クラック検出AI
橋梁は重要な交通構造物であり、状態を評価するためのヒビ割れ検出技術は注目されてきています。
調査によると、コンクリート橋梁の損傷事故の90％はヒビ割れの発見が遅れたことが原因です。ヒビ割れが原因で事故が増加し、橋の運用や使用に深刻な影響を及ぼします。早期にヒビ割れを発見し、適時に補修すれば、橋は長持ちします。
従来のヒビ割れ検出は、観測機器や橋梁点検車を使って手動で行われていました。
しかし、この方法はリスクが高く時間がかかりヒビ割れを正確に取得するのが難しいです。
橋梁点検車を使うと、到達が難しい部分も検出できますが、交通に影響し、橋の種類によっては使えず、コストも高いという問題があります。
UAVは様々な点検作業で用いられており、高速かつ高精度な撮影能力が環境保護や経済性などの利点がある。
ですが、気流の影響などにより、画像情報収集に問題が発することもあります。
UAVとディープラーニング技術を組み合わせることで、橋のひび割れを自動的に見つけて位置を特定できます。最近では、このひび割れ検出技術が研究の注目を集めています。橋の健全性評価の監視データは多種多様で大量ですが、ディープラーニング技術はこれらのデータを高速かつ正確に処理し、作業の質を向上させることができます。
橋梁の安全性評価や病害防除のために、ディープラーニングの技術と建築情報モデリング（BIM）を組み合わせたヒビ割れ検出手法を提案しています。
無人航空機（UAV）を使用して、橋梁下部のコンクリート表面を高解像度で撮影し、ヒビ割れを識別します。
ディープラーニングを使用して、ヒビ割れを検出するためのモデルを学習し、高い精度でヒビ割れを識別できます。
また、ヒビ割れ画像をBIMモデルにマッピングし、ヒビ割れの種類や位置を特定し、橋の状態を評価するための可視化を行いました。この研究結果は、UAVを使用した橋梁のヒビ割れ検出とモデリングが、遠隔地からでも橋の状態を視覚的に評価できることを示し、重要な科学研究と工学的な応用価値を持つことを示しています。
このAlは、12000枚のクラック写真を学習させ、写真や3Dデータから学習したオブジェクトをプロットします。
このシステムは、ヒビ割れを検出してそのサイズを自動的に測定して表示、出力することも可能です。
また、オルソ画像の2D画像を使用して、正確なひび割れの形状と位置を推定できます。これにより、立体的な位置把握も可能となります。