NTTドコモソリューションズ株式会社は、京都府流域下水道事務所および株式会社テムザックと共同で、2025年4月から12月にかけて京都府内の流域下水道管路を対象に、点群データ解析による腐食劣化に伴う減肉の定量把握と可視化、ならびに劣化予測モデルの適用可能性を検証しました。テムザックが開発した下水道管内走行用多脚式ロボットにLiDARを搭載して点群データを取得し、NTTドコモソリューションズ株式会社が新設時の管壁形状を推定して現状との差分を解析するAI技術を適用しました。結果として、一部区間で減肉の深さと範囲を定量的に把握し可視化することに成功しました。さらに、京都府が保有する過去の点検データを用い、既存の混合マルコフ劣化予測ハザードモデルの下水道分野への適用を分析し、劣化が進みやすい区間や要因に関して経験則と一部整合する傾向を確認しました。老朽化が進む下水道の維持管理において、定量評価に基づく優先度付けや予防保全の高度化に資する成果といえます。今後は適用範囲や妥当性のさらなる検証を進め、自治体および点検事業者への展開に取り組むとしています。
背景と課題認識
下水道管路の標準耐用年数は50年とされ、全国約50万kmのうち2022年時点で約7％が耐用年数を超過しています。2043年にはその割合が約42％に達する見込みで、自治体の財政と技術面で点検と更新が大きな課題になっています。老朽化に起因する道路陥没事故が相次いだことを受け、国土交通省は点検ガイドラインの改正を進め、対象や頻度の拡大、定量的評価項目の追加などを検討しています。点検機会が増える一方で、従来の目視や画像では腐食の有無や表面状態は把握できても、減肉の深さや範囲を定量化できないため、修繕の緊急性や優先順位付けが困難でした。こうした状況を踏まえ、NTTドコモソリューションズ株式会社、京都府流域下水道事務所、テムザックは、AIとロボット、LiDARを組み合わせることで定量評価と可視化を実現する検証に着手しました。点群データを活用するアプローチは、潜在的リスクを早期に把握し、対策の意思決定を支援する基盤づくりに資することが期待されます。検証は京都府内の流域下水道管路を対象として実施されました。
多脚式ロボットに搭載したLiDARで管内の点群データを取得し、NTTドコモソリューションズ株式会社が新設時の管壁形状をAIで推定したうえで現状との差分を解析しました。この独自技術は特許出願中であり、差分を腐食に伴う減肉と定義することで、減肉の深さと範囲を定量的に把握しました。主な成果として、新設時形状の推定と差分確認、誤差1cm程度の精度での形状推定、減肉の定量把握の有効性を確認しています。これにより、減肉量や管厚の定量測定の効率化、修繕箇所判断の高度化、進行度に基づく予防保全の実施といった、実務での活用が見込まれます。外観では見えにくい内部の厚み変化を定量値で示せる点は、重大事故リスクの低減につながる重要な進展です。取得から解析までの一連の流れが自動化に近づけば、点検頻度の増加にも対応可能な体制構築に寄与します。検証の結果は一部区間の適用であり、適用範囲の拡大と妥当性評価を今後継続します。
劣化予測モデルの適用可能性の分析
京都府が保有する過去の管路点検データを用い、道路や橋梁分野で展開されている混合マルコフ劣化予測ハザードモデルの下水道分野への適用を検討しました。分析では、劣化が進みやすい区間の推定、期待寿命の算出、劣化に影響を与えうる要因の抽出を実施しました。その結果、周辺にカーブが存在する管路の期待寿命が短い傾向など、下水道管理者が経験則として感じていた傾向と一部整合する結果が得られています。これにより、劣化速度の傾向に基づく点検箇所の優先度付けや、将来劣化予測に基づく修繕・更新計画の最適化、長期的な維持管理戦略の高度化が期待されます。モデルは確率論的に健全度推移を推定する枠組みであり、点検データの蓄積と品質が分析精度を左右します。今後はデータのさらなる拡充と検証フィールドの拡大を通じて、適用の妥当性と一般性を評価する方針です。AIによる定量把握と予測モデルの組み合わせは、短期の異常検知と中長期の計画策定をつなぐ実務基盤になり得ます。
役割分担と今後の展開
NTTドコモソリューションズ株式会社はAIとデータ分析による減肉の定量把握技術の検討や劣化要因分析を担当し、企画と実行を担いました。京都府流域下水道事務所は対象管路の選定やフィールド提供、蓄積データの提供と成果評価を担い、テムザックは多脚式ロボットSPD-Xによるデータ収集と運用課題の抽出を担当しました。本検証は、点検データに基づく定量評価と予測の一体運用の可能性を示しつつ、結果の妥当性と適用範囲の評価に継続検証が必要である点も明確にしています。NTTドコモソリューションズ株式会社は、本検証で得た知見を基に検証を継続し、NTTグループやパートナーと連携して自治体や点検事業者への展開に向け取り組むとしています。点検ガイドラインの改正検討が進む中、定量的な評価指標と予測に基づく優先度付けは、限られた資源の最適配分に資する取り組みとなります。AI×ロボティクス×データの連携が、維持管理の現場における意思決定の質を押し上げることが期待されます。
詳しくはNTTドコモソリューションズ株式会社の公式ページまで。レポート／DXマガジン編集部
