AIでコンクリート骨材の粒径／種別を判別する入荷管理システムを開発、熊谷組：スマートコンストラクション

熊谷組は、コンクリート骨材のAI入荷管理システムを開発した。粒径や種別を高精度に判別し、OCRで読み取った入荷伝票と照合して誤投入や誤搬入を防ぐ。入荷量も伝票から認識し、骨材ごとの入荷量を自動集計する。

[BUILT]

　熊谷組は2024年3月27日、AIによりコンクリート骨材の粒径や種別（岩種）を高精度に判別し、OCRで読み取った入荷伝票と照合して誤投入や誤搬入を防ぐ入荷管理システムを開発したと発表した。入荷量も伝票から認識し、骨材ごとの入荷量を自動集計する。さらに、事前の学習データに基づいて、骨材粒度分布の推定も可能で、品質変動をリアルタイムに把握できる。

コンクリート製造設備に設置したAI入荷管理システム　出典：熊谷組プレスリリース

　入荷管理システムは、ダンプトラック進入路に設置した伝票読み取り装置と骨材判定ディスプレイ、骨材投入ホッパ上部の骨材撮影用カメラとLED照明、荷卸し確認用回転灯、材料試験室の判定用PCとモニターから成る。

　搬入した骨材をダンプトラックから荷卸しせずに判別するため、ベルトフィーダやコンベヤーに搬送される前に誤投入や誤搬入を防止する。細骨材から大粒径の粗骨材まで短時間で判別し、コンベヤー上での連続判別も可能だ。また、骨材画像と伝票、トリッパーベルコンの切り替え位置とを照合することで高精度に特定できる他、カラー画像を使用した骨材の岩種判別や粒度分布（粗粒率）のAI推定にも対応する。

　AI入荷管理システムの導入効果は、伝票集計作業を手作業で行う場合と比較して作業時間を約95％削減し、伝票処理の省力化が実現する。

　将来は、他の骨材の運搬管理システムやCIMなど、建設DXへの展開も想定している。

AI入荷管理システムの主要機器構成（左）、トリッパーベルコン位置の切り替え操作（右）　出典：熊谷組プレスリリース

ダム建設現場で運用を開始

春遠第1ダムの完成予想図（高知県春遠第1ダムのパンフレットより／画像左）と、投入ホッパへの骨材の荷卸し状況（右）　出典：熊谷組プレスリリース

　熊谷組が高知県内で建設を進める重力式コンクリートダム「春遠第1ダム」（堤高31メートル、堤頂長112メートル、堤体積2万7500立方メートル）の現場で、2023年8月にシステムを導入し、2024年1月から運用を開始した。

　システム導入時のディープラーニングによる学習モデルは、ダンプトラック2台の骨材撮影画像をそれぞれ9分割し、上下、左右のミラー画像と回転画像を作成して、216枚の画像を教師データとして構築した。

　導入後、粗骨材のAIによる画像判定は100％、伝票読み取りOCRとコンベヤー切替えについても全ての骨材で100％だった。粗骨材G1（40〜20ミリ）の搬入時に、伝票OCRでは宛先間違いの伝票を2枚、コンベヤーの切り替え待ちについてプラント操作側の確認不足を1回検出した。

　一方で細骨材は、教師画像と大きく異なる画像が4枚ある場合、現時点では正しいAI判定が行えない。ダム本体のコンクリート打設が始まる2024年5月までに、より多くの骨材画像を教師データに加え、学習モデルを再構築して判定の信頼性の向上を図る。