AIひび割れ検出技術採用の自律走行ロボットを開発、建築物の検査時間を4割短縮：ロボット開発ニュース

イクシスと安藤ハザマはAIで撮影画像からひび割れを検出する「自律走行式ひび割れ検査ロボット」の開発を発表した。既存のAIによるひび割れ検出技術の課題点を解決する。

[池谷翼，MONOist]

　イクシスと安藤ハザマは2020年4月6日、AI（人工知能）で撮影画像からひび割れを検出する「自律走行式ひび割れ検査ロボット」（以下、検査ロボット）の開発を発表した。走行台車型の検査ロボットが自律走行して床全面の自動撮影を行う一方で、AIを用いた撮影画像からのひび割れ検出などは、撮影データを無線送信したPC上で行うことが特徴だ。

自律走行式ひび割れ検査ロボットの撮影装置（左）と走行台車（右）［クリックして拡大］出典：イクシス

　AIによる画像認識を用いた既存のひび割れ検出技術には、画像取得作業に人手を割く必要があるなど作業の効率性に課題があるものが多かった。また高解像度の画像を扱うのでデータ量が多く、そのためひび割れ検出から記録書類の作成まで時間を要するという問題もあった。

　今回開発した検査ロボットにはこれらの課題を解決するための技術的な工夫が施されている。

　まずSLAM（Simultaneous Localization and Mapping）技術の搭載により、検査範囲を指定するだけで床全面をロボットが自律走行し、一定間隔で床を自動撮影する仕組みを実現した。これによって撮影の人手を省力化することが可能になった。

　加えて撮影した画像をロボットの通信エリア内に設置したPCに無線LANで転送し、PC上でAIがひび割れ検出を行う仕組みも作った。検査ロボットの走行後、ひび割れの検査結果をCAD図面に色分け表示してすぐに出力できるため、従来の近接目視と比較するとひび割れ検査にかかる時間を約40％短縮することに成功したという。なお、機体外部のPC上でAI処理を実行することで、ロボットの機体上でAI処理を行うエッジコンピューティングと比べてロボットの消費電力を低く抑えることができ、結果的にスムーズな自律走行が実現できるというメリットもある。

　AIの学習に用いる教師データは、イクシスがこれまでの事業を通じて蓄積してきた建築物のひび割れ画像に加え、安藤ハザマと共同で収集した画像などを用いた。イクシス CFO兼Corporate Div Directorを務める中山博喜氏は「現在、社会インフラや建築物整備へのAI活用において、難航しやすいのが教師データの収集作業だ。画像収集には建設業界の専門的知見に加えて、画像提供を行う建設会社などのパートナーの存在が重要となる。この点、当社はこれまでの事業を通じて積み上げてきた社会インフラ整備向けロボットの開発実績と、各建設会社との信頼関係がある。これが1つのアドバンテージとなっている」と語る。

ひび割れ箇所の検出画像（水色部分が幅0.1mmのひび）［クリックして拡大］出典：イクシス

　検査ロボットの撮影装置は遮光カバーに覆われており、カメラと床面の距離や、フラッシュライトによる照明の光量、角度を一定に保ち、常に同条件で画像取得できる。これによって、幅0.1mm上のひび割れを0.1mm単位で高精度に認識することが可能となった。実機試験を行ったところ、検査ロボットで自動検出したひび割れ箇所と近接目視で実測した箇所を比較すると、幅0.1mm以上のひび割れでは適合率が90％以上となることが確認できたという。

　検査ロボットの今後の展開について、中山氏は「検査ロボットにさらなる改良を加えて、さまざまな大空間構造物の工事現場に導入し、検査業務の効率化による生産性向上を目指したい。またロボット開発の枠を超えた話になるが、将来的には建築物の3D CADデータを作り、そこに現実世界で収集したひび割れ画像を蓄積するシステムも作りたいと考えている。バーチャル上で現実世界のひび割れ箇所を確認するとともに、画像を時系列的に整理することで、ひび割れ発生過程を経時的に追える仕組みだ。大枠としては、製造業の工場で導入が進むデジタルツインの発想に近い。将来的にはこうした試みも進めていきたい」とコメントした。

検査ロボットの正面図と側面図［クリックして拡大］出典：イクシス