English

 

発表・掲載日:2017/08/03

コンクリートのひび割れ点検支援システムを開発・試験公開

-AIを活用した高精度システムで作業時間を1/10に短縮へ-


 NEDOのプロジェクトにおいて、首都高技術(株)、産業技術総合研究所および東北大学は、表面に汚れや傷がある状態でも、幅0.2㎜以上のコンクリートひび割れを、80%以上の高精度で検出するAIシステムを開発しました。AIを活用して、検出や記録を自動化するひび割れ点検支援システムを構築することで、作業時間をおよそ300分から30分の1/10に短縮することを目指します。

 本日から2018年度末(予定)まで、点検事業者を対象とした試験利用向けに、ひび割れ点検支援システムをWeb上で無料公開し、検出精度や作業効率などの有効性を検証します。

 (ひび割れ検出Webサービス:https://concrete.mihari.info

ひび割れ検出Webサービスの利用イメージ図
a)コンクリート表面の撮影画像 b)ひび割れの自動検出画像(赤線部)
図1 ひび割れ検出Webサービスの利用イメージ
(デジタルカメラやスマートフォンなどで撮影した画像をクラウド上のAIシステムで解析し、
ひび割れの検出、記録までの作業を現場でも行うことができます)


概要

 高速道路をはじめとする社会インフラは、今後、建設から50年を経過するものが加速度的に増加するため、それらの経年損傷へのメンテナンスに対応するために必要な資金と専門知識を有する人材の不足が、大きな社会問題となっています。

 このため、NEDOは、既存インフラの状態に応じた効果的かつ効率的な維持管理・更新等を図る取組として、インフラ構造物の画像データからひび割れ等を完全自動で検出し、損傷を把握できる技術の研究開発※1を推進しています。

 このNEDOプロジェクトにおいて、首都高技術株式会社、国立研究開発法人産業技術総合研究所および国立大学法人東北大学は、デジタルカメラやスマートフォンによりコンクリート構造物を撮影するだけで、表面のひび割れを高精度に検出する点検支援システムを開発しました。

 過酷な環境下に長年さらされたコンクリート構造物の表面状態は、傷、汚れ、湿潤※2などの影響を受けることから、従来のひび割れ検出技術では正確な検出が困難でした。そこで、収集した多数のコンクリート表面画像データをAIで学習し、ひび割れを識別する技術を開発し、幅0.2㎜以上のひび割れを実用化の目安である80%以上の高精度で検出することに成功しました。この技術をクラウド上に構築したシステムに実装することで、現場でスマートフォン等の携帯型端末などから、いつでもどこからでも利用可能となります。今後は首都高速道路をはじめとするコンクリート構造物で実証実験を重ねていくとともに、ひび割れ検出Webサービス(無料公開)の利用結果を確認していきます。2018年度末のプロジェクト終了時期までにシステムの実用化を進め、点検に係わる作業時間をおよそ300分から30分の1/10に短縮※3させることを目指します。

開発技術について

 ひび割れに特有の特徴パターンを効率よく検出する画像解析技術と、特徴パターンを高精度に識別する人工知能技術により、機械学習型※4のひび割れ検出システムを構築しました。機械学習用のデータとして、様々な状態にあるコンクリート構造物を撮影して多数のひび割れサンプル画像を作成しました。このサンプル画像を教師データ※5として検出システムに学習させることにより、汚れや撮影状況の影響を受けにくいひび割れ自動検出が実現しました。

 研究開発にあたっては、首都高技術(株)が点検作業時に道路橋やトンネルなどからサンプルデータ収集を行い、東北大学が路面のサンプルデータ収集と技術評価を担当し、産業技術総合研究所が画像解析技術およびシステムの開発を行いました。

 なお、既存のひび割れ点検用の画像解析技術では、誤検出が多く、正解率は12%程度でした(図2c)。今回開発した技術は、実用化の目安である80%以上の高精度で検出することに成功しています。

ひび割れ検出正解率の比較図
a) 撮影画像(参考) b) 今回開発した新技術による自動検出
(正解率80%)
c) 既存技術による検出
(正解率12%)
図2 ひび割れ検出正解率の比較(新技術bと既存技術c)
(誤検出が多かった既存技術cに対して、新技術bは正解率が大きく改善されている)

ひび割れ検出Webサービスの公開

 本日から2018年度末(予定)まで、主に点検事業者を対象とした試験利用向けに、ひび割れ検出Webサービスを無料で公開します。さまざまな事業者の試験利用を通じて、このシステムの検出精度や作業効率などの有効性を検証します。

(ひび割れ検出Webサービス:https://concrete.mihari.info


用語解説

※1 研究開発
プロジェクト名:インフラ維持管理・更新等の社会課題対応システム開発プロジェクト(2014年度~2018年度)
研究テーマ名:道路構造物ひび割れモニタリングシステムの研究開発(2014年度~2018年度)
http://www.nedo.go.jp/activities/ZZJP_100081.html [参照元へ戻る]
※2 湿潤
雨水、排水等によりコンクリート表面が濡れる現象。ひび割れ検出の障害となる場合がある。[参照元へ戻る]
※3 作業時間をおよそ300分から30分の1/10に短縮
現在、ひび割れの検出、記録は、手作業で行われている。屋外の現場でノート(野帳)にひび割れ状況をスケッチし、それを事務所に持ち帰ってCADデータに作成する作業となる。今回開発した技術を用いて、検出、記録を自動化すると、手書きのスケッチとCADデータ作成の手間を省くことができる。撮影した写真の上に検出したひび割れを表示させ、そのまま電子データ化が可能となる。また、従来であればスケッチなどに不備があった場合に再度現場確認を行う必要があったが、今回開発した技術を用いるとその場で確認が出来るので、作業の手戻りを省くことができる。
なお、300分から30分というのはおおまかな目安であり、損傷状況・規模により作業に必要となる時間は異なる。[参照元へ戻る]
※4 機械学習(型)
データを反復的に取り込み、特定のパターンの検出や分類が行えるようになるシステムやアルゴリズムのこと。[参照元へ戻る]
※5 教師データ
例題によって機械学習を行う場合の入力と結果を組にしたデータ。[参照元へ戻る]



お問い合わせ

お問い合わせフォーム

▲ ページトップへ