實施 AI×機器人對下水道腐蝕造成之減肉進行定量掌握驗證

NTT DOCOMO Solutions 株式會社 京都府流域下水道事務所 株式會社 Tmsuk

NTT DOCOMO Solutions 株式會社（總公司：東京都港區，以下簡稱 NTT DOCOMO Solutions）與京都府流域下水道事務所（所在地：京都府長岡京市）及株式會社 Tmsuk（總公司：京都府京都市，以下簡稱 Tmsuk）共同於 2025 年 4 月至 12 月期間，針對京都府內流域下水道管路進行了點檢業務高度化之調查與驗證（以下簡稱本驗證）。本驗證中，在 Tmsuk 開發的下水道管內行走用多足式機器人上搭載 LiDAR，針對所取得之下水道管內數據，應用了 NTT DOCOMO Solutions 開發的 AI（已申請專利），該 AI 可推估新建時之管壁形狀，並與現狀管壁形狀進行差分分析。結果在本驗證對象下水道管的部分區間中，成功實現了腐蝕劣化造成之減肉深度及範圍的定量掌握與可視化。此外，利用京都府持有的過往管路點檢數據，分析了現有劣化預測模型在下水道領域的適用可能性。結果獲得了與下水道管理者依經驗法則所感受到的趨勢部分吻合之分析結果，包括容易發生劣化的區間及劣化成因等。

下水道的標準耐用年限為 50 年，但全國約 50 萬公里的下水道管路中，截至 2022 年約有 7% 已超過耐用年限，預計 2043 年該比例將達到約 42%。※1 這些下水道管路的點檢與更新，已成為各地方政府在財政與技術層面的課題。此外，近年來因下水道老化引發之道路塌陷事故接連發生，國土交通省正推動下水道點檢指引之修訂，檢討增加點檢、調查之對象與頻率，以及新增定量評估項目等。在此指引修訂導致點檢、調查對象與頻率增加的情況下，下水道管理者被要求對眾多管路適當判斷修繕等優先順序。然而，傳統的目視及影像點檢雖可確認腐蝕有無及裂縫等表面狀態，卻無法定量掌握腐蝕的深度與範圍，因此難以判斷修繕的緊急性與優先順序。

基於上述背景，NTT DOCOMO Solutions、京都府流域下水道事務所與 Tmsuk 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之定量評估及管路劣化預測 ■三方角色 NTT DOCOMO Solutions 運用 AI 及數據分析技術實現減肉定量掌握之技術研討、利用累積之點檢數據進行劣化預測及劣化成因分析、本驗證之企劃與執行 京都府流域下水道事務所 運用管理廣域幹線管路所累積之知識進行對象管路選定、提供驗證場域及累積之點檢數據、本驗證之成果評估 Tmsuk