A Study on Decision Support System for Snow Removal Dispatch using Road Surface Images and Weather Information

Copyright © 2020 調和系工学研究室 - 北海道大学大学院情報科学研究院情報理工学部門複合情報工学分野 – All rights reserved.
路面画像と気象情報を用いた
除雪出動決定支援システムに関する研究
北海道大学大学院情報科学院
情報理工学部門複合情報工学分野調和系工学研究室
修士2年大倉博貴

研究背景 2
①担当者が天気予報に基づ
いて，出動判断，作業員に
連絡
③出動の最終判断，作業員
に再連絡，出動
②除雪地点を1時間程かけて
雪見巡回パトロール
16時 0時 1時 2時
北海道における道路除雪業務
冬季の道路交通を維持する重要な役割
人手不足，高齢化で従業員に負担
負担軽減に向けた様々な取り組み
除雪車のワンマン化
生体センサーによる除雪作業の安全性確保
除雪出動決定の中にも負担が存在
除雪出動決定の方法
出動の基準
雪見巡回で確認する積雪深が一定値以上で出動

研究背景 3
除雪出動決定の課題
①担当者はただ1人で判断し負担を抱える
判断材料となる現場の情報収集の手間や，判断を間違え
たときの負担を軽減するため，判断の自動化が必要
②ベテラン担当者でも16時の判断が難しい
誰でも容易に判断を実現するため，高精度な予測が必要
③雪見巡回は手間がかかり危険
直接の巡回を省くため，遠隔で積雪状況の確認が必要
④作業員は深夜の連絡まで出動の有無がわからな
い
作業員が深夜の連絡を待たずに出動を把握するため，リ
アルタイムの現場の情報共有が必要
現場のデータの収集と可視化，高精度な出動の予測

関連研究 4
データの可視化と解析的な推論に取り組む
Visual Analytics[1]
大規模かつ複雑なデータを可視化，情報の効果的な伝達や解析
的な推論により意思決定を支援
カメラを用いる遠隔臨場が業務効率化に有効，雪見
巡回に適用
遠隔臨場による業務効率化[2]
建設現場におけるカメラを用いた遠隔臨場により，監督者の現
場の立ち合いを省力化
気象情報が除雪出動決定の要因，出動予測に有効
降雪予測による除雪作業最適化[3]
様々な気象衛星，気象レーダーの観測データから局所的な降雪
を予測するモデルを開発，除雪作業の判断を支援
[1] James J. Thomas and Kristin A. Cook : Illuminating the Path: The Research and Development Agenda for Visual Analytics,
(2005)
[2]木村龍太郎, 須田佳大, 鶴田英俊 : 遠隔臨場の実施事例について, 第65回北海道開発技術研究発表会論文, (2021)
[3]秋本哲朗, 手柴充博, 植木綾乃 : 降雪期における新たな気象予測の開発と活用―高度な降雪予報と除雪作業最適化―,
AI・データサイエンス論文集, 3巻J2号, (2022)

研究目的 5
収集データを活用した除雪出動決定支援シス
テムの開発
データを収集・活用する機能の実装
除雪対象地点のデータを収集，可視化
収集データを用いて除雪出動の有無を予測
実業務におけるシステムの有効性の検証
株式会社堀口組に導入(北海道留萌市)
担当者・作業員の負担軽減
雪見巡回の省力化
留萌市
・留萌市で建設土木工事業を行う企業
・冬季は市周辺の除雪業務も行う
北海道内でも
積雪が多い地域

本研究で対象とする除雪出動 6
除雪出動の対象地点
北海道留萌市の市街地
231，232，233号線
除雪出動の基準
雪見巡回で確認する積雪深が10cm以上で実施
担当者の出動判断材料
判断時点での積雪状況
積雪深，降雪の有無
予報気象情報
特に降雪量と風速

作業員の負担軽減
7
従来の除雪出動決定の方法
新たな除雪出動決定の方法
システム利用による除雪出動決定支援
①担当者が出動予測から出
動判断，作業員に連絡
②データを閲覧，必要に応じ
て雪見巡回パトロール
16時 0時 1時 2時
作業員は常にデータを閲覧，出動に備える
担当者の負担軽減雪見巡回を省力化
①担当者が天気予報に基づ
いて，出動判断，作業員に
連絡
②除雪地点を1時間程かけて
雪見巡回パトロール
16時 0時 1時 2時

データの収集 8
除雪出動決定に必要な情報を収集，蓄積
除雪対象地点の情報，担当者の出動判断材料
出動の基準となる積雪深
データの詳細と収集方法
積雪深計の問題
特定の一点の計測値，機器・設置コストが高い
データ名詳細更新頻度収集方法
1 定点カメラ画像堀口組が留萌市市街地10か所に
ネットワークカメラを設置
数秒ごとネットワーク経
由で収集
2 気象情報カメラ設置と同じ各地点の現在
の情報と予報情報
(天気，気温，降水量，風速・
風向など)
1時間ごとウェザーニュー
ス社からAPI で
収集
3 積雪深市内から10km離れた2か所のみ
に積雪深計を設置
10分ごとネットワーク経
由で収集
4 除雪出動履歴担当者の判断や出動記録，予測
モデルの学習に利用

9
システムの概要
入力：定点カメラ画像，気象情報，積雪深
出力：情報共有画面
除雪出動決定支援システム
ネットワークカメラ
データベース
気象情報
データベース
フロントエンド
情報共有画面
外部のデータベースサーバ (AWS) クライアント
積雪領域
の推定器
バックエンド
積雪領域割合
定点カメラ画像
天候情報
表示用
データ
除雪出動
の予測器
データベース
出動
確率
担当者・作業員
入力
データ
積雪深
データベース積雪深

積雪状況の数値化 10
目的
時系列での積雪状況の変化を捉えるデータを生成
定点カメラ画像の利用
画像から積雪領域割合を推定
路面全体の積雪状況を数値化
除雪出動予測の入力特徴量や，過去の積雪状況の推移の確認に利用
セマンティックセグメンテーションの適用
全8地点752枚の画像をアノテーション
学習済みモデルアーキテクチャUnet++を利用
ImageNetで学習済み
テストデータでIoU:0.951と高い精度
積雪深の増減に合わせて値が増減し，積雪状況を捉える
積雪領域割合
100％
積雪領域割合
5％
入力画像入力画像
モデル適用モデル適用
積雪非積雪
障害物無関係な領域

除雪出動予測 11
除雪出動予測とは
出動前日6時から出動当日0時の期間で1時間ごとに，0時から6
時までの出動の有無を予測
収集データを利用
収集した気象情報，積雪領域割合，積雪深から予測
ロジスティック回帰の適用
地点ごとに予測値を出力，平均値を除雪出動の有無の確率とし
て扱う
入力：気象情報，積雪領域割合，積雪深
出力：除雪出動の有無の確率
過去のデータ
・積雪領域割合
・積雪深
・気象情報
学習データ
気象情報
積雪深
定点画像
積雪領域
の推定器
推定結果
除雪出動
の予測器
除雪出動の有無の確率
除雪業務履歴
積雪領域割合
観測・予報情報
積雪深計

情報共有画面
データの可視化
担当者が出動判断に利用，除雪作業員が現場の情報の把握
12

実験① 除雪出動予測の精度調査 13
目的
収集データから除雪出動を予測，予測の精度からシステム
に利用可能か確認
データセット
期間
2022年12月24日~2023年2月28日(67日間)
データの欠損を抜いた63日を利用
気象情報，積雪領域割合，積雪深
1時間ごとに観測した収集データ
予報気象情報
5時に予報されたデータ
20時，0時，4時を予報
除雪出動履歴
0時から6時まで出動の有無
方法
出動前日6時から出動当日0時の期間で1時間ごとに予測
予測結果と16時の担当者による出動判断の結果を比較

予測の入力特徴量
出動前日6時から出動当日0時の期間で1時間ごとに予測
予備実験の結果を踏まえて入力特徴量を決定
交差検証の準備
データセットの作成
地点数と出動の有無を均等に5分割
データ分割時にシード値(0~4)を指定，5つのデータセットを用意
評価指標
正解率，F値
5つのデータセットの平均値を利用
予測時点
入力特徴量
リアルタイムの観測データ 5時の予報データ過去のデータ
6~16時積雪領域割合,積雪深,気温 20時の風速,0時の風速なし
17~19時積雪領域割合,積雪深,気温 20時の風速,0時の風速気温(16時)
20~23時積雪領域割合,積雪深,気温,風速 0時の風速気温(16時)
0時積雪領域割合,積雪深,気温,風速なし気温(16時)

予測結果と16時の担当者の判断結果の比較
6時から16時にかけて精度が向上，16時以降は担当者を上回る高
い精度を保つ
今回は5時の予報データを入力としたが，実際の利用では予報
データが毎時更新される
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 0
精度
予測時点
予測手法の正解率予測手法のF値 16時の担当者の正解率 16時の担当者のF値
システムの予測として利用可能
予測精度向上の可能性

実験② システムの有効性の検証 16
目的
システムを実業務に利用，除雪出動業務の課題解決
に有効かを検証
システムの利用
期間
2023年12月27日~2024年1月29日
方法
出動判断の担当者1名のヒアリング調査
出動判断の負担軽減の定性評価
雪見巡回の省力化の評価
除雪作業員5名のアンケート調査
深夜の出動の負担軽減の定性評価

出動判断の担当者のヒアリング調査
出動判断について
質問1：従来の出動判断の方法とは？
16時に積雪状況と天気予報を確認し，担当者の経験から判断
する
質問2：システムを利用した出動判断の方法とは？
データ閲覧によって，即座に容易に判断する
質問3：出動判断の負担を軽減するか？
高精度の予測によって，情報収集のストレスや判断が覆ると
きの責任感を軽減する
雪見巡回について
質問1：従来の雪見巡回とは？
少しの降雪があれば実施し，1時間以上かけて巡回する
質問2：システムを利用した雪見巡回とは？
巡回前にデータを閲覧し，地点を絞った巡回や巡回しない等
で対応する
質問3：雪見巡回を省力化するか？
シーズン全体で従来の雪見巡回にかかる総時間を半減する
結果
担当者の出動判断の負担を軽減，雪見巡回を省力化

除雪作業員のアンケート調査
設問1：システムを利用しているか
「はい」2名，「いいえ」3名
シーズン最中で忙しく導入が完了していない
未利用の作業員はその場で利用後に回答
設問2：深夜の出動判断連絡の前から、出動の有無を想像で
きたか(できそうか)
設問3：出動の有無を想像することで，出動前に準備、出動
までの気持ちが楽になったか(なりそうか)
「はい」の回答者が具体的な負担軽減を自由記述
前もって準備，睡眠時間を調整できる
深夜の着信が減り家族のストレスも減少
結果
除雪作業員の深夜の出動の負担を軽減

まとめ 19
収集データを活用した除雪出動決定支援シス
テムを開発
定点カメラ画像，気象情報，積雪深を収集
データの可視化，除雪出動予測機能
除雪出動予測機能は担当者に近い精度で深夜
の出動の有無を予測
出動時間に近づくと高精度で予測可能
システムの有効性を検証，担当者・作業員の
負担軽減をヒアリング・アンケート調査
除雪出動業務の課題解決に有効

20
研究業績
• 国内学会口頭発表査読あり（1件）
– ○大倉博貴, 横山想一郎, 山下倫央, 川村秀憲 : 除雪出動決定支援のための
除雪関連情報共有サイトの構築, ソフトウェアシンポジウム 2023 in 仙台,
2023
• 国内学会口頭発表査読無し（2件）
– ○大倉博貴, 横山想一郎, 山下倫央, 川村秀憲 : 道路画像と気象情報の配信
による除雪出動決定支援システムの開発, 情報処理学会第85回全国大会,
2023
– ○大倉博貴, 横山想一郎, 山下倫央, 川村秀憲 : 除雪出動予測のための路面
画像と気象情報の分析, 第48回社会におけるAI研究会, 2023
• 発表予定国際学会査読あり口頭発表（1件）
– ○Hiroki Okura, Soichiro Yokoyama, Tomohisa Yamashita, Hidenori
Kawamura : Analysis of Weather Information and Road Surface Images for
Snow Removal Dispatch Prediction, INTELLI 2024, 2024
• 発表予定国内学会査読無し口頭発表（1件）
– ○大倉博貴, 横山想一郎, 山下倫央, 川村秀憲 : 路面画像と気象情報を用い
た除雪出動決定支援システムの開発, 第49回社会におけるAI研究会, 2024
• 受賞（1件）
– 論文奨励賞（ソフトウェアシンポジウム 2023 in 仙台）

A Study on Decision Support System for Snow Removal Dispatch using Road Surface Images and Weather Information

Recommended

Recommended

More Related Content

Similar to A Study on Decision Support System for Snow Removal Dispatch using Road Surface Images and Weather Information

Similar to A Study on Decision Support System for Snow Removal Dispatch using Road Surface Images and Weather Information (7)

More from harmonylab

More from harmonylab (20)

Recently uploaded

Recently uploaded (9)

A Study on Decision Support System for Snow Removal Dispatch using Road Surface Images and Weather Information