上水道の管路平面図は、水道管の位置や口径、管種、弁類、消火栓などの設備情報を把握するために欠かせない図面です。新規の配管工事だけでなく、漏水事故への対応、老朽管の更新計画、道路工事との調整、維持管理など、さまざまな業務で利用されています。
一方、管路平面図の作成や更新には多くの手間がかかります。過去に作成された紙図面を読み取り、管路の位置や設備記号を確認し、CADやGISに入力する作業は、担当者の経験に依存しやすい業務です。さらに、複数の年代の図面が混在している場合は、情報の整理や位置の照合にも時間がかかります。
こうした課題を解決する方法として注目されているのが、AIを活用した管路平面図の自動作成です。AIによる画像認識や文字認識、図形抽出、属性情報の整理を組み合わせることで、既存図面から必要な情報を効率よく取り出し、管路平面図の作成や更新を支援できます。
ただし、AIに図面を読み込ませるだけで、正確な管路情報がすべて自動的に完成するわけではありません。図面の状態や記載方法、位置情報の精度、管路の接続関係などを確認しながら、人による検証と組み合わせることが重要です。
本記事では、AIで上水道の管路平面図を自動作成する6つの方法を解説します。既存の紙図面やCADデータの活用方法、GISとの連携、設備記号の認識、管路ネットワークの構築、現地計測データの反映まで、実務で役立つ考え方を紹介します。
上水道の管路平面図にAIを活用するメリット
上水道の管路平面図は、地下に埋設された水道管の位置や設備構成を地図上に表現する重要な管理資料です。一般的には、配水管や給水管の位置、管径、管種、仕切弁、消火栓、空気弁、排水設備などの情報が記載されます。管理対象や図面の用途によっては、布設年度、管路番号、接続先、施工履歴なども管理されます。
こうした情報は、水道施設の維持管理や更新計画を立てるうえで重要です。しかし、長期間にわたって整備されてきた上水道では、図面の作成時期や管理方法が統一されていないことがあります。古い紙図面、電子化されたCAD図面、GIS上の管路データなどが個別に保管され、同じ管路について異なる情報が記録されているケースも考えられます。
従来の図面作成では、担当者が既存資料を確認しながら、管路の線形や設備の位置を手作業で入力する必要がありました。特に、古い図面から情報を転記する場合、文字や記号を一つずつ読み取る必要があるため、対象範囲が広くなるほど作業量が増加します。
AIを導入することで、こうした作業の一部を自動化できます。例えば、紙図面の文字を認識して管径や管種を抽出したり、画像から管路の線や設備記号を判別したりすることが可能です。担当者が最初からすべての情報を入力するのではなく、AIが抽出した結果を確認して修正する作業に切り替えられます。
また、複数の図面を横断して情報を整理できる点もメリットです。異なる年代の図面に記載された管路情報を比較すれば、管路の更新状況や記載内容の違いを把握しやすくなります。図面の電子化が進めば、検索や共有も容易になり、必要な情報を探す時間の短縮につながります。
さらに、AIとGISを組み合わせることで、図面を単なる線や記号の集合ではなく、位置情報や属性情報を持つ管路データとして管理できます。これにより、管径別の管路延長の集計や、特定の布設年度の管路の抽出、設備の分布確認などにも活用できます。
ただし、AIによる自動作成は、既存資料の品質に大きく左右されます。図面に誤記がある場合や、施工後の変更が反映されていない場合は、AIが元資料の誤りをそのまま読み取る可能性があります。そのため、AIの導入では作業時間の短縮だけでなく、情報の正確性をどのように確保するかも重要な検討事項です。
AIによる管路平面図の自動作成の基本的な流れ
AIによる管路平面図の自動作成では、既存図面や管路台帳などの資料を入力し、必要な情報を抽出して、最終的にCADやGISで利用できるデータへ変換する流れが基本となります。
最初に行うのは、入力資料の収集と整理です。紙図面をスキャンした画像、PDF形式の図面、CADデータ、GISデータ、工事完成図書、管路台帳など、対象となる資料を集めます。この段階では、図面の作成時期や対象区域、座標系、縮尺、更新履歴なども確認します。
次に、AIを使用して図面内の情報を抽出します。画像に含まれる文字を認識するOCR、線や記号を識別する画像認識、図面内の要素を分類する機械学習などを利用します。これらの技術を組み合わせることで、管路の線形や口径の表記、設備記号、注記などをデータとして取り出せます。
抽出した情報は、そのまま図面に反映するのではなく、位置や属性を整理します。例えば、管路の始点と終点、接続する設備、管径、管種などを関連付けます。文字情報と図形情報が正しく対応しているかを確認し、必要に応じて座標を調整します。
その後、抽出した情報をCADやGISなどの管理環境に取り込みます。CADでは線形や設備記号を編集可能な図形として扱い、GISでは地理座標と属性情報を持つ空間データとして管理します。用途に応じて、図面の表示形式やレイヤー構成を整えることが必要です。
最後に、元資料や現地情報と照合して精度を確認します。管路の接続関係、設備の位置、口径、管種などに不整合がないかを確認し、担当者が承認した情報を正式な管理データとして登録します。
重要なのは、AIによる抽出、図形化、属性整理、検証を一連の工程として設計することです。文字認識だけを導入しても、抽出した情報を管路平面図に反映できなければ、業務全体の省力化にはつながりません。最終的な利用方法まで考慮してデータ形式や作業手順を決めることが大切です。
方法1：既存の紙図面をAIで読み取りデータ化する
上水道の管路平面図をAIで自動作成する方法の一つが、既存の紙図面をスキャンして画像データ化し、AIで情報を読み取る方法です。
水道事業では、過去に作成された紙の管路図面や施工完成図が保管されている場合があります。これらの資料には、現在の電子図面に登録されていない管路情報や、過去の施工履歴が記載されていることがあります。
しかし、紙図面をそのまま利用する場合、必要な情報を確認するたびに原本を探して閲覧しなければなりません。また、図面が劣化していたり、手書きの修正が加えられていたりすると、内容の確認にも時間がかかります。
そこで、まず紙図面をスキャンし、画像として保存します。スキャン時には、図面全体が欠けないように読み取り範囲を設定し、文字や細い線が判別できる画質を確保します。図面が折れ曲がっている場合や、複数枚をつなぎ合わせる必要がある場合は、画像の歪みや位置ずれにも注意が必要です。
次に、OCRを利用して図面内の文字を抽出します。上水道の管路図面には、管径を示す数値、管種の略号、道路名、地番、設備名称、測点番号など、さまざまな文字情報が含まれています。AIによる文字認識を活用すれば、これらの情報をテキストデータとして取得し、検索や分類に利用できます。
ただし、一般的な文章を対象とするOCRだけでは、図面特有の文字配置や記号との重なりを正確に処理できない場合があります。例えば、管路を示す線の近くに記載された管径の数値が、別の注記と重なっていると、文字の認識結果や対応関係が誤る可能性があります。
そのため、図面の種類や表記方法に合わせた認識設定が重要です。文字の位置、周囲の図形、注記の向きなども考慮しながら、認識した文字がどの管路に対応するかを判定します。
さらに、AIで抽出した文字情報を設備の種類や属性ごとに整理します。管径、管種、布設年度、設備名称などを項目別に分類すれば、後から管路台帳やCAD、GISに登録しやすくなります。
紙図面からのデータ化で特に重要なのが、図面の縮尺と位置合わせです。スキャン画像は、読み取り時の傾きや紙の変形によって、元の図面と寸法が一致しないことがあります。図面に記載された座標値や既知の基準点などを使って位置を確認し、必要に応じて幾何補正を行います。
また、縮尺が記載されていても、画像上の長さだけから実際の管路位置を確定できるとは限りません。図面の変形や原図作成時の誤差を考慮し、既知点や周辺の地物と照合する必要があります。
この方法は、古い紙図面が多く残っている水道事業体や、過去の工事資料を電子化したい組織に適しています。既存資料を有効活用しながら、管路平面図のデータベース化を進められることが大きな利点です。
方法2：既存のCAD図面から管路情報を自動抽出する
すでに電子化されたCAD図面を保有している場合は、そのデータをAIで解析して管路情報を抽出する方法が有効です。
CAD図面には、管路の線形や設備記号、文字情報などが図形要素として保存されています。紙図面をスキャンした画像と比較すると、線や文字の位置、形状、属性を取得しやすい場合があります。そのため、既存の電子図面を活用できれば、紙図面の読み取りから始める場合よりも効率的にデータを整理できます。
最初に確認するのは、CAD図面のデータ構造です。図面によっては、配水管、給水管、仕切弁、消火栓、注記などが異なるレイヤーに分類されています。このような図面では、レイヤー情報を利用して管路や設備を分類できます。
一方、長期間にわたって複数の担当者が図面を編集してきた場合、レイヤー名や図形の作成ルールが統一されていないことがあります。同じ種類の管路が異なるレイヤーに保存されていたり、設備記号が個別の線分や円の組み合わせで作成されていたりするケースもあります。
AIを活用すれば、レイヤー名だけでは判断できない図形の特徴も解析できます。線の色、太さ、種類、形状、配置などを組み合わせて、管路や設備を分類する仕組みを構築できます。
例えば、複数の線分で構成された仕切弁の記号を認識し、単なる図形の集合ではなく、設備として扱うことが考えられます。また、線形の端点や分岐部分を検出することで、管路の始点、終点、接続候補などを整理できます。
さらに、CAD内に記載された文字情報と図形を関連付けることも重要です。管路の近くに記載された口径や管種の情報を抽出し、該当する線形の属性として登録します。複数の管路が近接している場合は、文字の位置だけで判断せず、引出線や注記の方向、図面上の配置なども確認します。
CAD図面から抽出した情報を整理する際には、座標系の確認も必要です。図面が実際の地理座標を持っているのか、任意のローカル座標で作成されているのかによって、GISへの取り込み方法が異なります。図面の原点や座標単位、回転、縮尺などを確認し、位置情報の整合性を確保します。
また、CAD図面の中には、過去の施工内容を反映していないものや、設計段階の情報が残っているものもあります。AIが図形を正確に抽出できても、その内容が現在の管路状況と一致しているとは限りません。
そのため、図面の作成日や更新日、施工完成図との対応関係を確認し、正式な管理情報として利用できるかを判断する必要があります。
既存CAD図面の活用は、電子化がある程度進んでいる組織にとって導入しやすい方法です。図形や属性の再入力を減らし、既存資産を活用しながら管路平面図の更新作業を効率化できます。
方法3：GISの管路台帳と連携して平面図を作成する
上水道の管路平面図を継続的に管理するには、GISの管路台帳とAIを連携させる方法も有効です。
GISは、地理的な位置情報と関連する属性情報を一体的に管理する仕組みです。上水道の管路管理では、管路の位置だけでなく、管径、管種、布設年度、管理番号、接続先、設備の状態などを関連付けて管理できます。
従来の紙図面やCAD図面では、管路の位置と属性情報が別々に管理されている場合があります。例えば、図面には管路の線形が記載されているものの、管径や布設年度は別の台帳に記載されているケースです。このような状態では、図面と台帳を照合する作業が発生します。
GISを中心とした管理に移行すれば、管路の線形と属性情報を同じデータとして扱いやすくなります。AIによって既存図面から抽出した情報をGISに取り込むことで、図面の作成と管路台帳の整備を同時に進められます。
具体的には、最初に既存図面から管路の線形や設備の位置を抽出します。その後、管路台帳に登録されている管理番号や管径、管種、布設年度などを照合し、対応する情報を関連付けます。
このとき、管路の位置と属性情報を結び付けるための識別情報が重要です。管理番号が統一されていれば、図面上の管路と台帳上の情報を比較的容易に対応付けられます。一方、古い資料では管理番号が記載されていない場合もあるため、道路名、地番、管径、接続先などの情報を組み合わせて候補を抽出する必要があります。
AIは、複数の項目を組み合わせた照合を支援できます。例えば、位置が近く、管径や管種が一致する管路を候補として提示し、担当者が同一の管路であるかを判断する仕組みです。ただし、似た条件の管路が複数存在する場合は誤った対応付けが発生する可能性があるため、自動判定の結果をそのまま確定しないことが重要です。
GISに登録したデータは、必要な範囲を抽出して管路平面図として表示できます。管径ごとに色分けしたり、布設年度ごとに対象を絞り込んだり、仕切弁や消火栓などの設備を重ねて表示したりすることも可能です。
さらに、管路の属性情報を活用すれば、老朽化対策や更新計画の検討にも役立ちます。特定の年代に布設された管路を抽出したり、特定の管種が集中している区域を確認したりすることで、維持管理上の課題を把握しやすくなります。
GIS連携の大きなメリットは、図面を一度作成して終わりにするのではなく、継続的な更新に対応できることです。工事による管路の新設や撤去、設備の交換などが発生した場合も、変更内容を属性情報と位置情報に反映することで、管理データの一貫性を保ちやすくなります。
方法4：AI画像認識で管路や設備記号を自動判別する
管路平面図には、配水管や給水管を表す線だけでなく、仕切弁、消火栓、空気弁、排水設備、分岐部など、さまざまな設備記号が使用されています。これらをAI画像認識で自動判別することも、管路平面図の作成を省力化する方法です。
紙図面やPDF図面を電子化する場合、設備記号を一つずつ確認して入力する作業が必要になります。対象区域が広く、設備の数が多い場合は、この作業だけでも大きな負担になります。
AI画像認識を活用すれば、図面内の記号の形状や配置を解析し、設備の種類ごとに分類できます。例えば、仕切弁に対応する記号、消火栓に対応する記号、空気弁に対応する記号などを学習させ、図面上の該当箇所を検出する仕組みです。
ただし、設備記号の形状は、図面を作成した時期や組織によって異なる場合があります。同じ種類の設備でも、異なる記号が使用されていることがあります。また、古い図面では凡例が欠落していたり、記号が手書きで修正されていたりするケースもあります。
そのため、AIに記号を認識させる前に、対象となる図面の凡例を確認し、設備の分類ルールを整理することが重要です。自治体や管理組織で使用されている記号の違いを把握し、対象となる図面に適した認識モデルや判定条件を設定します。
認識結果には、設備の種類だけでなく、図面上の位置も含めることが望まれます。これにより、検出した設備を管路の線形やGISの地物と関連付けられます。例えば、仕切弁の位置を抽出し、近接する管路の接続情報と組み合わせれば、設備配置の確認にも利用できます。
また、管路を示す線の抽出にも画像認識が活用できます。図面の中には、道路境界線や建物外形、地形情報など、管路以外の線も多数含まれています。AIに線の太さ、色、連続性、周辺の注記などを学習させることで、管路に該当する線を分類しやすくなります。
特に、管路が交差する場所や分岐する場所では、単純な線の認識だけでは不十分です。道路境界線と管路が重なっている場合や、複数の管路が近接している場合には、誤認識が起きる可能性があります。線のつながり方や設備記号との位置関係を確認する必要があります。
AIによる認識結果を確認するときは、検出できなかった設備にも注意します。認識できた設備だけを確認すると、図面の一部が未処理のまま残ってしまう可能性があります。検出結果を元図面に重ね合わせ、未検出箇所や誤認識箇所を確認する工程を設けることが重要です。
設備記号の自動判別は、図面の電子化や設備台帳の整備を効率化するだけでなく、古い図面から設備の配置を再整理する場合にも役立ちます。
方法5：管路の属性情報と接続関係を自動整理する
管路平面図を実務で利用するためには、管路の線形や設備の位置だけでなく、それぞれの属性情報と接続関係を正しく整理する必要があります。
上水道の管路には、管径、管種、布設年度、管路番号、延長、接続先など、さまざまな属性情報があります。これらは管路の維持管理や更新計画、工事の検討などに利用されます。
しかし、既存図面では属性情報が統一された形式で記載されているとは限りません。例えば、管径の表記方法が図面ごとに異なっていたり、管種の略号が統一されていなかったりする場合があります。また、属性情報が図面の注記や別の台帳に分散していることもあります。
AIを活用すれば、図面や台帳から属性情報を抽出し、あらかじめ定めた項目に整理できます。管径や管種、布設年度などを分類し、表記の違いを検出することで、データの統一を支援できます。
ただし、表記が似ているからといって、異なる管種や規格を同一の情報として統合してよいわけではありません。略号の意味や適用範囲を確認し、管理組織の基準に合わせて整理する必要があります。
もう一つ重要なのが、管路の接続関係です。平面図上で線が交差していても、必ずしも管路が接続しているとは限りません。異なる高さに埋設された管路が平面的に交差している場合や、道路横断部で別の設備と重なっている場合も考えられます。
反対に、図面上ではわずかな隙間があるように見えても、実際には同じ管路として接続されている場合があります。図面の縮尺や作図精度によって、端点の位置が完全に一致しないこともあります。
AIによる接続関係の整理では、線の端点、分岐位置、設備記号、属性情報などを組み合わせて、接続候補を抽出します。管路の始点と終点を認識し、近接する設備や他の管路との関係を判定することで、ネットワーク構造の構築を支援できます。
さらに、管路ネットワークの構築後には、接続状態の異常を検出することも考えられます。例えば、端点が接続されていない管路や、接続先の情報が登録されていない管路、属性情報が途中で不自然に変化している箇所などを確認できます。
ただし、ネットワーク上の不整合が必ずしも現場の施工不良を意味するわけではありません。データ入力時の位置ずれや、図面の省略表現、設備情報の不足などが原因になっている場合もあります。そのため、AIが検出した異常は、確認が必要な候補として扱うことが適切です。
属性情報と接続関係を整理できれば、管路平面図は単なる位置図から、維持管理に活用できる管路ネットワークデータへと発展します。更新計画や設備管理など、図面以外の業務にもデータを活用しやすくなります。
方法6：現地計測データを取り込んで管路平面図を更新する
既存図面をAIでデータ化するだけでなく、現地で取得した位置情報や写真、施工記録を組み合わせることで、管路平面図の更新作業を効率化できます。
上水道の管路は地下に埋設されているため、既存図面に記載された位置と実際の位置が一致しているとは限りません。過去の施工時に設計位置から変更された場合や、施工後の修正が図面に反映されていない場合もあります。
そのため、管路の新設や更新、撤去などが行われた際には、施工記録や現地計測の結果を管理図面に反映することが重要です。
現地計測では、GNSS測量やトータルステーションなどを使用して、管路に関連する地上の構造物や測点の位置を取得できます。例えば、仕切弁や消火栓の位置、道路上の設備、工事範囲の境界などを測定し、既存図面との位置関係を確認できます。
また、施工中に取得した写真や位置情報を整理すれば、どの場所でどのような作業が行われたかを後から確認しやすくなります。写真に位置情報や撮影日時を関連付けることで、施工記録と管路平面図の対応関係を明確にできます。
AIは、こうした写真や記録の整理にも活用できます。写真に写っている設備の種類を認識したり、撮影日時や位置情報をもとに資料を分類したりすることで、図面更新に必要な情報を探しやすくなります。
さらに、施工前後の図面を比較し、管路の新設や撤去、設備位置の変更があった可能性のある箇所を抽出する方法も考えられます。AIが差分の候補を提示し、担当者が施工記録と照合することで、変更箇所の確認作業を支援できます。
ただし、地上の設備位置と地下の管路位置は必ずしも一致しません。仕切弁や消火栓の位置が確認できても、その直下にある管路の正確な位置や深さまで確定できるわけではありません。
地下埋設管の位置を正確に把握するには、竣工図、施工時の測量記録、試掘結果、探査結果など、対象となる情報に応じた資料との照合が必要です。現地の地上設備を測定しただけで、地下管路の位置を確定したものとして扱わないことが重要です。
また、GNSSによる位置取得では、建物や高架構造物、樹木などの影響で測位環境が悪化する場合があります。必要な精度を確保できない場所では、別の測量方法を組み合わせるなど、現場条件に応じた対応が求められます。
現地計測データを既存図面と統合する際には、座標系や標高基準、測量日時、測定方法なども管理します。位置情報だけを保存するのではなく、その位置がどのような条件で取得されたのかを記録することで、後からデータの信頼性を判断しやすくなります。
この方法は、管路更新工事や道路工事に伴う図面修正、既存設備の位置確認などに適しています。AIによる既存図面の解析と現地計測を組み合わせることで、過去の資料と現在の状況を関連付けた管路平面図の整備が可能になります。
AIによる自動作成の精度を高める6つの確認ポイント
AIを利用して管路平面図を作成する場合、単に自動処理できる範囲を広げるだけでは十分ではありません。水道管の位置や設備情報は、工事計画や維持管理、緊急対応などに利用されるため、データの正確性を確保する必要があります。
ここでは、実務で確認したい6つのポイントを解説します。
図面の縮尺と座標系を確認する
最初に確認したいのが、入力する図面の縮尺と座標系です。
同じ区域の図面であっても、作成時期や作成者によって座標系や図面の原点が異なる場合があります。また、紙図面をスキャンした画像では、読み取り時の歪みや傾きによって位置がずれることがあります。
AIが線形や設備記号を正確に認識しても、位置合わせが不適切であれば、実際の地理的位置と一致しない管路平面図が作成されます。
図面に記載された座標値や既知点を確認し、必要に応じて座標変換や画像補正を行います。異なる図面を重ね合わせる場合には、共通する地物や基準点を使って位置の整合性を確認することが重要です。
管路や設備の認識結果を検証する
AIによる画像認識では、管路や設備記号を誤って分類する可能性があります。
特に、図面が古い場合や、線が重なっている場合、手書きの修正がある場合などは認識精度が低下することがあります。道路境界線を管路と誤認したり、設備記号を別の設備として分類したりするケースも考えられます。
そのため、AIが抽出した結果を元図面と重ね合わせて確認します。検出位置だけでなく、未検出箇所や誤認識箇所がないかも確認し、必要に応じて手動で修正します。
また、認識の確信度を利用できる場合は、判定が不確かな箇所を優先的に確認する方法も有効です。すべての図形を同じ手順で確認するよりも、誤りが発生しやすい箇所に重点を置いた検証が可能になります。
管路の属性情報と図形の対応を確認する
管路の線形と管径、管種、布設年度などの属性情報が正しく対応しているかも重要です。
例えば、複数の管路が近接している場所では、注記がどの管路を示しているのかを誤って判断する可能性があります。管径の数値を正しく読み取れていても、別の管路に関連付けてしまえば、管理データとしては不正確です。
文字と図形の位置関係だけでなく、引出線や管理番号、接続先などを確認しながら関連付けます。判断が難しい箇所については、元図面や管路台帳を参照して確定する必要があります。
管路の接続関係と位置の整合性を確認する
管路平面図では、線形の形状だけでなく、管路同士や設備との接続関係が重要です。
AIが図面から線を抽出しても、分岐点や接続点が正しく認識されていなければ、ネットワークデータとして利用できません。交差している線が実際に接続しているのか、異なる管路が平面的に重なっているだけなのかを確認する必要があります。
また、管路の端点がわずかに離れている場合や、設備記号の中心と管路の接続位置が一致していない場合もあります。図面の縮尺や作成精度を考慮しながら、接続関係を検証します。
最新の施工記録や現地情報と照合する
既存図面をAIで読み取っただけでは、現在の管路状況を正確に反映できない場合があります。
工事による管路の更新や撤去、設備の移設などが発生していても、古い図面には変更前の情報が残っている可能性があります。
そのため、工事完成図書、施工記録、現地写真、測量データなどと照合し、図面の情報が最新の状態になっているかを確認します。
特に、工事完了後の変更が反映されているかどうかは重要です。設計図面と施工完成図面を区別し、管理に利用する資料の優先順位を明確にしておくことが望まれます。
データの更新履歴と確認者を管理する
管路平面図は、一度作成したら終わりではなく、工事や設備更新に応じて継続的に修正する必要があります。
そのため、いつ、どの資料をもとに、どの箇所を変更したのかを記録しておくことが重要です。AIによって自動抽出した情報なのか、担当者が修正した情報なのか、現地計測によって確認した情報なのかを区別できるようにします。
また、正式な管理データとして登録する前に、確認者や承認者を明確にしておくことも大切です。変更履歴を残しておけば、後から不整合が見つかった場合にも、変更の経緯を追跡しやすくなります。
これらの確認を組み合わせることで、AIによる作成効率と管路平面図の信頼性を両立しやすくなります。
AIによる管路平面図の導入を進める手順
AIを活用した管路平面図の自動作成を導入する場合は、最初から全管路のデータ化を目指すのではなく、対象範囲を限定して段階的に進めることが重要です。
最初に行うのは、現状の図面管理方法と作業上の課題を整理することです。紙図面の電子化が課題なのか、CAD図面からの情報抽出が課題なのか、GISへの属性登録に時間がかかっているのかによって、導入するAI技術や必要な機能が異なります。
例えば、紙図面の検索や電子化に時間がかかっている場合は、OCRや画像認識を中心とした仕組みが適しています。一方、CAD図面が大量に存在し、レイヤーや属性の整理が課題となっている場合は、図形解析やデータ変換を重視する必要があります。
次に、試験的に処理する図面を選定します。比較的状態の良い図面だけでなく、文字の重なりや手書き修正がある図面なども含めると、実際の業務で発生する問題を把握しやすくなります。
対象図面を用意したら、AIによる認識や抽出を実施し、担当者が手作業で作成した結果と比較します。管路の線形、設備記号、属性情報など、それぞれの項目について、どの程度正確に抽出できるかを確認します。
このとき、単純に認識率だけを評価するのではなく、誤認識の修正にかかる時間も確認することが重要です。AIが大量の情報を抽出できても、誤りの確認や修正に多くの時間が必要であれば、業務全体の効率化につながらない可能性があります。
続いて、AIで抽出したデータをCADやGISに取り込む方法を検討します。既存の管理システムで利用できる形式に変換できるか、座標系や属性項目を維持できるか、更新時に既存データと重複しないかなどを確認します。
また、データの登録ルールも整備します。管路番号や設備番号の付与方法、管径や管種の表記、更新履歴の記録方法などを統一しておけば、異なる担当者が作業した場合でも管理しやすくなります。
その後、試験運用で確認した問題を修正し、対象範囲を徐々に拡大します。例えば、特定の配水区域から始め、紙図面の電子化、設備記号の抽出、管路属性の整理、GISへの登録という工程を順番に進めます。
導入後も、AIの認識結果を定期的に確認することが重要です。新しい種類の図面や異なる表記方法が追加された場合には、認識ルールの見直しが必要になることがあります。
さらに、担当者がAIの結果を修正した履歴を蓄積すれば、どのような図面で誤認識が起きやすいかを把握できます。これを今後の認識精度の改善や作業手順の見直しに活用することが可能です。
導入の目的は、AIを利用すること自体ではありません。管路平面図の作成や更新にかかる負担を減らし、担当者が内容の確認や維持管理上の判断に時間を使えるようにすることが重要です。
AIで管路平面図を作成するときの注意点
AIによる自動作成は、上水道の管路平面図を効率的に整備するための有効な手段ですが、導入時にはいくつかの注意点があります。
まず、AIの認識結果をそのまま正式な管路情報として扱わないことです。AIは入力された図面の情報を解析する技術であり、図面に記載されていない情報や、施工後に変更された地下管路の状況を自動的に把握できるわけではありません。
例えば、古い図面に誤った管径が記載されていた場合、AIはその文字を正確に認識できても、実際の管径が異なることまでは判断できません。AIによる文字認識の精度と、元資料の内容の正確性は別の問題として考える必要があります。
次に、地下埋設物の位置情報を慎重に扱うことです。管路平面図は、道路工事や掘削工事の際に参照される場合があります。図面上の位置が実際の埋設位置と異なっていると、施工上のリスクにつながる可能性があります。
そのため、図面に記載された位置が確定測量によるものなのか、過去の設計図から転記されたものなのか、参考位置なのかを区別して管理することが望まれます。位置情報の精度や取得根拠が不明な場合は、その情報を確定値として扱わないようにします。
また、図面の形式や作成ルールの違いにも注意が必要です。複数の年代の図面をまとめて処理する場合、設備記号や管種の略号、レイヤー名などが統一されていないことがあります。すべての図面に同じ認識条件を適用すると、一部の資料で誤認識が増える可能性があります。
図面の年代や作成方法に応じて分類し、必要に応じて認識条件を変更できる仕組みが望まれます。特に、手書き図面とCAD図面を同じ処理工程にまとめる場合は、それぞれの特徴に応じた対応が必要です。
さらに、管路情報は重要なインフラ情報であるため、データのセキュリティにも配慮する必要があります。管路の位置や設備構成などを含む図面は、管理組織の情報管理方針に従って取り扱わなければなりません。
AI処理に外部のサービスを利用する場合は、データの保存場所、アクセス権限、通信時や保存時の保護、データの利用目的、学習への二次利用の有無などを確認します。組織の規定に応じて、利用できるデータの範囲や処理環境を決定することが重要です。
また、AIによって作成された図面と、正式な管理図面を区別することも必要です。自動生成したデータを確認せずに正式版へ上書きすると、元の情報を失ったり、誤った変更が広範囲に反映されたりする可能性があります。
作業用データと正式な管理データを分け、確認や承認が完了したものだけを更新する運用が適しています。元図面や変更前のデータも保存し、必要に応じて過去の状態に戻せるようにしておくと安心です。
最後に、AIの導入効果を適切に評価することが重要です。自動処理できた図面の枚数だけでなく、修正にかかった時間、誤認識の発生状況、図面更新の作業時間、情報検索にかかる時間なども確認します。
AIの活用範囲を広げることよりも、現場や管理部門で実際に使えるデータを安定して作成できることを優先する必要があります。
まとめ
AIを活用した上水道の管路平面図の自動作成は、既存資料の電子化や管路情報の整理、図面の更新作業を効率化するための有効な方法です。
既存の紙図面をOCRや画像認識で読み取れば、過去の資料に記載された管路情報をデータ化できます。CAD図面から線形や設備記号を抽出すれば、既存の電子図面を活用した効率的なデータ整備が可能です。
さらに、GISの管路台帳と連携することで、位置情報と属性情報を一元的に管理しやすくなります。AI画像認識による設備記号の自動判別や、管路の属性情報と接続関係の整理を組み合わせれば、図面作成だけでなく管路ネットワークの管理にも活用できます。
また、現地計測データや施工写真を取り込むことで、既存図面と現場の情報を関連付け、管路平面図の更新を効率化できます。
ただし、AIの認識結果が正確であっても、元図面そのものに誤りや古い情報が含まれている可能性があります。座標系、管路の接続関係、属性情報、施工履歴などを確認し、担当者による検証と承認を組み合わせることが欠かせません。
導入を進める際は、まず既存図面の種類と管理上の課題を整理し、対象区域を限定して試験運用することが重要です。そのうえで、AIによる抽出精度や修正作業の負担、CAD・GISとの連携方法を検証し、段階的に適用範囲を広げていきましょう。
さらに、管路平面図の精度を高めるには、現場で取得する写真や位置情報、施工記録を適切に管理することも重要です。図面だけでは把握しにくい設備の状況や施工時の記録を位置情報と関連付けて保存すれば、後からの確認や図面更新に役立ちます。
現場の写真・位置情報・施工記録を効率よく管理したい場合は、LRTK Phoneの活用も選択肢になります。現場で取得した写真や位置情報を施工記録と関連付けて整理することで、管路周辺の設備状況や工事履歴を確認する際の情報管理を支援できます。AIによる既存図面のデータ化と、LRTK Phoneを活用した現場情報の蓄積を組み合わせることで、管路平面図の作成から更新、維持管理までをつなぐデジタル化を進められます。