特許ウォッチ

公開番号2025073403
公報種別公開特許公報(A)
公開日2025-05-13
出願番号2023184154
出願日2023-10-26
発明の名称プログラム、情報処理方法、及び情報処理装置
出願人株式会社ダイヘン
代理人個人,個人
主分類G01N 21/88 20060101AFI20250502BHJP(測定;試験)
要約【課題】碍子の再利用に関する判定を効率的に行うことができるプログラム等を提供する。
【解決手段】プログラムは、コンピュータに、送配電設備から回収した碍子を、赤外線照明及び赤外線カメラを用いて撮像した赤外線画像を取得し、碍子を含む赤外線画像を入力した場合に碍子の外観状態に関する情報を出力するよう学習された学習モデルに、取得した前記碍子を含む赤外線画像を入力することにより、前記学習モデルから、前記碍子の外観状態に関する情報を取得し、取得した前記碍子の外観状態に関する情報に基づき、前記碍子の再利用に関する情報を導出し、導出した前記碍子の再利用に関する情報を出力する処理を実行させる。
【選択図】図1
特許請求の範囲【請求項１】
コンピュータに、
送配電設備から回収した碍子を、赤外線照明及び赤外線カメラを用いて撮像した赤外線画像を取得し、
碍子を含む赤外線画像を入力した場合に碍子の外観状態に関する情報を出力するよう学習された学習モデルに、取得した前記碍子を含む赤外線画像を入力することにより、前記学習モデルから、前記碍子の外観状態に関する情報を取得し、
取得した前記碍子の外観状態に関する情報に基づき、前記碍子の再利用に関する情報を導出し、
導出した前記碍子の再利用に関する情報を出力する
処理を実行させるプログラム。
続きを表示（約 1,200 文字）【請求項２】
前記碍子の外観状態に関する情報は、前記碍子の外面における傷の有無を含み、
前記碍子の外面に傷が有る場合、前記碍子の再利用は不可である旨を導出し、
前記碍子の外面に傷が無い場合、前記碍子の再利用は可能である旨を導出する
請求項１に記載のプログラム。
【請求項３】
前記碍子の外観状態に関する情報は、前記碍子の外面における傷に関する情報を含み、
前記赤外線照明の波長は、前記碍子の再利用の可否判断に応じた傷の深さに基づき定められている
請求項１に記載のプログラム。
【請求項４】
前記送配電設備から回収した前記碍子を、可視光照明及び可視光カメラを用いて撮像した可視光画像を取得し、
碍子を含む可視光画像を入力した場合に碍子の外観状態に関する情報を出力するよう学習された第２学習モデルに、取得した前記碍子を含む可視光画像を入力することにより、前記第２学習モデルから、前記碍子の外観状態に関する情報を取得し、
前記学習モデルから取得した情報と、前記第２学習モデルから取得した情報とに基づき、前記碍子の再利用に関する情報を導出する
請求項１から請求項３のいずれか１項に記載のプログラム。
【請求項５】
前記第２学習モデルから取得した前記碍子の外観状態に関する情報は、前記碍子の外面における変色の有無を含む
請求項４に記載のプログラム。
【請求項６】
送配電設備から回収した碍子を、赤外線照明及び赤外線カメラを用いて撮像した赤外線画像を取得し、
碍子を含む赤外線画像を入力した場合に碍子の外観状態に関する情報を出力するよう学習された学習モデルに、取得した前記碍子を含む赤外線画像を入力することにより、前記学習モデルから、前記碍子の外観状態に関する情報を取得し、
取得した前記碍子の外観状態に関する情報に基づき、前記碍子の再利用に関する情報を導出し、
導出した前記碍子の再利用に関する情報を出力する
処理をコンピュータに実行させる情報処理方法。
【請求項７】
送配電設備から回収した碍子を、赤外線照明及び赤外線カメラを用いて撮像した赤外線画像を取得する画像取得部と、
碍子を含む赤外線画像を入力した場合に碍子の外観状態に関する情報を出力するよう学習された学習モデルに、取得した前記碍子を含む赤外線画像を入力することにより、前記学習モデルから、前記碍子の外観状態に関する情報を取得する情報取得部と、
取得した前記碍子の外観状態に関する情報に基づき、前記碍子の再利用に関する情報を導出する導出部と、
導出した前記碍子の再利用に関する情報を出力する出力部と
を備える情報処理装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、プログラム、情報処理方法、及び情報処理装置に関する。
続きを表示（約 3,400 文字）【背景技術】
【０００２】
例えば、特許文献１には、変圧器、ケーブル、遮断器、コンデンサ等の電気機器に関する事項が記載され、更にこれら電気機器に用いられる電気絶縁油の劣化評価方法に関して言及されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０２２－６５８５８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、特許文献１に開示された劣化評価方法においては、碍子の再利用に関する判定を効率的に行う点について何ら考慮されていない。
【０００５】
本発明は斯かる事情に鑑みてなされたものであり、その目的とするところは、碍子の再利用に関する判定を効率的に行うことができるプログラム等を提供することにある。
【課題を解決するための手段】
【０００６】
本開示の一態様に係るプログラムは、コンピュータに、送配電設備から回収した碍子を、赤外線照明及び赤外線カメラを用いて撮像した赤外線画像を取得し、碍子を含む赤外線画像を入力した場合に碍子の外観状態に関する情報を出力するよう学習された学習モデルに、取得した前記碍子を含む赤外線画像を入力することにより、前記学習モデルから、前記碍子の外観状態に関する情報を取得し、取得した前記碍子の外観状態に関する情報に基づき、前記碍子の再利用に関する情報を導出し、導出した前記碍子の再利用に関する情報を出力する処理を実行させる。
【０００７】
本態様にあたっては、例えば、送電線、配電線、又は柱上変圧器等の送配電設備が使用された後、当該送配電設備に用いられた碍子は、取り外され、回収される。すなわち、柱上の碍子は、定期的に降柱され、外観点検を実施して劣化状態を判別することが必要となることが想定される。回収（降柱）された碍子は、例えば波長が830nmの赤外線光源を用いた赤外線照明下において、赤外線カメラ（赤外線撮像装置）にて撮像される。赤外線光源は、例えば、700nmから1500nm程度までの近赤外線を発光する発光ダイオード（赤外線LED）である。このように可視光線に比べ、波長が長い近赤外線を用いて碍子を撮像することにより、碍子の外観状態において、比較的に深い傷を抽出して撮影することができる。このように比較的に深い傷が抽出された画像（赤外線画像）を学習モデル（赤外線モデル）に入力することにより、学習モデルによる推論精度、すなわち碍子の外面又は外周部における当該深い傷の有無の検出精度を向上させることができる。当該撮影環境において、碍子を遮光物にて囲み、緑等の単色の床面（グリーンクロス）に載置して、当該碍子を撮像するものであってもよい。更に、赤外線カメラには、偏光フィルタを取り付け、外乱又はハレーションを抑制（防止）するものであってもよい。情報処理装置の制御部は、取得した、碍子を含む画像に対し、例えば、当該碍子の背景をキーイングすることにより、当該背景を単色化し、碍子を抽出し易くするように前処理するものであってもよい。この場合、当該前処理された画像が、学習モデルに入力される。このようにキーイング処理等を施すことにより、碍子の背景を実質的に除去することができ、学習モデルによる推論精度を向上させることができる。学習モデルは、例えば、R-CNN（Region CNN）、FastR-CNN、FasterR-CNN、YOLO(You Only Look Once)、又はSSD(Single Shot MultiBox Detector)にて構成されるものであってもよい。又は、例えば、ChatGPT等の人工知能チャットボットを用いて、碍子を含む画像に対する物体検出（碍子の外観状態に関する情報の出力）を行うものであってもよい。この場合、当該碍子を含む画像は、予めChatGPTがアクセス可能なインターネット上のＵＲＬにて指定できるストレージサーバに保存しておき、ChatGPTのプロンプトにて当該ＵＲＬを指定することにより、碍子を含む画像を、ChatGPTに入力するものであってもよい。この場合、ChatGPTは、碍子を含む画像を入力した場合に碍子の外観状態に関する情報を出力する学習モデルとして機能する。情報処理装置の制御部は、比較的に深い傷を抽出して撮影された赤外線画像を学習モデル（赤外線モデル）に入力し、当該学習モデル（赤外線モデル）が出力した、碍子の外観状態に関する情報を取得する。情報処理装置の制御部は、これら取得した碍子の外観状態に関する情報に基づき、碍子の再利用に関する情報を導出するため、比較的に深い傷の有無に応じて碍子の再利用の可否判定を精度良く行い、すなわち、碍子の再利用に関する判定を効率的に行うことができ、当該碍子の再利用を促進させ、ＳＤＧｓの促進に適した碍子を提供することができる。
【０００８】
本開示の一態様に係るプログラムは、前記碍子の外観状態に関する情報は、前記碍子の外面における傷の有無を含み、前記碍子の外面に傷が有る場合、前記碍子の再利用は不可である旨を導出し、前記碍子の外面に傷が無い場合、前記碍子の再利用は可能である旨を導出する。
【０００９】
本態様にあたっては、学習モデル（赤外線モデル）は、入力された赤外線画像に基づき、赤外線カメラを用いて撮像された碍子の外面又は外周部における傷の有無に関する情報を出力する。学習モデル（赤外線モデル）は、当該傷の有無に関する情報として、傷の有無を示す判定フラグ値、碍子の外面に存在する傷の個数、又は碍子の外面に存在する傷の領域を出力するものであってもよい。情報処理装置の制御部は、学習モデル（赤外線モデル）から取得した傷の有無に関する情報に基づき、碍子の再利用の可否（再生可能性）を判定する。情報処理装置の制御部は、学習モデル（赤外線モデル）が出力した傷の有無に関する情報（碍子の外観状態に関する情報）が、碍子の外面に傷が有る旨を示す場合、碍子の再利用は不可（再生不可）であると判定（導出）する。情報処理装置の制御部は、学習モデル（赤外線モデル）が出力した傷の有無に関する情報（碍子の外観状態に関する情報）が、碍子の外面に傷が無い旨を示す場合、碍子の再利用は可能（再生可能）であると判定（導出）する。すなわち、情報処理装置の制御部は、学習モデル（赤外線モデル）が出力した傷の有無に関する情報（碍子の外観状態に関する情報）に基づき、碍子の外面又は外周部に１つ以上の傷があると判定される場合、碍子の再利用は不可（再生不可）であると判定（導出）する。学習モデル（赤外線モデル）に入力される碍子の赤外線画像においては、可視光線よりも波長の長い赤外線を用いることにより、学習モデル（赤外線モデル）が検出可能な比較的に深い傷のみが含まれるものとなる。すなわち、碍子の外面に傷が存在する場合であっても、赤外線によって明瞭に撮像できない程度の浅い傷は、赤外線画像に含まれないものとなる。又は、当該浅い傷が赤外線画像に含まれる場合であっても、学習モデル（赤外線モデル）は、入力された赤外線画像に含まれる浅い傷を検出しない（することができない）ように学習されている。従って、学習モデル（赤外線モデル）は、このように碍子の再利用に影響を与えない程度の浅い傷（再利用するあたり許容される程度の傷）が含まれる赤外線画像が入力された場合、当該赤外線画像に対しては、傷の検出を行わない（傷の検出は無い旨を示す情報を出力する）ものとなる。このように赤外線画像は、比較的に深い傷、すなわち再生不可となる程度の傷（再利用するあたり許容されない傷）のみを、学習モデル（赤外線モデル）にて検出できるレベルにて含むため、当該再生不可となる程度の傷の有無を、効率的に判定することができる。
【００１０】
本開示の一態様に係るプログラムは、前記碍子の外観状態に関する情報は、前記碍子の外面における傷に関する情報を含み、前記赤外線照明の波長は、前記碍子の再利用の可否判断に応じた傷の深さに基づき定められている。
（【００１１】以降は省略されています）

関連特許