新幹線の電柱や設備にはカラスの巣が作られること（営巣）がある。営巣にはハンガーや針金などの金属が使われることもあり、時に地絡*・停電などの原因となる可能性があり、その場合には列車運行の遅延等、乗客への影響が大きい。営巣が運行の安全性や設備保守に影響を及ぼす可能性があるため、早期発見・除去が求められる。

• *地絡：電気回路の電流が本来流れるべき経路を外れて大地に流れてしまう異常状態のこと。

これまで、営巣を検出するためには作業員の徒歩巡回による目視点検が主流だったが、広範囲を人手で確認する作業負担の大きさ、点検に時間を要するなどの課題があった。
こうした課題の解決に向け、JR東海では、電力会社などにおける電柱の営巣検知で実績を持つ、NTTドコモソリューションズが提供する画像認識AI「Deeptector®（営巣検知サービス）」に着目した。

重要インフラ点検に利用されている「Deeptector」

「Deeptector」は、ディープラーニング技術を活用し、撮影した映像や画像から、人の「目」にかわりAIが判定、判別作業を可能とする画像認識AIである。例えば、製造業の現場ではベルトコンベア上にある製品の外観検査や、橋や道路といったインフラ設備の点検などに活用されている。

NTTドコモソリューションズでは、単なるAIプロダクトではなく、お客さまの「業務効率化」という目的を達成するためのソリューションとして、撮影から判定結果の業務活用までをトータルでコーディネートし、導入を支援している。

「営巣検知サービス」は、「Deeptector」により営巣を発見する業務を自動化し、業務負担を軽減するものだ。すでに電力会社等の電柱の営巣検知などに利用されている実績があり、点検車両で撮影した映像から営巣を着実に認識する検知精度の高さを評価されている。JR東海は、その実績に着目したという。

JR東海はそれまで、社員の定期的な徒歩巡回による検査の中で営巣の確認を行っていた。

しかし、作業員による目視での営巣検知は相当な労力や稼働を必要とするという課題があった。そこで、業務効率化と安全性向上の両立をめざして、一般営業用車両による日常的な検測への転換に向けた技術開発を進めていた。

新幹線の時速　285kmに対応するために

ただ、「営巣検知サービス」を新幹線に応用するにあたって解決すべき課題もあった。

「営巣検知サービスのAIに読み込ませる映像は、カメラを車両に搭載して撮影しています。例えば電力会社等の自動車の場合、速くても時速60kmほど。その速度で営巣検知する実績はありましたが、最高時速285kmで走行する新幹線でもそれができるのか、ブレのない鮮明な映像を取得できるのかがポイントになりました」

高速で走行する車両から鮮明な画像を得るため、 進行方向の少し先を撮影することで、対象物との相対速度を低減させ、安定した映像を撮影できるようにした。このノウハウには、自動車での撮影経験が活かされている。

AIを根気よくチューニングしていく

AIが特定の対象を検知するためには、データを正しく学習させる必要がある。誤検知することなく、高精度で営巣を検出するためには、撮影した映像をまず人が見て、カラスの巣なのか、樹木や人工物、あるいは飛来物なのかなどを判定し、それをAIに教えていく必要があった。

「既存のAIモデルを基盤としつつ、新幹線の環境特有の誤検知、例えばかごビーム（電柱の間に水平に渡される構造物）に設置されるネットを巣と誤認しないようにするといった対応をしていく必要がありました。“これはカラスの巣”“これはネットであって巣ではない”など地道なチューニングを繰り返して、ネットと巣の構造の違いなどを学習させていったのです」

「金網だけではありません。沿線には樹木、フェンスなどのさまざまな設備やケーブルなど、営巣と似た形状のものがあり、それらをAIが誤って検知するケースもありました。そうした誤検知の傾向を分析して、誤検知防止のさまざまな工夫を施し、精度向上に取り組みました」

現場環境の多様性にも対応が必要だった。新幹線は高速で長時間走行するため、天候や時間帯、周囲の環境が刻々と変化する。そうした多様な条件下でも、AIが正しく営巣検知できるようにしなくてはならない。

晴天、曇天、トンネルに出入りする時の急激な明暗の変化など、さまざまな天候や環境、時間帯の変化による映像データを収集し、AIをチューニングして精度を高めた。そうした環境の変化に対応できるように、カメラの設定も突き詰めていった。高速走行中の車両から営巣を捉えるために、営巣検知に必要な画像の明るさはどの程度か、前方何m先にフォーカスを当てるかなど、JR東海を含めた関係者内で何度も話し合い、細かな調整を繰り返したことは苦労した点である。

未検知を防止するために

最も困難だったのは、AIが検知すべき対象を見逃していないかを評価することだった。なにしろ相手は自然なので、必要な映像やデータが思い通りに得られるわけではない。見逃していないか、新幹線が東京〜新大阪間を走る約2時間半の走行中に撮影した映像を綿密にチェックし、AIが正しく判定できているかを人の目でひとつずつ検証していくという作業を、数十回も繰り返した。

「本プロジェクトでは異常（営巣）の発生頻度が極端に低く、『1分の1』や『1分の0』といった少ないデータで性能を判断しなければならない点が最も困難でした。カラスが巣をつくるのは春で、その季節に都合よく巣が作られなければ、次のシーズンで評価しなければならず、何度かチャレンジする必要がありました。」

最終的に、新幹線の走行環境においてAIが営巣を正しく判定できるかを検証するために必要なのは、人の手による膨大な作業だった。

また、検知の装置は現場で実際に使いやすいものでなければならない。AIの検証と同時に、そのための開発と検証も必要であり、JR東海と密な体制を構築して取り組んだ。

「現場の作業員の方々の知見を活かし、AI判定結果の確認・フィードバックを繰り返すことで、誤検出を防止し、現場運用に耐えうる仕組みを構築していきました。『現場の作業員が迷わずに使えるか』という、現場での運用にも寄り添って開発にあたりました。」

実運用を想定すると、AIから出力された検知画像のスクリーニング作業を行うのに1枚当たり何秒を要し、１走行当たり何枚の確認なら許容できるのか。現場の業務負担を考慮し、JR東海が求める誤検出の目標精度を明確にしたうえで、さまざまなチューニングを行うことによってAIの精度向上に取り組んだ。

さらなる事業の拡大へ

こうして、最高時速285kmでの走行中にも「Deeptector」がカラスの巣を検知できることが実証された。高速走行下でも高い分解能を維持した検知を行うことは、当然ながら人の目では不可能な作業であり、JR東海から高く評価された。現在、新幹線対応の画像認識AI「Deeptector」のチューニングはほぼ完成しており、2026年春に最終的な性能評価を行う予定だ。

「この技術により、鳥の営巣の有無などについて、日々の営業運転中にも検査が行えるようになります。作業員の徒歩巡回による点検業務を省力化するとともに、危険の早期発見により安全性が向上し、障害物に起因する運行停止といった輸送障害の低減に貢献できるでしょう」

当然ながらAIは100%の精度を持つものではない。しかし、営業車両での検測が実現すれば毎日検査を行うことになるため、検査の頻度が上がることによる精度の向上が期待される。

これで終了というわけではなく、今後もさらに開発と検証を重ねてより精度を高めていく。そして、開発で得られた成果を事業として広く展開していく。

「東海道新幹線での実績は、当社にとって大きな自信となりました。今後は同様に新幹線を運行しているJR各社や、他の鉄道会社へも同様のソリューションを展開していけるでしょう。すでに他社からの問い合わせが増えています。樹木、電線など、電柱の営巣以外の検知対象への応用も期待できます。JR東海様からも、営巣以外の支障物の検知など、新たなプロジェクトの相談を受けていて、技術適用範囲は拡大しています」

AI技術は多種多様な業界に応用可能だが、AIをただ提供するだけではビジネスとして意味をなさない。お客さまが求めているのはAIそのものではなく、AIがもたらす業務効率化などの目標達成、課題解決だ。

NTTドコモソリューションズの強みは、お客さまが目的を達成するための環境構築、技術開発から実際の業務での活用までトータルで支援できるところにある。今回の事例では、画像認識AIモデルの提供にとどまらず、現場での画像取得から判定結果の可視化まで、トータルで業務を支援している。
お客さま起点で課題を捉えることで「使えるAI」を提供し、お客さまの課題解決のみならず、CXの最大化につなげる。お客さまのビジネスに伴走することで、NTTドコモソリューションズのビジネスもさらに広がっていく。

ライター　湯浅英夫

2026/03/27

• ※ 商品およびサービスの内容は、予告なく変更する場合がありますので、あらかじめご了承ください。
• ※「Deeptector」は、NTTドコモソリューションズ株式会社の登録商標です。
• ※ その他、記載されている社名、商品名などは、各社の商標または登録商標である場合があります。