クラウド環境によるAI診断

場所を選ばず
どこからでも利用可能。
導入コストを縮減し、
経済的・効率的な橋梁管理へ。

クラウドアプリケーションにより、場所を問わず診断データを共有でき、効率的な橋梁管理が可能になります。また、オリジナルのシステム構築の必要がなく、ログインすることで利用できるので導入コストが大幅に縮減できます。

深層学習（ディープラーニング）によるAI診断

膨大な判定結果をもとに
学習したAIにより
技術者と同程度のレベルの劣化診断が可能

AI（人工知能）を活用し、任意の点検写真等から橋梁画像を読み込めば、「劣化要因」と「健全度」を高精度に判定することができます。
「Dr.Bridge」は、登録された画像データと橋梁の部材やひび幅などの諸元データを組み合わせ、深層学習を行う独自技術（※）により、精度の高い判定を実現します。

※BIPROGY株式会社と共同特許出願中（特願2019-188045）。

深層学習（ディープラーニング）のイメージ

AIによる高精度な橋梁診断のイメージ

AIによる判定結果
（劣化要因及び健全度を着色表示）

劣化要因の判定種類（火害、化学的腐食、外力（衝突・地震等）、強度不足、複合劣化は対象から除外）

ＡＳＲ

膨張ひび割れ（拘束方向･亀甲状）、ゲル、変色
塩害

鋼材軸方向ひび割れ、さび
中性化

鋼材軸方向ひび割れ、コンクリート剥離
凍害

微細ひび割れスケーリング、ポップアウト、変形
収縮系

ひび割れ
（一方向･微細･隅角部）
豆板系

豆板、磨耗（すりへり）
健全部

劣化のない状態

健全度の判定種類

※健全性Ⅰ～ Ⅳ : 道路橋定期点検要領を参考にした指標　
※健全度 : 本システム独自の指標　 [A～E1] 対策区分のイメージ（国土交通省「橋梁定期点検要領」）

Dr.BridgeのAI診断適用範囲

項　目	認識可能範囲
構造物	橋梁、ボックスカルバート
部材	コンクリート部材(主桁･頂版、床版 [鋼橋･コンクリート橋]、下部工･側壁、他 [地覆･高欄] )
撮影条件	撮影距離 : 0.5～1.0m　角度 : 30°程度まで
画像解像度	400×300 pixel 以上(一般的なカメラ、撮影距離による)

認識できない範囲

項　目	認識できない範囲
(人が) 判定困難	表面付着物(コケ)、表面変色、顕著な漏水跡
撮影･環境不良	ピンボケ、色とび(フラッシュ等)、影(認識不可）
その他	パイルベント橋脚等

［認識不可の例］

×擁　壁

×遠すぎる

×ピンボケしている

×顕著な漏水

■Dr.Bridgeの調書作成可能な範囲
・道路橋定期点検要領による全ての道路橋（コンクリート橋・鋼橋）

診断の仕組み

クラウド環境によるAI診断

深層学習（ディープラーニング）によるAI診断

劣化要因の判定種類（火害、化学的腐食、外力（衝突・地震等）、強度不足、複合劣化は対象から除外）

健全度の判定種類