建設現場でAIによる品質チェックが加速！革新的なIT技術12選

　

国の施策であるi-Constructionでは、建設現場の生産性を2025年度までに2割向上させることを目指しています。
そこで国土交通省は、目標を実現する具体的な取り組みとして、IoT、AIなどの新技術を建設現場に取り入れた革新的な事例を募集、選定を行っています。（*1）

この記事ではAIの品質チェックに関わる12の事例をピックアップしてご紹介します。
「デジタルデータの活用によるリアルタイムな品質チェックにはどのようなものがあるのか」
「AI技術による建設現場の生産性を向上する技術には何があるのか」
などに興味のある方はぜひ最後までご覧ください。

データを活用して土木工事における品質管理の高度化等を図る技術4選

施工箇所から画像や動画、測定データなどを取得してAIで判断させる事例が多くみられます。（*2）
AIは大量の事例をもとに最も確からしい情報を導くことが得意です。
各建設現場について多くの事例があるほどより高度な品質チェック・管理が行えます。
AIによる品質チェックであれば、人の目だけでは確認できない小さな凹凸なども見落とすことなく実施可能です。

1.ひび割れ点検を画像認識AIで自動検出

東北中央自動車道 古川橋で試行された鋼橋上部工事の事例では、まず品質確認に欠かせない「橋りょうの壁高欄の出来形計測」「ひび割れ点検」が同時に計測できるロボットを開発し、データを同時取得できるようにしました。

計測データは自動で帳票へ出力し、ひび割れ点検は画像認識AIにより自動検出して帳票化を行います。

（協業：JFEエンジニアリング、イクシス）

2.コンクリートの色つや、表面気泡をAIで見える化

東京外環中央北側ランプで試行された函渠（かんきょ）工事の事例では、コンクリートの画像を撮影し、AIを用いた表層品質評価システムで採点を行っています。

そのほか全量受入れ検査として動画像から生コンクリートの性状を判定可能です。
「打継面の画像から輝度分布を分析して良否を判定するシステム」を採用することで、コンクリートの状態を見える化しています。

（協業：鹿島建設、カイ、ソイルアンドロックエンジニアリング、日本コントロールシステム、東山、朝日航洋、Pacific Spatial Solutions）

3.点群データや映像をAIで判定したわみを推定

設楽ダムで試行された土木工事の事例では、路床・路盤の支持力やその均一性を管理するプルローリング試験でAIが活用されています。
タイヤローラにレーザースキャナとカメラを設置して点群データと映像を取得して、タイヤローラ通過前後の情報をクラウドに送ります。
AIは取得できた情報からたわみ量を推定し、品質チェックを行っています。

（協業：五洋建設、ショージ、日本システムウエア、大阪大学）

4.コンクリートの充填時の充填検知機器をAIで監視

国道24号大和御所道路で試行された橋梁下部工事の事例では、鋼製橋脚フーチング工のコンクリート打設の際に、フレームに設置した振動センサーから充填状況の計測を行っています。
充填検知機器の表示モニターをAIカメラが識別解析し、充填状態を判断しながら品質チェックをすることで工事の精度向上が図れます。

（協業：村本建設、レックス、エコモット）

AI、IoTを始めとした新技術等を活用して土木又は建築工事における施工の労働生産性の向上を図る技術3選

重機にIoT技術が盛り込まれている事例は、今後さらなる普及が見込まれています。
遠隔地にある重機からリアルタイムに情報を取得することで、1箇所に居ながら多くの工事現場の状況把握が可能です。

都度取得した現場の情報と、AIによるシミュレーションを組み合わせると、施工計画の精度を高めることが可能で、建設時の品質も上がります。

5.発破時の飛石形状と熟練工の判定基準をAIが学習

設楽ダム設楽根羽線1号トンネルで試行されたトンネル工事の事例でもAIが活用されています。
トンネルの発破に求められる熟練工の判断基準をAIが学習し、飛石形状の正確な把握と発破判定にもとづく良好な発破を実現します。

（協業：戸田建設、Rist、演算工房）

6.IoT重機の情報を用いたAI分析で土砂・軟岩等を判別

設楽ダムで試行された土木工事の事例では、IoT重機が活躍しています。
バックホウの刃先の位置情報や作業時の音、振動、画像など複数の情報をAIが総合的に判断して、施工と同時に切土の3D化と施工数量の自動集計を行います。

（協業：五洋建設、Atos、大阪大学、ショージ、日本システムウエア、ネクストスケープ）

7.AIで現場の問題や進捗管理を実施

赤嶺トンネル（北側）で試行されたトンネル工事の事例では、レーザー距離センサーの3D LiDARとカメラセットから、3D点群データと映像を取得しています。
AIで重機種の判別や人の存在などを解析したうえで、作業の問題を判断し機械トラブルや非効率作業の早期抽出を行います。

（協業：飛島建設、沖電気工業）

データを活用して品質管理の高度化等を図る技術5選

建設現場の情報取得方法は、画像やセンサーなどさまざまです。全数検査やシミュレーションによる施工の品質チェック・向上にはいろいろなアプローチがあります。

8.帳票の作成に現場のデータを活用

国道51号の神宮橋で試行された橋梁下部工事の事例では、工事現場から取得した映像データなどをAIで整理して各種帳票の作成に活用可能しています。
なおスムーズに遠隔コントロールと管理品質を高めるために、通信速度、情報精度等の機能向上を図っています。

（協業：淺沼組、先端建設技術センター、北海道大学、名古屋大学、ミオシステム）

9.掘進データをもとに切削方向をAIで予測

千代田幹線で試行された下水道（シールド）工事の事例では、掘進データをクラウドへ蓄積しています。
クラウド内の情報をもとにAIがシミュレーションを行い、掘り進むべき方向の予測ができるようになります。
AIにより掘進指示書が最適化されるため、熟練オペレーターに頼らなくてもシールド工事がすすめられるようになります。

（協業：奥村組、大阪大学大学院、日本建設機械施工協会施工技術総合研究所、コンポート、伊藤忠テクノソリューションズ、演算工房）

10.ドローンを用いたAI検査

中部横断自動車道の塩之沢川橋で試行された橋梁上部工事の事例では、床版の配筋検査にAIを活用しています。
従来の品質チェックでは、管理基準を設けて一つひとつを確かめる必要がありました。
出来高確認のためにUAV（ドローン）を用いて現場の画像を撮影し、AIに判断をさせると、橋梁の全体が検査できて検査品質があがります。
また施工者の省人化、立会検査の省力化が期待できます。

（協業：JFEエンジニアリング、ACES）
　

11.AIでコンクリートスランプを全数測定

天ケ瀬ダムで試行されたトンネル覆工工事の事例では、生コンの品質をAIで管理しています。（*3）
生コン車からコンクリートを出す様子をウェブカメラで撮影すると、流動性の程度を表すコンクリートスランプの全数測定が行えます。

画像解析とAIを組み合わせてスランプ値を推定すると、見た目ではわかりにくい流動性や強度が推定可能です。
コンクリートの状態がわかれば、それを踏まえて使用する施工部位が調整できます。

（協業：大成建設、成和コンサルタント、横浜国立大学、パナソニックアドバンストテクノロジー、ソイルアンドロックエンジニアリング）

12.AIとBIM/CIMを組み合わせた品質検査

国道9号湖陵多伎道路で試行された橋梁上部工事の事例では、画像をもとにAIが品質判断を行っています。
現場の配筋・型枠出来形の状況をデジタルカメラで撮影してPCに取り込むと、遠隔地からでも品質チェックが可能になります。

また、AIは品質検査帳票類と連携しているため資料の作成負荷が軽減できます。
調査で取得した情報はBIM/CIMモデルに属性情報と付与させることも可能です。

（協業：IHIインフラ建設、オフィスケイワン、アイティーティー、
インフォマティクス、フォトラクション）

まとめ

AIによる品質チェックを推進するため、多くの企業が建設現場に関わっています。さまざまな角度からビッグデータを集め、活用の仕組みを整えることでさらに業務プロセスへの定着が図られていくでしょう。

参考URL

*1 https://www.mlit.go.jp/tec/tec_tk_000062.html

*2 https://www.mlit.go.jp/tec/content/001375248.pdf

*3 https://www.mlit.go.jp/tec/content/001339776.pdf