エイシングと大成建設、シールドマシンAI自動運転を実証

エイシングと大成建設は、シールドマシンの方向制御AI技術を共同開発しました。
鹿児島３号東西道路シールドトンネルの工事に現場実装し、自動運転の有効性を検証しました。
直径11mの泥土圧シールドで、到達点のずれを3mm以内に抑えました。

記事の概要

シールドマシンは、地盤条件の変化に応じた微細な操作判断が必要な設備です。
施工精度が熟練オペレータの経験に依存し、技能継承の難しさも課題となっていました。
両社は、熟練者による推進ジャッキの力点位置調整をAIに学習させました。
AIは掘進中の機械挙動を解析し、油圧ジャッキの出力配分を即時に決定します。
各リングの掘進後に精度を評価し、追加学習する仕組みも構築しました。
実証対象は、鹿児島３号東西道路シールドトンネル（下り線）新設工事です。
右700mR曲線区間と上り勾配1.47％の条件で、水平・垂直方向の高精度な掘進を確認しました。
エイシングの「AiirMST®」は、クラウド通信なしで現場データを継続学習できる機械学習アルゴリズムです。

記事のポイント

1. 力点位置をAIが制御します： AIが掘進中の機械挙動を解析し、推進ジャッキにかける力の分布を即時に決定します。
2. 実証で誤差3mm以内です： 直径11mの泥土圧シールドを使い、右700mR曲線と上り勾配1.47％で検証しました。
3. 現場条件に逐次適応します： 実際の掘進データを追加学習し、複数の仮想モデルから現場に近いモデルを自動選定します。

このニュースがもたらす影響

• 導入を検討する建設会社： 熟練者の判断を学習し、現場データで更新できるため、曲線や勾配を含む工事でも、技能に依存する工程をどこまで自動化できるか、施工計画と検証手順を早期に見直す必要がありそうです。
• 建設会社の施工管理者： AIが掘進中の機械挙動をもとに出力配分を決める運用では、施工管理者にモデルの適用範囲や異常時の切り替え基準を定め、人の判断をどこに残すか整理することが求められそうです。
• 機械制御AI事業者： 現場での逐次学習に加え、実績データを補う仮想モデルの選定まで組み込まれたことで、個別設備への適応だけでなく、未知の条件に対応する仕組みを提案できるかが競争軸になる可能性があります。

このニュースの背景

シールドマシンは地盤条件の変化に応じた微細な操作判断が必要で、施工精度が熟練オペレータの経験に依存していました。
経験の浅い作業者による操作のずれは、線形逸脱やセグメント破損につながるおそれがあり、技能継承の難しさも課題になっていました。
一方、方向制御AIの学習に使える過去データには限りがあり、実績データだけでは多様な施工条件を十分にカバーしにくい事情がありました。

関連するニュース

• eMotion Fleetはセイリョウラインの約50台に車載器とAIドラレコを納入します。
• プロッセルホールディングスがシード調達を実施し、製造業向けAI開発と町工場のM&Aを加速します。
• 三井住友DSアセットマネジメントとneoAIが、約1,100ファンドの約款管理をAIで効率化しました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

シールドマシン自動運転化に向けたAI技術を大成建設と共同開発

株式会社エイシングのプレスリリース（2026年8月27日 10時00分）シールドマシン自動運転化に向けたAI技術を大成建…