特許ウォッチ

公開番号2024157655
公報種別公開特許公報(A)
公開日2024-11-08
出願番号2023072128
出願日2023-04-26
発明の名称切羽評価システム及び切羽評価方法
出願人五洋建設株式会社,NSW株式会社
代理人個人,個人
主分類E21D 9/00 20060101AFI20241031BHJP(地中もしくは岩石の削孔;採鉱)
要約【課題】切羽性状を適切に精度よく評価できる切羽評価システムを提供する。
【解決手段】削孔データと切羽のRGB画像データと切羽のスペクトル画像データとが入力される入力部と、削孔データを入力変数とし習熟技術者による切羽評価を出力変数とする教師データにより機械学習を行い生成された削孔学習モデルを用いて第1算出値を出力する第1算出部30と、RGB画像データを入力変数とし習熟技術者による切羽評価を出力変数とする教師データにより機械学習を行い生成されたRGB学習モデルを用いて第2算出値を出力する第2算出部40と、スペクトル画像データを入力変数とし習熟技術者による切羽評価を出力変数とする教師データにより機械学習を行い生成されたスペクトル学習モデルを用いて第3算出値を出力する第3算出部50と、第1算出値、第2算出値、及び第3算出値を統合して切羽評価値を算出する切羽評価値算出部60と、を備える。
【選択図】図1
特許請求の範囲【請求項１】
削孔するときに測定装置により測定された削孔データと、ＲＧＢ画像撮像装置で取得された切羽のＲＧＢ画像データと、スペクトル画像撮像装置で取得された切羽のスペクトル画像データとが入力される入力部と、
前記削孔データを入力変数とし、当該削孔データに対応する習熟技術者による切羽評価を出力変数とする教師データにより機械学習を行い生成された削孔学習モデルを用いて前記削孔データを入力データとし、出力変数として第１算出値を出力する第１算出部と、
前記ＲＧＢ画像データを入力変数とし、当該ＲＧＢ画像データに対応する習熟技術者による切羽評価を出力変数とする教師データにより機械学習を行い生成されたＲＧＢ学習モデルを用いて前記ＲＧＢ画像データを入力変数とし、出力変数として第２算出値を出力する第２算出部と、
前記スペクトル画像データを入力変数とし、当該スペクトル画像に対応する習熟技術者による切羽評価を出力変数とする教師データにより機械学習を行い生成されたスペクトル学習モデルを用いて前記スペクトル画像データを入力データとし、出力変数として第３算出値を出力する第３算出部と、
前記第１算出値、前記第２算出値、及び前記第３算出値を統合して切羽評価値を算出する切羽評価値算出部と、を備える切羽評価システム。
続きを表示（約 1,600 文字）【請求項２】
前記第１算出部は、前記削孔学習モデルを生成する際に、前記削孔学習モデルの説明変数となる前記削孔データに対して地山の地質に応じた重みづけを行う、請求項１に記載の切羽評価システム。
【請求項３】
前記重みづけがされる前記削孔データは、削孔箇所の位置情報データと、前記位置情報データに対応する削孔箇所での削孔機のフィード圧、回転圧、打撃圧、及び削孔速度のデータと、前記削孔箇所の湧水圧データの少なくとも２以上のデータを含む、請求項２に記載の切羽評価システム。
【請求項４】
前記切羽評価値算出部は、前記第１算出値、前記第２算出値、及び前記第３算出値を統合する際に、各算出値に対して地山の地質に応じた重みづけを行う、請求項１～３のいずれか一項に記載の切羽評価システム。
【請求項５】
前記切羽評価値算出部は、前記第１算出値、前記第２算出値、及び前記第３算出値を入力変数とし、当該入力変数に対応する習熟技術者による切羽評価を出力変数とする教師データにより機械学習を行い生成された切羽評価学習モデルを用いて、前記第１算出値、前記第２算出値、及び前記第３算出値を入力データとし、出力変数として前記切羽評価値を算出する、請求項４に記載の切羽評価システム。
【請求項６】
削孔するときに測定装置により削孔データを取得することと、
ＲＧＢ画像撮像装置により切羽のＲＧＢ画像データを取得することと、
スペクトル画像撮像装置により切羽のスペクトル画像データを取得することと、
削孔データを入力変数とし、当該削孔データに対応する習熟技術者による切羽評価を出力変数とする教師データにより機械学習を行い生成された削孔学習モデルに入力変数として前記削孔データを入力して第１算出値を算出することと、
ＲＧＢ画像データを入力変数とし、当該ＲＧＢ画像データに対応する習熟技術者による切羽評価を出力変数とする教師データにより機械学習を行い生成されたＲＧＢ学習モデルに入力変数として前記ＲＧＢ画像データを入力して第２算出値を算出することと、
スペクトル画像データを入力変数とし、当該スペクトル画像データに対応する習熟技術者による切羽評価を出力変数とする教師データにより機械学習を行い生成されたスペクトル学習モデルに入力変数として前記スペクトル画像データを入力して第３算出値を算出することと、
前記第１算出値、前記第２算出値、及び前記第３算出値を統合して切羽評価値を算出することと、
を含む切羽評価方法。
【請求項７】
前記削孔学習モデルを生成する際に、前記削孔学習モデルの説明変数となる前記削孔データに対して地山の地質に応じて重みづけを行う、請求項６に記載の切羽評価方法。
【請求項８】
前記重みづけがされる前記削孔データは、削孔箇所の位置情報データと、前記位置情報データに対応する削孔箇所での削孔機のフィード圧、回転圧、打撃圧、及び削孔速度のデータと、前記削孔箇所の湧水圧データの少なくとも２以上のデータを含む、請求項７に記載の切羽評価方法。
【請求項９】
前記第１算出値、前記第２算出値、及び前記第３算出値を統合する際に、各算出値に対して地山の地質に応じて重みづけを行う、請求項６～８のいずれか一項に記載の切羽評価方法。
【請求項１０】
前記切羽価値の算出に、前記第１算出値、前記第２算出値、及び前記第３算出値を入力変数とし、当該入力変数に対応する習熟技術者による切羽評価を出力変数とする教師データにより機械学習を行い生成された切羽評価学習モデルを用いて、前記第１算出値、前記第２算出値、及び前記第３算出値を入力データとし、出力変数として前記切羽評価値を算出する、請求項９に記載の切羽評価方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、切羽評価システム及び切羽評価方法に関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
トンネルの掘削工事では、施工を安全かつ合理的に進めるため、地山の地質を適切に把握することが重要である。施工者は、切羽性状（例えば岩盤の硬軟、亀裂の有無、湧水状況など）を評価することで、地山の地質を把握する。そして、施工者は、その評価の結果に基づいて、適切な安全方策を講じたり、発破工法に際して適切な爆薬の量を決定する。
【０００３】
このような切羽性状の評価は、技術者が切羽を目視して行われるが、熟練が必要であり、人間の知識と経験に基づくものであるため、評価の精度にばらつきが生じるおそれがある。そこで、切羽性状の評価を、削孔時に計測したデータから自動判定する方法や、人工知能（Artificial Intelligence、ＡＩ）を活用して自動判定する方法が提案されている。例えば、下記特許文献１には、装薬孔の削孔時に計測したデータ（例えば打撃圧や、フィード圧、削孔速度等）を取得してこれに基づき切羽性状を評価する方法が開示されている。また、下記特許文献２には、トンネル施工において撮影入手した複数の学習用切羽画像を機械学習させた切羽判定モデルを用いて画像から切羽を評価する方法が開示されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２２－３７７８６号公報
特開２０２１－９２０３１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかし、削孔時の計測データを取得して切羽性状を評価する方法では、切羽の地質の硬軟を判定することはできるが、切羽面の風化変質や、割れ目の状態、割れ目の間隔などを用いた評価はできないため、切羽性状を適切に評価できないおそれがある。また、地山の地質は、地山の成り立ちや地域などによって異なるため、上記の切羽判定モデルを用いた切羽性状評価方法では、機械学習に用いられた切羽画像の地山と実際に評価する地山とが異なる場合、切羽性状を適切に評価できないおそれがある。
【０００６】
本発明は、前述した事情に鑑みてなされたものであり、切羽を適切に精度よく評価できる切羽評価システム及び切羽評価方法を提供することを目的とする。
【課題を解決するための手段】
【０００７】
上記目的を達成するために、本発明では、削孔するときに測定装置により測定された削孔データと、ＲＧＢ（赤（Ｒ）、緑（Ｇ）、青（Ｂ））画像撮像装置で取得された切羽のＲＧＢ画像データと、スペクトル画像撮像装置で取得された切羽のスペクトル画像データとが入力される入力部と、削孔データを入力変数とし、当該削孔データに対応する習熟技術者による切羽評価を出力変数とする教師データにより機械学習を行い生成された削孔学習モデルを用いて削孔データを入力データとし、出力変数として第１算出値を出力する第１算出部と、ＲＧＢ画像データを入力変数とし、当該ＲＧＢ画像データに対応する習熟技術者による切羽評価を出力変数とする教師データにより機械学習を行い生成されたＲＧＢ学習モデルを用いてＲＧＢ画像データを入力変数とし、出力変数として第２算出値を出力する第２算出部と、スペクトル画像データを入力変数とし、当該スペクトル画像に対応する習熟技術者による切羽評価を出力変数とする教師データにより機械学習を行い生成されたスペクトル学習モデルを用いてスペクトル画像データを入力データとし、出力変数として第３算出値を出力する第３算出部と、第１算出値、第２算出値、及び第３算出値を統合して切羽評価値を算出する切羽評価値算出部と、を備える切羽評価システムを提供する。
【０００８】
また、上記した切羽評価システムでは、前記第１算出部は、削孔学習モデルを生成する際に、前記削孔学習モデルの説明変数となる前記削孔データに対して地山の地質に応じた重みづけを行ってもよい。
【０００９】
また、重みづけがされる前記削孔データは、削孔箇所の位置情報データと、前記位置情報データに対応する削孔箇所での削孔機のフィード圧、回転圧、打撃圧、及び削孔速度のデータと、前記削孔箇所の湧水圧データの少なくとも２以上のデータを含んでもよい。
【００１０】
また、前記切羽評価値算出部は、前記第１算出値、前記第２算出値、及び前記第３算出値を統合する際に、各算出値に対して地山の地質に応じた重みづけをしてもよい。
（【００１１】以降は省略されています）

関連特許