JP7723540B2 - 解析システム、解析方法、および解析プログラム - Google Patents

Description

本発明の実施形態は、解析システム、解析方法、および解析プログラムに関する。

従来、風況等の気象を解析するシステムが知られている。このシステムで計算された気象解析データは、気象の影響を受ける様々な場面で使用することができる。例えば鉄道や道路等の交通機関の状況を判断する場面で、気象解析データを使用することができる。

特許第６３２６５５０号公報

鉄道や道路等のような場所には、気象の影響を受ける構造物が設置されている。そのため、状況判断の際には、構造物が気象から受ける影響を考慮することが望ましい。しかしながら、従来のシステムは、気象解析データしか提供することができない。

本発明が解決しようとする課題は、気象の影響に対して状況判断する際に十分な判断材料を提供することが可能な解析システム、解析方法、および解析プログラムを提供することである。

一実施形態に係る解析システムは、少なくとも評価対象エリアの気象に関する気象データと、評価対象エリアに位置する構造物に関する構造物データと、が入力されるデータ入力装置と、データ入力装置と通信可能に接続される診断評価装置と、を備える。診断評価装置は、気象データに基づく評価対象エリアの風況解析データと、構造物データに基づく構造物の構造解析データと、を格納する記憶部と、記憶部から読み出した風況解析データおよび構造解析データに基づいて構造物が評価対象エリアの風況から受ける影響の指標を計算する制御部と、指標の計算結果を表示する表示部と、を有する。

本実施形態によれば、気象の影響に対して状況判断する際に十分な判断材料を提供することが可能となる。

第１実施形態に係る解析システムの概略的な構成を示すブロック図である。 第１実施形態に係る解析システムの解析動作の手順を示すフローチャートである。 第１実施形態に係る解析システムの解析動作の詳細を説明するための図である。 風況解析データの一例を示すグラフである。 表示部に表示される画像の一例を示す図である。 第２実施形態に係る解析システムの概略的な構成を示すブロック図である。 構造物の画像データの取得方法の一例を示す模式図である。 第２実施形態に係る解析システムの解析動作の手順を示すフローチャートである。 第２実施形態に係る解析システムの解析動作の詳細を説明するための図である。 第２実施形態の変形例１に係る画像処理装置の構成を示すブロック図である。 変形例１に係る画像処理装置の動作手順の一例を示すフローチャートである。 第２実施形態の変形例２に係る解析システムの要部の構成を示すブロック図である。

以下、図面を参照して本発明の実施形態を説明する。下記の実施形態は、本発明を限定するものではない。

（第１実施形態）
図１は、第１実施形態に係る解析システムの概略的な構成を示すブロック図である。図１に示す解析システム１は、データ入力装置１００および診断評価装置２００を備える。データ入力装置１００および診断評価装置２００は、通信ネットワーク３００を介して互いに接続される。

まず、データ入力装置１００の構成を説明する。データ入力装置１００は、オンラインデータ入力部１１０およびオフラインデータ入力部１２０を有する。オンラインデータ入力部１１０には、気象データ１１１、風況実測データ１１２、事故データ１１３、および運行データ１１４が外部から入力される。以下、各データについて説明する。

気象データ１１１は、例えば、気象庁予測データ、気象予報ＧＰＶ（Grid Point Value）データ、天気予報ＳＣＷサイト（Super C Weather）データ、ＥＲＡ－５などの気象再解析データ、および数値気象モデルなどのＷＲＦ（Weather Research and Forecasting）解析結果のデータの少なくとも１つを含む。気象庁予測データは、気象庁が予測したデータである。気象予報ＧＰＶデータは、地図上に予め設定された格子点におけるスーパーコンピュータで計算した過去、未来の気象予測データである。ＥＲＡ－５データは、ヨーロッパ中期予報センタが気象予測に用いるデータである。ＷＲＦは、風速および風向といった風況を予測するための予測モデルである。

風況実測データ１１２は、気象庁観測データ、鉄道沿線風況実測データ、および局所風況実測データの少なくとも１つを含む。気象庁観測データは、気象庁が風況、温度、湿度、気圧などの気象情報を実測したデータである。鉄道沿線風況実測データは、鉄道会社が、鉄道沿線の複数の地点で風況を実測したデータである。局所風況実測データは、鉄道沿線において鉄道沿線風況実測データが測定されない地点の風況を実測したデータである。局所風況実測データは、例えばＬｉＤＡＲ（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ Ａｎｄ Ｒａｎｇｉｎｇ）によって計測した風況データである。ＬｉＤＡＲは、レーザー光を大気中に放射して大気からの散乱光を受信、そのドップラー周波数から風速と風向を観測する計測器である。

事故データ１１３は、鉄道沿線で過去に発生した事故内容を示すデータである。この事故内容には、例えば、事故の日付、場所、および状況などが含まれる。

運行データ１１４は、運行中の列車のリアルタイム位置情報、計画運休を含む運行計画などのデータである。

一方、オフラインデータ入力部１２０には、例えば地図データ１２１、構造物データ１２２、列車データ１２３、および沿線データ１２４が外部から入力される。以下、各データについて説明する。

地図データ１２１は、鉄道沿線およびその周辺の評価対象エリアの地図や標高など地形に関するデータである。

構造物データ１２２は、鉄道沿線およびその周辺の評価対象エリアに存在する構造物に関するデータである。この構造物データ１２２には、例えば、ビル等の建物データのように鉄道沿線の風況に影響を及ぼしし得るデータや、電柱、樹木の位置および耐荷重のように、鉄道沿線の風況に応じて列車の運行に影響を及ぼし得るデータが含まれる。耐荷重は許容応力と換言することもできる。

列車データ１２３は、列車の重量や全長等の仕様を示すデータや、耐荷重などを示すデータである。

沿線データ１２４は、線路や駅の位置などを示すデータである。

次に、診断評価装置２００の構成を説明する。診断評価装置２００は、通信部２１０と、操作部２２０と、表示部２３０と、制御部２４０と、記憶部２５０と、を有する。以下、診断評価装置２００の各部について説明する。

通信部２１０は、通信ネットワーク３００を介してデータ入力装置１００と通信するときに通信インターフェースとして機能する。

操作部２２０は、ユーザの操作入力を受け付ける。操作部２２０は、例えばキーボードやマウス等の入力デバイスを有する。

表示部２３０は、制御部２４０の制御に基づいて種々の画像を表示する。表示部２３０は、例えば液晶ディスプレイ等の表示デバイスを有する。

制御部２４０は、データ取得部２４１と、風況解析部２４２と、構造解析部２４３と、指標計算部２４４と、風況同定部２４５と、を有する。以下、各部について説明する。

データ取得部２４１は、データ入力装置１００から通信部２１０を介して種々のデータを取得する。

風況解析部２４２は、データ取得部２４１で取得されたデータを用いて風況、例えば風速および風向などを計算する。

構造解析部２４３は、風況解析部２４２の風況解析データを用いて、鉄道沿線に存在する構造物に発生する風荷重を計算する。風荷重は、モーメントや発生応力も含む。

指標計算部２４４は、風況解析データおよび構造解析データに基づいて、風況解析部における評価対象エリアに存在する構造物が鉄道沿線の風況から受ける影響の指標を計算する。この指標は、例えば、鉄道沿線に設置された電柱や樹木が強風によって倒壊する危険度である。

風況同定部２４５は、鉄道沿線の過去、現在、未来の風況を同定する。

記憶部２５０は、事故データベース２５１と、アセットデータベース２５２と、風況解析データベース２５３と、構造解析データベース２５４、を有する。以下、各データベースについて説明する。

事故データベース２５１は、鉄道沿線で過去に起こった事故の内容を示すデータベースである。事故データベース２５１では、データ入力装置１００から取得された気象データ１１１、風況実測データ１１２および事故データ１１３に基づいて、事故発生の日時、場所、事故発生時の気象の予測データ、および風況実測データが互いに関連付けられている。

アセットデータベース２５２は、構造物や列車に関する内容を示すデータベースである。アセットデータベース２５２には、データ入力装置１００から取得された列車データ１２３等が含まれている。

風況解析データベース２５３は、鉄道沿線の風況を予め解析した結果を示すデータベースである。風況解析データベース２５３には、風況解析部２４２で計算された風況解析データ等が含まれている。

構造解析データベース２５４は、鉄道沿線に存在する構造物を予め解析した結果を示すデータベースである。構造解析データベース２５４には、構造解析部２４３で計算された構造解析データ等が含まれている。

以下、図２および図３を参照して、上述した解析システム１の解析動作について説明する。図２は、本実施形態に係る解析システム１の解析動作の手順を示すフローチャートである。図３は、本実施形態に係る解析システム１の解析動作の詳細を説明するための図である。

図２に示すように、まず、解析動作に必要なデータが、外部機関からデータ入力装置１００に入力される（ステップＳ１）。入力データは、その特性に応じてオンラインデータ入力部１１０とオフラインデータ入力部１２０とに分類される。オンラインデータ入力部１１０には、データ値が時系列で変化するオンラインデータ、すなわち気象データ１１１、風況実測データ１１２、事故データ１１３、および運行データ１１４が入力される。一方、オフラインデータ入力部１２０には、データ値が一定のオフラインデータ、すなわち地図データ１２１、構造物データ１２２、列車データ１２３、および沿線データ１２４が入力される。なお、事故データ１１３は、オフラインデータ入力部１２０に入力されてもよい。

次に、診断評価装置２００の風況解析部２４２が、鉄道沿線の風況解析を行う（ステップＳ２）。ここで、図３を参照して、ステップＳ２の動作を詳細に説明する。

ステップＳ２では、図３に示すように、まず、風況解析部２４２は、地図データ１２１を用いて広域解析モデルを作成する（ステップＳ２１）。広域解析モデルには、鉄道沿線を含む広域エリアの山間部や平地といった地形モデルが示されている。

次に、風況解析部２４２は、気象データ１１１を広域解析モデルに入力して広域エリアの風況解析を行う（ステップＳ２２）。ステップＳ２２では、例えばＥＲＡ５データが気象データ１１１として入力される。気象データは、評価対象エリアそのものだけでなく評価対象エリア外の気象データも入力される。

次に、風況解析部２４２は、地図データ１２１および構造物データ１２２を用いて局所解析モデルを作成する（ステップＳ２３）。ステップＳ２３では、広域エリアを複数の局所エリアに分割し、局所解析モデルには各局所エリアの地形モデルにビル等の建物データが加えられている。鉄道沿線は、１つの局所エリアまたは複数の局所エリア内に存在する。

次に、風況解析部２４２は、ステップＳ２２で行った広域エリアの風況解析の結果を局所解析モデルに入力して各局所エリアの風況解析を行う（ステップＳ２４）。各局所エリアの解析結果を示す風況解析データは、風況解析データベース２５３に格納される。

次に、風況解析部２４２は、風況解析値を風況実測値または風況予測値に換算する換算係数を計算する（ステップＳ２５）。換算係数も風況解析データベース２５３に格納される。換算係数は、例えば、ある地点で実測された風況実測データ１１２の実測値と、その実測値と同じ地点の風況解析データの解析値との差分、正規化、差分の二乗和、または内積を計算することによって求めることができる。換算係数によって、風況を実測していない地点についても、実測値を計算することができる。なお、風況解析部２４２は、複数の地点で換算係数を計算してもよい。この場合、ある地点の実測値を求める際、その地点に最も近い地点に対応する換算係数を用いることによって、実測値を高精度に計算することができる。または、複数の実測地点の換算係数に基づいて、ある地点の実測値を計算してもよい。

図４は、風況解析データの一例を示すグラフである。図４では、横軸はある地点の風速を示し、縦軸はある地点の標高を示す。図４に示すグラフでは、通常時には、標高が高くなると風速が正の方向に急激に増加する。これに対し、非常時には、標高がある値になるまで、一旦、負の方向に増加し、その後、正の方向に増加する。このように、通常時と非常時間で、風況解析データの変化の態様が異なる。そのため、通常時の風況解析データと、非常時の風況解析データとを、それぞれ別の風況解析データベース２５３に格納してもよい。この場合、風況の状態に応じて風況解析データを分類して管理することができる。

なお、本実施形態では、風況解析データを高精度に作成するために、広域から局所へと段階的に領域を狭くする、いわゆるネスティングによる風況解析を行っている。しかし、データ精度が確保できるのであれば、局所風況解析で鉄道沿線の風況解析データを作成してもよい。この場合広域風況解析が不要になるため、風況解析に要する時間を短縮することができる。

上述した風況解析が終了すると、図２に示すように、構造解析部２４３が、鉄道沿線に存在する構造物の構造解析を行う（ステップＳ３）。ここで、図３を参照して、ステップＳ３の動作を詳細に説明する。

ステップＳ３では、図３に示すように、まず、構造解析部２４３は、構造物データ１２２を用いて構造解析モデルを作成する（ステップＳ３１）。構造解析モデルには、電柱や樹木等といった解析対象の複数の構造位置データに基づいて配置される。

次に、構造解析部２４３は、風況解析データベース２５３に格納された風況解析データを構造解析モデルに入力して各構造物の構造解析を行う（ステップＳ３２）。構造解析の結果を示す構造解析データは、構造解析データベース２５４に格納される。構造解析部２４３は、例えば風況解析データに示された風速が生じた場合に、構造物に発生する風荷重を構造解析データとして計算する。本実施形態では、構造位置データに基づいて構造解析を行っているが、位置データを含まない、個々の解析対象に対して構造解析を行い、その結果を構造解析データベース２５４に格納してもよい。この場合、例えば、特定のエリアに存在する樹木の危険度マップなどを作成することができる。

なお、列車は、平坦な線路を走行するよりも傾斜した線路を走行するほうが風の影響を受けやすい。そのため、ステップＳ３では、構造解析部２４３は、列車で発生する荷重を計算してもよい。この場合、構造解析部２４３は、まず、列車データ１２３および沿線データ１２４を用いて構造解析モデルを作成する。続いて、構造解析部２４３は、この構造解析モデルを用いて列車に発生する風荷重を構造解析データとして計算する。この構造解析データも構造解析データベース２５４に格納される。

また、強風が発生した場合には、構造物が振動する場合がある。この場合、この構造物に動的な振動荷重が生じる。そこで、荷重の種類に応じて構造解析データを別々の構造解析データベース２５４に格納してもよい。例えば、静的な風荷重が発生する構造物の構造解析データと、動的な振動荷重が発生する構造物の構造解析データとを別々の構造解析データベース２５４に格納することによって、荷重を分類して管理することができる。

本実施形態では、上述したように、風況解析を行って、鉄道沿線における風速等の風況解析データを事前に風況解析データベース２５３に格納する。また、この風況解析の結果に基づいて構造解析を行って、鉄道沿線に存在する構造物および列車に強風が作用した際に生じる荷重等の構造解析データを事前に構造解析データベース２５４に格納する。

風況解析データおよび構造解析データのデータベース化が終了すると、図２に示すように、風況同定部２４５が鉄道沿線における過去、現在、未来の風況を同定する（ステップＳ４）。ここで、図３を参照して、ステップＳ４の動作を詳細に説明する。

ステップＳ４では、図３に示すように、風況同定部２４５は、気象データ１１１、風況実測データ１１２、および風況解析データベース２５３から読み出したデータを用いて鉄道沿線の各地点の過去、現在、未来の風況を同定する。過去または現在の風況を同定する場合、過去または現時点の風況実測データ１１２が存在する地点については、風況同定部２４５は、例えば、その風況実測データ１１２を用いて風況を同定する。過去または現時点の風況実測データ１１２が存在しない地点については、風況同定部２４５は、例えばその地点近傍の気象データ１１１と、風況解析データベース２５３から読み出したデータ（風況解析データおよび換算係数）とを用いて風況を同定する。また、未来の風況を同定する場合、風況同定部２４５は、気象予報ＧＰＶデータなど気象予測データを含む気象データ１１１と、風況解析データベース２５３から読み出したデータ（風況解析データおよび換算係数）とを用いて風況を同定する。

ステップＳ４の動作が終了すると、図２に示すように、指標計算部２４４が、構造物の危険度合いを示す指標を計算する（ステップＳ５）。ここで、図３を参照してステップＳ５の動作を詳細に説明する。

ステップＳ５では、図３に示すように、指標計算部２４４は、構造解析データベース２５４に格納された各構造物の構造解析データに示された風荷重（モーメントや発生応力などを含む）を読み出す。または、指標計算部２４４は、アセットデータベース２５２に格納された各構造物の耐荷重データに示された耐荷重（許容応力等）も読み出す。続いて、指標計算部２４４は、各構造物について、風荷重と耐荷重とを比較する。続いて、指標計算部２４４は、比較結果に基づいて構造物の倒壊の危険度を計算する。また、指標計算部２４４は、構造解析データベース２５４から読み出した列車の風荷重と、アセットデータベース２５２から読み出した列車の耐荷重も比較し、比較結果に基づいて列車走行の危険度を計算する。構造物および列車の危険度のレベルは、例えば、耐荷重に風荷重と耐荷重との差に応じてそれぞれ予め設定されている。上述した指標の計算結果は、表示部２３０へ送出される。これで、ステップＳ５の動作が終了する。

次に、表示部２３０が、画像を表示する（ステップＳ６）。ここで、図５を参照してステップＳ６の動作を詳細に説明する。

図５は、表示部２３０に表示される画像の一例を示す図である。図５に示すように、表示部２３０は、画像４０１～画像４０４を一覧表示したダッシュボード表示を行う。

画像４０１は、広域エリアの風速分布を示す画像４１１と、画像４１１の一部を拡大した画像４１２と、広域エリアの風速の標準偏差分布を示す画像４１３と、で構成される。表示部２３０は、例えば、データ入力装置１００から風況同定部２４５を介して風況実測データ１１２に含まれる広域エリアの実測データを取得して画像４１１～画像４１３を作成して表示する。これらの画像には、過去、現在、未来の風況が表示されるため、画像４０１は例えばハザードマップに活用することができる。

画像４０２は、ユーザによる操作部２２０への入力によって指定された特定地点の地形モデルを示す画像４２１と、特定地点における風況の時系列変化を示すグラフ画像４２２とで構成される。グラフ画像４２２において、横軸は時刻を示し、縦軸は、風況同定部２４５で時々刻々と同定された風速および風向を示す。グラフ画像４２２には、特定地点の風速および風向の時系列変化が示される。そのため、画像４０２は、特定地点における乱流発生のような風況の詳細な分析に活用することができる。

画像４０３は、駅Ａ～駅Ｅを有する路線において、風況同定部２４５で同定された過去、現在、未来の風速の時間推移を示す。画像４０３には、各駅および駅間の風速が、時間の経過に伴って変化する様子が示されている。そのため、画像４０３は、路線を運休した後の再開の判断材料として活用することができる。画像４０３は、後述する指標レベルの時間推移も表示される。また、画像４０３において、事前または事後にリスクとなる箇所、また、線路上に飛来物により運行の障害となり得るリスクが高い箇所をマッピングしてよい。

画像４０４は、指標計算部２４４の計算結果を示す画像４４１と、指標のレベルを説明する表画像４４２と、で構成される。画像４４１には、複数の電柱５００が、アセットデータベース２５２から指標計算部２４４を介して取得された位置データに基づいて、鉄道沿線の地図上に表示される。また、各電柱５００の指標がマッピング表示される。画像４４１には、各電柱５００の倒壊に関する危険度Ａが、指標として、そのレベルに対応付けてマッピング表示される。危険度Ａは、表画像４４２に示すように、例えば、電柱５００の発生応力（換言すると風荷重）を許容応力（換言すると耐荷重）で除算することによって、計算することができる。画像４０４には、風荷重に対する耐力の危険度が表示される。そのため、画像４０４は、強風が鉄道沿線を通過した後の運転計画や点検計画を策定するときに活用することができる。なお、画像４０４の表示は電柱５００の倒壊危険度であるが、本対象物は樹木等の別の構造物でもよい。または、構造解析部２４３で計算される構造解析（ステップＳ３）を計算することのないレベルの重量であるビニールハウス等の沿線飛散物の位置データのマッピングでもよい。また、画像４０４においても、事前または事後にリスクとなる箇所、また、線路上に飛来物により運行の障害となり得るリスクが高い箇所をマッピングしてよい。

なお、表示部２３０は、予め設定した期間（例えば過去６時間以内）の風速、標準偏差、危険度などの累積値を画像４４１にマッピング表示してもよい。また、表示部２３０は、図５に示すように、アラームＲを画像４４１に表示してもよい。アラームＲは、例えば、危険度のレベルが予め設定されたしきい値よりも高くて、事故データベース２５１において過去に事故が発生したエリアに表示される。アラームＲは、危険度とは異なる色（例えば赤色）で表示したり、点灯表示したりすることができるが、表示態様は特に限定されない。アラームＲを画像４４１に表示することによって、ユーザに対して注意を促すことができる。

上述したステップＳ１～ステップＳ５の動作は、各ステップを処理するプログラムをコンピュータに実行させることによっても実現することができる。このプログラムは、ソフトウェアとして記録媒体に記録することも可能である。

以上説明した本実施形態では、風況解析部２４２が異常時の強風を予測する。また、構造解析部２４３が、その強風による構造物への影響を解析する。さらに、表示部２３０が、指標計算部２４４で計算されたその影響の指標（危険度）を表示する。これにより、例えば、鉄道事業者が運転再開を検討するときに、十分な判断材料を提供することが可能となる。

なお、本実施形態では、鉄道沿線を評価対象エリアとしている。しかし、評価対象エリアは、鉄道沿線に限定されず、例えば高速道路等の道路であってもよい。この場合、風況解析部２４２が道路の風況を解析する。また、構造解析部２４３が、風況による道路周辺の構造物（例えば照明ポール）への影響を解析する。さらに、表示部２３０は、指標計算部２４４で計算されたその影響の指標（危険度）を表示する。これにより、道路の通行止めを解除する際に、十分な判断材料を提供することができる。

（第２実施形態）
図６は、第２実施形態に係る解析システムの概略的な構成を示すブロック図である。上述した第１実施形態と同様の構成要素には同じ符号を付し、詳細な説明を省略する。

図６に示すように、本実施形態に係る解析システム２では、構造物データ１１５が、画像処理装置６００からデータ入力装置１００のオンラインデータ入力部１１０に入力される。構造物データ１１５は、第１実施形態で説明した構造物データ１２２と同様に、鉄道沿線およびその周辺の評価対象エリアに存在する構造物に関するデータである。この構造物データ１１５には、例えば、ビル等の建物データのように鉄道沿線の風況に影響を及ぼしし得るデータや、電柱、樹木の位置、形状および耐荷重のように、鉄道沿線の風況に応じて列車の運行に影響を及ぼし得るデータが含まれる。

画像処理装置６００は、画像記憶部６０１および画像分析部６０２を備える。なお、画像記憶部６０１および画像分析部６０２は、必ずしも解析システム２に属する必要はなく、解析システム２から独立した構成であってもよい。この場合、構造物データ１１５は、解析システム２の外部からデータ入力装置１００に提供されることになる。

画像記憶部６０１には、評価対象エリアの種々の構造物を撮影した画像データが格納される。画像データは、例えば撮影時刻等と関連付けてデータベース化される。

画像分析部６０２は、画像記憶部６０１に格納された画像データを分析する。画像分析部６０２の分析結果は、オンラインデータ入力部１１０の構造物データ１１５として入力される。画像分析部６０２が分析処理を常時行うことによって、構造物データ１１５は、逐次最新のデータに更新される。

図７は、構造物の画像データの取得方法の一例を示す模式図である。図７に示す取得方法では、鉄道車両１１に、例えばカメラ等で構成された撮影装置１２が設置されている。撮影装置１２は、鉄道車両１１の運行時に沿線に存在する樹木等の構造物１３を撮影する。撮影装置１２で撮影された画像データは、有線または無線で画像処理装置６００に伝送され、画像記憶部６０１に格納される。

なお、撮影装置１２は、鉄道車両１１から構造物１３を撮影することに限定されず、例えば評価対象エリアを走行する車両等から撮影してもよい。または、撮影装置１２を携帯した人が徒歩しながら撮影してもよい。

また、構造物１３の画像データは、上記のような撮影装置１２で撮影されたデータに限定されず、例えば評価対象エリアに設置された定点カメラ（監視カメラなど）で撮影したデータであってもよい。または、評価対象エリアを撮影した衛星の画像データであってもよい。その他、外部機関が提供する様々な画像データを対象することができる。

以下、図８および図９を参照して、上述した解析システム２の解析動作について説明する。図８は、本実施形態に係る解析システム２の解析動作の手順を示すフローチャートである。図９は、本実施形態に係る解析システム２の解析動作の詳細を説明するための図である。

図８に示すように、まず、画像処理装置６００が、撮影装置１２から画像データを取得して画像記憶部６０１に保存し、次いで画像分析部６０２が画像記憶部６０１に保存された画像データを分析して構造物データ１１５を作成する（ステップＳ０）。以下に、ステップＳ０の動作内容の一例を説明する。

画像分析部６０２は、まず、画像記憶部６０１に保存された画像データから構造物１３の位置を推定する。撮影装置１２が鉄道車両１１のような移動体に設置されている場合、画像分析部６０２は、例えば撮影時刻の車両位置等を示す運行情報を用いて構造物１３の位置を推定する。続いて、画像分析部６０２は、授記画像データから構造物１３の形状データや色データを抽出する。続いて、画像分析部６０２は、抽出した形状データや色データに基づいて構造物１３の種類を識別して分類、または、構造物１３の状態を識別する。構造物１３の識別には、例えばＡＩ（Artificial Intelligence）などを利用すると、より高精度に認識することができる。

なお、本実施形態では、画像記憶部６０１への画像データの保存処理、画像分析部６０２における画像分析処理、その後のオンラインデータ入力部１１０への入力処理は、全て自動で行われるが、必ずしもこれらの処理を自動的に実行することに限定されない。例えば、これらの処理の一つが、手動によって実行されてもよいし、画像分析処理の一部が手動によって実行されてもよい。

上記のように画像分析部６０２が構造物１３を識別および分類した結果は、構造物データ１１５として、気象データ１１１等のオンラインデータとともにオンラインデータ入力部１１０に入力される（ステップＳ１）。構造物データ１１５が入力されるたびに、オンラインデータ入力部１１０に保存された構造物データ１１５は、最新データに更新される。

ステップＳ２以降の動作内容については、図９に示すように、第１実施形態と同様であるため、詳細な説明を省略する。本実施形態では、構造物データ１１５は、風況解析（ステップＳ２）や構造解析（ステップＳ３）で用いられる。

評価対象エリア内の実際の構造物の状況は、時間の経過とともに変化し得る。例えば、建物等の新設や撤去、建替えの他、樹木の成長による形状変化など諸々のケースが考えられる。これに対し、上述した本実施形態では、画像処理装置６００によって、構造物の情報は随時更新される。よって、第１実施形態よりも高精度に風況解析や構造解析を行うことが可能となる。

なお、本実施形態では、必ずしも画像処理装置６００の分析結果は、構造物データ１１５の更新に利用することに限定されず、例えば評価対象エリア内で既存データが存在しない構造物のデータを作成する場合にも利用可能である。

（変形例１）
図１０は、第２実施形態の変形例１に係る画像処理装置６００の構成を示すブロック図である。上述した第２実施形態と同様の構成要素には同じ符号を付し、詳細な説明を省略する。

図１０に示すように、本変形例に係る画像処理装置６００は、画像記憶部６０１および画像分析部６０２に加えて、警告部６０３をさらに備える。警告部６０３は、画像分析部６０２の分析結果に応じて、所定のアラームを発する。

図１１は、本変形例に係る画像処理装置６００の動作手順の一例を示すフローチャートである。以下の動作は、第２実施形態で説明した構造データ処理ステップ（ステップＳ０）で実行される。

まず、画像記憶部６０１が、撮影装置１２で撮影された構造物１３の画像データを保存する（ステップＳ１０１）。続いて、画像分析部６０２が、画像記憶部６０１に保存された画像データを分析する（ステップＳ１０２）。

ステップＳ１０２において、画像分析部６０２が、例えばＡＩなどを用いて画像データを分析して構造物の種類を識別する場合、構造物が必ずしも正しく認識されるとは限らない。この場合、誤った分析結果が、構造物データ１１５としてオンラインデータ入力部１１０へ入力されると、その後に実行されるリスク評価に支障をきたす可能性がある。

そこで、本変形例では、画像分析部６０２が、分析結果の信頼性に関する指標、例えばデータ全体の中で所定の適合条件を満たすデータの比率を示す適合率等を算出し、指標が、予め設定されたしきい値以上であるか否かを判定する（ステップＳ１０３）。

指標がしきい値を下回る場合には、警告部６０３がアラートを発信する（ステップＳ１０４）。ステップＳ１０４では、アラートの形式は、特に限定されない。例えば、警告部６０３は、警告音を発するか、または警告画像を表示する。警告部６０３がアラートを発信した場合には、例えばユーザが識別結果を直接確認するといった対応を取る。一方、指標がしきい値以上である場合には、画像分析部６０２の分析結果が、構造物データ１１５としてオンラインデータ入力部１１０に入力される（ステップＳ１０５）。

なお、ステップＳ１０２では、想定していない新しい構造物が画像データに表れた場合、その構造物をＡＩ等で自動識別することは困難である。このように、種類の自動識別が困難な場合には、画像分析部６０２は、分析対象の形状と最も近い形状の他の構造物に自動的に分類してもよい。この場合、信頼性に関する指標がしきい値を下回る場合には、警告部６０３がアラートを発信する。また、構造物を自動で分類することが困難な場合には、ユーザが手作業でその構造物を登録してもよい。

以上説明した本変形例によれば、信頼性の高い分析結果が構造物データ１１５としてオンラインデータ入力部１１０に入力される。そのため、風況解析や構造解析の精度がさらに向上する。

なお、本変形例では、警告部６０３は、画像分析部６０２の分析結果の信頼性に応じてアラートを発する機能に加えて、画像分析部６０２の分析結果から、危険を及ぼす可能性がある障害物を認識した場合にアラートを発する機能を有していてもよい。鉄道の運行に危険を及ぼす場合として、例えば、樹木の枝が線路に接近している場合、または、風で飛来した障害物が線路の近くに存在する場合などが考えられる。画像分析部６０２は、例えば、最新の画像データを過去の画像データとを比較したときに、評価対象エリア内における線路等の特定エリアの画像が異なっている場合に、樹木の枝や飛来物等の障害物が特定エリア内に存在すると認識する。このようにして画像分析部６０２が障害物を認識した場合には、警告部６０３がアラートを発する。なお、画像データから障害物を認識する方法は、上記のように２つの画像データを比較する方法に限定されず、他の方法を用いていもよい。

（変形例２）
第２実施形態の変形例２に係る解析システムの要部の構成を示すブロック図である。上述した第２実施形態に係る解析システム２と同様の構成要素には、同じ符号を付し、詳細な説明を省略する。

本変形例では、画像分析部６０２の分析結果に加えて、点検記録データが、構造物データ１１５としてデータ入力装置１００のオンラインデータ入力部１１０に入力される。点検記録データは、例えば鉄道作業員等による定期的な沿線の点検や、台風など異常気象の後に行う非定常点検の結果をデータベース化したものである。この点検記録データには、沿線近傍の、障害物と成り得る樹木等の構造物の、位置、種類、状態などを含む点検記録、および非定常点検時報告などが示されている。

例えば、点検記録データが撮影装置１２では撮影できない箇所に設置された構造物の点検記録を示す場合、この点検記録データは、補足データとして構造物データ１１５に反映される。

以上説明した本変形例によれば、点検記録データを構造物データ１１５に反映させることによって、オンラインデータ入力部１１０に入力される構造物データ１１５の内容が充実する。そのため、風況解析や構造解析の精度がさらに向上する。

なお、本変形例では、点検記録データは、データ入力装置１００に入力されているが、画像処理装置６００の画像分析部６０２に入力されてもよい。この場合、画像分析部６０２は、画像記憶部６０１から読み出した画像データの分析結果を、点検記録データと比較する。例えば、画像分析部６０２は、画像データに示された構造物の形状や色と、点検記録データに記録された構造物の形状や色を比較して、両データの一致度合いを、変形例１で説明した分析結果の信頼性に関する指標として用いる。データ一致度合いが、しきい値を下回る場合には、変形例１と同様に、警告部６０３がアラート発信する。また、点検記録データは、画像分析部６０２がＡＩを用いて画像データを分析する際の教師データとして用いることもできる。

以上、いくつかの実施形態を説明したが、これらの実施形態は、例としてのみ提示したものであり、発明の範囲を限定することを意図したものではない。本明細書で説明した新規なシステムは、その他の様々な形態で実施することができる。また、本明細書で説明したシステムの形態に対し、発明の要旨を逸脱しない範囲内で、種々の省略、置換、変更を行うことができる。添付の特許請求の範囲およびこれに均等な範囲は、発明の範囲や要旨に含まれるこのような形態や変形例を含むように意図されている。

１００：データ入力装置
２００：診断評価装置
２３０：表示部
２４０：制御部
２４２：風況解析部
２４３：構造解析部
２４４：指標計算部
２４５：風況同定部
２５０：記憶部
６０１：画像記憶部
６０２：画像分析部
６０３：警告部

Claims (18)

1. 少なくとも評価対象エリアの気象に関する気象データと、前記評価対象エリアに位置する構造物に関する構造物データと、が入力されるデータ入力装置と、
   前記データ入力装置と通信可能に接続される診断評価装置と、を備え、
   前記診断評価装置は、
   前記気象データに基づいて前記評価対象エリアの地点ごとに標高と風速との関係を解析した風況解析データと、前記構造物データに基づく前記構造物の構造解析データと、を格納する記憶部と、
   前記記憶部から読み出した前記風況解析データおよび前記構造解析データに基づいて前記構造物が前記評価対象エリアの風況から受ける影響の指標を計算する制御部と、
   前記指標の計算結果を表示する表示部と、を有し、
   前記データ入力装置は、前記評価対象エリアの風況を実測した実測データまたは風況を予測した風況予測データも取得し、
   前記制御部は、前記風況解析データを計算して前記記憶部へ格納する風況解析部を有し、
   前記風況解析部は、前記実測データまたは前記風況予測データと、前記実測データまたは前記風況予測データと同じ地点の前記風況解析データに基づく風況解析値とを用いて、前記風況解析値を風況実測値または風況予測値に換算する換算係数を計算する、解析システム。
2. 前記制御部は、
   前記構造解析データを計算して前記記憶部へ格納する構造解析部と、
   前記指標を計算する指標計算部と、を有する、請求項１に記載の解析システム。
3. 前記制御部は、前記風況解析データおよび前記実測データまたは前記風況予測データを用いて前記評価対象エリアの過去、現在、または未来の風況を同定する風況同定部をさらに有し、
   前記風況同定部は、過去または現在の前記実測データまたは前記風況予測データが存在する地点については、この地点の前記実測データまたは前記風況予測データを用いて、前記存在する地点における過去または現在の風況を同定すると共に、
   前記風況同定部は、過去または現在の前記実測データまたは前記風況予測データが存在しない地点については、前記存在しない地点の近傍の前記気象データと、前記存在しない地点に最も近い地点の前記換算係数および前記風況解析データとを用いて、前記存在しない地点における過去または現在の風況を同定する、請求項２に記載の解析システム。
4. 前記構造解析部は、前記風況解析データに示された風況によって前記構造物で発生する荷重を前記構造解析データとして計算する、請求項２または３に記載の解析システム。
5. 前記指標計算部は、前記構造解析データとして計算された風荷重と、前記構造物データに含まれる前記構造物の耐荷重との比較結果を前記指標として計算する、請求項４に記載の解析システム。
6. 前記指標計算部は、複数の構造物について、前記風荷重と前記耐荷重との比較結果を前記指標として計算する、請求項５に記載の解析システム。
7. 前記表示部は、前記複数の構造物毎に前記指標の計算結果を表示する、請求項６に記載の解析システム。
8. 前記風況同定部は、前記風況解析データを前記実測データまたは前記風況予測データに換算するための換算係数を用いて前記風況を同定する、請求項３に記載の解析システム。
9. 前記表示部は、前記評価対象エリアの地図に前記複数の構造物を表示するとともに、各構造物の指標を前記地図上にマッピングする、請求項７に記載の解析システム。
10. 前記記憶部は、前記評価対象エリアで過去に発生した事故に関する事故データも格納し、
    前記表示部は、前記指標のレベルおよび前記事故データに基づいて特定されたエリアに対してアラームを表示する、請求項８に記載の解析システム。
11. 前記評価対象エリアが、鉄道沿線または道路である、請求項１から９のいずれか１項に記載の解析システム。
12. 前記構造物を撮影した画像データを格納する画像記憶部と、
    前記画像記憶部に格納された前記画像データを分析する画像分析部と、をさらに備え、
    前記画像分析部の分析結果が、前記構造物データとして前記データ入力装置に入力される、請求項１に記載の解析システム。
13. 前記画像分析部は、前記画像データから前記構造物を抽出して分類する、請求項１２に記載の解析システム。
14. 前記画像分析部の分析結果の信頼性に応じてアラートを発する警告部をさらに備える、請求項１２または１３に記載の解析システム。
15. 前記警告部は、前記画像分析部の分析結果から障害物が認識された場合にも、前記アラートを発する、請求項１４に記載の解析システム。
16. 前記構造物の点検結果を示す点検記録データが、前記構造物データとして前記データ入力装置に入力される、請求項１２に記載の解析システム。
17. 評価対象エリアの気象に関する気象データと、前記評価対象エリアに位置する構造物に関する構造物データと、前記評価対象エリアの風況を実測した実測データまたは風況を予測した風況予測データと、を取得し、
    前記気象データに基づいて前記評価対象エリアの地点ごとに標高と風速との関係を解析した風況解析データと、前記構造物データに基づく前記構造物の構造解析データと、を計算し、
    前記実測データまたは前記風況予測データと、前記実測データまたは前記風況予測データと同じ地点の前記風況解析データに基づく風況解析値とを用いて、前記風況解析値を風況実測値または風況予測値に換算する換算係数を計算し、
    前記風況解析データおよび前記構造解析データを記憶部に格納し、
    前記記憶部から読み出した前記風況解析データおよび前記構造解析データに基づいて前記構造物が前記評価対象エリアの風況から受ける影響の指標を計算し、
    前記指標の計算結果を表示する、解析方法。
18. 少なくとも評価対象エリアの気象に関する気象データと、前記評価対象エリアに位置する構造物に関する構造物データと、前記評価対象エリアの風況を実測した実測データまたは風況を予測した風況予測データと、を取得し、
    前記気象データに基づいて前記評価対象エリアの地点ごとに標高と風速との関係を解析した風況解析データと、前記構造物データに基づく前記構造物の構造解析データと、を計算し、
    前記実測データまたは前記風況予測データと、前記実測データまたは前記風況予測データと同じ地点の前記風況解析データに基づく風況解析値とを用いて、前記風況解析値を風況実測値または風況予測値に換算する換算係数を計算し、
    前記風況解析データおよび前記構造解析データを記憶部に格納し、
    前記記憶部から読み出した前記風況解析データおよび前記構造解析データに基づいて前記構造物が前記評価対象エリアの風況から受ける影響の指標を計算し、
    前記指標の計算結果を表示する、処理をコンピュータに実行させるためのプログラム。