トンネル周辺岩盤の画像認識に基づくリアルタイム等級判定方法
Yihuan Xiao1, Hao Yuan1, Qingye Shi1
1School of Civil Engineering, Southwest Jiaotong University, Chengdu, Sichuan, China.
Frontiers in artificial intelligence
|February 23, 2026
まとめ
本研究は、画像処理と軽量深層学習を用いたトンネル周辺岩盤のリアルタイム等級判定法を提案する。自動化されたシステムは、岩相と岩盤健全性の分類において高い精度を達成し、建設における実用価値を証明する。
科学分野:
- 地盤工学
- 土木工学における人工知能
背景:
- トンネル周辺岩盤の正確な等級判定は、建設の安全性と効率にとって極めて重要である。
- 従来の岩盤等級判定法は、時間がかかり、主観的である可能性がある。
研究 の 目的:
- トンネル周辺岩盤の迅速かつ正確なリアルタイム等級判定法を開発する。
- 画像処理と軽量深層学習を統合し、岩石分類を自動化する。
主な方法:
- 画像処理と機械学習アルゴリズムを組み合わせた自動化パイプラインを開発した。
- 画像の前処理には、グレースケール変換、ノイズ除去、強調、正規化が含まれた。
- ShuffleNetV2畳み込みニューラルネットワークモデルを、岩相識別のための岩盤特性センシングに最適化した。
主要な成果:
- 岩相分類で85%の精度を達成。
- 岩盤健全性の分類精度は75%。
- 建設現場での周辺岩盤全体の等級判定精度は80%。
結論:
- 提案されたリアルタイム等級判定法は、トンネル建設における実現可能性と実用的な価値を示している。
- 画像処理と深層学習の統合は、トンネル周辺岩盤の科学的評価のための理論的洞察を提供する。
