NTTドコモとテムザック、下水道減肉をAIで定量評価に成功

2026年3月26日

〈景品表示法に基づく表記〉当サイトはアフィリエイトプログラムによる収益を得ています。

NTTドコモソリューションズ、京都府流域下水道事務所、テムザックの3者は、2025年4月から12月に、京都府内の流域下水道管路を対象に、AIとロボットを活用した減肉定量把握の検証を実施しました。本検証では、多脚式ロボットにLiDARを搭載して点群データを取得し、AIにより新設時の管壁形状を推定して差分解析を行うことで、腐食に伴う減肉の定量的把握を目指しました。

背景：下水道老朽化と点検の課題

下水道の標準耐用年数は50年とされていますが、全国約50万kmに及ぶ管路のうち、2022年時点で約7%が耐用年数を超えており、2043年には約42％になる見込みです。老朽化に起因する道路陥没事故が相次いでいることを受け、国土交通省は下水道点検のガイドライン改正を進め、点検・調査の対象や頻度の増加、定量的な評価項目の追加を検討しています。しかし、従来の目視や画像による点检では、腐食の有無やひび割れなどの表面状態は確認できる一方、減肉の深さや範囲を定量的に把握できないため、修繕の緊急性や優先順位の判断が困難という課題がありました。

NTTドコモとテムザック、下水道減肉をAIで定量評価に成功 - 画像2

Ms.ガジェット

下水道管路の42%が2043年までに耐用年数を超えるという予測は、深刻な状況を示していますね。

検証の概要と体制

本検証は2025年4月から12月まで実施され、目的は京都府内の流域下水道を対象とした減肉の定量評価および管路の劣化予測です。3者の役割は以下の通りです。

NTTドコモとテムザック、下水道減肉をAIで定量評価に成功 - 画像3

主体	役割
NTTドコモソリューションズ	AIやデータ分析技術を用いた減肉定量把握技術の検討、蓄積された点検データを用いた劣化予測や劣化要因分析の実施、本検証の企画・実行
京都府流域下水道事務所	広域的な幹線管路の管理により蓄積された知見を活かした対象管路の選定、検証フィールド・蓄積された点検データの提供、本検証の成果評価
テムザック	高い走破性を持つ多脚式ロボット「SPD-X」の開発実績を活かした下水道管渠内でのデータ収集、運用に向けた課題の抽出

本検証における3者の役割

Ms.ガジェット

多様な技術を組み合わせた検証体制が、効率的な点検につながりそうです。

減肉定量把握の成果

下水道管内では硫化水素などによりコンクリートが化学的に反応・劣化して管壁の厚みが失われる「減肉」が起こります。この現象は外観からは把握しづらく、劣化部分の深さや範囲の把握を誤ると、管の破損や道路陥没といった重大事故につながる恐れがあります。本検証では、多脚式ロボットに搭載したLiDARにより取得した点群データから、新設時の管壁形状をAIにより推定するとともに、差分解析を行うNTTドコモソリューションズ独自技術（特許出願中）を適用しました。

NTTドコモとテムザック、下水道減肉をAIで定量評価に成功 - 画像4

その結果、新設時と現状の差分を算出し、差分を腐食に伴う減肉と定義することで、本検証の対象とした下水道管の一部区間において、減肉の深さおよび範囲の定量的な把握に成功しました。主な成果は以下の通りです。

点群データから新設時の管壁形状を推定、差分解析により新設時と現状との差分を確認
誤差1cm程度の精度で形状推定が可能なことを確認
減肉の深さ・範囲を定量的に把握可能であることを確認

将来的には、減肉量・管厚の定量測定作業の効率化、減肉の深さ・範囲の定量把握による修繕箇所判断の高度化、減肉進行のモニタリングと進行度合いをふまえた予防保全の実施が期待されます。

Ms.ガジェット

1cm単位での減肉把握は、修繕の優先順位付けに大きく役立つ技術です。

劣化予測モデルの適用結果

京都府が保有する過去の管路点検データをもとに、NTTドコモソリューションズが道路・橋梁分野で展開している混合マルコフ劣化予測ハザードモデル（大阪大学大学院工学研究科の貝戸清之教授らが開発）の下水道分野への適用に向けた分析を行いました。具体的には劣化が進みやすい区間の推定、期待寿命の算出、劣化に影響を与えると考えられる要因の分析を行いました。

その結果、周辺にカーブが存在する管路の期待寿命が短い tendency があることなど、下水道管理者が経験則として感じていた傾向と一部整合する分析結果が得られました。主な成果は以下の通りです。