沖縄の天女橋や岩国の錦帯橋といった歴史的建造物がある。一方、日本橋うえの首都高速道路、東名高速道路、新幹線のように高度経済成長期に造られたものは全国にあり、いまも現役である橋梁はみな、観光客に見られることもなくただ老朽化が進んでいる。
維持管理業務の急増、メンテナンスコストの増大、技術者不足などが問題となりつつある。社会インフラ、橋梁の保守はいま主に目視検査に頼っていて、構造物内部の損傷度合いを把握できない。点検業務のICT（情報通信技術）化が進められているが、従来手法では、床版内部の損傷度合いの正確な把握が課題になっていたという。
富士通および富士通研究所は、橋梁表面のセンサで振動データを収集し、人工知能技術FUJITSU Human Centric AI Zinrai」を活用して、内部の損傷度合いを推定できるセンサデータ分析技術を開発。時系列データを高精度に分析するDeep Learning技術を拡張し、IoTセンサで取得したデータから抽出した幾何学的特徴の学習により、異常などを検知する――今回開発の技術について、社会インフラの管理者ニーズに合致した最先端モニタリングシステムの早期実用化を目指す技術研究組合（RAIMS）による橋梁の疲労劣化の実証実験で得られたデータを用いて、立証した。
RAIMSによる加速試験（輪荷重走行試験）で取得された振動データに適用した。結果、抽出した特徴が、健全時の一塊に対して、内部損傷の発生時には形状が変化した。特徴の数値化を行い、そこから算出された異常度および変化度と、床版内部測定用に埋め込んだ歪みセンサの測定値との一致を確認し、有効性が立証できたという。
橋梁表面に取り付けた一か所の加速度センサのデータ解析結果から広範囲の橋梁内部の損傷度合いを推定でき、橋梁の維持管理業務の高度化を可能にする。同技術は、来月開催の土木学会 全国大会で発表が予定されている。