建設業の画像認識AI活用事例｜図面・品質管理・自動施工の5つの用途

建設業の画像認識AIは、現場写真から危険や品質状態を判定する用途だけではありません。図面上の記号を検出する、手書き図をCADへ変換する、撮影画像から施工状態を定量化する、建機の動作へ反映するといった使い方があります。

一方、画像AIの精度は、明るさ、画角、解像度、遮蔽、図面形式、対象物の違いに左右されます。公開事例を参考にするときも、対象画像と利用条件を分けて読む必要があります。

この記事の結論

画像認識AIのPoCでは、平均精度だけでなく、どの条件で見落とすか、人が何分で再確認できるかを記録します。

建設業の画像認識AI活用事例

1. 大成建設：コンクリート打継面を撮影して定量評価

大成建設は、ダムなどのコンクリート構造物で、打継面をタブレット端末のカメラで撮影し、AI画像認識で処理程度を即時・定量評価する技術を開発しました。従来は監督員や施工管理者が目視評価していたため、判定のばらつきが課題とされていました（大成建設公式発表）。

同社は建設現場で効果を確認したとしていますが、AIが施工管理責任を代替するのではなく、定量的な判断材料を提供する用途と捉えるべきです。

2. システムズナカシマ：図面上の機器と記号を検出

「拾いの匠NX」は、図面内から事前学習した部材と同形状の機器を拾い出します。ベクタPDFでは建築平面図と電気要素をレイヤー分けし、AI認識へつなげます。拾い出した部材は画面上で目視確認できます（公式製品情報）。

図面AIでは、画像全体の認識精度より、対象記号ごとの拾い漏れと誤検出を確認します。

3. 竹中工務店・爽美：手書き加工図をCADへ変換

「AI i-Bow」は、技能工が描いた手書き図をスマートフォンなどで撮影し、AIが加工用CADデータを生成します。従来の手書き作業を残しつつ、CAD操作の負荷を減らして後工程へ接続しています（竹中工務店公式発表）。

4. 大成建設：スケッチや模型から建築パースを生成

大成建設技術センターは、カメラで撮影したスケッチや模型をガイドに、高精細な建築パースを生成する設計支援システムを開発し、社内で利用しています（大成建設技術センター報）。

これは数量や品質を判定するAIではなく、初期設計の合意形成を支援する用途です。生成画像を完成設計と扱わず、設計者が方向性を比較する材料として使います。

5. 鹿島建設：操作データとシミュレーターを自動施工へ活用

鹿島建設のA4CSELでは、熟練オペレーターの操作データとAI手法、作業シミュレーターを用い、建機の自動運転と複数機械の施工計画を組み合わせています（鹿島建設公式情報）。

画像認識だけの事例ではありませんが、センサーや作業データの解析を、実際の機械動作へつなげる発展形です。

精度を左右する5つの条件

1. 撮影距離、画角、明るさが揃っているか
2. 対象物が他の資材や線で隠れていないか
3. 図面・画像の解像度が十分か
4. 現場や図面ごとの表記・材質差を含めているか
5. 難例と正常例の正解ラベルを担当者が作れるか

PoCで確認する数字

品質や安全に関わる用途では、全体平均だけでなく重大な見落としを個別に確認します。

まとめ

建設業の画像認識AIは、図面、手書き入力、品質管理、設計、自動施工まで対象が広がっています。導入時は、対象画像を揃えるだけでなく、難しい条件を含む検証データと、人が再判定できる画面・記録を用意します。

ケンセツAIラボについて

ケンセツAIラボでは、建設・設備図面からの記号・設備候補検出や、画像・帳票を使った業務支援AIを個別開発します。対象データを確認し、AIが一次処理する範囲、人が確認する画面、Excelや既存システムへの連携まで整理します。

実際の図面で適用範囲を確認する