川崎地質、ＡＩで路面下空洞の解析サービス−下水道管老朽化に対応

• 

  レーダー探査装置で路面下の空洞や埋設物を調査

地面に埋設されている下水道管などの老朽化が進み、道路陥没の危険性が高まっている。地質調査事業を展開する川崎地質は、富士通の人工知能（ＡＩ）を活用し、路面下の空洞解析受託サービスを始めた。地中レーダー探査装置で収集する膨大な画像データから、ＡＩが空洞の可能性のある箇所を判定する。これまで技術者が行っていたのと比べ、判定時間を約１０分の１に短縮できる。自治体などの道路管理者にサービスを提供していく。（編集委員・村山茂樹）

【見落とし課題】

高度経済成長期に整備された社会インフラで、老朽化の目安となる５０年を経過したものが増えている。下水道管も例に漏れず老朽化が進んでいる。

国土交通省によると、敷設後５０年以上経過した下水道管は、２０１５年度で約１万３０００キロメートル。３年前と比べて約３割増加した。２０年後には約１０倍に増えると予測する。経年劣化により、下水道管に亀裂が入ると「土が吸い込まれて空洞ができる」（沼宮内信川崎地質戦略企画本部営業企画部長）ため、道路陥没の原因になる。

川崎地質は地中レーダー探査装置を用いて、路面下の空洞や埋設物を調査するサービスを展開している。一般的には深さ１・５メートルを探査するが、同社は同３メートルと、より深い部分の状況を把握できるのが強みだ。

電磁波による反射波形を取得し、画像化する。道路１００メートルあたり１枚の画像データから、地面下の空洞や埋設管の有無などを、技術者の経験を頼りに目視で判定する。

ただ、「技術者によりデータの見方や解釈に個人差が出る」（同）ほか、長時間がかかり、ヒューマンエラーによる見落としなどが課題になっていた。

【自治体に提供】

このため、画像データの解析作業にＡＩを活用することにした。ＡＩが地面下の異常を察知できるようにするため「万単位の画像データを使い、機械学習した」（山田茂治川崎地質首都圏事業本部保全部長兼探査グループ探査開発室長）。機械学習を踏まえて推論システムを構築し、空洞の可能性を自動判定できるようにした。

この結果、１００キロメートルの道路の解析作業は従来、５―１０人で２―３週間かかったが、ＡＩにより２―３日で行える。見落としなどのヒューマンエラーがなくなり、解析精度が高まる。今後データ解析の事例が増えていけば、「さらに精度が上がる」（山田氏）見込みだ。

自治体の財政状況が厳しい中、空洞解析の受託サービスは割安に料金を設定。下水道管の老朽化対策に活用されることを期待する。