イメージング技術を活用したインフラ構造物点検

　橋梁やトンネルなどのコンクリート構造物の点検を，近接目視ではなく，カメラによる撮影画像によって実施するためには，「撮影」「画像処理」「変状検知」の3つの工程が必要になります。「撮影」では，多画素・高精細カメラを自動雲台やドローンに取りつけて，点検対象面を網羅的に複数枚撮影します。このときに，ひび割れの極細の特徴を確実に写し取ることが重要になります。ヘアクラックと呼ばれる幅0.2 mm以下のひび割れも記録しなくてはならず，それらが写るような解像度で撮影することが求められます。
　高解像度での撮影では，一枚一枚はごく限られたエリアしか撮れません。それだけでは，画像に写っているのがどこのひび割れであるかがわかりません。そこで，撮り溜めた画像を繋ぎ合わせ，一枚の高解像度データを生成するための画像処理である「スチッチ合成」を行います。また，斜めに撮られた画像に対して，図面に重なるべく正対するようにゆがみを補正する「あおり補正」も行われます。さらに，複数方向から撮影した画像を使って合成処理をし，隠蔽物を除去する「隠蔽物除去」などの画像処理もあります。
　点検画像が生成されたら，次にAIを活用してひび割れなどの「変状検知」を行っていきます。キヤノンでは，ディープラーニング技術と土木技術者が作成した正解データにより，型枠跡・チョーク・汚れなどをひび割れと誤認知しないAIを，東設コンサルタントとの共同検討を通じて実現しています。AIによるひび割れ幅推定では，土木技術者による判断とほぼ同様の結果を得られました。ひび割れ検知結果例としては，国道高架橋床版に対して，ひび割れ検知率99％を実現しました。この事例では，近接目視で確認された605本のひび割れのうち，601本を抽出し，近接目視で確認できなかったひび割れを含めると検知精度231％を達成しました。
　ひび割れが進行して反対側の面までつながると，雨がそのひび割れ部分を通るようになり，ひび割れ付近に「漏水跡」が出るようになります。水が通るようになると，そこからコンクリートの内部成分が溶け出して白い析出物が出る「エフロレッセンス」が現れたり，水が回り錆びることで内部の鉄筋が膨張し，コンクリートを破壊して鉄筋が表面に現われる「鉄筋露出」が起こったりします。ひび割れに限らず，AIでこうした変状をも検知したいのが，土木業界からイメージング業界への要望としてあります。

＜次ページへ続く＞