山岳トンネルの作業状況を把握するAIアプリケーション
CyclEye®
画像と音声データを分析し生産性を向上
CyclEye(サイクライ)とは?
山岳トンネル掘削時のカメラ映像データを画像認識AIと音声認識AIで分析するマルチモーダルAI(※1)によって、建設機械の配置状況や、各作業に要した時間を自動的に把握する技術です。CyclEyeは、トンネル掘削の各作業に要する時間(サイクルタイム)と、トラブルなどによる作業停止時間(ダウンタイム)に関する情報を24時間365日自動で収集するので、生産性向上に必要なデータの分析や現場マネジメントの手法を検討することが可能になります。なお、CyclEyeは、大林組とソウル大学の共同開発技術です。
お客様のメリット
サイクルタイム、ダウンタイムを見える化します
- 各サイクルタイムを自動的に計測し、図表の形で見える化します。コンクリート吹き付け作業時間の時系列データの表示や、選定した作業日のサイクルタイムをグループごとの円グラフなどで比較することが可能になります。
- サイクルタイムや作業員の累積経験数と達成度を学習曲線で見える化し、作業員のモチベーションを向上させることによって、生産性向上を実現します。
マルチモーダルAIにより精度を向上します
- 山岳トンネル掘削時の映像データを物体検知・物体追跡で分析することによって、各建設機械の動きを把握することが可能になります。同じ建設機械を使用する削孔(さっこう)と装薬、ロックボルト打設作業では、「本体」「腕のような役割をするブーム」「高所作業を行う作業員を搭載するマンケージ」の位置関係を分析する姿勢推定技術を用いて各作業を識別します。
- 物体同士が重なってしまうとAIが物体を認識できなくなるので、作業時に発生する特徴音や機械のエンジン音など建設現場で発生する音をスペクトログラム(※2)で見える化します。そして、音響シーン分類(※3)や音響イベント検出システム(※4)などの音声認識技術で補完することにより、作業内容を推定する精度を向上しています。
- 重機の稼働時間を継続的に計測することにより、トンネル掘削作業時のCO2排出量を推定します。
- ずり仮置き場の土量を把握することができない夜間作業では、ダンプトラックの搬出入回数の記録からずり出し量を推定できるので、取得した情報が翌日のずり場外搬出作業計画の迅速な立案に役立ちます。加えて、各作業時の建設機械の位置関係のデータも取得できるため、トンネル建設機械の自律化の基礎データとして活用することが期待できます。
サイクルタイム以外の施工情報を取得します
- ※1 マルチモーダルAI
画像と音声など複数のデータを入力し、統合的に処理する深層学習手法
- ※2 スペクトログラム
音の周波数の分析結果を横軸に時間、縦軸に周波数、信号の強さを色や濃淡で表したグラフ
- ※3 音響シーン分類
音が収録された場所や状況、周囲にいる人の行動(削孔作業、ずり出し作業、コンクリート吹き付け作業など)を分析する機械学習手法
- ※4 音響イベント検出システム
建設機械のエンジン音、車の走行音、岩石を積み込む音など、より細かい音を検知する機械学習手法
【その他】
雑誌掲載:専門誌『建設機械施工』 2023年 Vol.75「山岳トンネル掘削の作業状況を自動分析するAIシステム」
雑誌掲載:総合土木技術誌『土木施工』 2022年 Vol.63「深層学習を用いたトンネル掘削サイクルの見える化-映像と音を活用したマルチモーダルAI開発-」