市販のカメラをフロントガラスに取り付け、時速７０キロ以下のスピードで走行し、路面の画像を撮影する。撮影した動画はＮＥＣの最先端のＡＩ技術で解析し、ひび割れの比率、わだち掘れの深さを評価する。ひび割れ率が０～２０％なら「Ｉ」、２０～４０％なら「ＩＩ」、４０％以上なら「ＩＩＩ」といった具合に損傷の評価を三段階に区分。国土交通省が２０１６年に策定した舗装道路の修繕指針「舗装点検要領」の診断区分に沿った評価を行う。
車載カメラで撮影された画像がタブレットに映し出されている
「ディープラーニング」技術で学習
ひび割れやわだち掘れのＡＩへの学習には「ディープラーニング（深層学習）」という技術が活用されている。人間の脳神経細胞（ニューロン）の仕組みを模したニューラルネットワークというシステムを多層的に用いることによって、コンピューターがより高度な学習をできるようにした技術だ。
初期のＡＩへの学習では、画像を認識するための特徴をあらかじめ抽出する必要があったが、ディープラーニングは、事前にお手本となる画像などのデータを学習させるだけで、自ら判断モデルを生成するので、短期間に高精度で判断ができる。
ＡＩが解析した画像では、ひび割れ部分が黄色い枠で囲まれている（福田道路提供）
このシステムを構築するのに福田道路が集めたひび割れやわだち掘れの画像は約６万枚にも上る。試作のシステムで道路を点検し、判定ランクのずれや、判定する必要があるのに判定できない損傷があれば、同様の損傷がある道路を撮影してＡＩに学習させた。ＮＥＣの技術陣と何度もやりとりし、試行錯誤を重ねながら精度を高め、実用化にこぎつけた。
