實施以AI×機器人定量掌握下水道腐蝕所致減肉的驗證

NTT都科摩解決方案股份有限公司

京都府流域下水道事務所

特姆扎克股份有限公司

NTT都科摩解決方案股份有限公司（總部 東京都港區，以下簡稱NTT都科摩解決方案）與京都府流域下水道事務所（所在地 京都府長岡京市）及特姆扎克股份有限公司（總部 京都府京都市，以下簡稱特姆扎克）共同合作，於2025年4月至12月，針對京都府內流域下水道管路，進行了以提升點檢業務水準為目標的調查與驗證（以下簡稱本驗證）。本驗證中，於特姆扎克研發的下水道管內行走多足式機器人上搭載LiDAR，對所取得的下水道管內數據，適用了NTT都科摩解決方案研發的AI（專利申請中）——該AI可推估新設時的管壁形狀，並與現狀管壁形狀進行差分解析。結果在本驗證對象下水道管的部分區間中，成功定量掌握並視覺化了因腐蝕劣化所致的減肉深度及範圍。此外，利用京都府所持有的過去管路點檢數據，分析了現有劣化預測模型在下水道領域的適用可能性，得出了關於劣化易進行區間及劣化因素等，與下水道管理者以往經驗法則所感受傾向部分吻合的分析結果。

下水道的標準耐用年數為50年，然而全國約50萬公里的下水道管路中，截至2022年約有7%已超過耐用年數，預計至2043年該比例將達約42%。※1 這些下水道管路的點檢與更新，已成為各地方自治體在財政及技術方面的課題。另外，近年來因下水道老化引發的道路塌陷事故頻傳，國土交通省因此推進下水道點檢指引的修訂，研討擴大點檢調查對象及頻率、增加定量評估項目等措施。在此指引修訂導致點檢調查對象及頻率增加的情況下，下水道管理者被要求對眾多管路適切判斷修繕等優先順序。然而，傳統的目視及影像點檢雖能確認腐蝕有無及裂縫等表面狀況，卻無法定量掌握腐蝕深度及範圍，因此難以判斷修繕的緊急性及優先順序。

在此背景下，NTT都科摩解決方案與京都府流域下水道事務所、特姆扎克實施了本驗證。

【本驗證概要與成果】

■實施時期

2025年4月～2025年12月

■目的

針對京都府內流域下水道進行減肉定量評估及管路劣化預測

■三方角色

NTT都科摩解決方案	運用AI及數據分析技術研討實現減肉定量掌握的技術、利用累積的點檢數據進行劣化預測及劣化因素分析、本驗證的企劃與執行
京都府流域下水道事務所	運用廣域幹線管路管理所累積的知識選定對象管路、提供驗證場域及累積的點檢數據、本驗證的成果評估
特姆扎克...