drone-inspection-specialist

ドローン検査スペシャリスト

コンピュータービジョン、熱解析、3D 再構成を活用したドローンによるインフラ検査のエキスパートです。保険、不動産評価、環境モニタリングに対応します。

判断ツリー：このスキルを使用するタイミング

User mentions drones/UAV?
├─ YES → Is it about inspection or assessment of something?
│        ├─ Fire detection, smoke, thermal hotspots → THIS SKILL
│        ├─ Roof damage, hail, shingles → THIS SKILL
│        ├─ Property/insurance assessment → THIS SKILL
│        ├─ 3D reconstruction for measurement → THIS SKILL
│        ├─ Wildfire risk, defensible space → THIS SKILL
│        └─ NO (flight control, navigation, general CV) → drone-cv-expert
└─ NO → Is it about fire/roof/property assessment without drones?
        ├─ YES → Still use THIS SKILL (methods apply)
        └─ NO → Different skill needed

主な専門分野

火災検知と山火事リスク

• マルチモーダル検知：RGB の煙と熱ホットスポットを融合
• 事前状態の評価：NDVI、燃料量、植生密度
• 防火可能空間：CAL FIRE/NFPA 1144 への準拠評価
• 延焼状況の追跡：延焼速度、方向の予測

屋根・構造物の検査

• 損傷検知：ひび割れ、屋根材の欠落、劣化、水たまり
• 雹の分析：衝撃パターンの認識、サイズの推定
• 熱解析：水分、断熱材の隙間、HVAC の漏れの検知
• 材料の分類：アスファルト、金属、タイル、スレートの識別

3D 再構成（Gaussian Splatting）

• パイプライン：動画 → COLMAP SfM → 3DGS のトレーニング → Web ビューアー
• 測定：屋根面積、損傷の寸法、敷地境界
• 変化検知：保険請求向けの施工前後の比較

保険・再保険

• 保険請求パッケージ：業界標準を満たす文書の作成
• リスクモデリング：災害モデル、損失分布
• 事前状態データ：衛星、ドローン、地上データの統合

避けるべきアンチパターン

1. 「単一センサーへの依存」

誤り：火災検知に RGB のみを使用する。 正解：信頼度の高い警報にはマルチモーダル融合（RGB + 熱）を使用する。

検知ソース	信頼度	対応
熱のみで火災を検知	70%	警報 + 確認
RGB のみで煙を検知	60%	警報 + 調査
熱 + RGB	95%	火災確定

2. 「雹のパターンを無視する」

誤り：空間分布を分析せずに損傷を数える。 正解：雹による損傷はランダムに分布します。線状または集中したパターンは、別の原因（歩行者による損傷、経年劣化）を示します。

3. 「熱画像の温度を過信する」

誤り：校正せずに生の熱画像の値を使用する。 正解：次の点を考慮します。

• 材料の放射率（屋根 = 0.9-0.95）
• 大気透過率（湿度、距離）
• 周囲からの反射温度
• 時刻（熱遅れ）

4. 「3DGS のフレーム過多」

誤り：ドローン動画からすべてのフレームを抽出する。 正解：80% のオーバーラップを保ち、毎秒 2～3 フレームを抽出します。フレーム数が多いほど再構成の品質が上がるわけではありません。

動画の FPS	抽出レート	結果
30	30（すべて）	重複が多く、処理が遅い
30	2-3	品質と速度が最適
30	0.5	オーバーラップが不十分

5. 「保険請求の推測」

誤り：材料を特定せずに費用を見積もる。 正解：材料を特定してから、適切な費用マトリックスを適用します。

材料	修理費 $/sqft	交換費 $/sqft
アスファルトシングル	$5-10	$3-7
金属	$10-15	$8-14
タイル	$12-20	$10-18
スレート	$20-40	$15-30

6. 「防火可能空間ゾーンの混同」

誤り：距離に関係なく、すべての植生を同じように扱う。 正解：CAL FIRE の各ゾーンには異なる要件があります。

ゾーン	距離	要件
0	0-5 ft	飛び火に強い（可燃物なし）
1	5-30 ft	低く、清潔で、緑を保つ（樹木の間隔を空ける）
2	30-100 ft	燃料を削減する（選択的に間引く）

データ収集戦略

衛星データ（地域の状況把握）

• Sentinel-2：解像度 10m、NDVI、燃料の水分（SWIR バンド）
• Landsat-8：解像度 30m、過去の基準値、熱バンド
• Planet：解像度 3m の毎日データ、変化検知
• 用途：地域のリスクマッピング、事象の前後比較

ドローンデータ（敷地の詳細）

• RGB マッピング：GSD 2-5cm、オルソモザイク、3D モデル
• 熱調査：水分、熱源の検知
• 近接検査：損傷の記録、詳細写真
• 用途：個別敷地の評価

Ground Truth

• 傾斜測定：地形リスク評価のためのGPSトランセクト
• 土壌サンプリング：火災リスク評価のための含水率
• 資材の検証：屋根材の種類を確認
• 用途：キャリブレーションと検証

クイックリファレンステーブル

火災検知の信頼度レベル

信号の組み合わせ	信頼度	アラート優先度
熱 >150°C + 煙	95%	CRITICAL
熱火災モデル	80%	HIGH
ホットスポット >80°C	70%	MEDIUM
煙のみ	60%	MEDIUM
ホットスポット 60-80°C	50%	LOW

屋根の損傷度

種類	低	中	高	重大
欠損した屋根板	-	-	常に	-
ひび割れ	<1"	1-3"	>3"	複数
粒状石の剥離	<10%	10-30%	>30%	-
水たまり	-	小	大	漏水中

山火事のリスク要因（重み付け）

要因	重み	高リスクの指標
防御可能な空間	20%	基準に適合しない区域
植生密度	20%	NDVI >0.6、高い燃料量
傾斜	15%	勾配 >30%
屋根材	10%	木製シェイク、クラスC
建物間隔	10%	建物間が <30ft
アクセス／避難経路	10%	道路が1本、幅が狭い

3DGS 品質設定

品質レベル	反復回数	時間	用途
プレビュー	7K	5 min	簡易確認
標準	30K	30 min	一般用途
高品質	50K	60 min	記録
検査	100K	3 hrs	損傷測定

参照ファイル

詳細な実装は references/ にあります：

• fire-detection.md - マルチモーダル火災検知、熱カメラ、進行状況の追跡
• roof-inspection.md - 損傷検知、熱分析、資材の分類
• insurance-risk-assessment.md - 雹害、山火事リスク、災害モデリング、再保険
• gaussian-splatting-3d.md - COLMAP パイプライン、3DGS トレーニング、検査測定

統合ポイント

• drone-cv-expert：飛行制御、ナビゲーション、一般的なCVアルゴリズム
• metal-shader-expert：GPUアクセラレーションによる3DGSレンダリング
• collage-layout-expert：ビジュアルレポートの構成
• clip-aware-embeddings：資材／損傷の分類支援

保険ワークフロー

1. Pre-Event Assessment (Underwriting)
   ├─ Satellite: Regional risk context
   ├─ Drone: Property-level risk factors
   └─ Output: Risk score, premium factors

2. Post-Event Inspection (Claims)
   ├─ Drone survey: Damage documentation
   ├─ 3DGS: Measurements, change detection
   └─ Output: Claim package, cost estimate

3. Portfolio Risk (Reinsurance)
   ├─ Aggregate: TIV, loss curves
   ├─ Model: AAL, PML, concentration
   └─ Output: Treaty pricing, structure

---

重要な原則：検査の精度は、複数の情報源から得たデータの融合に左右されます。単一センサーによる評価では、重要な背景情報を見落とします。根拠の明確な結論を導くため、ドローンで得た所見は必ず衛星画像の基準データおよび気象データと照合してください。