インフラ点検は“空から広域、現場で詳細”へ：衛星・ドローン・AIをつなぐ次世代モニタリング

インフラ点検は、これまで「現地へ行って確認する」ことが基本でした。道路を巡回する、橋梁や法面を目視点検する、河川や港湾を現地調査する、災害後に人が現場へ向かって被災状況を確認する。こうした地上確認は、今後も重要です。

しかし、道路、河川、法面、港湾、森林、送電線、ダム、造成地のように、対象範囲が広いインフラでは、すべてを人の巡回だけで把握することに限界があります。特に、災害直後や山間部、悪天候、夜間、道路寸断時には、現地に行くこと自体が難しくなります。

そこで重要になるのが、衛星、ドローン、AIを組み合わせたハイブリッド点検です。

衛星は、広域を一度に把握するのに向いています。SAR衛星であれば、夜間や雲がある状況でも地表を観測できます。光学衛星は、地表の状況を視覚的に把握しやすく、広域の変化確認や説明資料に使いやすい特徴があります。一方、ドローン、UAV LiDAR、SLAMは、現地の詳細な形状、損傷、土砂量、構造物周辺の状態を高精度に取得できます。

三菱電機のALOS-4「だいち4号」関連発表では、PALSAR-3レーダーが広域・高解像度観測に対応し、広い範囲で自然災害が発生した場合にも被災地を迅速に監視できると説明されています。PALSAR-3は、地表へ電波を照射し、反射波を受信して広域の高解像度画像を生成するレーダーです。

これからのインフラ点検は、「現場で全部見る」から、「衛星で広域の変化を見つけ、ドローン・LiDAR・SLAMで詳細を確認する」階層型モニタリングへ進んでいきます。

ハイブリッド点検とは何か

ハイブリッド点検とは、複数の観測手段を役割分担して使う点検方法です。衛星、ドローン、UAV LiDAR、SLAM、地上レーザー、AI画像解析、BIM/CIM、GISを組み合わせ、広域監視から詳細調査、復旧・維持管理までをつなぎます。

従来の点検では、まず現地へ行き、異常を見つけ、必要に応じて詳細測量や補修設計へ進む流れが一般的でした。しかし、対象範囲が広くなるほど、どこから見ればよいのかが分かりにくくなります。

ハイブリッド点検では、最初に衛星で広域を見ます。道路沿いの斜面変化、河川周辺の浸水や土砂移動、港湾や沿岸部の変化、森林伐採や土砂流出、地盤沈下、インフラ周辺の変位候補を抽出します。

その後、変化が疑われる場所、重要インフラに近い場所、災害復旧上の優先度が高い場所に、ドローンやUAV LiDARを投入します。現地の高解像度画像や点群データを取得し、必要に応じてSLAMや地上レーザーで橋梁下部、トンネル内部、地下空間、狭小部を補完します。

つまり、ハイブリッド点検の基本は「広域→詳細」です。

衛星で全体を把握し、AIで変化候補を絞り込み、ドローンと点群で詳細を確認し、BIM/CIMやGISで関係者に共有する。この流れにより、点検のスピード、精度、優先順位付けが大きく変わります。

なぜ衛星とドローンを組み合わせる必要があるのか

衛星とドローンは、競合する技術ではありません。むしろ、得意な範囲が違うため、組み合わせることで点検全体の効率が高まります。

衛星は、広い範囲を一度に見ることができます。災害直後、道路や河川の状態を広域で把握したい場合、まず衛星データを使うことで、どのエリアに変化がありそうかを確認できます。特にSAR衛星は、雲や夜間の影響を受けにくいため、豪雨や台風後の初動把握に向いています。

JAXAのALOS-4公式ページでは、ALOS-4はPALSAR-3を搭載し、光学センサーと異なり昼夜を問わず観測でき、雲の影響を受けにくいため、災害地域、森林、海氷、インフラ変位の監視に活用できると説明されています。

一方、ドローンは現地の詳細を確認するのに向いています。衛星で「変化がありそう」と分かった場所に対して、ドローン写真測量やUAV LiDARを使えば、崩落箇所、亀裂、法面形状、土砂堆積、河道閉塞、橋梁周辺の洗掘などを高解像度で確認できます。

衛星だけでは、橋梁下面の損傷やトンネル内部、細かなひび割れ、局所的な変形までは分かりません。逆に、ドローンだけでは、広大な山間部や河川流域全体を効率よく探すことは難しくなります。

そのため、衛星は「どこを見るべきか」を決める技術、ドローンやSLAMは「そこを詳しく見る」技術として使い分けることが重要です。

ALOS-4とPALSAR-3が示す広域監視の進化

ALOS-4「だいち4号」は、JAXAの地球観測衛星で、PALSAR-3というLバンド合成開口レーダーを搭載しています。SARは、衛星から電波を地表へ照射し、反射波を解析することで地表の状態を観測する技術です。

JAXAのSatellite Navigatorでは、ALOS-4はALOS-2よりも性能を高め、世界最高水準の解像度と観測範囲を実現すると説明されています。PALSAR-3は、地表へマイクロ波を送信し、反射波を受信して情報を取得するセンサーです。

特に重要なのは、観測幅と頻度です。JAXAのALOS-4ページでは、Stripmapモードの観測幅がALOS-2の50kmからALOS-4では200kmへ拡大し、日本国内の観測頻度もALOS-2の年約4回からALOS-4では年約20回、つまり約2週間に1回へ増えると説明されています。

また、JAXAの仕様では、PALSAR-3のStripmapモードは最大3m解像度・観測幅200km、ScanSARモードは最大25m解像度・観測幅700kmに対応します。

これは、広域の災害監視やインフラ監視にとって大きな意味があります。たとえば、大規模地震、複数河川の氾濫、広域土砂災害、火山活動、森林変化、港湾・沿岸部の変化などでは、広い範囲を一度に把握する必要があります。ALOS-4のような衛星は、広域監視の初動情報として重要な役割を担います。

階層型モニタリングの基本フロー

衛星・ドローン・AIをつなぐ次世代モニタリングは、以下のような階層構造で整理できます。

A. 衛星で広域変化を検知する

最初に、SAR衛星や光学衛星で広域を観測します。対象は、道路、河川、法面、港湾、森林、ダム、送電線、災害復旧エリアなどです。

SAR衛星では、地表変化、浸水域、土砂移動、地殻変動、地盤沈下、斜面変化、海岸線変化などを確認します。光学衛星では、土砂崩れの痕跡、河川濁水、森林伐採、港湾施設の状況などを視覚的に確認します。

B. AIで変化候補を抽出する

衛星データを人がすべて目視で確認するのは大変です。そこでAIを使い、過去画像との差分、地形変化、色調変化、水域変化、構造物周辺の異常候補を抽出します。

AIは、確定診断を行うというより、「ここを優先的に見るべき」という候補地を出す役割です。人間の専門家が、AIが抽出した候補を確認し、現地調査の優先順位を決めます。

C. ドローンで現地の高解像度画像を取得する

衛星で変化候補を絞り込んだら、ドローンで現地を撮影します。道路寸断、法面崩壊、河川氾濫、橋梁周辺の洗掘、港湾施設の破損などを高解像度画像で確認します。

ドローンは、現地へ人が立ち入る前に安全を確認する用途にも使えます。二次災害の危険がある法面や河川周辺では、まずドローンで上空から状況を確認することが有効です。

D. UAV LiDARで3D点群を取得する

崩落土量、地形変化、河道閉塞、法面形状、道路沈下、港湾施設周辺の変位を把握するには、写真だけでは不十分な場合があります。その場合、UAV LiDARで点群データを取得します。

LiDARは、地形を3Dで把握できるため、土量計算、断面比較、崩壊範囲の把握、復旧設計に向いています。植生がある斜面や山間部では、写真測量だけでなくLiDARを併用することで、地表形状を把握しやすくなります。

E. SLAMで狭小部・屋内・GNSS不感地帯を補完する

トンネル内部、橋梁下部、建物内部、地下施設、プラント、港湾倉庫などは、衛星やドローンでは確認できません。また、GNSSが入りにくい場所では、通常の測量手法が使いにくい場合があります。

このような場所では、ハンドヘルドSLAMや地上型レーザーを使い、短時間で3D点群を取得します。これにより、外から見えないインフラの状態もデータ化できます。

F. BIM/CIM・GISで統合し、共有する

最後に、衛星解析結果、ドローン画像、UAV LiDAR点群、SLAM点群、現地写真、台帳情報をBIM/CIMやGISに統合します。

これにより、道路管理者、河川管理者、自治体、建設会社、測量会社、設計者、災害対応機関が、同じ地図や3Dモデルを見ながら判断できます。点検結果は、補修設計、復旧工事、維持管理台帳、施工計画、関係機関向け資料に活用できます。

技術ごとの役割分担

衛星、ドローン、AI、点群技術は、それぞれ役割が異なります。実務では、以下のように整理すると導入しやすくなります。

技術	得意なこと	主な用途
SAR衛星	広域、夜間、雲がある状況での観測	災害初動、地表変化、浸水、地殻変動、インフラ変位候補
光学衛星	視覚的に分かりやすい広域画像	土砂崩れ、森林変化、港湾・河川の概観、説明資料
AI解析	大量画像から変化候補を抽出	差分検知、異常候補抽出、調査優先順位付け
ドローン写真測量	高解像度画像と3Dモデル作成	法面、道路、橋梁、河川、港湾の詳細確認
UAV LiDAR	地形・構造物の高精度3D計測	土量算出、法面形状、河道閉塞、森林下地形
SLAM	屋内・狭小部・GNSS不感地帯の計測	トンネル、橋梁下部、地下空間、プラント、建物内部
BIM/CIM・GIS	データ統合と関係者共有	点検台帳、復旧計画、維持管理、施工計画

ポイントは、衛星が「全体を見る」技術であり、ドローンやLiDARが「現場を詳しく見る」技術であることです。そしてAIは、その間をつなぐ「どこを詳しく見るべきか」を支援する技術です。

ユースケース別：衛星×ドローン×AIの活用

道路・緊急輸送路

道路点検では、法面崩壊、路面沈下、盛土変状、落石、土砂流入、橋梁周辺の異常を把握する必要があります。

災害直後は、まずSAR衛星で広域の地表変化や道路周辺の異常候補を抽出します。その後、緊急輸送道路や孤立集落につながる道路を優先し、ドローンで通行可否や崩落状況を確認します。必要に応じてUAV LiDARで崩落土量や仮設道路計画に必要な地形データを取得します。

河川・堤防

河川では、浸水範囲、堤防損傷、河道閉塞、土砂堆積、護岸破損を把握する必要があります。

豪雨後は雲が残ることが多いため、SAR衛星による浸水域把握が有効です。その後、ドローンで堤防や護岸の損傷を確認し、UAV LiDARで河道や堤防周辺の地形を3D計測します。点群データを使えば、土砂堆積量や河道断面の変化を把握しやすくなります。

法面・斜面

法面や斜面では、崩壊、亀裂、はらみ出し、落石、湧水、植生変化を把握する必要があります。

衛星で広域の変化候補を抽出し、AIで過去データとの差分を確認します。その後、ドローン写真測量やUAV LiDARで詳細な斜面形状を取得します。植生がある場合は、LiDARによる地形把握が特に有効です。

港湾・沿岸

港湾や沿岸部では、護岸、防波堤、岸壁、臨港道路、コンテナヤード、倉庫、航路周辺の変化を確認する必要があります。

ALOS-4は、PALSAR-3画像に加えてAIS受信機を搭載し、船舶からのAIS信号を受信して海洋監視にも活用できるとJAXAが説明しています。 港湾や沿岸部では、衛星で広域の状況を把握し、ドローンで岸壁や護岸を詳細確認する流れが有効です。

森林・山間部

森林や山間部では、伐採、土砂流出、林道崩壊、斜面変化、災害復旧ルートの確認が必要です。

JAXAは、ALOS-4が森林監視にも活用され、ALOS-2よりも高頻度・高精度に観測することで、より小さな森林変化の把握が期待されると説明しています。 山間部では、衛星で変化候補を見つけ、ドローンやUAV LiDARで林道、法面、崩壊地を詳細調査する流れが適しています。

災害復旧

災害復旧では、初動の速さが重要です。被災範囲、通行可能ルート、道路啓開候補、二次災害リスク、復旧工事に必要な土量や地形情報を早く把握する必要があります。

衛星で被災範囲を把握し、AIで優先調査地点を抽出し、ドローンとLiDARで詳細調査することで、復旧計画の作成時間を短縮できます。

KPIで見るハイブリッド点検の効果

ハイブリッド点検は、単に新しい技術を使うことが目的ではありません。点検のスピード、精度、優先順位付け、共有の速さを改善することが目的です。

KPI項目	内容	改善に使えるポイント
広域変化検知時間	衛星データから変化候補を抽出するまでの時間	初動把握の迅速化
現地調査優先順位付け時間	調査対象地点を決めるまでの時間	ドローン・調査班の効率配置
ドローン出動地点の的中率	衛星・AIで抽出した地点のうち実際に異常が確認された割合	AI解析精度の改善
点群データ化までの時間	UAV LiDARやSLAM計測から点群化までの時間	復旧設計・維持管理への反映高速化
土量・変位算出時間	崩落土量や地形変化を算出するまでの時間	災害復旧・補修計画の迅速化
関係機関共有資料の作成時間	点検結果を報告書・地図・3Dビューアにまとめる時間	意思決定の高速化
現地移動削減率	不要な現地確認や巡回を減らせた割合	人員・時間・安全リスクの削減
二次災害リスク回避件数	危険箇所への不用意な立ち入りを避けられた件数	調査員・作業員の安全確保
台帳更新時間	点検結果を維持管理台帳へ反映するまでの時間	継続的なインフラ管理の改善

従来のインフラ点検では、「何カ所を巡回したか」「何枚写真を撮ったか」が中心になりがちでした。これからは、「どれだけ早く変化候補を見つけたか」「どれだけ効率よく現地調査できたか」「関係者にどれだけ早く共有できたか」が重要になります。

APEX視点：衛星データをドローン・点群ビジネスの上流に置く

APEXのように、ドローン、UAV LiDAR、SLAM、点群、BIM/CIMを扱う企業にとって、衛星データは競合ではありません。むしろ、現地調査の優先順位を決める上流情報になります。

たとえば、道路や河川の広域点検では、最初から全区間にドローンを飛ばすのは非効率です。衛星データとAI解析で変化候補を抽出し、その地点にドローンやLiDARを集中させることで、調査コストと時間を削減できます。

APEX向けには、次のようなサービス設計が考えられます。

A. 衛星データによる広域スクリーニング

SAR衛星や光学衛星で、道路、河川、法面、港湾、森林、造成地の広域変化を確認します。過去データとの差分をAIで抽出し、現地調査候補を整理します。

B. ドローン・UAV LiDARによる重点調査

衛星で抽出した候補地点に、ドローンやUAV LiDARを投入します。写真、動画、点群を取得し、崩落、浸水、沈下、変形、土砂量、構造物周辺の異常を確認します。

C. SLAMによる局所詳細調査

橋梁下部、トンネル、地下施設、建物内部、プラントなど、上空から見えない場所はSLAMで補完します。短時間で点群化し、詳細な状態把握に使います。

D. 点群・BIM/CIM・GISへの統合

取得したデータを点群ビューア、BIM/CIM、GISに統合し、管理者、発注者、設計者、施工者が同じ画面で確認できるようにします。

E. 報告書・台帳更新まで支援

点検結果を、報告書、補修優先順位、災害復旧計画、維持管理台帳に反映します。単なるデータ取得ではなく、意思決定に使える成果物まで提供することが重要です。

導入時に注意すべきポイント

A. 衛星で分かることと分からないことを整理する

衛星は広域監視に強い一方、細かな構造物損傷や局所的なひび割れ、橋梁下面、トンネル内部までは把握できません。衛星で異常候補を見つけ、ドローンやSLAMで確認する前提で設計する必要があります。

B. 平時の基準データを整備する

変化検知には、災害前や点検前の基準データが必要です。過去の衛星画像、ドローン点群、BIM/CIMモデル、道路台帳、河川台帳、橋梁台帳を整備しておくことで、差分解析がしやすくなります。

C. AIの抽出結果を人が確認する

AIは、変化候補を効率よく抽出できますが、誤検知や見逃しがあります。衛星画像の影、季節変化、植生変化、水位変化、工事中の仮設物を異常として検知する場合もあります。

AIの結果は、専門家が確認し、現地調査の優先順位付けに使うのが現実的です。

D. データ形式と座標系を統一する

衛星、ドローン、LiDAR、SLAM、BIM/CIM、GISをつなぐには、データ形式、座標系、精度、ファイル管理を統一する必要があります。座標がずれていると、関係者が同じ場所を見ているつもりでも、判断がずれる可能性があります。

E. 関係機関共有のテンプレートを用意する

災害時や広域点検では、自治体、道路管理者、河川管理者、警察、消防、建設会社、測量会社が同じ情報を見て判断する必要があります。平時から、変化候補マップ、ドローン調査結果、点群比較図、優先順位表、報告書テンプレートを準備しておくことが重要です。

現場で使える導入チェックリスト

衛星・ドローン・AIのハイブリッド点検を導入する際は、次の項目を整理すると実務に落とし込みやすくなります。

• 点検対象は道路、河川、法面、港湾、森林、災害復旧のどれか
• 広域監視にはSAR衛星と光学衛星のどちらを使うか
• 夜間・雲・雨の影響を考慮しているか
• 過去データと比較できる基準データがあるか
• AIで抽出したい変化は何か
• ドローンを投入する判断基準を決めているか
• UAV LiDARが必要な地形・植生条件か
• SLAMが必要な屋内・狭小部・GNSS不感地帯があるか
• 点群データをBIM/CIMやGISへ統合するか
• 座標系とデータ形式を統一しているか
• 関係機関向けの共有資料テンプレートがあるか
• KPIとして広域変化検知時間、現地調査優先順位付け時間、点群化時間を管理するか
• 平時点検と災害時調査の両方で使える運用になっているか

このチェックリストの目的は、衛星やドローンを単発で使うことではありません。広域監視、詳細調査、データ統合、意思決定を一つの流れとして設計することです。

まとめ

インフラ点検は、「現場へ行ってから異常を探す」段階から、「衛星で広域変化を見つけ、ドローン・LiDAR・SLAMで詳細を確認する」段階へ進みつつあります。

SAR衛星や光学衛星は、道路、河川、法面、港湾、森林、災害復旧エリアを広域で把握するのに向いています。特にALOS-4「だいち4号」のPALSAR-3のようなSARは、夜間や雲のある状況でも観測でき、広域・高解像度のモニタリングに活用できます。

一方、ドローン、UAV LiDAR、SLAMは、現地の詳細調査に強みがあります。崩落土量、法面形状、河道閉塞、橋梁周辺、トンネル内部、港湾施設、森林下の地形などは、現地の3Dデータとして取得することで、復旧設計や維持管理に活用できます。

重要なのは、衛星とドローンを別々に使うことではありません。衛星で「どこを見るべきか」を決め、AIで変化候補を抽出し、ドローンと点群で「何が起きているか」を詳しく確認し、BIM/CIMやGISで関係者に共有することです。

APEXが持つドローン、UAV LiDAR、SLAM、点群、BIM/CIMの技術は、衛星データと組み合わせることで、道路、河川、法面、港湾、森林、災害復旧の次世代モニタリングに発展できます。これからのインフラ点検は、“空から広域、現場で詳細”をつなぐハイブリッド型へ進化していくでしょう。