記事のポイント
・安藤ハザマと金沢工業大学は、AI手法のひとつである深層学習に基づく「コンクリートの締固めAI判定システム」を開発した。コンクリートの締固めに関するAIシステムは、ゼネコンでは先日の清水建設に続くものとなる。
・システムのプロトタイプを用いた実地試験をコンクリート製品工場で実施した結果、AIによる締固めの完了と未完了の判定結果をリアルタイムに表示できることが確認されたという。
深層学習に基づくプログラムを用いてリアルタイム判定を実現
安藤ハザマと金沢工業大学は、深層学習（※1）に基づく「コンクリートの締固めAI判定システム」を開発した。システムのプロトタイプを用いた実地試験をコンクリート製品工場で実施した結果、AIによる締固めの完了および未完了の判定結果をリアルタイムに表示できることが確認された。
※1 AIの手法のひとつ。ビデオカメラで撮影した締固め中のコンクリート表面のフレーム画像と締固め状態との対応関係を学習させておくことで、入力するフレーム画像を確信度の高いクラスに分類する。
出典：安藤ハザマ
コンクリートは構造物の設計、施工条件に合わせて圧縮強度や耐久性などの品質が得られるように、配合選定（※2）が行われる。しかし、適切に選定されたコンクリートであっても適切な打込み・締固め（※3）が行われないとコンクリートの性能は最大限発揮されない。
※2 コンクリートの原材料はセメント、水、粗骨材（砂利）、細骨材（砂）等で、これに空気量などに影響を与える混和材を加えて製造されている。品質に合わせこれら原材料の比率は変化する。
※3 型枠に打ち込まれたコンクリートはバイブレータで締固めが行われる。締固め作業によりコンクリートを型枠の隅々まで充てんし、コンクリート中に巻き込まれている余分な空気を追い出すことにより締固めが完了する。
出典：安藤ハザマ
そのコンクリートの締固め作業の完了時期は、作業者の経験に基づく目視評価を基に判断されていることから、判断は作業者により異なるという属人的な課題があった。近年では建設業就業者の減少による労働力の不足や熟練工の減少による品質低下が懸念されており、コンクリート工の生産性向上や作業者の力量に依らない技術開発が求められていた。
システムの特長
コンクリート専門家の締固め判定を深層学習で実現
専門家の判断に基づく完了判定をAIが深層学習によって繰り返し学習することで、コンクリート専門家による完了判定に近い判定を実現。
リアルタイム判定
ビデオカメラで撮影した締固め中のコンクリート表面の映像を判定プログラム搭載のPCへ転送。リアルタイムに締固め判定を行い、判定結果をモニタ上へ表示。（タイムラグは１秒程度）
メッシュ毎に枠の色で判定結果を表示
撮影した映像はメッシュ状に自動分割してメッシュ毎に判定し、締固め未完了の場合は赤色、締固め完了の場合は緑色に枠の色を変化させ表示する。
出典：安藤ハザマ
システムの実地試験では、コンクリート締固め作業に従事する技能者にAIによる締固めの完了判定結果をリアルタイムで示すことができたという。これによって作業従事者の力量に依らない締固め判定が可能となり、コンクリートの施工品質が安定する。
安藤ハザマでは、今後この判定プログラムにさらに改良を加え、自社のコンクリート製品工場（屋内施工）への展開を目指すとしている。
□株式会社安藤・間
コンクリートの締固めAI判定システムを開発－深層学習に基づくプログラムを用いてリアルタイム判定を実現－
リリース記事：https://www.ad-hzm.co.jp/info/2021/pre/20210621.html
