日本電信電話（NTT），NTT e-Drone Technology，埼玉県熊谷市は，道路橋においてドローンと画像認識AIを用いた鋼材の腐食検査の実証実験を2024年9月2日（月）より開始したと発表した（ニュースリリース）。

道路橋の老朽化を進行させる劣化要因のひとつに鋼材の腐食が挙げられる。鋼材に発生した腐食は進行に伴い鋼材の断面を欠損させるため，設備の耐久性能や耐荷性能は徐々に低下し，最終的には破損や崩壊につながる可能性がある。

しかしながら，現行の点検方法では腐食箇所の鋼材厚を把握することは難しい。現行では検査員が目視により設備の外観に発生した腐食を確認しているため，腐食の深さは把握できない。腐食が著しい箇所に対して超音波を用いて鋼材の厚さを計測する方法はあるが，探触子を計測箇所にあてる必要があり，設備全体では多くの作業コストを要する。

また，大型の道路橋の点検時には，足場設置等のコストが発生する場合もある。このような背景から直轄国道では国土交通省が定める点検支援技術性能カタログの技術を用いることを原則化しており，点検支援技術の導入を推進している。

そこで，NTTとNTT e-Drone Technologyは道路橋の点検支援技術として，ドローンと画像認識AIを用いて鋼構造物の検査を効率化する方法を検討している。大型の道路橋の点検時に必要な足場設置等のコスト削減に加えて，画像認識AIにより設備の腐食箇所の把握と鋼材厚の計測が簡単かつ低コストで実現できる。

検証は，ドローンによって道路橋の画像を撮影し，NTTが通信用管路で構築した腐食検出技術と鋼材断面の欠損量推定技術を道路橋へカスタマイズした画像認識AIを用いて鋼材の腐食検出と腐食深さの推定，および，作業能率や技術精度の検証を行なう。

ポイントとして，ドローンと道路橋の撮影距離を常に一定の距離に保つことは，高度な操作技術の必要性や橋の形状により飛行可能な空間の異なるため難しく，同一の腐食を遠写した場合と接写した場合に腐食箇所の画素分解能（mm/pixel）の差異が生じ，腐食深さの推定精度に影響を与えることが想定される。

そこで，粗い画素分解能の画像からでも高精度に腐食深さを推定できるように画像認識AIをカスタマイズすると同時に，腐食深さの推定精度と画素分解能の関係性を明らかにし，運用時のドローンでの撮影条件を定めることで，この検査方法の実用化をめざすとしている。