動画像からの特徴量抽出結果に基づいた高速3次元炉内環境モデリング(委託研究); 令和5年度英知を結集した原子力科学技術・人材育成推進事業

High-speed 3D modeling for nuclear reactor environment based on feature extraction results from video images (Contract research); FY2023 Nuclear Energy Science & Technology and Human Resource Development Project

廃炉環境国際共同研究センター; 札幌大学*

Collaborative Laboratories for Advanced Decommissioning Science; Sapporo University*

日本原子力研究開発機構(JAEA)廃炉環境国際共同研究センター(CLADS)では、令和5年度英知を結集した原子力科学技術・人材育成推進事業(以下、「本事業」という。)を実施している。本事業は、東京電力ホールディングス株式会社福島第一原子力発電所(1F)の廃炉等をはじめとした原子力分野の課題解決に貢献するため、国内外の英知を結集し、様々な分野の知見や経験を従前の機関や分野の壁を越えて緊密に融合・連携させた基礎的・基盤的研究及び人材育成を推進することを目的としている。平成30年度の新規採択課題から実施主体を文部科学省からJAEAに移行することで、JAEAとアカデミアとの連携を強化し、廃炉に資する中長期的な研究開発・人材育成をより安定的かつ継続的に実施する体制を構築した。本研究は、令和5年度に採択された研究課題のうち「動画像からの特徴量抽出結果に基づいた高速3次元炉内環境モデリング」の令和5年度分の研究成果について取りまとめたものである。本研究は、1F廃炉に向けて、原子炉格納容器及び原子炉建屋内を調査する際に撮影した動画像を入力し、指定された時間、動画像から抽出された特徴量に応じて、周辺情報を補強した上で情報量が大きい立体復元手法を選択し、作業空間を3次元モデリングする研究開発を行う。令和5年度は、写真測量、深層学習に基づいた立体復元手法による解析から、良好な立体復元を得るための有効な撮影条件を抽出する手法及び少ないデータから指定された時間までに立体復元結果を生成できるように特徴量を抽出する手法の検証を行った。さらに、動画像から抽出された点群データをセグメンテーションに適用し、インスタンスラベルが付された部品に分類した。

The Collaborative Laboratories for Advanced Decommissioning Science (CLADS), Japan Atomic Energy Agency (JAEA), had been conducting the Nuclear Energy Science & Technology and Human Resource Development Project (hereafter referred to "the Project") in FY2023. The Project aims to contribute to solving problems in the nuclear energy field represented by the decommissioning of the Fukushima Daiichi Nuclear Power Station (1F), Tokyo Electric Power Company Holdings, Inc. (TEPCO). For this purpose, intelligence was collected from all over the world, and basic research and human resource development were promoted by closely integrating/collaborating knowledge and experiences in various fields beyond the barrier of conventional organizations and research fields. The sponsor of the Project was moved from the Ministry of Education, Culture, Sports, Science and Technology to JAEA since the newly adopted proposals in FY2018. On this occasion, JAEA constructed a new research system where JAEA-academia collaboration is reinforced and medium-to-long term research/development and human resource development contributing to the decommissioning are stably and consecutively implemented. Among the adopted proposals in FY2023, this report summarizes the research results of the "High-speed 3D modeling for nuclear reactor environment based on feature extraction results from video images" conducted in FY2023. The present study aims to develop a 3D model for a workspace that maximizes the amount of information based on the features extracted from video, which is taken when surveying the primary containment vessel and inside the reactor building as part of the decommissioning of 1F, considering within a specified time. In FY2023, we verified extracting effective shooting conditions for obtaining 3D reconstruction based on photogrammetry and the method extracting feature values that can generate 3D restoration results from a small amount of data within a specified time based on deep learning. In addition, we applied point cloud data extracted from video to segmentation and classified it into parts with instance labels.