高速道路構造物の点検におけるＡＩシステム活用についての研究

2025年07月24日

研究目的

　NEXCO が管理する高速道路のうち令和 5 年度末で開通後 30 年経過した延長が 5 割以上を占めており、道路本体構造物の老朽化が顕著となっている一方、将来的な人材不足も懸念されることから、5 年に 1 回実施している詳細点検の高度化及び効率化が喫緊の課題となっています。
　この課題解決をはかるべく、NEXCO総研、東設土木コンサルタント、キヤノンでは、令和2年度より「高速道路構造物の点検におけるＡＩシステム活用についての研究」を共同で進めてまいり、令和5年度より変状抽出AIの導入を開始しています。

研究背景

　弊社は東京電力グループでありますが、点検支援技術を先進的に導入・活用を進めており、道路や鉄道等の交通インフラの維持管理に長年貢献してきました。変状の客観的なデータ管理が可能な「CrackDraw21」やキヤノンとの共同研究成果である「インスペクション EYE for インフラ」を始め、NEXCOの課題解決に繋がる技術やソリューションを提供しています。

NEXCO以外のインフラにも貢献

　本研究成果はNEXCOにとどまらず、全国の自治体や民間管理者のインフラ維持管理高度化・効率化に資するものと期待されます。研究成果が広く普及することで、より確かな技術へと発展し、より高度で効率的な維持管理サイクルを創出できると考えられます。

技術概要

　高解像度画像から、ひび割れ、エフロレッセンス（遊離石灰）、はく落、鉄筋露出、錆汁、漏水をAIにより自動で抽出します。弊社は主に教師データ作成で貢献してきました。弊社は主に教師データ作成で貢献してきました。

精度

研究にて実施した精度評価結果は、以下の通り、高い判定性能を達成しました。

適合率：抽出結果の正解に対する正確性を示す値（数値が高いほど，誤抽出が少ない）
再現率：抽出結果の正解に対する再現性を示す値（数値が高いほど，見逃しが少ない）
F 値：適合率と再現率の調和平均値（数値が高いほど総合的な抽出性能が高い）
個別判定観点の評価：変状抽出AIの結果を修正なしで個別判定した場合の判定精度

効率性

　技術者が記録する場合に橋梁床版1径間あたり1.0～1.5人日の抽出作業が必要だったところ、［十数分の抽出時間+チェック時間］で完了

アピールポイント

点検支援技術（画像計測技術）をより効率的に活用することができます。
精度の高い変状抽出が可能です。
SaaS（クラウドツール）により、手軽に簡単に利用するこができます。
変状抽出結果はdxf形式で出力可能で、判定AIの利用が可能です。

判定支援技術

技術概要

　変状抽出結果から、判定すべき変状範囲を自動で提案するとともに、変状の個別判定（AA,A1,A2,B）を自動で判定します。　個別判定結果から、径間や部位ごとの健全度（Ⅳ,Ⅲ-2,Ⅲ-1,Ⅱ-2,Ⅱ-1,Ⅰ)を自動で判定します

・変状の個別判定

・健全度判定

・鋼橋コンクリート床版橋の判定

精度

研究により技術者判定結果と比較した、変状の個別判定の一致率は、下表の通りです

●人による判定はばらつきを含むものの、一致率は表の通り概ね良好です
●標準的な判定として、ばらつきのない、一貫性のある判定が可能です
●安全第一の観点から、技術者と一致しないケースでは、やや安全側（表の過大率）に判定がされるように最適化しています
●補修すべき変状（A以上）の一致率が高いことが実用性の高い判定支援を可能にしています
●錆汁や漏水は、引き続きのデータ収集により、精度向上に努めていく予定です

効率性

　変状の多い橋梁で検証した結果、従来手法と比較し1/3の工数で変状判定、健全度判定ができることを確認しました。

アピールポイント

近接目視点検においては、近傍に分布している同種変状は1グループとして判定することが多く、技術者の経験が必要でした。判定すべき範囲を技術者と同様に自動提案できること（他にない新規性の高い技術）が、精度の高い判定を実現できたポイントです。
技術者による判定は、どうしてもばらつきが生じます。判定支援技術の活用により、標準的な判定として一貫性のある点検、診断が可能になります。
判定結果を可視化することで、変状原因推定の効率化や精度向上にも寄与します。判定行為そのものだけでなく、その後の修繕計画、維持計画の高度化や効率化にも貢献するものです。
NEXCOだけでなく、自治体や鉄道の橋梁や高架橋でも試行を行い、親和性があることを確認しています。