ひび割れ検出AIは、撮影した画像からひび割れの画素を拾い、幅を推定して損傷図まで組み立てる技術です。近接目視や打音（打診）をどこまで代替できるのかを、道路橋・トンネル・建築物の要領と告示、そして点検支援技術性能カタログ（令和8年3月）に載っている実測値で線引きします。
結論を先に書きます。ひび割れ検出AIが代替できるのは「撮る・拾う・測る」までで、うき・はく離を探す打音と、健全性の診断の区分を決める判断は人に残ります。道路橋定期点検要領（令和6年3月）が求めているのは「近接目視、または近接目視による場合と同等の評価が行える他の方法」であり、AI画像解析はこの「他の方法」の候補です。ただし実際の高架橋橋脚での試行では、AIのひび割れ検出は4橋脚平均で再現率75.5%・適合率41.5%にとどまり、誤検出を人が消す作業を併用するのが現実的だと報告されています（堀口ほか「AIと画像解析を用いたコンクリートのひび割れの自動検出・定量評価技術」計測と制御 第60巻第11号, 2021）。
ひび割れ検出AIができること・できないこと
「AIでひび割れを検出する」という一言の中には、性質のちがう3つの処理が入っています。この3つを分けずに見積を比べると、同じ値段でまったく違うものを買うことになります。
3つの処理｜検出・幅の定量化・進行の比較
1つ目は検出（セグメンテーション）です。深層学習で「この画素はひび割れかどうか」を1画素ずつ判定し、ひび割れ候補の領域を出します。2つ目は幅の定量化です。候補領域の輝度の変化を解析して、1画素ごとにひび割れ幅と長さを推定します。3つ目は進行の比較で、前回と同じ位置・同じ画素分解能で撮った画像を重ね、幅や長さが増えたかを見ます。前掲の計測と制御の報告では、AIによる検出のあとにウェーブレット変換で幅を推定し、最後にひび割れ1本ごとの最大幅と長さを出力する、という4工程の流れが示されています。
この3つのうち、いちばん誤解されやすいのが幅の定量化です。ひび割れ幅は「何mm/画素で撮ったか」に強く縛られます。同報告では、検出できるひび割れ幅は撮影画像の空間分解能の1/4程度、幅の推定が成り立つ範囲は空間分解能の1/4〜2倍程度とされ、0.8mm/画素なら0.2〜1.6mmが推定範囲、実橋脚の試行では幅0.2mm以上をほぼすべて拾うために0.50〜0.55mm/画素で撮影したと書かれています。つまり撮影計画の段階で、何mmのひび割れを相手にするのかが決まってしまうということです。
なぜ0.2mmが基準になるのか
撮影分解能の目標値は、感覚ではなく要領の評価区分から逆算できます。橋梁定期点検要領（令和6年7月・国土交通省道路局）は、コンクリート部材のひびわれの損傷程度を「最大ひびわれ幅」と「最小ひびわれ間隔」の組合せで区分し、幅については次の数値を示しています（橋梁定期点検要領 令和6年7月）。
程度 | RC構造物 | PC構造物 |
|---|---|---|
大 | 0.3mm以上 | 0.2mm以上 |
中 | 0.2mm以上0.3mm未満 | 0.1mm以上0.2mm未満 |
小 | 0.2mm未満 | 0.1mm未満 |
最小ひびわれ間隔は「概ね0.5m未満／0.5m以上」で大小を分けます。RCなら0.2mmと0.3mm、PCなら0.1mmと0.2mmが境目になるため、AIに求める性能もこの境目をまたげるかで決まります。PC構造物で0.1mmを判定したいなら、要求される画素分解能は橋のRC部材より一段厳しくなります。
AIが苦手な条件は、具体名で挙げられる
ひび割れ検出AIの弱点は「なんとなく精度が落ちる」ではなく、条件を名前で挙げられます。前掲の報告で適合率（AIがひび割れとした画素のうち本当にひび割れだった割合）が下がった主因は型枠跡の誤検出でした。線状で色の濃い模様はすべてひび割れの候補になるため、型枠跡・打継目・目地・Pコン跡・チョーキングの跡・汚れ・漏水痕・錆汁の筋は取り違えの常連です。
逆に見落としが増えるのは、ひげ状のヘアクラックのように画素分解能に対して細すぎる場合、濡れ面で反射してコントラストが消える場合、塗装やモルタルで覆われてひび割れが表面に出ていない場合、そして照度が足りない場合です。カタログに載っている技術の適用条件にも「雨天のもとでの作業不可」「照度500lx以下の時は投光器が必要」「対象面に対し相対角45°以内」といった但し書きが具体的に書かれています（点検支援技術性能カタログ（橋梁・トンネル）令和8年3月）。
もうひとつ知っておきたいのは、AIの得意・不得意が変状の形で変わることです。深層学習のセグメンテーション手法を比べた査読論文では、剥離・鉄筋露出のIoU（領域の一致度）が0.4〜0.7に届く一方、線状で面積の小さいひびわれのIoUはU-Netでも0.298、他手法では0.035や0.000と極端に低く、漏水・遊離石灰も0.2〜0.53にとどまりました（青島ほか「深層学習によるセグメンテーション手法を用いたコンクリート表面の変状領域の検出」AI・データサイエンス論文集 1巻J1号, 2020）。ひび割れは「見つけやすいが、領域として正確に当てるのは難しい」変状だという前提で数字を読む必要があります。
手法そのものの一覧（目視・打音・ドローン・赤外線・分光）はコンクリートのひび割れ調査方法とクラック検査5手法の比較で整理しているので、本記事はAI画像解析の実力と代替可否に絞ります。
法令・要領で見る代替できる範囲／できない範囲
「AIで代替できるか」は技術の性能だけでは決まりません。対象がどの制度の点検かで、代替が認められる余地が変わります。橋梁・トンネル・建築物の外壁で、根拠となる文書と代替可否を並べます。
対象 | 制度が求めること（版） | AI画像解析で担える範囲 | 代替できない範囲 |
|---|---|---|---|
道路橋 | 5年に1回。近接目視、または近接目視による場合と同等の評価が行える他の方法で情報を収集（道路橋定期点検要領 令和6年3月） | 外観性状の記録、ひび割れの抽出、幅・長さの推定、損傷図と調書の作成 | うき・はく離を探す打音と触診、健全性の診断の区分の決定 |
道路トンネル | 5年に1回。初回は全延長で覆工表面を全面的に打音検査、二回目以降は既知の変状箇所・対策工箇所・水平打継ぎ目・横断目地部などを打音（道路トンネル定期点検要領 令和6年9月） | 覆工画像の記録とひび割れの抽出、変状の位置の台帳化 | 打音検査そのもの。うき・はく離の有無と範囲の把握 |
建築物の外壁（タイル等） | 竣工等から10年を超えたら、落下により歩行者等に危害を加える恐れのある部分を全面打診等で調査（建築基準法12条、平成20年国土交通省告示第282号） | ひび割れの位置・幅の記録（調査結果の補強材料） | 全面打診等の代替。告示の「等」に含まれるのは、要件を満たす赤外線調査や引張接着試験 |
舗装 | 舗装点検要領に基づく点検。性能カタログ（舗装）にひび割れ率・わだち掘れ量・IRIの項目がある | 路面画像からのひび割れ率の算出 | わだち掘れ量・IRIは別の計測が必要 |
橋梁については、要領の解説が「近接目視」を「外観性状が十分に目視で把握でき、必要に応じて触診や打音調査が行える程度の距離に近づくこと」と説明しています。つまり近接目視の定義そのものに打音の可能性が織り込まれているため、画像だけで完結させると定義の片側が欠けます。同時に解説は、他の手段でも区分の決定が同等の信頼性で行えることが明らかな場合は全部材で近接目視をしなくてもよい場合があるとし、近接の程度や打音併用の必要性は橋ごとに検討して道路管理者が判断する、としています。
制度別の細かい代替範囲は、それぞれ別記事で扱っています。橋梁は橋梁点検の新技術6分類と近接目視を代替できる範囲、トンネルはトンネル点検の新技術と打音の代替範囲、外壁は全面打診と赤外線調査・10年ルールの関係が該当します。
性能カタログは「診断AI」を対象にしていない
ここは見落とされがちですが、代替可否を考えるうえで決定的な一文です。点検支援技術性能カタログの第1章には、技術者の技量や経験による主観的な判断に基づく診断を自動化する診断AIのような技術、および定量的な評価が難しく標準試験を定めることが難しい技術は、性能カタログの対象にしていないと明記されています。カタログに載るのは「画像を撮影または計測する技術、画像を処理し調書作成を支援する技術」です。つまり制度の側は、AIを調書づくりの支援として位置づけており、診断そのものの自動化は最初から対象外にしています。
同じ第1章には、性能値は「開発者が想定した条件下で独自に算出した理論値又は実施した試験値」であり、標準試験値は「限定的な実施条件で再現性のある試験」の結果だという定義もあります。カタログに載っていることは「使ってよい」という意味であって、「目視が不要になる」という意味ではありません。結果の解釈や利用に責任を持つのは定期点検を行う者だと、カタログ自身が書いています。
カタログの数字はどう読むか
ひび割れの標準試験（ひびわれ 地上・2019）は、幅0.05mm〜1.0mmの模擬ひびわれの供試体を事務局側が用意し、縦・横・斜めの3方向を含めて撮影させ、計測結果と真値の二乗平均平方根誤差を「計測精度」として出します。令和8年3月版では、濁度と流速を変えた水中のひびわれ試験（0.2〜5.0mm）も加わりました。掲載技術の一例では、照度135lx・正対距離7.9mの条件で、幅0.05mmは計測精度0.04mm、0.2mmは0.07mm、0.3mmは0.13mmという値が報告されています。
検出そのものの標準試験（ひびわれや剥離・鉄筋露出の検出・2023）では、供試体を埋め込んだ試験橋梁を使い、ひびわれ長さの6割以上を拾えたら正解という基準で検出率（真値のうち検出できた割合）と的中率（検出数のうち正解だった割合）を出します。ここで大事なのは、的中率の分母に誤検出が含まれることです。検出率だけが高い技術は、人が誤検出を消す時間を増やします。実際に掲載技術の中には、画像分解能0.3mm/画素で検出率82%・的中率83%という組み合わせもあります。2つの数字はセットで見ると覚えておけば、見積の比較が一段正確になります。
なお、新技術利用のガイドライン（案）は、最小ひびわれ幅を「取得された生画像から当該数値の幅のひびわれが視認できるかどうか」と定義し、超解像技術などで最小画素分解能より細かい大きさを区別できる場合はその旨を付記することとしています。「AIだから分解能を超えられる」という説明を受けたときは、付記されているかを確かめる場面です。
AIで足りるか、分光が要るか｜5問の判定チャート
ここまでを踏まえると、可視画像＋AIで足りる場面と、別の技術が要る場面はかなりはっきり分かれます。上から順に答えて、最初に「はい」になったところで止めてください。
問 | 「はい」のときに選ぶもの |
|---|---|
Q1 目的は、ひび割れの位置と幅を記録して損傷図・調書にすることか | 可視画像＋AIで足りる。先に決めるのは画素分解能と撮影距離 |
Q2 知りたいのは、うき・はく離・内部の空洞・鉄筋の状態か | 打音、赤外線サーモグラフィ、電磁波レーダ等の非破壊検査。ひび割れ検出AIの対象外 |
Q3 対象面が濡れている・塗装済み・汚れや型枠跡が多いか | 誤検出を前提に計画する。本番前に同じ条件でサンプル撮影し、的中率を自分の現場で測る |
Q4 区別したいのは、漏水・遊離石灰・錆汁・塗膜の劣化・材質のちがいを面で切り分けることか | 分光（マルチスペクトル／ハイパースペクトル）の検討領域。ひび割れ検出のためではなく、変質の広がりを見るために使う |
Q5 どれにも当てはまらない、または判断がつかないか | まず現場の代表面を1面だけ撮り、人のトレースと突き合わせてから決める |
分光の役割を正直に位置づける
私たちは分光の会社ですが、ひび割れの検出そのものは、可視画像＋AIで足りることが多いと考えています。ひび割れは形（線状の幾何）で捉える対象で、色や波長の情報がなくても輪郭が出るためです。ハイパースペクトルカメラは波長を数十〜数百帯域に細かく分けて撮る装置で、光の吸収・反射のちがいから物質や状態を推定します。つまり得意なのは形ではなく面の材質・変質です。
分光の出番は、ひび割れの周りで起きていることを切り分けたいときです。漏水の濡れ面と単なる黒い汚れ、遊離石灰と白華と塗装の白、錆汁と土砂、塗膜の劣化の進み方――こうした「同じ灰色に見えるが中身がちがうもの」を面で分けるのが分光の仕事です。実際、前掲のセグメンテーション論文でも漏水・遊離石灰のIoUは0.2〜0.53にとどまり、可視画像だけでは分けにくい対象だと示されています。反対に、ひび割れを1本でも見落としたくないという目的に対して分光を持ち出すのは、費用の使い方として合いません。トンネル向けの性能カタログにも分光系の技術はほとんど載っていません。
劣化事象と診断手法の全体の対応はコンクリート劣化診断の劣化事象7種×診断手法10分類の対応表にまとめています。分光の原理から知りたい場合はハイパースペクトルカメラの仕組みと原理の解説が入口になります。
私たちは国産ハイパースペクトルカメラ irodori を開発しています。記事の途中で恐縮ですが、ひび割れは撮れているのに漏水や遊離石灰の広がりが判断できない、という段階でお困りでしたら、irodori の仕様と計測できる範囲もあわせてご覧ください。
費用・補助金・PoC｜発注前に決めておく項目
ひび割れ検出AIの導入で費用が動くのは、AIの利用料そのものではありません。動くのは近接するための手段と人が確認する時間です。積算の内訳を読むときは、この2つがどう減っているかだけを見れば大きく外しません。
積算の内訳の読み方
橋梁のひび割れ調査の費用は、おおまかに「近接手段（足場・高所作業車・橋梁点検車・船・ドローン）」「撮影」「画像処理（正対補正・合成・AI処理）」「判定と修正（誤検出の削除、追加トレース）」「調書・損傷図の作成」「報告と協議」に分かれます。AIが効くのは画像処理と調書作成、そして近接手段を軽くできる場合です。増えるのは判定と修正の時間です。
出典 | 比較の条件 | 報告されている変化 |
|---|---|---|
国土交通省 道路メンテナンス事業補助制度の資料 | 溝橋10橋での試算。従来のボートによる近接目視 → 点検ロボットカメラの写真撮影と画像処理による損傷図作成 | コスト約2割縮減、施工期間約4割縮減 |
計測と制御 第60巻第11号（2021） | 高架橋橋脚4本。近接目視でのチョーキング → AIによる自動検出 | 作業時間約25%削減、作業費用約45%削減。ただし誤検出を人が消す作業の併用が現実的 |
どちらも「AIにすれば半分になる」という話ではなく、条件を限った試算です。ドローン点検の費用はなぜ高いのか（積算内訳と相場）で見たとおり、費用の大半は近接手段と安全対策に乗っています。見積を比べるときは、AI処理の単価ではなく足場や交通規制が何日減るかを先に確認してください。
使える補助金・助成金（令和8年度の状況）
点検の効率化に使える公的支援は、道路管理者向けと受託側の設備投資向けで別れます。令和8年9月時点で確認できる状況を整理します。採択率や受給額は公表されている範囲でも案件ごとに大きく異なるため、ここでは書きません。
制度 | 対象 | 令和8年9月時点の状況 |
|---|---|---|
道路メンテナンス事業補助制度 | 地方公共団体が管理する橋梁・トンネル・道路附属物等。修繕・更新・撤去と、それに必要な点検・計画策定 | 令和8年度の追加要件に「新技術等を活用する事業（試算などにより効果を明確にしている事業）」が挙げられている。国費率5.5/10×δ（財政力指数に応じた引上率） |
中小企業省力化投資補助金（一般型） | 中小企業等の省力化に資する設備投資 | 第8回の公募要領が令和8年8月18日に公開。申請受付は令和8年9月中旬〜10月中旬、採択発表は2027年2月上旬の予定 |
ものづくり・商業・サービス生産性向上促進補助金 | 中小企業等の革新的な製品・サービス開発や生産プロセス改善のための設備投資 | 第23次の申請締切は2026年5月8日で終了。次回の回次は公式サイトのスケジュールで確認が必要 |
道路メンテナンス事業補助制度の優先支援の考え方は国土交通省「道路メンテナンス事業補助制度の概要及び優先支援」、省力化投資補助金の第8回の日程はミラサポplus「省力化投資補助金『一般型』の第8回公募要領を公開」、ものづくり補助金の回次はものづくり補助金総合サイトのスケジュールで確認できます。公募時期・要件は必ず公式サイトで最新情報を確認してください。
正直に書いておくと、これらの補助金は設備投資が中心で、点検業務の委託費そのものは対象外になりやすい制度です。装置やソフトを自社に入れて継続的に使う形でなければ、当てはまらないこともあります。開発者を募る側の動きとしては、国土交通省が令和8年9月14日から10月15日まで橋梁点検・トンネル点検の点検支援技術を公募しており、カタログ自体がまだ増え続けている段階です。
irodori の導入が補助金の対象になり得るか、まずはお気軽にご相談ください。制度の当てはまり方は現場の使い方で変わるので、無理に当てはめる提案はしません。
PoCの進め方｜5ステップ
- 目的を1文で書く。「0.2mm以上のひび割れを幅つきで拾い、調書の作成時間を減らす」のように、幅の下限と減らしたい工程を明記します。
- 代表面を1面だけ選ぶ。いちばん条件の悪い面（濡れ・汚れ・型枠跡・逆光）を含めます。きれいな面だけで試すと、本番で適合率が落ちます。
- 人のトレースを正解として用意する。同じ面をクラックスケールで実測し、AIの結果と画素単位で比べます。ここを省くと検出率も的中率も計算できません。
- 検出率と的中率、そして修正にかかった時間を記録する。判断材料は3つセットです。修正時間を測っていないPoCは、費用の話につながりません。
- 撤退基準を先に決める。「修正時間を含めた総時間が従来比で減らなければ見送る」といった線を、始める前に文章にしておきます。
PoCの設計そのものの型はPoCの進め方6ステップ（成功基準・撤退基準の決め方）で詳しく扱っています。
発注前チェックリスト（8項目）
性能カタログが開発者に書かせている標準項目は、そのまま発注前の質問リストになります。以下を埋められない見積は、比較の土台に乗りません。
- 画素分解能（mm/画素）と、その値を出せる被写体との距離
- 最小ひびわれ幅と計測精度。その数字が性能値（開発者の申告）か標準試験値（共通条件の試験）か
- 検出率と的中率の両方。的中率の分母に誤検出が入っているか
- 適用条件（雨天の可否、必要照度、対象面に対する相対角・正対の許容範囲）
- 誤差の発生要因と、その対策（現地でのキャリブレーションの方法を含む）
- 計測に要する作業時間と、機器の供給形態（購入・リース・計測ごと受託）
- 成果物の形式（オルソ画像・損傷図・幅ごとの長さ集計・CSV）と、データ改ざん防止の措置
- 誤検出の修正と最終判定を誰が行い、誰が結果に責任を持つか
最後の1項目がいちばん揉めます。カタログの第1章が「定期点検を行う者が結果の解釈や利用に責任を持つ」と書いているとおり、AIの出力は判断の材料であって判断そのものではありません。ここを契約書の言葉で決めておくと、あとの協議が短くなります。
ひび割れは撮れている、けれど漏水や遊離石灰、錆汁の広がりが読めない――そこで足が止まっている方に向けて、分光で何が面として見えるのかをまとめた資料を用意しています。押し売りのつもりはまったくないので、判断の材料として資料だけでもご覧いただけたら嬉しいです。
