こんにちわ。
香川県高松市の㈲生道道路建設です。
本記事では、三次元点群データやAIによる道路の損傷状況の推定について紹介します。
（出典： 建設テック革命）
道路の損傷状況の推定
三次元点群データから構造物の変状を自動検出することが可能なことから、首都高速道路会社では舗装の性能評価を開発している。
具体的には、MMSにラインセンサーカメラを追加して、路面の三次元点群データと精細な画像を取得し
・わだち掘れ（道路の走行方向に生じた連続的な凹凸）の量
・平たん性
・ポットホール（路面の生じた穴）の位置、サイズ
・ひび割れ率（道路の面積に占めるひび割れ面積の割合）
をそれぞれ自動で検出し、損傷ランクを判定して補修に要する工事費用を算出する。
わだち掘れや平たん性は、取得した点群から舗装の凹凸を算出して評価する。
点群の精度や密度は十分に高く、厚さ２，３ｍｍ程度しかない路面表示でさえもくっきりと判別できる。
ポットホールの自動検出には、東京大学と首都高技術が開発中のアルゴリズムを使用する。
ひび割れは、ラインセンサーカメラの画像からAIで自動的に抽出する。従来はこの作業を人で1年をかけて実施していたため、大幅な時間短縮が可能となる。
これまでは、舗装の状態を評価するには、路面性状測定車と呼ぶ車両を用いてひび割れ率やわだち掘れ量、平たん性を調査しMCI（メンテナンス・コントロール・インデックス）という指標を作成していた。
MCIは、舗装の区間ごとの劣化度を評価することに適しているが、ポットホールのように局所的な損傷を評価しにくかった。
そこで、ポットホールについては人が目視で確認し、その状態を加味したうえで損傷の程度を判定しなければならなかった。
新たなシステムであれば、計測車を走らせるだけでポットホールも含めた評価が可能となる。
損傷の検出だけでなく、補修計画の作成まで自動化できれば作業時間は９５％減少し、費用も半減できる。
以上です。
本日も最後まで読んでいただきありがとうございました。
お仕事のご依頼はこちらからお気軽にお問合せください。
電話番号： 087-874-6843
FAX： 087-874-6845
↓弊社業務の施工事例です。
↓弊社HP
