特許ウォッチ

公開番号2024175302
公報種別公開特許公報(A)
公開日2024-12-18
出願番号2023092977
出願日2023-06-06
発明の名称推定装置、学習装置、推定方法、学習方法、及びプログラム
出願人清水建設株式会社
代理人個人,個人,個人
主分類E21D 9/093 20060101AFI20241211BHJP(地中もしくは岩石の削孔;採鉱)
要約【課題】同一の掘進方向に対して異なる方向に力点位置が設定されるように推進ジャッキが操作される場合があっても、推進ジャッキの操作を精度よく予測できる学習済モデルを生成する。
【解決手段】シールド掘削機が掘進する方向を示す方向データを取得する取得部と、前記方向データを含む入力データを推定モデルに入力することにより、前記シールド掘削機が掘進すべき力点位置の変化量を推定する推定部と、を備え、前記推定モデルは、前記方向データを含む学習用の入力データに前記シールド掘削機が掘進すべき力点位置の変化量が対応づけられた学習データを用いて機械学習を実行することにより生成されたモデルである。
【選択図】図3
特許請求の範囲【請求項１】
シールド掘削機が掘進する方向を示す方向データを取得する取得部と、
前記方向データを含む入力データを推定モデルに入力することにより、前記シールド掘削機が掘進すべき力点位置の変化量を推定する推定部と、
を備え、
前記推定モデルは、前記方向データを含む学習用の入力データに前記シールド掘削機が掘進すべき力点位置の変化量が対応づけられた学習データを用いて機械学習を実行することにより生成されたモデルである、
推定装置。
続きを表示（約 1,500 文字）【請求項２】
前記シールド掘削機は、中折れ機構を有する、
請求項１に記載の推定装置。
【請求項３】
前記推定部は、前記シールド掘削機が曲線に沿った掘進をする場合に、前記シールド掘削機が掘進すべき力点位置の変化量を推定する、
請求項１に記載の推定装置。
【請求項４】
前記推定部によって推定された前記シールド掘削機が掘進すべき力点位置の変化量を積分することによって、前記シールド掘削機が掘進すべき力点位置を出力する出力部、をさらに備える、
請求項１に記載の推定装置。
【請求項５】
シールド掘削機が掘進すべき力点位置の変化量を推定する推定モデルを生成する学習部を備え、
前記推定モデルは、前記シールド掘削機が掘進する方向を示す方向データを含む学習用の入力データに前記シールド掘削機が掘進すべき力点位置の変化量が対応づけられた学習データを用いて機械学習を実行することにより生成されたモデルである、
学習装置。
【請求項６】
前記学習部は、
前記学習データのうち第１学習データを用いて、前記第１学習データにおける前記力点位置が変化した時刻を基準時刻として、前記基準時刻の前又は後に連続する特定の時間区間に、前記力点位置が変化したとする第２学習データを生成し、
前記第２学習データを含む前記学習データを用いて前記推定モデルを生成する、
請求項５に記載の学習装置。
【請求項７】
コンピュータが行う推定方法であって、
取得部が、シールド掘削機が掘進する方向を示す方向データを取得し、
推定部が、前記方向データを含む入力データを推定モデルに入力することにより、前記シールド掘削機が掘進すべき力点位置の変化量を推定し、
前記推定モデルは、前記方向データを含む学習用の入力データに前記シールド掘削機が掘進すべき力点位置の変化量が対応づけられた学習データを用いて機械学習を実行することにより生成されたモデルである、
推定方法。
【請求項８】
コンピュータが行う学習方法であって、
学習部が、シールド掘削機が掘進すべき力点位置の変化量を推定する推定モデルを生成し、
前記推定モデルは、前記シールド掘削機が掘進する方向を示す方向データを含む学習用の入力データに前記シールド掘削機が掘進すべき力点位置の変化量が対応づけられた学習データを用いて機械学習を実行することにより生成されたモデルである、
学習方法。
【請求項９】
コンピュータに、
シールド掘削機が掘進する方向を示す方向データを取得させ、
前記方向データを含む入力データを推定モデルに入力することにより、前記シールド掘削機が掘進すべき力点位置の変化量を推定させ、
前記推定モデルは、前記方向データを含む学習用の入力データに前記シールド掘削機が掘進すべき力点位置の変化量が対応づけられた学習データを用いて機械学習を実行することにより生成されたモデルである、
プログラム。
【請求項１０】
コンピュータに、
シールド掘削機が掘進すべき力点位置の変化量を推定する推定モデルを生成させ、
前記推定モデルは、前記シールド掘削機が掘進する方向を示す方向データを含む学習用の入力データに前記シールド掘削機が掘進すべき力点位置の変化量が対応づけられた学習データを用いて機械学習を実行することにより生成されたモデルである、
プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、推定装置、学習装置、推定方法、学習方法、及びプログラムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
シールドマシンの掘進において、ＡＩ（機械学習）を利用して掘進の方向を定める推進ジャッキの操作を予測する技術がある。例えば、特許文献１には、指示値や現在値などの方向データに掘進すべき力点の位置座標と対応づけた学習データを機械学習させることによって生成した推定モデルを用いて、力点の位置座標を推定する技術が開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０１９－１４３３８５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、シールドマシンの状況によっては、掘進方向と同じ方向に力点を設定せずに、あえて逆方向に設定するような操作が行われる場合がある。例えば、中折れ機構を有するシールドマシンにて、曲線を掘進する操作では、中折れ機構と推進ジャッキのそれぞれの操作を併用して曲線の掘進を行う。中折れ角との関係によっては、曲がりたい方向に力点を設定する場合と、曲がりたい方向とは逆方向に力点を設定する場合がある。
【０００５】
同じ掘進方向に対して異なる方向に力点を設定する操作を含む学習データを用いて推定モデルを生成しようとすると、学習データにおけるデータの関係性が複雑になってしまう。関係性が複雑な学習データを学習では力点の予測が難しくなり、精度よく予測することができる推定モデルを生成することが困難になるという問題があった。
【０００６】
上述の課題を鑑み、本発明は、同一の掘進方向に対して異なる方向に力点位置が設定されるように推進ジャッキが操作される場合があっても、推進ジャッキの操作を精度よく予測できる学習済モデルを生成することができる推定装置、学習装置、推定方法、学習方法、及びプログラム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】
本発明の一態様にかかる推定装置は、シールド掘削機が掘進する方向を示す方向データを取得する取得部と、前記方向データを含む入力データを推定モデルに入力することにより、前記シールド掘削機が掘進すべき力点位置の変化量を推定する推定部と、を備え、前記推定モデルは、前記方向データを含む学習用の入力データに前記シールド掘削機が掘進すべき力点位置の変化量が対応づけられた学習データを用いて機械学習を実行することにより生成されたモデルである。
【０００８】
本発明の一態様にかかる学習装置は、シールド掘削機が掘進すべき力点位置の変化量を推定する推定モデルを生成する学習部を備え、前記推定モデルは、前記シールド掘削機が掘進する方向を示す方向データを含む学習用の入力データに前記シールド掘削機が掘進すべき力点位置の変化量が対応づけられた学習データを用いて機械学習を実行することにより生成されたモデルである。
【０００９】
本発明の一態様にかかる推定方法は、コンピュータが行う推定方法であって、取得部が、シールド掘削機が掘進する方向を示す方向データを取得し、推定部が、前記方向データを含む入力データを推定モデルに入力することにより、前記シールド掘削機が掘進すべき力点位置の変化量を推定し、前記推定モデルは、前記方向データを含む学習用の入力データに前記シールド掘削機が掘進すべき力点位置の変化量が対応づけられた学習データを用いて機械学習を実行することにより生成されたモデルである。
【００１０】
本発明の一態様にかかる学習方法は、コンピュータが行う学習方法であって、学習部が、シールド掘削機が掘進すべき力点位置の変化量を推定する推定モデルを生成し、前記推定モデルは、前記シールド掘削機が掘進する方向を示す方向データを含む学習用の入力データに前記シールド掘削機が掘進すべき力点位置の変化量が対応づけられた学習データを用いて機械学習を実行することにより生成されたモデルである。
（【００１１】以降は省略されています）

関連特許