深層学習を用いた鉄筋コンクリート構造物のひび割れ計測に向けた自動化された低コストの枠組み

大きな構造物における小さなひび割れが重要な理由

高速道路の橋から集合住宅の高層棟まで、私たちが日常的に頼っている多くのコンクリート構造物には、徐々に毛細的なひび割れが発生します。こうした微小な隙間は水や塩を内部に侵入させ、隠れた鉄筋を腐食させて、構造物の安全寿命を短くしてしまいます。ひび割れの検査や計測は従来、拡大鏡やゲージを使った専門家の手作業で行われてきました。本論文は、一般的なスマートフォンを低コストの検査ツールに変え、コンクリート表面のひび割れを自動で検出し、幅を推定できる方法を提案します。これにより、修繕が本当に必要かどうかを技術者が判断しやすくなります。

遅い手動点検からスマートな画像解析へ

技術者は長年にわたり、ひび割れの大きさと位置がコンクリート構造物の損傷度合いや残余寿命を判断する重要な手がかりであることを知っています。しかし手動での計測は時間がかかり、検査員の技量に依存し、訪問ごとに一貫性が欠けることがあります。研究者たちはカメラやレーザー、ドローンなどで自動化を試みてきましたが、多くのシステムは高価で設置が難しく、狭い場所や屋内での運用が困難です。本研究の著者らは、広く普及しているスマートフォンと単純な印刷パターンを用いる実用的な代替手段を設計し、コストを抑えつつ実用的な精度での計測を目指しました。

コンピュータにひび割れを見分けさせる

新しい枠組みの中核には、YOLO-V11と呼ばれる深層学習モデルに基づく最新の画像認識システムがあります。研究チームは、ひび割れがあるコンクリート表面の何千もの写真でこのモデルを訓練し、影や汚れ、マーキングと実際のひび割れを区別できるようにしました。実環境の雑多な条件でも頑健性を高めるために、訓練画像には意図的に人工的な色線を追加し、塗られた線と実際の割れ目との微妙な視覚差をモデルに学習させました。さらに、画像のコントラストやシャープネスを高める処理も行いました。これらの手法により、光が不均一で表面が粗い場合でも、ひび割れの検出と輪郭追跡能力が大幅に向上しました。

写真を実際の寸法に変換する

ひび割れを検出するだけでは不十分で、技術者は画面上のピクセル数ではなく実際のミリメートル単位の幅を必要とします。その差を埋めるために、研究者らは撮影対象の周囲に四つの小さなチェッカーボードパターンを貼り付けて使用しました。チェッカーボードの各マス目のサイズが既知であるため、ソフトウェアはカメラの傾きやレンズ歪みを補正し、画像中の各ピクセルが何ミリメートルに相当するかを算出できます。ひび割れ領域は重なり合うタイルに分けて解析することで極めて細かな部分まで捉え、ソフトウェアは各ひび割れの中心に沿った細い「スケルトン（骨格）」を抽出し、その線に沿ってひび割れの縁までの距離を測定します。これらの処理を組み合わせることで、検査領域におけるひび割れ幅のマップが得られます。

実世界での性能

手法を評価するために、チームは試験体と既存のコンクリート建造物から計230件のひび割れ計測を収集し、高分解能デジタル顕微鏡を参照値として使用しました。次に、約1メートルの距離でスマートフォン撮影を行い、提案枠組みで処理して予測したひび割れ幅を手動測定結果と比較しました。平均的には自動化システムの誤差は真の幅の約8分の1程度で、典型的な差は0.01ミリメートル台の数値にとどまりました。特に幅が0.5ミリメートル以上のひび割れでは、予測値と実測値の差が小さく良好な性能を示しました。極めて細いひび割れでは不確かさが大きくなる傾向があり、より近接して撮影するか解像度の高いカメラを用いることで精度がさらに向上することが示唆されました。

日常の安全性にとっての意義

本研究は、スマートフォン撮影、簡単な印刷パターン、高度な画像解析を慎重に組み合わせることで、高価な機材や高度な専門家を必要とせずに信頼できるひび割れ計測が可能であることを示しています。本システムはひび割れ幅をやや過大に推定する傾向があり、これは構造健全性を評価する際には保守的で安全なバイアスと言えます。将来的には、物理的なチェッカーボードの代わりに新しいスマートフォンに搭載された深度センサーを用いるなどの改善により、コンクリート建築物や橋梁などの定期的で低コストな健全性点検がより手軽になり、所有者が早期に問題を発見して重要な箇所の修繕を優先できるようになるでしょう。

引用: Hassouna, M., Marzouk, M. & Fathalla, E. Automated low-cost framework for crack measurements in RC structures using deep learning approach. Sci Rep 16, 14678 (2026). https://doi.org/10.1038/s41598-026-50880-w

キーワード: コンクリートのひび割れ, 構造物健全性モニタリング, 深層学習検査, スマートフォンベースの計測, インフラの安全性