AI技術を活用した下水道改修の新たな可能性の探求

はじめに

最近、下水道の老朽化が社会問題化しており、特に腐食による劣化は注意が必要です。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に、2025年に一般的な点検手法では把握困難な減肉の定量把握を目指した検証を実施しました。これは、AIとロボット技術を活用し、下水道の構造の質を向上させる新たな試みとして注目されています。

検証の背景

日本には約50万キロメートルもの下水道管路があり、そのうち2022年には約7%が耐用年数を超え、2043年にはその割合が42%に達する見込みです。この老朽化は、道路陥没事故などを引き起こす原因となっており、対策が急務となっています。国土交通省は点検ガイドラインを改正し、点検と調査の頻度を高めていますが、従来の方法では腐食の深さや範囲を定量的に把握することができず、修繕の優先順位を正確に判断することが難しいのです。そこで、今回の検証が行われました。

検証の概要

このプロジェクトでは、2025年4月から12月にかけて、京都府内の下水道管路を対象に行われました。具体的には、テムザックが開発した多脚式ロボットに搭載されたLiDARを用いて、下水道管内のデータを収集しました。そのデータを基に、NTTドコモソリューションズが開発したAI技術により、現状の管壁形状と新設時の形状の差分を解析しました。これにより、腐食劣化による減肉の深さと範囲を定量的に把握できるようになりました。

減肉の定量把握

下水道管の腐食は、硫化水素などの影響でコンクリートが化学的に反応し、管壁の厚みが失われることから生じます。この現象は外見からはわかりにくく、早期発見が難しいにもかかわらず、放置すれば重大な事故を引き起こす恐れがあります。今回の検証では、点群データを使った減肉定量化が試みられ、具体的には、まずロボットで収集したデータを基に、腐食の深さと範囲の解析を行いました。精度は約1cmの誤差で、新設時と現状の差を明確にすることができました。

劣化予測モデルの適用

さらにもう一つの成果として、過去の管路点検データを活用した劣化予測モデルの分析がありました。これにより、劣化が進行しやすい部分を特定するとともに、期待寿命の算出が行われました。たとえば、管路のカーブが劣化に影響を与えることが分析により明らかになり、これは下水道管理者の実感と一致しました。

将来の展望

この検証から得られたデータと知見は、今後の下水道管理の高度化に寄与することが期待されています。具体的には、減肉量や管厚の定量測定、特定箇所の優先的な点検、さらには修繕計画の最適化などが挙げられます。

このように、下水道分野における新技術の適用が進むことで、より安全で効率的なインフラ管理が可能になるでしょう。今後の成果に注目しつつ、またさらなる検証が進むことが期待されています。