インフラストラクチャの欠陥の検出と監視にAIが役立つ

October, 18, 2024, Lausanne--近年の人工知能(AI)の進歩により、土木技師は大規模なインフラをより効率的かつコスト効率よく検査できるだけでなく、被害の深刻度の経時的な進行を監視できるようになった。
EPFLの研究者チームは、AIによる亀裂の検出、成長、監視方法の実現可能性を実証しており、まもなくValais州のZermattとBrig間の鉄道区間でテストする予定である。

AIは、線路、枕木、バラスト、擁壁の自動検査を可能にすることで、鉄道の安全性を向上させることができる。EPFLのインテリジェントメンテナンスおよびオペレーションシステム(IMOS)ラボの研究者は、コンクリート構造物のひび割れ検出の効率を向上させるAI駆動型の方法を開発した。最近 Automation in Construction に掲載されたチームの研究は、説明可能な人工知能を採用する新しい方法、またはユーザが AI の決定の基礎を理解できるようにする AI の形式を紹介している。

「われわれは、コンクリートの壁に亀裂がある画像とない画像を区別するアルゴリズムを訓練した。これは二項分類タスクである。つまり、両方のカテゴリから数百の画像サンプルを供給することだった。次に、アルゴリズムに、決定に使用したピクセルを強調するように求めた」と、IMOSラボの科学者、研究の筆頭著者Florent Forestは話している。このアルゴリズムは、亀裂に対応するピクセルを正常に特定した。「われわれのアプローチでは、ユーザは、鉄道の一部、または定期的に検査される他の種類のインフラストラクチャの数年間にわたって取得したアルゴリズム画像を提供し、壁や交差枕木の亀裂の深刻度を経時的に定量化するように要求することができる。これにより、インフラストラクチャのオペレータは、より効果的にメンテナンスを計画することができる」(Florent Forest)。

検査の強化
現在、鉄道事業者は、経験豊富な検査官によって等級が割り当てられる事前定義された基準を使用して、擁壁などのインフラストラクチャの状態を定期的に検査している。しかし、このプロセスは主観的な評価になりがちで、特に異なる検査官が異なる時点でインフラストラクチャの同じセクションを評価する場合、時間の経過に伴う変化を追跡することが困難になる。

デジタル化の進展により、鉄道事業者は、様々な測定装置とサイドカメラとフロアカメラを備えた専用の監視コーチを使用して、レール、コンクリートクロスタイ、擁壁の目視検査を行い、線路の状態を監視できるようになった。これらのAI駆動型システムを損傷の重大度の定量化に使用することで、検査プロセスを自動化することができ、より客観的で正確になり、経時的な比較が容易になる。

EPFLの研究チームは、ZermattとBrig間、およびBrigとDisentis間の鉄道区間でその方法をテストする。これらのセクションには、様々な形状や材料の擁壁が多数含まれているため、アルゴリズムにとってタスクは非常に困難である。チームはすでにドローンの画像と監視コーチからの画像を収集しており、AIアルゴリズムを使用して、鉄道事業者がインフラストラクチャをより頻繁かつ体系的に監視するのを支援する。