メディア

自律飛行ドローンと“3次元形状”を教師データとするAIで、トンネル発破の「良否判定」を自動化：ドローン×AI（2/2 ページ）

» 2019年01月10日 11時00分公開

3次元飛び石形状で学習させたAIモデル「Blast AI」

　AI技術は、発破後の3次元飛び石形状と、良否判定結果の対のデータを教師データ（学習用データ）として、学習させたAIモデル「Blast AI」を独自開発。AIモデルの作成には、点群を扱うディープラーニングに適したアルゴリズム「PointNet」を利用している。

　Blast AIの開発にあたっては、施工中のトンネルの発破データでは、十分な学習用データ数が得られないため、実験室内に模擬的なトンネルを造り、「良好な発破」「普通の発破」「不良な発破」の3カテゴリーの飛び石形状を模して、デジタルカメラでそれぞれの3次元飛び石形状データを取得。種々の模擬発破の飛び石形状をトンネル経験が豊富な熟練者に判定させ、学習用データ約150組を準備した。

学習用データに使用した室内模擬発破形状（3次元データ）の一例　出典：戸田建設

　学習用データとは別に、「良好な発破」「普通の発破」「不良な発破」のバリデーションデータ（正答率確認用データ）も各10組用意し、検証した結果、正答率は約85％で、AIモデルとして実用段階にあることを確認している。なお、良否判定に要する時間は、約10秒ほどだという。

Blast AIの学習履歴のプロット（左）、AIモデルの判定結果PC画像イメージ（右）　出典：戸田建設

　戸田建設ではドローン技術Blast Eyeを無人化・効率化・安全性向上の観点から、切羽の2次元画像や3次元形状データを無人で取得するための有効なツールになり得ると位置付けている。

　Blast AIについては、2次元画像によるAIが一般的な中で、3次元の領域（形状の良否判定）に拡大したところに新規性があり、このAI開発過程で獲得した多くのノウハウを他の施工分野や用途に幅広く活用していくとしている。

　また、今回のAIモデルは、実験室内での模擬発破データを使用したもののため、全国の発破掘削のデータを集積し、さらなる深層学習を重ねていくことで、判定精度を高めて実施工で使用することが実現すると方向性を示している。

建築用ドローン点検は普及するか？業界のパイオニアに聞く
ここ数年、建築・土木の分野でのドローン点検が、さまざまな展示会で出展されるようになり、各社のブースに人を集め話題となっている。空撮した俯瞰画像や映像からデータ解析するタイプのサービスが多くみられるが、ビルやインフラを実務レベルでドローン点検するとなると、調査診断のノウハウや画像解析の技術が必要になり、実証実験の回数がおのずと求められる。
正答率90％、AIがトンネル地質を自動判定
専門技術者の知見が必要で、時間と手間が掛かるトンネル工事の地質調査。安藤ハザマはこの地質調査の効率化にAIを活用するシステムの開発を進めており、画像から90％以上の正答率で岩石種の判定に成功したという。
建設現場で危険予知にAI活用、IoTセンサーとAzureを組み合わせたエッジ画像処理の実証実験を開始
協和エクシオは、自社のIoTセンサーと、Microsoft Azure IoT Edgeを活用した「Vision AI Developer Kit」を組み合わせた実証実験を開始した。これまでAIを導入することが難しいとされてきた建設現場やビルなどに適用し、IoTセンサーと組み合わせたエッジ画像処理で、現場の危険予知や施設の防犯などに役立てていく。
竹中工務店がAIを育成、構造設計を70％効率化
竹中工務店は構造設計業務を効率化するAIシステムの開発に着手した。ベンチャー企業のHEROZと提携し、設計ノウハウを集約したデータから、実務に生かせるAIを育成していく。