情報源: PR TIMES

配信企業: 株式会社旭テクノロジー

配信日時: 2026年4月7日 10:10

参考リンク: 公式サイトを見る

提供元タグ: ドローン 点検 / 画像解析 / 現場DX / DX / 検査業務 / 効率化 / 鉄道 / 検証 / 建物点検 / 点検

---

株式会社旭テクノロジー（本社：兵庫県姫路市、代表取締役：幸長 保之、以下「ATCL」）は、西日本旅客鉄道株式会社（本社：大阪府大阪市、代表取締役社長：倉坂 昇治）と駅施設の検査業務を効率化する検討を行いました。本検討では、駅舎屋根・外壁・跨線橋などを対象に、鉄道特有のルールを遵守した上で、ドローンの自動航行により同一ルート・同一角度で繰り返し撮影できる再現性の高い撮影と画像解析による劣化箇所の自動抽出の有効性を検証しました。

1.背景

駅舎や跨線橋、ホーム上屋、外壁・屋根といった駅施設の維持管理は、これまで人力による目視点検が中心でした。また、幅広いエリアで建物検査業務を実施するため、膨大な時間を要してデータを取得する必要があります。人の知識、経験による劣化度の判定にばらつきが生じており、データ整理の手間やシステム同士の連携にも課題がありました。

一方で、少子高齢化に伴う生産年齢人口の減少による人材不足と設備の高経年化が進み、新技術を活用し生産性を向上させる仕組みづくりが急務となっています。

2.取り組み概要

本検証では、駅設備ごとの点検項目・判定基準を踏まえ、撮影条件を整理した上で、ドローンの自動航行により建物上空から屋根や壁面といった対象物を撮影し、画像解析を行うことにより劣化箇所を抽出する一連の手順を実施しました。あわせて、自動航行によるデータ収集が点検業務の効率化や同一ルート・同一角度での撮影再現性の確保に有効であるか、さらに画像解析に必要な品質を満たした画像が取得できているかを検証しました。

3.検証結果

ドローンの自動飛行と画像解析を組み合わせた手法が、駅施設の検査業務の効率化に有効であることを確認しました。現場条件を踏まえた運用下でも、撮影から画像解析までの一連の流れが途切れずに機能しました。

■ドローン自動航行の有効性

建物周辺の架空線や障害物との離隔距離を事前に確認し、その結果に基づいて適切な離隔を確保できる自動飛行ルートを設定しました。これにより、飛行中を通じて所定の安全距離を維持した自動航行が可能であることを確認しました。自動航行では毎回ほぼ同一のルート・位置から撮影できるため、パイロットの腕や経験に依存せずに同条件・同構図の画像を継続的に取得でき、経年比較の精度向上と再撮影の抑制による点検業務の効率化に寄与できると考えられます。

■画像解析の有効性

建物を対象とした錆の抽出において、既設の画像解析プログラムが有効に機能し、目視で確認される発錆箇所を概ね検出できることを確認しました。また、撮影画像が暗部を含む、あるいは発錆部と周辺部のコントラストが低く検出が困難なケースでも、コントラスト補正や輝度補正等の中間処理（画像前処理）を付加することで、錆の検出性が向上することを確認しました。

外壁のひび割れ検出において、画像解析によりひび割れを含む変状箇所を大まかに抽出できることを確認しました。さらに、抽出結果に対して追加の解析処理を行うことで、さらに明瞭に捉えることが可能であることを確認しました。これらを組み合わせることで、ひび割れの検出精度を向上させられることが示されました。

4.今後の取り組み

今回の検証では、建物検査業務の現地データ収集において、ドローンを活用することで一部代替でき、更にドローンで撮影した写真を画像解析により、劣化箇所を抽出できることを確認しました。今後は、現場・内業の効率化を図るため、安全性を担保したドローン撮影から画像解析、データマネジメントや既存システムとの連携などの仕組みを総合的に構築することを目指します。

■本件に関する問合せ先

本検証に関する最新の情報や、以下のお問い合わせ先までご連絡ください。

【本件に関するお問い合わせ先】

株式会社旭テクノロジー　ドローン事業部　井上

電話番号：079-290-5691

E-mail：dms@atcl.co.jp

【会社概要】

会社名　：株式会社旭テクノロジー

所在地　：〒671-2224 兵庫県姫路市青山西4丁目4-1

代表者　：代表取締役 幸長保之

設立　　：1984年９月18日

事業内容：発電所・プラントのメンテナンス、太陽光発電設備のEPC・O&M、蓄電設備運用、ドローンを活用したサービス開発、ドローンスクール運営等

会社HP：https://atcl.co.jp/

ドローン事業部HP：https://atcl-dsj.com/

※技術協力：アルビト株式会社

情報源: PR TIMES

配信企業: 株式会社スカイピーク

配信日時: 2026年4月3日 10:00

参考リンク: 公式サイトを見る

提供元タグ: DRONE / スカイピーク / JR東海 / KDDI / DX / 点検 / 産業ドローン / 実証実験 / 自動化 / 人手不足

---

株式会社スカイピーク（本社：東京都渋谷区、代表取締役：高野 耀、以下 スカイピーク）は、東海旅客鉄道株式会社（本社：愛知県名古屋市、社長：丹羽 俊介、以下 JR東海）と、KDDIスマートドローン株式会社（本社：東京都千代田区、代表取締役社長：博野 雅文、以下 KDDIスマートドローン）と共に、2026年1月29日、ドローンポート「Skydio Dock for X10」を活用した、変電所自動巡視点検の実証実験を実施しました。

本取り組みは、将来的な労働力不足での作業負担が課題となる変電所の設備巡回を、ドローンポートによる遠隔運航技術を活用した自動航行による変電設備の保守業務の効率化・高度化に向けた検討を行うものです。

実施背景

社会インフラを支える変電所においては、設備の老朽化や人手不足を背景に、巡視点検業務の効率化や高度化が検討されています。また、鉄道変電所は、沿線に広く点在するため移動に多大な時間を要するといった課題があります。

課題解決に向けて、 ドローンポートを活用した遠隔運航(注1)による、鉄道インフラに最適化された保守モデルの構築が期待されています。一方で、鉄道変電所は列車走行に伴う電流の変化によって、磁界の変化が大きくなるという特有の環境であり、実運用に向けては、こういった環境でのドローンの安定飛行といった技術面のみならず運用方法や、関連する法規制の正しい理解など実務的な課題も少なくありません。

このような状況を踏まえ、スカイピーク、JR東海、KDDIスマートドローンは 、遠隔かつ自動航行を前提とした巡視点検の効率化および実装に向けた検討を目的として、実証実験を行いました。

実施概要

実施体制

実証実験の結果

鉄道の変電所構内の環境下において、安定した自動運航が実現可能であること、また主要設備および計器類における、目視点検の代替を見据えた撮影が実施できることを確認しました。加えて本実証実験では、遠隔運航における運用方法の検討や、関係者との調整および飛行申請や関連法規制においても整理を行うことで、技術検証に加えて実運用を想定した検討を実施しました。

(注1)遠隔運航とは、ドローンポートと通信ネットワークを活用し、現地に操縦者を配置せずに、離着陸から飛行・撮影までを自動で行う運用形態です。あらかじめ設定した飛行ルートに沿って自動飛行を行うことで、定期巡視や点検業務の効率化が期待されます。

＜各社概要＞

社名：株式会社スカイピーク

設立：2017年5月19日

代表取締役：高野 耀

本社所在地：東京都渋谷区渋谷2-24-12 渋谷スクランブルスクエア41F

事業内容：産業用ドローンの教育・人材育成事業／導入支援・運用代行事業／コンサルティング事業

WEBサイト：https://japandronelicense.com/

会社紹介動画：https://youtu.be/xRxoyGsqv8Q

社名：東海旅客鉄道株式会社

設立：1987年4月1日

代表取締役：丹羽 俊介

本社所在地：愛知県名古屋市中村区名駅1丁目1番4号 JRセントラルタワーズ

事業内容：鉄道事業、関連事業

WEBサイト：https://jr-central.co.jp/

社名：KDDIスマートドローン株式会社

設立：2022年4月1日

代表取締役：博野　雅文

本社所在地：東京都千代田区飯田橋3丁目10番10号 ガーデンエアタワー

事業内容：ドローン事業

WEBサイト：https://kddi.smartdrone.co.jp/

【本件に関するお問合せ先】

株式会社スカイピーク　 広報担当 　E-MAIL：info@skypeak.jp

情報源: PR TIMES

配信企業: 株式会社テムザック

配信日時: 2026年3月26日 16:00

参考リンク: 公式サイトを見る

提供元タグ: ロボット / AI / 下水道 / 下水道点検 / インフラ点検 / インフラ / DX / 多脚式ロボット / 劣化予測 / インフラ点検ロボット

---

NTTドコモソリューションズ株式会社

京都府流域下水道事務所

株式会社テムザック

NTTドコモソリューションズ株式会社（本社 東京都港区、以下、NTTドコモソリューションズ）は、京都府流域下水道事務所（所在地 京都府長岡京市）および株式会社テムザック（本店 京都府京都市、以下、テムザック）と共同で、2025年4月から12月に、京都府内の流域下水道管路を対象とした点検業務の高度化に向けた調査・検証（以下、本検証）を行いました。本検証では、テムザック開発の下水道管内走行用多脚式ロボットにLiDARを搭載して取得した下水道管内データに対して、NTTドコモソリューションズ開発の新設時の管壁形状を推定し、現状の管壁形状と差分解析を行うAI（特許出願中）を適用しました。その結果、本検証の対象とした下水道管の一部区間において、腐食劣化に伴う減肉の深さおよび範囲の定量的な把握・可視化に成功しました。また、京都府の保有する過去の管路点検データを用い、既存の劣化予測モデルについて下水道分野への適用可能性を分析しました。その結果、劣化が進行しやすい区間や劣化の要因などについて、下水道管理者が経験則として感じていた傾向と一部整合する分析結果が得られました。

下水道の標準耐用年数は50年とされていますが、全国約50万kmに及ぶ下水道管路のうち、2022年時点で約7%が耐用年数を超えており、2043年にその割合は約42％になる見込みです。※1　これらの下水道管路の点検・更新が自治体の財政と技術面での課題となっています。また、近年、下水道の老朽化に起因する道路陥没事故が相次いでいることを受け、国土交通省は下水道点検のガイドライン改正を進め、点検・調査の対象や頻度の増加、定量的な評価項目の追加等を検討しています。このガイドライン改正により点検・調査の対象や頻度が増加する中で、下水道管理者には多くの管路について修繕等優先順位を適切に判断することが求められる状況となっています。しかし、従来の目視や画像による点検では、腐食の有無やひび割れなどの表面状態は確認できる一方、腐食の深さや範囲を定量的に把握できないため、修繕の緊急性や優先順位の判断が困難でした。

こうした背景から、NTTドコモソリューションズと、京都府流域下水道事務所、テムザックは本検証を実施しました。

【本検証の概要と成果】

■実施時期

2025年４月～2025年12月

■目的

京都府内の流域下水道を対象とした減肉の定量評価および管路の劣化予測

■３者の役割

■実施内容と成果

1. 下水道管の減肉定量把握

下水道管路の劣化状態把握で特に重要となるのが、腐食による「減肉」の早期把握です。下水道管内では硫化水素などにより、コンクリートが化学的に反応・劣化して管壁の厚みが失われる「減肉」が起こります。この現象は外観からは把握しづらく、劣化部分の深さや範囲の把握を誤ると、管の破損や道路陥没といった重大事故につながる恐れがあります。このような背景から、本検証では下水道管内の点群データから減肉の定量把握が可能か確認を行いました。具体的には、まず多脚式ロボットに取り付けたLiDARにより管内の点群データを取得しました。取得したデータをもとに、新設時の管壁形状をAIにより推定するとともに、差分解析を行うNTTドコモソリューションズ独自技術（特許出願中）を適用しました。その結果、新設時と現状の差分を算出し、差分を腐食に伴う減肉と定義することで、本検証の対象とした下水道管の一部区間において、減肉の深さおよび範囲の定量的な把握に成功しました。

＜主な成果＞

・点群データから新設時の管壁形状を推定、差分解析により新設時と現状との差分を確認

・誤差1cm程度の精度で形状推定が可能なことを確認

・減肉の深さ・範囲を定量的に把握可能であることを確認

＜将来的に期待される実業務での活用例＞

・減肉量・管厚の定量測定作業の効率化

・減肉の深さ・範囲の定量把握による、修繕箇所判断の高度化

・減肉進行のモニタリングと進行度合いをふまえた予防保全の実施

2. 下水道管路への劣化予測モデルの適用

京都府が保有する過去の管路点検データをもとに、NTTドコモソリューションズが道路・橋梁分野で展開している混合マルコフ劣化予測ハザードモデル※2の下水道分野への適用に向けた分析を行いました。具体的には劣化が進みやすい区間の推定、期待寿命の算出、劣化に影響を与えると考えられる要因の分析を行い、周辺にカーブが存在する管路の期待寿命が短い傾向にあることなど、下水道管理者が経験則として感じていた傾向と一部整合する分析結果が得られました。

＜主な成果＞

・過去点検データより、検証フィールドにおいて劣化が進行しやすい区間を推定

・期待寿命の算出により、将来的な健全度の変化傾向を推定

・管路のカーブ※3 が劣化に影響しうることを、データ分析により示唆

＜将来的に期待される実業務での活用例＞

・劣化速度の傾向をふまえた点検箇所の優先度付け

・将来的な劣化予測に基づく修繕・更新計画の最適化

・長期的な維持管理戦略の高度化

本検証では、多脚式ロボットに搭載したLiDARにより取得した点群データを用いた減肉の定量的な把握と、過去の管路点検データに基づく劣化予測モデルを用いたデータ分析を実施しました。これらの結果の妥当性や適用範囲を評価するためには、今後さらなる検証が必要となります。

NTTドコモソリューションズは本検証で得られた知見をもとに検証を継続し、NTTグループをはじめとするパートナーと連携して自治体や下水道点検に携わる事業者への展開にむけて取り組みます。

※1 出典：国土交通省HP 下水道の維持管理

※2 「混合マルコフ劣化予測ハザードモデル」は、大阪大学大学院工学研究科の貝戸清之教授らが階層ベイズ推計手法をもとに開発した、社会インフラの健全度の推移を確率論的手法を用いて推定するモデルです。NTTドコモソリューションズと大阪大学大学院工学研究科は、共同研究として「混合マルコフ劣化予測ハザードモデル」の社会インフラ維持管理への活用を検討しており、本検証では下水道管の特性を考慮した劣化予測を行っています。

※3 本分析では、管路の進行方向が大きく変わる箇所を「カーブ」と定義し、具体的には隣接する管路区間同士のなす角が150度未満となる箇所をカーブと定義しています。

情報源: PR TIMES

配信企業: 株式会社松尾研究所

配信日時: 2026年3月26日 10:00

提供元タグ: AI / 業務効率化 / システム化

---

株式会社松尾研究所（本社：東京都文京区、代表取締役：川上登福、以下「松尾研究所」）は、オムロンフィールドエンジニアリング株式会社（本社：東京都中央区、代表取締役社長：立石 泰輔、以下「OFE」）と共同で、作業現場で撮影された点検写真をAIにより自動判定する新たなシステムを開発しました。

本システムは、松尾研究所が有する生成AI・画像認識技術と、OFEが長年にわたり培ってきた保守業務の現場知見を融合し、現場DXの実現を目的として共同開発したAI判定技術です。社内現場における実運用を通じて高い効果を確認できたことから、2025年10月より本格導入を開始しています。

近年、労働人口の減少を背景に、保守・点検業務の分野では、作業品質の維持と人的リソースの効率化を両立させることが重要な課題となっています。OFEは、鉄道・金融をはじめとする社会インフラ領域において保守運用業務を担い、長年にわたり高品質なサービスを提供してきました。一方、点検写真の確認作業は重要なダブルチェック工程であるがゆえに、これまで人手に大きく依存してきた業務でもあります。

本プロジェクトでは、特に属人性が高く作業負荷の大きい「設置機器の設定値（大量の文字情報）の照合作業」に着目しました。OFEが蓄積してきた現場ノウハウと松尾研究所の先端AI技術を融合し、生成AIを活用した自動判定モデルを構築。従来は人手に頼っていた判断プロセスをシステム化することで、省リソースでありながら高品質な保守業務を実現する基盤を整えました。

実運用における効果検証

本システムは、社内現場にて約4か月間の効果検証を実施し、以下の成果を確認しました。

• AI判定回数: 8332件

• AI精度(*1): 89%

• システムエラー率(*2): 0.2%（高い安定稼動を実現）

これらの結果から、本システムが実業務に耐えうる精度および安定性を備えていることを確認しました。

2025年10月より、特にAI適用効果の高い点検業務を中心に優先的な導入を開始しています。現場での利用にあたっては、実際の作業で使用する点検画像を用いた事前検証を行ったうえで運用しており、AI活用による作業効率化に加え、人手作業では避けられない見落としリスクの低減など、品質向上にも寄与しています。

技術的特徴：人の判断プロセスをAIで再現

本システムの最大の特徴は、従来の外観検査に代表される画像パターン認識にとどまらず、写真に含まれる文字情報を読み取り、その内容が正しい設定値かを意味的に判断する高度なAI処理にあります。このような判断は、従来の画像認識のみでは対応が困難でした。

本プロジェクトでは、松尾研究所のAI技術を基盤に、文字認識（OCR）による文字抽出と大規模言語モデル（LLM）による意味理解を組み合わせることで、人がマニュアルを参照しながら行ってきた判断するプロセスをAIで再現する高度な判定モデルを開発しました。

• OCR（文字認識）：点検写真から設定値などの文字情報を抽出

• LLM（大規模言語モデル）：抽出した文字をマニュアルに基づいて照合し、正誤を判定

• Chain-of-Thought（推論過程の可視化）： AIの判断理由を段階的に提示することで、判断の透明性と安定性を向上

AIの判断過程を可視化することで、現場担当者が結果の妥当性を確認しながら活用できる仕組みを実現しています。

今後の展望

松尾研究所とOFEは、今後も先端AI技術への積極的な投資および研究開発を継続し、保守運用現場のDX推進と作業品質のさらなる向上を図ります。労働力不足が進む社会において、省リソースでありながら高品質を維持できる次世代の保守運用モデルを構築し、安全で持続可能な社会インフラの提供に貢献してまいります。

（注釈）

*1 AI精度：AIが出力した結果が、あらかじめ定義した正解データとどの程度一致しているかを示す指標。本数値は実際の業務データを用いた検証結果に基づいて算出しており、現場業務における実用性の高さを示すもの。

*2 システムエラー率： 本システムの運用・検証過程において、想定された処理フローが正常に完了しなかった割合を示す指標。通信障害や処理停止、結果が出力されないケースなど、システムとしての動作不具合を対象としており、安定的な稼働性を評価するために用いられる。

オムロンフィールドエンジニアリング株式会社について

オムロン フィールドエンジニアリング株式会社は、オムロン株式会社のグループ会社として、製造や流通、鉄道・道路交通、金融、ICTネットワークや再生可能エネルギーなど幅広い分野で、機器やシステムの運用・保守・設計施工を通じて誰もが安心して暮らせる社会を創り、守り、支えています。全国を網羅するサービス拠点を配置し、お客様や社会と誠実に向き合う「温もりのあるサービス」で持続可能な社会づくりに貢献します。

https://socialsolution.omron.com/field-engineering

株式会社松尾研究所について

株式会社松尾研究所は国立大学法人 東京大学大学院 工学系研究科 松尾・岩澤研究室に伴走し、大学を中心としたイノベーションを生み出す「エコシステム」を作り、大きく発展させることを目的に設立された研究所です。松尾研究所は、アカデミアから生み出される研究成果・技術の「開発・実装」を行い、広く社会に普及を目指し、日本の産業競争力の向上に貢献しています。

http://matsuo-institute.com

共同研究・共同開発をご検討の皆さまへ

松尾研究所では、アカデミアの研究知見を基盤に、戦略設計から開発・実装、人材育成までを一気通貫でご支援しています。

AIを活用した新規事業創出、既存事業の変革、生成AIの業務実装、AIプロダクトの共同開発などをご検討の企業様は、ぜひお問い合わせください。

▼お問い合わせはこちら
https://matsuo-institute.com/contact/

＜本リリースに関するお問い合わせ＞

株式会社松尾研究所　広報担当 pr@matsuo-institute.com

情報源: PR TIMES

配信企業: NTTドコモソリューションズ株式会社

配信日時: 2026年3月24日 15:00

参考リンク: 公式サイトを見る

提供元タグ: 下水道点検 / 下水道管減肉 / 下水道腐食 / LiDAR / 劣化予測 / 減肉定量把握 / 点検業務の高度化 / AI×ロボット / 混合マルコフ劣化予測ハザードモデル

---

NEWS RELEASE

2026年3月24日

NTTドコモソリューションズ株式会社

京都府流域下水道事務所

株式会社テムザック

NTTドコモソリューションズ株式会社（本社 東京都港区、以下、NTTドコモソリューションズ）は、京都府流域下水道事務所（所在地 京都府長岡京市）および株式会社テムザック（本店 京都府京都市、以下、テムザック）と共同で、2025年4月から12月に、京都府内の流域下水道管路を対象とした点検業務の高度化に向けた調査・検証（以下、本検証）を行いました。本検証では、テムザック開発の下水道管内走行用多脚式ロボットにLiDARを搭載して取得した下水道管内データに対して、NTTドコモソリューションズ開発の新設時の管壁形状を推定し、現状の管壁形状と差分解析を行うAI（特許出願中）を適用しました。その結果、本検証の対象とした下水道管の一部区間において、腐食劣化に伴う減肉の深さおよび範囲の定量的な把握・可視化に成功しました。また、京都府の保有する過去の管路点検データを用い、既存の劣化予測モデルについて下水道分野への適用可能性を分析しました。その結果、劣化が進行しやすい区間や劣化の要因などについて、下水道管理者が経験則として感じていた傾向と一部整合する分析結果が得られました。

下水道の標準耐用年数は50年とされていますが、全国約50万kmに及ぶ下水道管路のうち、2022年時点で約7%が耐用年数を超えており、2043年にその割合は約42％になる見込みです。※1これらの下水道管路の点検・更新が自治体の財政と技術面での課題となっています。また、近年、下水道の老朽化に起因する道路陥没事故が相次いでいることを受け、国土交通省は下水道点検のガイドライン改正を進め、点検・調査の対象や頻度の増加、定量的な評価項目の追加等を検討しています。このガイドライン改正により点検・調査の対象や頻度が増加する中で、下水道管理者には多くの管路について修繕等優先順位を適切に判断することが求められる状況となっています。しかし、従来の目視や画像による点検では、腐食の有無やひび割れなどの表面状態は確認できる一方、腐食の深さや範囲を定量的に把握できないため、修繕の緊急性や優先順位の判断が困難でした。

こうした背景から、NTTドコモソリューションズと、京都府流域下水道事務所、テムザックは本検証を実施しました。

【本検証の概要と成果】

■実施時期

2025年４月～2025年12月

■目的

京都府内の流域下水道を対象とした減肉の定量評価および管路の劣化予測

■３者の役割

• NTTドコモソリューションズ：AIやデータ分析技術を用いて減肉の定量把握を実現する技術の検討、蓄積された点検データを用いた劣化予測や劣化要因分析の実施、本検証の企画・実行

• 京都府流域下水道事務所：広域的な幹線管路を管理により蓄積された知見を活かした対象管路の選定、検証フィールド・蓄積された点検データの提供、本検証の成果評価

• テムザック：高い走破性を持つ多脚式ロボット「SPD-X」の開発実績を活かした下水道管渠内でのデータ収集、運用に向けた課題の抽出

■実施内容と成果

1. 下水道管の減肉定量把握

下水道管路の劣化状態把握で特に重要となるのが、腐食による「減肉」の早期把握です。下水道管内では硫化水素などにより、コンクリートが化学的に反応・劣化して管壁の厚みが失われる「減肉」が起こります。この現象は外観からは把握しづらく、劣化部分の深さや範囲の把握を誤ると、管の破損や道路陥没といった重大事故につながる恐れがあります。このような背景から、本検証では下水道管内の点群データから減肉の定量把握が可能か確認を行いました。具体的には、まず多脚式ロボットに取り付けたLiDARにより管内の点群データを取得しました。取得したデータをもとに、新設時の管壁形状をAIにより推定するとともに、差分解析を行うNTTドコモソリューションズ独自技術（特許出願中）を適用しました。その結果、新設時と現状の差分を算出し、差分を腐食に伴う減肉と定義することで、本検証の対象とした下水道管の一部区間において、減肉の深さおよび範囲の定量的な把握に成功しました。

＜主な成果＞

・点群データから新設時の管壁形状を推定、差分解析により新設時と現状との差分を確認

・誤差1cm程度の精度で形状推定が可能なことを確認

・減肉の深さ・範囲を定量的に把握可能であることを確認

＜将来的に期待される実業務での活用例＞

・減肉量・管厚の定量測定作業の効率化

・減肉の深さ・範囲の定量把握による、修繕箇所判断の高度化

・減肉進行のモニタリングと進行度合いをふまえた予防保全の実施

2. 下水道管路への劣化予測モデルの適用

京都府が保有する過去の管路点検データをもとに、NTTドコモソリューションズが道路・橋梁分野で展開している混合マルコフ劣化予測ハザードモデル※2の下水道分野への適用に向けた分析を行いました。具体的には劣化が進みやすい区間の推定、期待寿命の算出、劣化に影響を与えると考えられる要因の分析を行い、周辺にカーブが存在する管路の期待寿命が短い傾向にあることなど、下水道管理者が経験則として感じていた傾向と一部整合する分析結果が得られました。

＜主な成果＞

・過去点検データより、検証フィールドにおいて劣化が進行しやすい区間を推定

・期待寿命の算出により、将来的な健全度の変化傾向を推定

・管路のカーブ※3が劣化に影響しうることを、データ分析により示唆

＜将来的に期待される実業務での活用例＞

・劣化速度の傾向をふまえた点検箇所の優先度付け

・将来的な劣化予測に基づく修繕・更新計画の最適化

・長期的な維持管理戦略の高度化

本検証では、多脚式ロボットに搭載したLiDARにより取得した点群データを用いた減肉の定量的な把握と、過去の管路点検データに基づく劣化予測モデルを用いたデータ分析を実施しました。これらの結果の妥当性や適用範囲を評価するためには、今後さらなる検証が必要となります。

NTTドコモソリューションズは本検証で得られた知見をもとに検証を継続し、NTTグループをはじめとするパートナーと連携して自治体や下水道点検に携わる事業者への展開にむけて取り組みます。

※1 出典：国土交通省HP 下水道の維持管理

※2 「混合マルコフ劣化予測ハザードモデル」は、大阪大学大学院工学研究科の貝戸清之教授らが階層ベイズ推計手法をもとに開発した、社会インフラの健全度の推移を確率論的手法を用いて推定するモデルです。NTTドコモソリューションズと大阪大学大学院工学研究科は、共同研究として「混合マルコフ劣化予測ハザードモデル」の社会インフラ維持管理への活用を検討しており、本検証では下水道管の特性を考慮した劣化予測を行っています。

※3 本分析では、管路の進行方向が大きく変わる箇所を「カーブ」と定義し、具体的には隣接する管路区間同士のなす角が150度未満となる箇所をカーブと定義しています。