橋梁やトンネル、擁壁などのインフラ補修工事では、ひび割れ延長や断面修復面積を正確に拾い出す作業が欠かせません。しかし、点検写真や損傷図を一つずつ確認し、対象箇所の寸法を測定して数量を集計する従来の方法では、多くの時間と手間がかかります。特に橋梁のように部材数が多く、損傷が広範囲に分布する構造物では、数量の拾い漏れや重複計上、担当者による判断のばらつきが課題となります。
こうした作業を効率化する方法として注目されているのが、AIを活用した補修数量の拾い出しです。画像認識によってひび割れの位置や形状を抽出し、写真や図面の寸法情報と組み合わせることで、延長や面積の算出を支援できます。さらに、損傷箇所と数量をデータとして関連付ければ、補修設計、数量計算書の作成、施工前後の数量比較まで一貫して管理しやすくなります。
ただし、AIが抽出した線や領域をそのまま正式な補修数量として採用できるわけではありません。撮影条件による寸法の誤差、補修工法による数量算定方法の違い、設計数量と施工実績数量の区別など、実務では確認すべき事項があります。AIを有効に活用するには、数量の定義を明確にしたうえで、画像解析と人による照査を組み合わせることが重要です。
本記事では、橋梁のひび割れ補修と断面修復を中心に、インフラ補修数量の拾い出しをAIで効率化する5つの手順を解説します。写真や図面の準備から、ひび割れ延長の算出、断面修復面積の確認、数量計算書への反映まで、実務担当者が押さえておきたいポイントを具体的に紹介します。
インフラ補修数量の拾い出しが難しい理由
インフラ補修数量の拾い出しとは、構造物の損傷状況を確認し、補修工事に必要な施工範囲や数量を算定する作業です。橋梁であれば、コンクリートのひび割れ、浮き、剥離、鉄筋露出、断面欠損などを対象として、補修工法ごとに延長や面積、体積などを整理します。
ひび割れ補修では、対象となるひび割れの延長を測定することが基本となります。ただし、すべてのひび割れを同一の数量として扱えるとは限りません。ひび割れ幅や発生状況、漏水の有無、補修目的などによって採用する工法が変わるため、数量も工法や施工条件に応じて区分する必要があります。
断面修復では、コンクリートの劣化部分を除去し、補修材で復旧する範囲を把握します。この場合、表面に見える損傷面積だけではなく、実際に除去する範囲や深さが重要です。浮きや剥離の周辺に健全部を含めて補修する場合もあり、点検時に確認した損傷面積と設計上の断面修復面積が一致しないことがあります。
従来の数量拾い出しでは、損傷図に描かれた線や範囲を確認し、縮尺に基づいて寸法を測定して集計する方法が広く用いられています。点検写真で損傷状況を確認しながら図面に反映するため、図面と写真を何度も照合する作業が発生します。
特に橋梁では、主桁、横桁、床版、橋脚、橋台など、複数の部材に損傷が分布します。同じ部材でも上面、下面、側面で位置が異なるため、損傷箇所の識別と数量の関連付けが重要です。写真の撮影方向や部材番号が不明確だと、異なる損傷を同一箇所と判断したり、同じ損傷を重複して計上したりする可能性があります。
さらに、補修数量は点検時点の情報だけで確定しないことがあります。施工前調査で新たな浮きが見つかった場合や、はつり作業によって断面欠損の範囲が拡大した場合には、施工数量の見直しが必要です。初期設計数量と施工時の変更数量を区別して管理することも、実務上の重要な課題です。
AIによる数量拾い出しは、こうした繰り返し作業や情報整理の負担を軽減する手段として活用できます。しかし、数量算定の根拠となる損傷の判定や補修範囲の決定まで、すべてを自動化できるわけではありません。まずは数量拾い出しのどの工程をAIで支援し、どの工程を技術者が確認するのかを明確にすることが大切です。
AIによる補修数量の拾い出しでできることと限界
AIを利用した補修数量の拾い出しでは、主に画像認識、領域抽出、図面情報の読み取り、数量集計などの技術を組み合わせます。橋梁の点検写真からひび割れらしい線状の特徴を検出したり、コンクリートの剥離や欠損に相当する領域を抽出したりすることで、数量計算の対象を効率的に整理できます。
ひび割れの検出では、画像内の細い線状の特徴を抽出し、その中心線を追跡する方法が考えられます。画像上で抽出した線の長さを、適切な寸法基準に基づいて実際の長さに変換できれば、ひび割れ延長の算定につなげられます。
断面修復面積については、写真や損傷図から補修対象となる範囲を抽出し、閉じた領域として面積を計算する方法があります。損傷範囲が比較的明瞭な場合には、領域抽出によって図面上での範囲指定作業を効率化できる可能性があります。
また、AIによる文字認識を利用して、点検調書や図面に記載された部材番号、損傷番号、寸法などを読み取り、数量データと関連付けることも考えられます。ただし、手書き文字や判読しにくい寸法表記では誤認識が生じるため、原資料との照合が必要です。
一方で、AIによる解析には明確な限界があります。画像上でひび割れのように見える特徴が、実際には型枠の継ぎ目、施工目地、汚れ、漏水跡、表面の傷である場合があります。反対に、非常に細いひび割れや陰影の強い部分にあるひび割れは、画像から検出できないことがあります。
断面修復の対象となる浮きや内部劣化も、一般的な可視画像だけで正確に判断できるとは限りません。表面に変状が現れていない浮きや、内部に進行した劣化については、打音調査などの適切な調査と組み合わせて判断する必要があります。
さらに、AIが画像から抽出できるのは、基本的には画像上で確認できる線や領域です。画像内に実寸法を判断できる情報がなければ、正しい延長や面積に変換できません。写真の撮影距離や角度が異なれば、同じ長さのひび割れでも画像上の大きさは変わります。
したがって、AIによる補修数量の拾い出しは、損傷の候補を抽出し、数量を算出するための作業を支援する技術として位置付けることが適切です。最終的な補修対象、数量算定方法、設計数量への採用については、適用する業務仕様や補修方針に基づく確認が必要です。
手順1:補修対象と数量算定ルールを整理する
AIによる数量拾い出しを始める前に、最初に行うべきことは補修対象と数量算定ルールの整理です。画像解析の精度を高めても、数量として何を計上するのかが曖昧なままでは、適切な補修数量計算書を作成できません。
橋梁の補修では、ひび割れ補修、断面修復、表面保護、漏水対策など、損傷状況や補修目的に応じて複数の工法が検討されます。同じ劣化箇所でも、採用する工法によって数量の単位や計算方法が異なります。
例えば、ひび割れ注入工法では、設計や数量算定の条件に応じて、対象となるひび割れ延長を測定します。ひび割れ充填工法でも延長を用いる場合がありますが、施工する溝の形状や断面寸法、対象範囲など、必要な確認事項が異なります。
ひび割れの幅によって補修工法を区分する場合には、幅の区分ごとに対象延長を集計する必要があります。ただし、ひび割れ幅と工法の対応は、対象構造物の条件や適用する補修基準によって変わります。AIで検出したひび割れを一律の基準で分類するのではなく、設計条件に合わせた区分を設定することが重要です。
断面修復では、補修面積を平方メートルで整理する場合や、補修深さを考慮して数量を整理する場合があります。適用する工法や数量算定基準によっては、補修面積と平均修復深さを別々に管理することも必要です。
ここで注意したいのが、損傷範囲と補修範囲の違いです。表面に確認できる剥離範囲が小さくても、周辺の浮きや補修端部の処理を考慮すると、実際の断面修復範囲が広くなることがあります。逆に、表面的な変色や汚れがある部分を、すべて断面修復の対象として計上することは適切ではありません。
AIで損傷範囲を抽出する場合には、その領域を「確認された変状範囲」として保存し、設計者が決定した「補修予定範囲」と区別できるようにします。これにより、AIが検出した損傷と、実際に数量計算に採用した範囲の違いを説明しやすくなります。
数量を整理する単位も事前に決めておきます。橋梁全体の数量だけでなく、径間、部材、面、損傷番号、補修工法などの区分で管理すると、後から設計変更や施工数量の確認が必要になった場合にも対応しやすくなります。
例えば、同じ主桁に複数のひび割れが存在する場合、すべてを一つの数量にまとめてしまうと、現場で対象箇所を特定しにくくなります。個々のひび割れに識別番号を付け、幅や延長、補修工法、確認写真を関連付けておけば、照査や施工時の確認に利用できます。
加えて、数量の丸め方や小数点以下の取扱い、重複箇所の処理、開口部や補修対象外領域の控除方法も確認します。これらは発注者の仕様や適用する数量算定基準に従う必要があります。
AIの導入を成功させるためには、解析を始める前に数量の定義を統一することが重要です。対象とする損傷、算定単位、補修工法、集計区分、確認方法を整理しておけば、AIによる解析結果を実務に活用しやすくなります。
手順2:点検写真・損傷図を整理して寸法基準を設定する
補修数量の拾い出しに使用する資料には、橋梁点検写真、損傷図、一般図、構造図、過去の補修履歴、現地測定記録などがあります。AIで画像解析を行う場合には、これらの資料を整理し、各画像がどの部材のどの範囲を示しているかを明確にすることが必要です。
まず、橋梁の名称や管理番号、径間番号、部材番号、撮影位置、撮影方向などの情報を整理します。撮影日が異なる写真を混在させる場合には、損傷状況が変化している可能性があるため、記録時点を区別します。
例えば、床版下面を撮影した写真であっても、複数の径間や異なる主桁間の写真が混在していると、解析結果を正しい部材に割り当てられません。写真ごとに対象部材と撮影範囲を特定できる状態を整えることが、重複計上や拾い漏れの防止につながります。
次に重要なのが、写真や図面に実寸法の基準を設定することです。
図面から数量を拾い出す場合には、図面の縮尺や記載寸法を確認します。ただし、電子化された図面は印刷時の拡大縮小や画像変換によって、表示上の縮尺が変わっている可能性があります。記載された寸法と画像上の距離を照合し、実際の長さに変換する係数が適切かを確認する必要があります。
写真から数量を求める場合には、既知寸法の標尺や基準となる測定点を利用する方法があります。ただし、標尺と測定対象が異なる奥行きにある場合、単純な画像上の長さの比率では正確な寸法を得られません。
また、斜め方向から撮影した写真では、遠近によって画像上の縮尺が変化します。平面に近い対象であれば、十分な基準点を用いた幾何補正によって画像を正対方向に近い形へ変換する方法があります。一方、曲面や段差のある部材では、一枚の画像全体に同じ補正を適用しても正確な寸法にならない場合があります。
橋脚や桁の側面など、比較的平面的な部位でも、撮影角度やレンズによる画像のひずみに注意が必要です。写真を拡大して細いひび割れが見えるようになっても、それだけで寸法精度が向上するわけではありません。
三次元計測データが利用できる場合には、対象面の形状や位置関係を確認しながら、必要な寸法を計算する方法もあります。ただし、三次元データにも計測誤差や欠測があり、写真上で確認した損傷を正しい位置に対応付ける処理が必要です。
画像を整理する際には、同じ損傷が複数枚の写真に写っている場合にも注意します。近接写真と全景写真の両方を使用する場合、AIがそれぞれを別の損傷として検出すると数量が重複します。損傷番号や撮影位置を基に、同じ損傷を一つの対象として管理する仕組みが必要です。
撮影条件も解析結果に影響します。暗い場所での撮影、強い反射、影、汚れ、ピントのずれ、画像圧縮などは、ひび割れや剥離の検出に影響する可能性があります。画像に十分な解像度がなく、対象が判別できない場合は、無理に数量を確定せず再撮影や現地確認の対象とします。
写真と損傷図を組み合わせる場合には、対象部材の向きや基準位置を統一することも重要です。図面上の左右方向と写真上の左右方向が一致していないと、損傷位置を誤って対応付ける可能性があります。
AIによる数量拾い出しでは、画像の枚数を増やすこと以上に、対象位置と寸法基準が明確なデータを用意することが重要です。正しい数量算定に必要な情報をそろえることで、後工程の手戻りを抑えやすくなります。
手順3:AIでひび割れを抽出して補修延長を算出する
写真や図面の整理ができたら、AIによってひび割れを抽出し、補修延長を計算します。この工程では、ひび割れの検出、線形の整理、実寸法への変換、補修対象の判定という流れで進めます。
まず、橋梁の点検写真や損傷図を画像解析の対象とします。ひび割れ検出に対応したAIでは、画像内の線状の特徴を認識し、ひび割れと考えられる部分を抽出できます。抽出結果を元画像に重ねて表示すれば、どの部分がひび割れとして認識されたかを確認しやすくなります。
ただし、AIによる検出結果には誤検出や見落としが含まれる可能性があります。例えば、コンクリート表面の施工目地や汚れがひび割れとして認識される場合があります。一方で、細いひび割れや陰になった部分は十分に検出されないことがあります。
そのため、AIが検出した線をすべて補修対象として採用するのではなく、元画像と照合して不要な線を除外し、見落とした部分を補正する作業が必要です。
ひび割れ延長を計算する際には、抽出した線の中心線を追跡する方法が考えられます。ひび割れは必ずしも直線ではなく、曲がりや分岐を伴うことがあります。始点と終点を結んだ直線距離だけで延長を算定すると、実際のひび割れ経路より短くなる可能性があります。
例えば、ひび割れが曲線状に進行している場合には、中心線に沿った長さを計算する必要があります。画像処理で抽出した中心線を複数の短い線分として表し、それぞれの長さを合計する方法が利用できます。ただし、画像上の細かな凹凸や検出ノイズまで追跡すると、逆に延長を過大評価する可能性があります。
そのため、ひび割れ中心線の平滑化や不要な枝線の除去についても、適切な処理が必要です。処理を強くしすぎると本来の屈曲や分岐が失われるため、算定目的に合った設定と目視確認が重要になります。
次に、画像上で計測した長さを実際の延長に変換します。既知寸法に基づく縮尺が設定されている場合には、その情報を利用して長さを求めます。写真の遠近や部材形状の影響が大きい場合には、単純な縮尺変換ではなく、幾何補正や三次元形状に基づく計測が必要になることがあります。
ここで重要なのは、画像解析による検出精度と寸法測定の精度を区別することです。AIがひび割れの位置を適切に認識できたとしても、画像の縮尺が誤っていれば、算出される延長も誤った値になります。
さらに、ひび割れ幅による分類が必要な場合には、幅の測定方法を明確にします。画像から幅を推定する方法もありますが、撮影解像度や焦点、照明条件、画像補正などの影響を受けます。特に微細なひび割れでは、画像の画素数が十分でないと信頼できる幅の測定が難しくなります。
そのため、ひび割れ幅によって補修工法が変わる場合には、必要に応じて現地での幅測定結果を併用します。AIによる分類結果だけで工法を確定せず、設計上必要な確認を実施することが大切です。
分岐したひび割れの数量にも注意が必要です。一本のひび割れが途中で二方向に分かれる場合、両方の枝を補修するのであれば、それぞれの対象延長を適切に計上します。ただし、分岐点や交差点付近の共通部分を重複して計算しないようにする必要があります。
複数の写真にまたがるひび割れについては、同じ区間を重複して計上しないことも重要です。写真ごとに延長を算定して単純に合計すると、重複して撮影された部分が二重に計上される可能性があります。部材位置とひび割れの連続性を確認し、対象区間を整理してから集計します。
最終的には、ひび割れごとに識別番号、対象部材、補修対象延長、必要な幅区分、補修工法、確認状況などを関連付けます。AIによる抽出結果と人が修正した結果を区別して保存できれば、後から数量の根拠を確認しやすくなります。
ひび割れ延長の算定では、AIによる線の抽出だけでなく、寸法基準の確認、分岐部分の整理、補修対象の判定までを一連の作業として扱うことが重要です。
手順4:断面修復範囲を抽出して補修面積を計算する
断面修復数量の拾い出しでは、コンクリートの剥離、欠損、浮き、鉄筋露出などの損傷状況を確認し、補修対象となる範囲を設定します。ひび割れ延長とは異なり、断面修復では面積や修復深さが数量算定の重要な要素となります。
AIを活用する場合には、点検写真や損傷図から剥離や欠損などの領域を抽出し、候補範囲を表示する方法が考えられます。画像上で損傷が確認できる領域を抽出することで、人が最初からすべての範囲を手作業で指定する負担を軽減できます。
ただし、画像から確認できる損傷範囲と、実際に断面修復を行う範囲は必ずしも一致しません。例えば、コンクリート表面に剥離が見られる場合、その周辺に浮きが存在することがあります。目視画像だけでは内部の劣化状況を十分に判断できないため、必要な調査結果を反映して補修範囲を決定する必要があります。
AIで抽出した領域は、まず損傷候補として扱います。その後、打音調査などの結果や補修設計の条件に基づき、実際に補修する範囲を設定します。この二つの領域を別々に管理すると、損傷範囲から補修範囲を決定した根拠が明確になります。
補修面積の算定では、対象領域の形状に合わせた計測方法を選びます。
比較的単純な長方形状の補修範囲であれば、縦寸法と横寸法を掛け合わせて面積を求める方法が考えられます。一方、不規則な形状の補修範囲では、外周を複数の点で結んだ多角形として表し、その面積を算定する方法があります。
ただし、実際の設計数量では、補修範囲を矩形などに整理して算定する条件が設定されている場合もあります。AIで抽出した不規則な損傷領域の面積をそのまま設計数量として採用するのではなく、適用する数量算定ルールに合わせる必要があります。
例えば、損傷が複数箇所に分かれていても、同じ補修区画としてまとめて施工する場合があります。反対に、近接して見える損傷でも、補修工法や修復深さが異なる場合には別々に管理した方が適切なことがあります。
また、補修範囲が重なる場合には、重複部分を二重に計上しないようにします。AIで抽出した複数の領域を統合する際には、重なりの有無を確認し、必要に応じて領域を結合したうえで面積を計算します。
断面修復面積を写真から求める場合にも、寸法基準の確認が欠かせません。画像上で正しく領域を抽出できたとしても、撮影角度による遠近や部材表面の曲率を考慮しなければ、面積が過大または過小に算定される可能性があります。
特に橋脚の曲面や複雑な形状を持つ部材では、写真上の投影面積と実際の施工面積が異なる場合があります。このような部位では、部材の形状情報や三次元計測結果を利用するなど、対象面に適した方法で面積を求めることが重要です。
断面修復では、面積だけでなく修復深さの管理も必要です。例えば、同じ面積の補修範囲であっても、修復深さが異なれば必要な補修材の量は変わります。
修復体積を概算する場合には、補修面積と修復深さを用いて計算できます。ただし、実際のはつり面には凹凸があり、除去深さが一定とは限りません。平均深さによる計算が適切かどうかは、対象範囲の状態や数量算定条件によって判断する必要があります。
また、施工時には、はつり後の確認によって補修範囲や深さが変更されることがあります。そのため、設計時に計画した断面修復数量と、実際の施工で確認した数量を区別して記録することが重要です。
AIを利用することで、損傷領域の抽出や面積計算を効率化できる可能性があります。しかし、最終的な断面修復数量は、適切な損傷調査、補修範囲の設定、寸法基準の確認、設計条件との整合によって決まります。
手順5:数量を照査して補修数量計算書に反映する
AIによってひび割れ延長や断面修復面積を算定した後は、数量の照査を行います。この工程は、解析結果を実際の補修設計や施工管理に利用するために欠かせません。
最初に確認するのは、補修対象の拾い漏れと重複計上です。AIが検出した損傷一覧を損傷図や点検写真と照合し、対象となる損傷が適切に含まれているかを確認します。
例えば、同じひび割れが複数の写真に写っている場合には、一つの損傷として数量を整理する必要があります。また、補修対象外と判断された変状が数量に含まれていないかも確認します。
次に、寸法の照査を行います。AIが算出した延長や面積について、図面寸法や現地測定結果など、信頼できる基準と比較します。対象箇所の条件に応じて、代表的な損傷を抽出して再測定する方法も考えられます。
ただし、一部の損傷で測定結果が一致したからといって、すべての解析結果が正しいと判断できるわけではありません。写真の撮影条件や損傷の形状、部材の位置によって誤差の発生状況が変わるためです。
そのため、照査対象は単純な形状だけでなく、曲線状のひび割れ、分岐したひび割れ、複雑な断面修復範囲、撮影角度が大きい箇所などからも選定することが望まれます。必要に応じて、全数確認と重点確認を組み合わせます。
数量の照査では、単位の取り違えにも注意します。ひび割れ延長ではメートル、断面修復面積では平方メートル、体積を扱う場合には立方メートルなど、工種に応じた単位で管理する必要があります。
画像処理の内部では画素単位で長さや面積を扱う場合がありますが、これを実寸法に変換する際に単位を誤ると、数量計算書に大きな誤差が生じます。例えば、ミリメートルとメートルの換算だけでなく、平方ミリメートルと平方メートルの換算にも注意が必要です。
補修工法ごとの集計も重要です。ひび割れ延長の合計値が正しくても、異なる工法に分類すべき箇所を同じ区分で集計していると、補修数量として適切ではありません。
また、断面修復では面積区分や修復深さによって数量を整理することがあります。適用する仕様に必要な区分が正しく反映されているかを確認します。
数量計算書に反映する際には、数量の根拠を追跡できるようにすることが重要です。例えば、数量計算書の各項目から対象部材、損傷番号、確認写真、損傷図、算定結果を参照できるように整理すると、照査担当者が根拠を確認しやすくなります。
AIの解析結果についても、解析時点のデータと人が修正したデータを区別して記録します。ひび割れの線形や断面修復範囲を修正した場合には、修正後の数量だけでなく、どの範囲を変更したかが分かる状態にしておくことが望まれます。
さらに、AIの解析条件や処理方法を変更した場合には、数量が変化する可能性があります。使用した解析条件、処理日時、確認担当者、採用した数量の版を管理すれば、後から再計算した場合にも差異の原因を追跡しやすくなります。
数量計算書には、単純な合計数量だけでなく、工種別や部材別の内訳を整理します。橋梁全体の補修数量を把握すると同時に、各部材の数量が確認できる状態にしておくと、施工計画や現場での数量管理にも活用できます。
なお、AIによる解析結果を正式な数量計算書として使用する際には、発注者の仕様、契約条件、適用する数量算定基準などとの整合を確認する必要があります。AIを使用したという理由だけで、必要な照査や現地確認が省略できるわけではありません。
数量拾い出しの効率化では、計算作業の自動化だけでなく、数量の根拠を説明できる状態を維持することが重要です。AIで作成した数量データを技術者が確認し、修正履歴とともに管理することで、実務で利用しやすい数量計算書につなげられます。
ひび割れ延長・断面修復面積の具体的な計算例
ここでは、橋梁の補修数量を拾い出す際の基本的な計算例を紹介します。実際の数量算定では、補修工法や設計条件、適用する数量算定基準に従う必要がありますが、計算の考え方を理解することで、AIによる解析結果を照査しやすくなります。
まず、ひび割れ延長の計算例です。
ある橋梁のコンクリート部材に、補修対象となる4本のひび割れが確認されたとします。各ひび割れの延長を実寸法に換算した結果、0.80メートル、1.25メートル、0.65メートル、0.90メートルであった場合、単純合計は3.60メートルとなります。
ただし、複数の写真から抽出した結果に同じひび割れ区間が含まれている場合には、その部分を調整する必要があります。
例えば、上記の合計に0.25メートルの重複区間が含まれていた場合、重複分を除いた延長は3.35メートルとなります。この値は、対象となるひび割れ区間がすべて同じ数量区分であり、重複以外の除外対象がないと仮定した場合の計算結果です。
実務では、ここから補修対象の判定や工法区分を確認します。例えば、一部のひび割れが補修対象外であった場合には、その延長を計上しません。また、異なる工法を適用するひび割れが含まれている場合には、工法ごとに延長を整理します。
AIで延長を抽出する場合も、各ひび割れを識別番号で管理しておけば、重複区間の確認や補修対象の変更に対応しやすくなります。
次に、断面修復面積の計算例です。
橋梁のある部材に、二つの断面修復予定範囲が設定されたとします。一つ目が縦1.20メートル、横0.40メートルの長方形であれば、面積は0.48平方メートルです。
二つ目が縦0.75メートル、横0.35メートルの長方形であれば、面積は0.2625平方メートルとなります。
この二つの補修範囲が重複していなければ、合計面積は0.7425平方メートルです。
一方、二つの範囲が一部重なっており、その重複面積が0.08平方メートルであった場合、重複分を除いた合計面積は0.6625平方メートルとなります。
このように、複数の補修範囲を集計する際には、重なりを適切に処理する必要があります。
ただし、これらは長方形として設定した範囲の計算例です。実際の補修面が不規則な形状である場合や、補修範囲を設計上の矩形に整理する必要がある場合には、採用する算定方法が異なることがあります。
さらに、修復深さを考慮する例を考えます。
先ほどの補修面積0.6625平方メートルに対して、修復深さを一律30ミリメートルと仮定します。30ミリメートルは0.03メートルなので、面積に深さを掛けると0.019875立方メートルとなります。
これは、補修範囲と深さが仮定どおりで、単純な体積計算が成立する場合の値です。実際には、はつり面の凹凸、修復深さの変動、施工上必要な範囲などを考慮する必要があります。また、算出した幾何学的な体積と、施工に必要な材料使用量は必ずしも一致しません。
AIを使う場合には、補修範囲の面積を算定する処理と、設計条件に基づいて補修数量を計算する処理を分けることが重要です。
例えば、画像から抽出した損傷面積が0.50平方メートルであっても、設計上の補修範囲が0.65平方メートルに設定される場合があります。この二つの数値は目的が異なるため、片方を自動的にもう片方へ置き換えることは適切ではありません。
数量データには、元となる損傷範囲、補修予定範囲、計算方法、最終採用数量を関連付けて保存することが望まれます。
このように、計算そのものは比較的単純でも、実務上は数量の定義や対象範囲の設定が重要です。AIによる数量拾い出しでは、数値を素早く算出することだけでなく、その数値が何を表しているかを明確にする必要があります。
AIによる補修数量の拾い出しを現場で定着させるポイント
AIによる補修数量の拾い出しを継続的に活用するには、単に画像解析を導入するだけでは不十分です。点検、設計、施工、記録管理の各工程で、数量データをどのように扱うかを整理することが重要です。
まず、損傷情報の管理方法を統一します。
橋梁ごとに異なる部材番号や損傷番号の付け方を使用していると、AIで抽出した結果を既存の損傷図や数量計算書と関連付ける際に手間がかかります。対象構造物の管理番号、部材番号、損傷番号、撮影位置などの基本情報を統一すれば、データの検索や集計を効率化しやすくなります。
特に、同じ損傷を複数の時点で確認する場合には、識別番号を維持することが重要です。過去の点検時点と今回の点検時点でひび割れの延長が変化した場合、同じ損傷として比較できれば、変化の把握や補修計画の検討に役立ちます。
ただし、異なる時点の数量を比較する際には、撮影条件や測定方法の違いにも注意が必要です。前回と今回で画像の解像度や縮尺設定、ひび割れ抽出方法が異なると、実際の損傷の変化がなくても計測値に差が生じる可能性があります。
そのため、経年比較を行う場合には、測定条件を可能な範囲で統一し、必要に応じて同じ基準で再解析することが重要です。
次に、AIで自動処理する範囲と人が確認する範囲を明確にします。
大量の写真からひび割れ候補を抽出したり、補修対象領域の面積を集計したりする作業は、AIを活用することで効率化が期待できます。一方、補修工法の選定や補修対象の最終判断、設計数量の承認などは、構造物の状態や設計条件を踏まえて判断する必要があります。
AIが検出した箇所をそのまま施工対象として扱うのではなく、技術者による確認工程を組み込んだ運用が求められます。
また、解析結果の品質を評価する仕組みも重要です。
AIの性能を確認する際には、ひび割れが検出された割合だけでなく、誤検出、見落とし、延長の誤差、面積の誤差などを確認します。実際の業務で利用する画像から検証用のデータを選び、人による確認結果や現地測定結果と比較する方法が考えられます。
画像の種類や撮影条件によって解析結果が異なる場合には、条件ごとの傾向を把握します。例えば、床版下面の暗い写真や、表面の汚れが強い部材では、通常の写真と同じ精度が得られない可能性があります。
解析結果の信頼性が低い箇所を識別できれば、重点的な目視確認や現地再測定につなげられます。ただし、AIが示す信頼度の数値は、そのまま寸法精度や数量の正確性を保証するものではありません。
数量データの更新管理にも注意が必要です。
インフラ補修では、点検結果を基にした設計数量と、施工前調査で確認した数量、実際に施工した数量が異なることがあります。これらを同じデータで上書きすると、どの時点で数量が変更されたのか分からなくなる可能性があります。
そのため、設計時の数量、施工前に確認した数量、変更後の数量、施工実績数量を区別して管理することが望まれます。変更内容とその根拠となる写真や測定記録を関連付ければ、数量変更の経緯を確認しやすくなります。
また、現場写真の保存だけでなく、撮影位置や撮影方向、対象部材を記録することも重要です。
橋梁の補修工事では、同じような形状の部材が繰り返し配置されていることがあります。写真だけが保存されている場合、後からどの部材を撮影したのか判断しにくくなる可能性があります。
位置情報を付与した写真や、構造物上の部材位置と関連付けた記録を管理することで、数量計算書と現場の状態を照合しやすくなります。ただし、橋梁下面や桁間などでは衛星測位の電波が遮られたり、反射の影響を受けたりする場合があります。測位結果だけで正確な部材位置を確定できるとは限らないため、部材番号や図面上の位置情報を併用することが重要です。
さらに、施工前と施工後の写真を同じ損傷番号に関連付ける運用も有効です。
例えば、ひび割れ補修では、補修対象となるひび割れの位置と延長を記録し、施工後には補修済みの範囲を確認します。断面修復では、施工前の損傷状況、はつり後の範囲、補修完了後の状態を記録することで、数量の根拠を追跡しやすくなります。
こうした情報が整理されていれば、設計段階でAIが算出した数量と、実際に施工した数量を比較する際にも役立ちます。
ただし、施工後の写真だけですべての数量や品質を確認できるわけではありません。断面修復の深さや施工途中にしか確認できない事項については、必要な段階で測定や記録を行うことが重要です。
AIによる数量拾い出しを現場で定着させるためには、画像解析、数量計算、現場確認、施工記録を別々の作業として扱うのではなく、相互に関連付けて管理する仕組みを整えることが効果的です。
まとめ:AIと現場記録を組み合わせて補修数量管理を効率化する
インフラ補修数量の拾い出しは、橋梁などの構造物の損傷状況を適切に把握し、補修設計や施工管理に必要な数量を整理する重要な作業です。ひび割れ延長や断面修復面積を正確に算定するには、損傷の抽出だけでなく、寸法基準、補修範囲、工法区分、数量算定ルールを確認する必要があります。
AIを活用することで、写真や損傷図からのひび割れ候補の抽出、損傷領域の整理、延長や面積の計算、数量データの集計などを効率化できる可能性があります。特に、複数の部材に損傷が分布する橋梁では、繰り返し行う作業の負担軽減が期待できます。
一方、AIが抽出した損傷と実際の補修対象は必ずしも一致しません。画像の縮尺や撮影条件による誤差、重複計上、補修工法ごとの数量区分などを確認し、技術者による照査を組み合わせることが重要です。
実務では、最初に数量算定ルールを定め、点検写真と損傷図を整理し、AIでひび割れや損傷範囲を抽出します。その後、寸法を確認して数量を計算し、設計条件と照合したうえで数量計算書に反映する流れが基本となります。
さらに、補修数量の管理を効率化するには、数量の根拠となる現場写真や施工記録を適切に保存することが欠かせません。設計時の数量と施工実績数量を比較できるようにしておけば、数量変更の確認や補修履歴の管理にも活用できます。
こうした現場情報の記録と管理には、LRTK Phoneの活用も選択肢となります。LRTK Phoneは、現場写真と位置情報を関連付け、施工記録を管理するために利用できる自社プロダクトです。補修対象箇所の写真や位置情報を整理し、部材番号や損傷番号と対応付けて運用することで、数量計算の根拠となる現場情報を確認しやすくなります。なお、写真に位置情報を付与すること自体が、ひび割れ延長や断面修復面積の精密な計測を保証するものではありません。数量計算には、別途適切な寸法測定と照査が必要です。
AIによる補修数量の拾い出しと、LRTK Phoneを活用した現場写真・位置情報・施工記録の管理を組み合わせることで、補修対象の確認から数量の照査、施工後の記録整理まで、情報をつなげた運用がしやすくなります。
インフラ補修の効率化を進める際には、AIによる自動算定だけを目的とせず、正確な数量の把握と根拠を追跡できる記録管理を両立させることが重要です。現場で得られる情報を適切に整理し、AIと技術者それぞれの役割を明確にすることで、補修数量管理の品質向上と作業負担の軽減につなげられます。