとに１３：００：３５までの画像情報が示されている。例えば、撮影時刻１３：００：００では、撮影地点Ａ１＿１、撮影方向９０°、画像ファイル画像１である。ここでは、撮影地点としてＡ１＿１と簡易的に表しているが、例えば、「北緯３５°３９′２９″１５７２」「東経１３５°２６′７″２５３９」等の緯度経度であってもよい。また、撮影方向９０°とは、上述した３６０°式において、東を示す。画像１は、静止画でもよく、また動画でもよい。画像１が動画の場合、撮影時刻１３：００：００の例では、画像１は、例えば、撮影時刻１３：００：００～１３：００：０４までの動画でもよい。

また、画像情報は、車両ＩＤ、撮影された画像、撮影時刻、撮影地点、及び、撮影方向に限らず、その他の情報を含んでもよい。撮像装置２０から受信した画像情報に、撮影日が含まれていない場合、当該受信時に、道路劣化診断装置３０が管理する日付を、画像情報に追加するようにしてもよい。

画像情報取得部３２は、撮像装置２０から送信される画像情報を、通信ネットワークを介して受信する。画像情報取得部３２は、取得した画像情報を、記憶部３１に記憶させる。画像情報取得部３２は、記憶部３１に保存した画像情報から、道路劣化診断の対象の画像情報を取得する。また、画像情報取得部３２は、ＵＳＢメモリなどの記憶媒体から、道路劣化診断の対象の画像情報を読み出しても（取得しても）よい。

道路劣化検出部３３は、記憶部３１から取得した画像情報に含まれる画像を画像解析することにより、路面上の劣化である、ひび割れを検出する。この画像解析では、道路劣化検出部３３が、例えば、取得した画像の中から、道路領域を抽出して、当該道路領域において、路面のひび割れを検出するような構成にしてもよい。

図４は、第１の実施形態における、画像認識技術による道路劣化（ひび割れ）を検出した例である。図４では、抽出された道路領域において、複数の矩形が、検出されたひび割れに沿って示されている。ここで、矩形は、例えば、画像解析により抽出された道路領域を、複数の部分領域に分割して、部分領域ごとに道路劣化（ひび割れ）の有無を判定する場合において、道路劣化（ひび割れ）が検出された部分領域を示す。以下、このような、道路劣化（ひび割れ）が検出された部分領域を示す矩形を、対象パッチとも記載する。

道路劣化検出部３３は、検出したひび割れについて分析し、当該ひび割れの方向（方位）を検出する。道路劣化検出部３３は、ひび割れの方向（方位）を、例えば、図４に示すような、解析画像上における、対象パッチの並びと、画像情報に含まれる撮影方向と、を用いて判断してもよい。ひび割れの方向（方位）の算出方法の詳細は、後述する。

影方向算出部３４は、道路劣化検出部３３が画像解析を行った画像が含まれる画像情報から、撮影日、撮影時刻、撮影地点、及び、撮影方向を用いて、当該画像の路面上で影ができうる方向を、算出する。影方向算出部３４は、撮影日、撮影時刻、及び、撮影地点を用いて、太陽の位置を推定する。影方向算出部３４は、推定した太陽の位置から、影ができ得る方向（以下、影方向とも記載）を推定する。なお、太陽の位置の推定方法、及び、影方向の推定方法は、後述する一般的な方法を用いてもよい。

誤検出判定部３５は、対象パッチの並びの方向（方位）と、影方向と、を比較して、これらの方向（方位）の角度θを算出する。例えば、誤検出判定部３５は、上述した３６０°式で、複数の対象パッチの並びの方向（方位）が３００°、影方向が３０５°であるとすると、角度θを５°と判定する。

誤検出判定部３５は、角度θが所定の閾値より小さい場合、検出したひび割れが構造物の影である可能性が高いと判断し、当該ひび割れの検出を誤検出と判定する。また、誤検出判定部３５は、角度θが所定の閾値以上の場合、検出したひび割れが構造物の影である可能性が低いと判断し、当該ひび割れの検出を誤検出ではないと判定する。

表示制御部３６は、道路劣化検出部３３から、解析された画像を取得し、表示装置に表示する。表示制御部３６が表示装置に表示する画像は、例えば、図４に示す表示例である。また、表示制御部３６は、誤検出判定部３５が、検出したひび割れを誤検出と判定した場合、誤検出と判定されたひび割れについて、対象パッチの表示方法を変更してもよい。例えば、表示制御部３６は、誤検出と判定されたひび割れの対象パッチを、点滅させて表示する等の強調表示にしてもよい。

次に、第１の実施形態の動作について説明する。
（道路劣化診断処理）
道路劣化診断装置３０における、道路劣化診断処理について説明する。

図５は、第１の実施形態における、道路劣化診断処理を示すフローチャートである。道路劣化診断処理は、例えば、道路劣化診断装置３０が各車両４０の撮像装置２０から画像情報を受信した後に、オペレータ等により、道路劣化診断の実行指示が入力された場合に実行される。実行指示の入力では、例えば、道路劣化の検出を行う対象区間が指定される。

なお、第１の実施形態の動作では、撮像装置２０から受信した画像情報が、記憶部３１に保存されているとする。

画像情報取得部３２は、記憶部３１から、対象区間に合致する撮影地点の画像情報を取得する（ステップＳ１０１）。なお、画像情報取得部３２は、通信ネットワークを介して接続されたデータベース等の記憶部から、画像を取得してもよい。また、画像情報取得部３２は、ＵＳＢメモリまたはＳＤカード等の記憶媒体から画像を取得してもよい。

道路劣化検出部３３は、撮像装置２０から取得した画像情報の画像から、道路領域を抽出する（ステップＳ１０２）。ここで、道路劣化検出部３３は、例えば、画像認識技術を用いて、道路領域を検出する。この場合、画像認識技術として、道路領域の画像を機械学習やディープラーニングにより学習させたＡＩ（Artificial Intelligence）が用いられてもよい。また、道路劣化検出部３３は、例えば、ハフ（Hough）変換によって道路領域を検出してもよい。

ハフ変換では、例えば、取得した画像にエッジ抽出処理を施したエッジ画像において、抽出されたエッジの各点を、所定の点を原点として、原点からエッジの各点の距離と、原点から各点への角度とを用いて、各点を通る直線を求める。そして、ハフ変換では、各点を通る直線を、各点の直線を表すパラメータである距離と角度との空間（パラメータ空間）に変換して、各直線のパラメータが一致する点を算出することで、エッジ画像における直線を検出する。

ここで、図６及び図７を参照して、道路劣化検出部３３による抽出した道路領域の平面図上へのマッピングの例を説明する。

図６は、第１の実施形態における、道路をカメラで撮影した場合の模式図である。図６には、ひび割れＣ１、及び、ひび割れＣ２が示されている。一般的に、カメラで撮影した遠近法の画像では、道路の両側が平行に延びていく直線道路であっても、道路の両側がある一点、すなわち消失点に向かって延びていく。すなわち、撮影画像の手前側（車両に近い側）と奥側（車両から遠い側）とで、同じ大きさの物体が異なる大きさとなる。このため、図６に示すように、同じ大きさのひび割れが、撮影画像の手前側では大きく映り、撮影画像の奥側では小さく映る。そのため、検出した道路領域の画像を、路面を上から見たような平面図上にマッピングして、正確にひび割れの方向及び大きさを検出してもよい。

図７は、第１の実施形態における、道路領域を、平面図上にマッピングした例を示す模式図である。マッピングの方法は、例えば、道路の幅が、最も手前側の道路幅と同じになるような倍率で、マッピングしてもよい。また、マッピングの方法としては、これに限らず、周知の技術を用いて行ってもよい。

後述する、ひび割れの検出、及び、誤検出の判定は、このような平面図上へのマッピングにより得られる画像に対して行ってもよい。

道路劣化検出部３３は、抽出した道路領域において、ひび割れを検出する（ステップＳ１０３）。ここで、道路劣化検出部３３は、例えば、画像認識技術を用いて、路面のひび割れを検出する。この場合、画像認識技術として、路面のひび割れの画像を機械学習やディープラーニングにより学習させたＡＩが用いられてもよい。

道路劣化検出部３３は、ひび割れの方向（方位）を判定する（ステップＳ１０４）。ここで、道路劣化検出部３３は、例えば、上述したハフ変換を用いて、直線状に並んでいる対象パッチ（以下、パッチラインとも記載）を検出して、ひび割れの方向（方位）を判定もよい。図８は、第１の実施形態における、ひび割れの方向（方位）を算出する方法の一例を説明する図である。図８には、複数の対象パッチＰ１～Ｐ６と、それらの対象パッチの中央を示す点と、が示されている。道路劣化検出部３３は、これらの対象パッチについて、例えばハフ変換を用いて、対象パッチ中央の点が直線状に並ぶパッチラインを検出してもよい。この場合、道路劣化検出部３３は、図８に示すような、対象パッチＰ１～Ｐ３、及び、Ｐ６のパッチラインを示す線分Ｌ１と、対象パッチＰ４～Ｐ６のパッチラインを示す線分Ｌ２と、を検出する。

道路劣化検出部３３は、この地点における撮影方向（つまり、進行方向）を用いて、線分Ｌ１及び線分Ｌ２の方向（方位）と撮影方向との角度を算出する。各線分と撮影方向との角度は、解析画像上の線分と、仮想的な撮影方向の線分とを用いて、画像解析で求めてもよい。また、各線分と撮影方向との角度は、画像解析を使用せずに、例えば、線分Ｌ１の式のパラメータ（１次式の傾き）と、撮影方向とから求めてもよい。

例えば、図８において、撮影方向が０°、撮影方向と線分Ｌ１の方向との角度が、例えば、反時計回りに６０°であるとする。この場合、道路劣化検出部３３は、線分Ｌ１の方向（方位）を３００°と算出する。また、撮影方向と線分Ｌ２の方向との角度は、例えば、０°であるとする。この場合、道路劣化検出部３３は、線分Ｌ２の方向（方位）を０°と算出する。

影方向算出部３４は、解析している画像に対応する、撮影日、撮影地点、及び、撮影時刻を用いて、太陽の位置を推定する（ステップＳ１０５）。ここでは、一般的な太陽の位置の算出方法を用いるが、他の算出方法を用いてもよい。一般的な太陽の位置の算出方法としては、太陽高度、及び、太陽方位角を、用いる方法がある。この方法は、例えば、株式会社気象データシステムのホームページの技術解説一般にある「太陽位置の計算」（URL: https://www.metds.co.jp/wp-content/uploads/2019/03/TE_SunPosition_160401.pdf）や、国立天文台のホームページの「太陽の高度，方位角および影の位置の概略値の求め方」（URL: https://eco.mtk.nao.ac.jp/koyomi/topics/html/topics2005.html）を参照することができる。なお、この方法では、まず太陽高度を算出し、算出した太陽高度を用いて、太陽方位角を算出している。

影方向算出部３４は、推定した太陽の位置のうち、太陽方位角を用いて、構造物の影ができ得る方向である、影方向を推定する（ステップＳ１０６）。影方向算出部３４は、太陽方位角の１８０°逆方向を求めることで、影方向を算出する。例えば、影方向算出部３４は、太陽方位角を１２５°と算出すれば、影方向を３０５°と算出する。

誤検出判定部３５は、パッチラインの方向（方位）と、影方向と、を比較して、これらの方向（方位）の角度θを算出する（ステップＳ１０７）。図９は、第１の実施形態における、パッチラインの方向（方位）と影方向との関係を示す例である。図９は、パッチラインの方向（方位）を示す線分Ｌ１及びＬ２と、影方向算出部３４が算出した影方向を示す線分Ｓ１と、線分Ｌ１と線分Ｓ１との角度θ１と、線分Ｌ２と線分Ｓ１との角度θ２とを示している。誤検出判定部３５は、例えば、図９において、対象パッチＰ１～Ｐ３、及び、Ｐ６のパッチラインを示す線分Ｌ１の方向（方位）が３００°、影方向が３０５°とすると、角度θ１を５°と算出する。また、誤検出判定部３５は、例えば、対象パッチＰ４～Ｐ６のパッチラインを示す線分Ｌ2の方向（方位）が０°、影方向が３０５°とすると、角度θ２を５５°と算出する。

誤検出判定部３５は、角度θに基づいて、パッチラインが示すひび割れの検出が誤検出か否かを判定する（ステップＳ１０８）。例えば、角度θが所定の閾値を１０°とすると、上述した図９の例では、線分Ｌ１と線分Ｓ１との角度θ１が５°なので、誤検出判定部３５は、検出したひび割れが構造物の影である可能性が高いと判断し、当該ひび割れの検出を誤検出と判定する。また、上述した図９の例では、線分Ｌ２と線分Ｓ１との角度θ２が５５°なので、誤検出判定部３５は、検出したひび割れが構造物の影である可能性が低いと判断し、当該ひび割れの検出を誤検出ではないと判定する。

表示制御部３６は、道路劣化検出部３３が検出したひび割れと、その検出したひび割れに関する判定結果と、を表示装置に表示する（ステップＳ１０９）。表示制御部３６は、オペレータへの注意を促すために、例えば、誤検出と判定されたひび割れについて、当該ひび割れを示す対象パッチを点滅させるようにしてもよい。

以上により、第１の実施形態の動作が完了する。

本実施の形態では、図９に示すような、パッチラインを示す線分や影方向を示す線分を計算処理で算出して、当該線分間の角度から、検出したひび割れが誤検出か否かを判定しているが、解析画像上に、これらの線分を表示し、画像上の線分間の角度を判定することで、検出したひび割れが誤検出か否かを判定してもよい。この場合、表示制御部３６は、パッチラインを示す線分を表示し、影方向算出部３４から影方向を取得し、当該線分に対して影方向を示す線分を重畳してもよい。そうすることにより、誤検出判定部３５は、表示制御部３６が表示する画像から、角度θを判定することができる。

図１０は、第１の実施形態における、画像認識技術による道路劣化（ひび割れ）に対して検出されたパッチラインの方向を示す線分に、影方向を示す線分を重畳した例である。図１０を参照すると、検出されたひび割れを示す複数の対象パッチの方向（方位）を示す線分Ｌ１に、影方向を示す線分Ｓ１が、重畳されている。

このように表示することにより、誤検出判定部３５が、両線分間の角度θを認識し易くなる。また、上述した説明では、線分により影方向を示したが、影方向を示すのであれば、どのような表示方法でもよい。

次に、第１の実施形態の効果を説明する。

第１の実施形態によれば、安価で容易に、構造物の影による道路劣化の誤検出を防ぐことができる。その理由は、道路劣化診断装置３０が、道路を撮影した画像と、画像を撮影した、日付、位置、時刻、及び、方向とを含む画像情報を取得し、取得した画像の路面上の劣化を検出し、画像情報を用いて、画像の路面上で構造物の影ができ得る方向を算出し、路面上の劣化の方向と、影ができ得る方向と、が形成する角度に基づいて、影による路面上の劣化の誤検出の可能性を判定するためである。

（第２の実施形態）
第２の実施形態について説明する。

第２の実施形態は、構造物の影ができ得る方向に加えて、検出したひび割れの付近に位置する構造物からの影であるか否かを判定する点で、第１の実施形態とは異なる。

第２の実施形態における道路劣化診断システムの構成を説明する。図１１は、第２の実施形態における道路劣化診断システム１００の構成の一例を示すブロック図である。第２の実施形態において、第１の実施形態と同様の部分については、同じ符号を付して、説明を省略し、異なる部分についてのみ説明する。
（道路劣化診断装置の構成）
道路劣化診断装置３００は、記憶部３１、画像情報取得部３２、道路劣化検出部３３、影方向算出部３４、誤検出判定部３５、表示制御部３６、及び、構造物認識部３７を含む。構造物認識部３７は、本開示における、構造物認識手段の一実施形態である。

構造物認識部３７は、道路劣化検出部３３が解析している画像において、道路周辺の構造物を認識する。構造物認識部３７は、例えば、太陽の位置及び影方向から、抽出された道路領域の路面に、影を落とす可能性がある構造物を認識することが好ましい。このような構造物として、例えば、電柱、標識、電線、街灯、及び、樹木等が挙げられる。構造物認識部３７は、例えば、画像認識技術を用いて、上述したような構造物を認識する。この場合、画像認識技術として、例えば、電柱、標識、電線、街灯、及び、樹木等の構造物の画像を機械学習やディープラーニングにより学習させたＡＩが用いられてもよい。

構造物認識部３７が認識した構造物と路面との接点を起点とする影方向（以下、構造物起点の影方向とも記載）と、パッチラインの方向と、が形成する角度θ、及び、構造物と路面との接点を起点とする影の長さ（以下、構造物起点の影の長さとも記載）とパッチラインの長さと、を比較した結果に応じて、検出したひび割れの誤検出を判定する。誤検出判定部３５は、構造物起点の影方向と、パッチラインの方向と、が形成する角度が、所定の閾値以下で、さらに、構造物起点の影の長さと、パッチラインの長さとの差異が、所定の閾値以下の場合、検出したひび割れを誤検出と判定する。また、誤検出判定部３５は、構造物起点の影方向と、パッチラインの方向とが形成する角度θが、所定の閾値より大きく、さらに、構造物起点の影の長さと、パッチラインの長さとの差異が、所定の閾値より大きい場合、検出したひび割れを誤検出でないと判定する。

表示制御部３６は、第１の実施形態と同様に、道道路劣化の検出結果を、図示しない表示装置、例えばディスプレイに表示する。

次に、第２の実施形態の動作について説明する。
（道路劣化診断処理）
図１２は、第２の実施形態の道路劣化診断処理のフローチャートである。第２の実施形態の道路劣化診断処理における、画像情報取得から影方向推定までの処理（ステップＳ２０１～ステップＳ２０６）は、第１の実施形態の道路劣化診断処理における、ステップＳ１０１～ステップＳ１０６と同じである。

次いで、構造物認識部３７は、道路劣化検出部３３が解析している画像において、道路周辺の構造物を認識する（ステップＳ２０７）。図１３は、第２の実施形態における、道路周辺の構造物が認識された例を示す図である。図１３には、構造物認識部３７が道路わきの街灯を構造物と認識し、当該街灯の周囲が構造物の領域として矩形で囲まれている。また、図１３では、道路劣化検出部３３が道路領域を抽出し、路面上のひび割れと検出した箇所に、複数の対象パッチが表示されている。

道路周辺の構造物を認識できた場合（ステップＳ２０７／Ｙｅｓ）、構造物認識部３７は、当該構造物の高さを算出する（ステップＳ２０８）。構造物認識部３７は、例えば、画像認識技術を用いて、認識した構造物の高さを算出する。この場合、画像認識技術として、例えば、電柱、標識、電線、街灯、及び、樹木等の構造物の画像とそれらの高さを機械学習やディープラーニングにより学習させたＡＩが用いられてもよい。

構造物認識部３７は、構造物の影の長さを算出する（ステップＳ２０９）。構造物認識部３７は、太陽高度と、構造物の高さを用いて、構造物の影の長さを算出する。構造物認識部３７は、検出されたひび割れの並びの方向、すなわちパッチラインの方向と、構造物起点の影方向と、を比較する（ステップＳ２１０）。さらに、構造物認識部３７は、パッチラインの長さと、構造物起点の影の長さとを比較する（ステップＳ２１１）。図１３を参照すると、構造物起点の影方向及び影の長さを示す線分Ｓ１と、パッチラインの方向及び長さを示す線分Ｌ１とが、示されている。誤検出判定部３５は、比較結果として、図１３に示すような、線分Ｌ１と線分Ｓ１とが形成する角度θを取得する。角度θは、例えば、画像上の線分の傾きを算出することで取得できる。また、誤検出判定部３５は、比較結果として、線分Ｓ１の長さと、線分Ｌ１の長さの差分（以下、長さの差分とも記載）を取得する。

誤検出判定部３５は、取得した角度および長さの差分に応じて、検出したひび割れの誤検出を判定する（ステップＳ２１２）。角度θの閾値を１０°、長さの差分の閾値を２ｍとすると、図１３を参照し、例えば、角度θが７°、長さの差分が０．５ｍである場合、角度θも長さの差分も所定の閾値以下なので、誤検出判定部３５は、検出されたひび割れを、誤検出と判定する。

道路周辺の構造物を認識できなかった場合（ステップＳ２０７／Ｎｏ）、誤検出判定部３５は、パッチラインの方向（方位）と、影方向と、を比較して、これらの方向（方位）の角度θを算出する（ステップＳ２１３）。なお、方向の比較処理（ステップ２１３）は、第１の実施形態における、方向の比較処理（ステップＳ１０７）と同じである。また、ステップＳ２０７において、構造物認識部３７が構造物を認識できない場合とは、例えば、構造物が画像に収まり切れない場合等が挙げられる。

誤検出判定部３５は、角度θに基づいて、パッチラインが示すひび割れの検出が誤検出か否かを判定する（ステップ２１４）。なお、誤検出の判定処理（ステップ２１４）は、第１の実施形態における、誤検出の判定処理（ステップＳ１０８）と同じである。

表示制御部３６は、道路劣化検出部３３が検出したひび割れと、その検出したひび割れに関する判定結果と、を表示装置に表示する（ステップＳ２１５）。表示制御部３６は、オペレータへの注意を促すために、例えば、検出の判定結果が誤検出となったひび割れを示す対象パッチを、点滅させるようにしてもよい。

以上により、第２の実施形態の動作が完了する。

次に、第２の実施形態の効果を説明する。

第２の実施形態によれば、第１の実施形態に比べて、より精度良く構造物の影によるひび割れの誤検出を低減できる。その理由は、道路劣化診断装置３００が、道路周辺の構造物を認識し、当該構造物からの影の位置及び方向を算出して、検出したひび割れと比較するためである。これにより、第１の実施形態において、実際に影が無いにもかかわらず、検出したひび割れの方向と、太陽方位角に基づく影方向との差が小さいことにより誤検出と判定されることを除外できる。

（第３の実施形態）
第３の実施形態について説明する。

第３の実施形態は、さらに、ひび割れの検出の信頼度を算出する点で、第１の実施形態とは異なる。

第３の実施形態における道路劣化診断システムの構成を説明する。図１４は、第３の実施形態における道路劣化診断システム１１０の構成の一例を示すブロック図である。第３の実施形態において、第１の実施形態及び第２の実施形態と同様の部分については、同じ符号を付して、説明を省略し、異なる部分についてのみ説明する。
（道路劣化診断装置の構成）
道路劣化診断装置３００は、記憶部３１、画像情報取得部３２、道路劣化検出部３３、影方向算出部３４、誤検出判定部３５、表示制御部３６、構造物認識部３７、及び、信頼度算出部３８を含む。信頼度算出部３８は、本開示における、信頼度算出手段の一実施形態である。

信頼度算出部３８は、影方向と、パッチラインの方向と、が形成する角度θに基づく信頼度と、道路劣化検出部３３における画像認識技術によるひび割れ検出の信頼度と、構造物起点の影の長さと、パッチラインの長さと、の差分に基づく信頼度と、の信頼度の平均を、対象パッチごとに算出する。ここでは、影方向と、パッチラインの方向と、が形成する角度θに基づく信頼度を信頼度α１、画像認識技術によるひび割れ検出の信頼度を信頼度α２、構造物起点の影の長さと、パッチラインの長さと、の差分に基づく信頼度を信頼度α３とする。そして、信頼度α１～信頼度α３の平均を信頼度αとする。また、信頼度α１～信頼度α３のそれぞれに重みづけして合計することにより信頼度αを算出してもよく、信頼度α１～信頼度α３の平均以外の値を用いてもよい。なお、信頼度αは、信頼度α１～信頼度α３のうち１以上を使用してればよく、また信頼度α１～信頼度α３の定義と異なる他の信頼度を使用してもよい。

信頼度α１は、例えば、角度θに応じて、次のように定義されてもよい。

ＡＩ等を用いた画像処理技術では、例えば、ひび割れを検出するときに、その検出箇所における画像が、ひび割れの画像である確率を算出している。そして、その確率に応じて、ひび割れであるか否かの判定が行われる。信頼度α２には、ひび割れの画像である確率が用いられる。信頼度α２は、ひび割れの画像である確率が高いほど、信頼度の値が高くなるように定義される。信頼度α２は、０以上１以下の値である。

信頼度α３は、構造物起点の影の長さと、パッチラインの長さと、の差分に基づく信頼度と定義される。信頼度α３は、０以上１以下の値である。

信頼度αは、これら３つの信頼度α１～α３を足し合わせ、３で割った値である。

表示制御部３６は、信頼度算出部３８から各対象パッチの信頼度αを取得する。表示制御部３６は、取得した信頼度αの値に応じて、対象パッチの表示法方を変更する。例えば、表示制御部３６は、信頼度αの値に応じて、対象パッチの色、または点滅等の表示を変更してもよい。

次に、第３の実施形態の動作について説明する。
（信頼度算出処理）
図１５は、第３の実施形態における、信頼度算出処理のフローチャートである。信頼度算出処理は、例えば、オペレータ等により、信頼度算出の実行指示が入力された場合に実行される。実行指示の入力では、例えば、信頼度のレベル数が指定される。レベル数が３と入力されれば、信頼度は、例えば、０．８及び０．５を境界として、大中小に設定されてもよい。この場合、レベル分けの境界となる値は、任意に設定されてもよい。

信頼度算出部３８は、対象パッチごとに、信頼度α１～α３を算出する（ステップＳ３０１）。信頼度算出部３８は、対象パッチごとに、信頼度α１～α３の平均値を算出し、それを信頼度αとする（ステップＳ３０２）。ここで、対象パッチＰ１０について、例えば、影方向と、パッチラインの方向と、が形成する角度θが５°だとすると、信頼度α１が０．１となる。また、ひび割れ検出時の対象パッチＰ１０のひび割れ確率が０．３だとすると、信頼度α２も０．３となる。また、構造物起点の影の長さと、パッチラインの長さと、の差分が０．２だとすると、信頼度α３も０．２となる。そうすると、信頼度αは、（０．１＋０．３＋０．２）／３で、０．２となる。なお、信頼度算出部３８は、ここで、算出した信頼度αの値を、各対象パッチに出力してもよい。

信頼度算出部３８は、算出した信頼度αと、所定の閾値とを比較する（ステップＳ３０３）。算出した信頼度αが、所定の閾値よりも小さい場合（ステップＳ３０３／Ｎｏ）、所定の閾値よりも小さい信頼度αの対象パッチを表示装置に表示しない（ステップＳ３０５）。算出した信頼度αが、所定の閾値よりも大きい場合（ステップＳ３０３／Ｙｅｓ）、信頼度αのレベルに応じて、対象パッチの表示を変更する。例えば、信頼度αが０．８及び０．５を境界として、大中小にレベル分けされているとする。この場合、信頼度算出部３８は、例えば、信頼度αのレベルが「大」であれば、当該信頼度αの対象パッチの表示色を「青色」とし、信頼度αのレベルが「中」であれば、対象パッチの表示色を「黄色」とし、信頼度αのレベルが「低」であれば、対象パッチの表示色を「赤色」としてもよい。また、例えば、信頼度αのレベルが「小」の対象パッチを点滅させるようにしてもよい。

信頼度算出部３８は、道路領域における全ての対象パッチについて、ステップＳ３０１～Ｓ３０５の処理を実行したか否かを判定する（ステップＳ３０６）。全ての対象パッチについて、ステップＳ３０１～Ｓ３０５の処理が実行されていない場合（ステップＳ３０６／Ｎｏ）、ステップＳ３０１からの処理を繰り返す。全てのパッチについて、ステップＳ３０１～Ｓ３０５の処理が実行された場合（ステップＳ３０６／Ｙｅｓ）、信頼度算出部３８は、道路劣化診断処理を終了する。

以上により、第３の実施形態の動作が完了する。

本実施の形態では、信頼度算出部３８は、信頼度を計算したが、信頼度算出部３８は、さらに、信頼度を用いたひび割れ率も算出してもよい。この場合、信頼度算出部３８は、次式に従って、ひび割れ率を算出してもよい。

ここで、道路領域の面積と、各対象パッチの面積とは、例えば、画像上にて、それぞれの領域のドット数またはピクセル数を数えることで算出される。

次に、第３の実施形態の効果を説明する。

第３の実施形態によれば、オペレータが、検出されたひび割れの信頼度を判定できる。その理由は、道路劣化診断装置３００が、検出されたひび割れについて、複数の指標に基づく信頼度を算出しているためである。

（第４の実施形態）
第４の実施形態について説明する。

図１６は、第４の実施形態における、道路劣化診断装置１の構成を示すブロック図である。

図１６を参照すると、道路劣化診断装置１は、取得部２、検出部３、算出部４、及び、判定部５を含む。取得部２、検出部３、算出部４、及び、判定部５は、それぞれ、取得手段、検出手段、算出手段、及び、判定手段の一実施形態である。

取得部２は、道路を撮影した画像と、画像を撮影した、日付、位置、時刻、及び、方向とを取得する。検出部３は、取得した画像の路面上の劣化を検出する。算出部４は、日付、位置、時刻、及び、方向を用いて、画像の路面上で構造物の影ができうる方向を、算出する。判定部５は、路面上の劣化の方向と、影ができうる方向と、に基づいて、劣化の誤検出の可能性を判定する。

次に、第４の実施形態の効果を説明する。

第４の実施形態によれば、安価で容易に、構造物の影による道路劣化の誤検出を防ぐことができる。その理由は、道路劣化診断装置１が、道路を撮影した画像と、画像を撮影した、日付、位置、時刻、及び、方向とを取得し、取得した画像の路面上の劣化を検出し、日付、位置、時刻、及び、方向を用いて、画像の路面上で構造物の影ができ得る方向を算出し、路面上の劣化の方向と、影ができ得る方向と、に基づいて、劣化の誤検出の可能性を判定するためである。

（ハードウェア構成）
上述した各実施形態において、各装置（撮像装置２０、道路劣化診断装置３０、３００、３１０等）の各構成要素は、機能単位のブロックを示している。各装置の各構成要素の一部又は全部は、コンピュータ５００とプログラムとの任意の組み合わせにより実現されてもよい。

図１７は、コンピュータ５００のハードウェア構成の例を示すブロック図である。図１７を参照すると、コンピュータ５００は、例えば、ＣＰＵ（Central Processing Unit）５０１、ＲＯＭ（Read Only Memory）５０２、ＲＡＭ（Random Access Memory）５０３、プログラム５０４、記憶装置５０５、ドライブ装置５０７、通信インタフェース５０８、入力装置５０９、出力装置５１０、入出力インタフェース５１１、及び、バス５１２を含む。

プログラム５０４は、各装置の各機能を実現するための命令（instruction）を含む。プログラム５０４は、予め、ＲＯＭ５０２やＲＡＭ５０３、記憶装置５０５に格納される。ＣＰＵ５０１は、プログラム５０４に含まれる命令を実行することにより、各装置の各機能を実現する。例えば、道路劣化診断装置３１０のＣＰＵ５０１がプログラム５０４に含まれる命令を実行することにより、画像情報取得部３２、道路劣化検出部３３、影方向算出部３４、誤検出判定部３５、表示制御部３６、構造物認識部３７及び、信頼度算出部３８等の機能を実現する。また、例えば、道路劣化診断装置３１０のＲＡＭ５０３が、記憶部３１のデータを記憶してもよい。

ドライブ装置５０７は、記録媒体５０６の読み書きを行う。通信インタフェース５０８は、通信ネットワークとのインタフェースを提供する。入力装置５０９は、例えば、マウスやキーボード等であり、オペレータ等からの情報の入力を受け付ける。出力装置５１０は、例えば、ディスプレイであり、オペレータ等へ情報を出力（表示）する。入出力インタフェース５１１は、周辺機器とのインタフェースを提供する。バス５１２は、これらハードウェアの各構成要素を接続する。なお、プログラム５０４は、通信ネットワークを介してＣＰＵ５０１に供給されてもよいし、予め、記録媒体５０６に格納され、ドライブ装置５０７により読み出され、ＣＰＵ５０１に供給されてもよい。

なお、図１７に示されているハードウェア構成は例示であり、これら以外の構成要素が追加されていてもよく、一部の構成要素を含まなくてもよい。

各装置の実現方法には、様々な変形例がある。例えば、各装置は、構成要素毎にそれぞれ異なるコンピュータとプログラムとの任意の組み合わせにより実現されてもよい。また、各装置が備える複数の構成要素が、一つのコンピュータとプログラムとの任意の組み合わせにより実現されてもよい。

また、各装置の各構成要素の一部または全部は、プロセッサ等を含む汎用または専用の回路（circuitry）や、これらの組み合わせによって実現されてもよい。これらの回路は、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。各装置の各構成要素の一部又は全部は、上述した回路等とプログラムとの組み合わせによって実現されてもよい。

また、各装置の各構成要素の一部又は全部が複数のコンピュータや回路等により実現される場合、複数のコンピュータや回路等は、集中配置されてもよいし、分散配置されてもよい。

また、道路劣化診断装置３０、３００、３１０は車両４０に配置されてもよいし、車両４０とは異なる場所に配置され、通信ネットワークを介して撮像装置２０と接続されてもよい。

以上、実施形態を参照して本開示を説明したが、本開示は上記実施形態に限定されるものではない。本開示の構成や詳細には、本開示のスコープ内で当業者が理解し得る様々な変更をすることができる。また、各実施形態における構成は、本開示のスコープを逸脱しない限りにおいて、互いに組み合わせることが可能である。

例えば、上述の各実施形態では、道路劣化がひび割れの場合を例に説明したが、上述のパッチラインのように、直線状に検出される劣化であれば、道路劣化はひび割れ以外でもよい。

この出願は、２０２０年３月３１日に出願された日本出願特願２０２０－０６２８５２を基礎とする優先権を主張し、その開示のすべてをここに取り込む。

１、３０、３００、３１０ 道路劣化診断装置
２ 取得部
３ 検出部
４ 算出部
５ 判定部
１０、１００、１１０ 道路劣化診断システム
２０ 撮像装置
２１ 撮像部
２２ 時刻取得部
２３ 地点取得部
２４ 撮影方向取得部
２５、３１ 記憶部
２６ 送信部
３２ 画像情報取得部
３３ 道路劣化検出部
３４ 影方向算出部
３５ 誤検出判定部
３６ 表示制御部
３７ 構造物認識部
３８ 信頼度算出部
４０ 車両
５００ コンピュータ
５０１ ＣＰＵ
５０２ ＲＯＭ
５０３ ＲＡＭ
５０４ プログラム
５０５ 記憶装置
５０６ 記録媒体
５０７ ドライブ装置
５０８ 通信インタフェース
５０９ 入力装置
５１０ 出力装置
５１１ 入出力インタフェース
５１２ バス

Claims (10)

1. 道路を撮影した画像と、前記画像を撮影した日付、位置、時刻、及び、方向とを取得
   する取得手段と、
   取得した前記画像の路面上の劣化を検出し、当該路面上の劣化の方向を算出する検出手段と、
   前記画像を撮影した日付、位置、時刻、及び、方向を用いて、前記画像の路面上で構造物の影ができ得る方向を算出する算出手段と、
   算出された前記路面上の劣化の方向と、前記影ができ得る方向と、が形成する角度が所定の閾値以下の場合に、前記劣化が誤検出であると判定する判定手段と、
   を含む道路劣化診断装置。
2. 取得した前記画像から、前記構造物を認識する構造物認識手段を更に含み、
   前記算出手段が、前記構造物認識手段により認識された前記構造物の影ができ得る方向
   及び長さを算出し、
   前記判定手段が、前記路面上の劣化の方向及び長さと、前記構造物の影ができ得る方向
   及び長さとの差異が、所定の閾値以下の場合に、前記劣化が誤検出であると判定する
   請求項１に記載の道路劣化診断装置。
3. 前記路面上の劣化が線状である
   請求項１または２に記載の道路劣化診断装置。
4. 前記構造物は、電柱、標識、電線、街灯、及び、樹木のうちのいずれかである
   請求項１乃至３のいずれか１項に記載の道路劣化診断装置。
5. 前記検出手段は、前記画像において前記劣化が検出された複数の部分領域が並ぶ方向と、前記画像を撮影した方向と、を用いて、前記劣化の方向を算出する
   請求項１乃至４のいずれか１項に記載の道路劣化診断装置。
6. 検出された前記劣化について、前記角度に基づく信頼度、前記検出手段による前記劣化の検出信頼度、及び、前記差異に基づく信頼度、のうち少なくとも1つを用いて、当該劣化の信頼度を算出する信頼度算出手段を備え、
   前記信頼度算出手段は、前記信頼度を出力する
   請求項２に記載の道路劣化診断装置。
7. 前記画像において検出された前記劣化を表示装置に表示する表示制御手段を更に含み、
   前記表示制御手段は、前記路面上の劣化を示す線分および前記影ができ得る方向を示す線分を前記画像上に重畳して表示する
   請求項１乃至６のいずれか１項に記載の道路劣化診断装置。
8. 前記表示制御手段は、前記画像において誤検出であると判定された前記劣化を、誤検出であると判定されていない前記劣化と異なる態様で表示装置に表示する
   請求項７に記載の道路劣化診断装置。
9. コンピュータが、
   路面を撮影した画像と、前記画像を撮影した日付、位置、時刻、及び、方向とを取得し、
   取得した前記画像の路面上の劣化を検出し、当該路面上の劣化の方向を算出し、
   前記画像を撮影した日付、位置、時刻、及び、方向に基づいて、前記画像の路面上で構造物の影ができ得る方向を算出し、
   算出された前記路面上の劣化の方向と、前記影ができ得る方向と、が形成する角度が所定の閾値以下の場合に、前記劣化が誤検出であると判定する、
   道路劣化診断方法。
10. コンピュータに、
    路面を撮影した画像と、前記画像を撮影した日付、位置、時刻、及び、方向とを取得し、
    取得した前記画像の路面上の劣化を検出し、当該路面上の劣化の方向を算出し、
    前記画像を撮影した日付、位置、時刻、及び、方向に基づいて、前記画像の路面上で構造物の影ができ得る方向を算出し、
    算出された前記路面上の劣化の方向と、前記影ができ得る方向と、が形成する角度が所定の閾値以下の場合に、前記劣化が誤検出であると判定する、
    処理を実行させるプログラム。

Images