「この辺の写真は何番?」にAIが答えた――現場写真と平面図をつないでみた
765枚の現場写真を整理し、支川合流部や設計で話していた場所の写真をAIに尋ねました。平面図、撮影順、橋や建物から候補を絞り、人が確認。以前の位置推定の構想を実際の資料で試し、分かったことと残る課題を記録します。
現場写真の中から、見たい場所の写真を探す。土木設計の仕事では、ごく普通にやっている作業です。
現地を歩いた本人なら、橋や建物、川の曲がり方を見て「ああ、この辺か」と思い出せます。ただ、写真が数百枚になると、その一枚を探すだけでも少し時間がかかります。別の担当者に頼むなら、場所の説明から始まります。
今回、川岸などを侵食から守る護岸の設計作業をAIと進める中で、ふと思い立って試してみました。
支川が合流する辺りの写真は、何番?
すると、写真番号の候補が返ってきました。私が撮影場所や写り方を確認すると、細かい範囲の調整は必要でしたが、探している場所にたどり着いていました。
続けて、以前話していた局所洗掘の箇所について聞いてみると、今度は図面上の位置を表す測点の番号と、その付近を写した写真の候補が出てきました。局所洗掘は、流れの作用で川底や川岸などが局所的に深く削られる現象です。
これには、素直に「すごいな」と思いました。写真の整理を専門に行う仕組みを一から作ったわけでもなく、普段使っているAIとの作業の続きで、ここまでつながったからです。
以前の構想を、765枚の写真で試してみた
以前、「AIとの壁打ちで生まれたアイデアを『未来の自分』に返してもらう」という技術ノートを書きました。そのとき考えていた題材が、現場写真の位置推定でした。
カメラの撮影時刻とスマートフォンのGNSSによる移動記録を組み合わせ、平面図や写真に写る構造物から位置を絞れないか。当時は、試してみたい構想として残していました。GNSSは、GPSなど、人工衛星を使って位置を求めるシステムの総称です。
今回は、そのうち写真と平面図を照合する部分を、実際の仕事の中で試した形です。GNSSの移動記録は今回の照合には使っていません。写真に残る撮影時刻や順番、川の線形、橋、建物、護岸などを手掛かりにしています。
対象にした、川底である河床を歩いて調べたときの写真は765枚ありました。まずファイルと撮影時刻を整理し、全体の流れを追える状態にしました。照合の基準は平面図のPDFです。図面のデータ形式を詳しく解析する話より、図面と写真の位置関係をどう読むか、という試みでした。
別の日に河岸の上から撮った写真もあり、必要なら周辺の様子を見比べられるようにしました。河床から見える景色と、道路や河岸の上から見える景色では、同じ場所でも印象がかなり変わります。
現地では、ただ上流へ向かって写真を撮り続けるわけではありません。
歩きながら振り返って下流を撮る。対岸を見る。その場で向きを変えて、橋や背後の建物を撮る。同じ所を別の角度から写すこともあれば、写真が少ない区間もあります。途中で引き返したり、最後に道路から撮り直したりもしています。
そのため、写真番号が増えた分だけ上流へ進んだ、と並べるとおかしくなります。
見てほしいのは、撮影者が立っていた場所、カメラを向けた方向、写っている対象の位置です。この三つを分けて扱うと、少し離れた場所から撮った橋や対岸の写真も整理しやすくなります。
今回も、撮影順からおおまかな移動の流れを考え、橋や川の曲がりなどを使って区間を絞っていきました。そのルートは、私の記憶とおおむね合っていました。もちろん、その中でどちらを向いて撮ったかは、一枚ずつ写り方を見ていく必要があります。
場所は合っていた。でも欲しかったのは河床からの写真
最初のテストでは、支川合流部の写真を尋ねました。
AIが最初に挙げたのは、写真番号の末尾でいう5662~5666付近でした。場所を見れば、確かにそこです。ただし、それは最後に道路から撮った写真でした。私が探していたのは、河床を歩いていたときの写真です。
でも合っているよ、そこは。河床を歩いている範囲でないかい
そう伝えると、別の写真群へ絞り直しました。今度は5316~5326付近。低い視点から見える支川や小さな橋、横断する管、周辺の建物などを、平面図や前後の写真と結び付けていました。
私が確認した感覚では、5309~5325くらいまで含めるとよさそうでした。
この違いは、実務で使ううえでは自然なものだと思います。同じ場所でも、少し手前から写り始めることがありますし、振り返った写真には後方の景色が入ります。「この場所の写真はこの一枚」ときっちり区切るより、まず候補のまとまりが出て、その中から必要な写り方を選べる方が使いやすい。
765枚の中から、その程度まで絞ってくれるなら、私としては十分助かります。
設計で話していた測点と写真、平面図がつながった
次に聞いたのは、局所洗掘している位置の写真でした。
その場所は、設計の話の中で以前から確認していたSP12950付近です。AIからこの測点がすぐ出てきた時点で、私は面白いと思いました。設計で話した場所との関係を持ったまま、写真を探せていたからです。
候補として返ってきたのは5242~5259付近でした。橋との位置関係、三角屋根の小さな建物、周辺の建物、川の曲がり方などを手掛かりにしていました。
確認すると、ここも正解でした。写り方によって前後へ少し範囲が広がりますが、見たい場所の写真が出てきています。
ここで大事なのは、何を確かめたテストだったかです。私は、洗掘があったと知っている場所の写真を探してほしかったのです。写真自体も、洗掘を狙って撮影したものではありません。今回確かめたのは、その場所の写真を探せるかという点で、AIが写真から洗掘を新たに発見したり、その状態を判定したりしたということではありません。
そこで私から、5253の落差部下流、管の出口付近が洗掘されていたと説明しました。この情報は、現地を見た私の記憶です。それを写真と対応させることで、設計で扱っている測点、現地の構造物、写真番号が一つにつながりました。
こうなると、写真は保管してある記録から、設計の途中で引き出せる資料になります。
さらに、その管の出口らしい位置には、平面図にも半円状の記号がありました。
最初は、図面のどの記号を指しているかがうまく伝わりませんでした。そこで「SP12950の左岸側(下流に向かって左側)、図面の下側」と場所を伝えました。
写真の場所が分かっているなら、その測点周辺の平面図を見れば、もう少し分かるでしょう。私としては、そういう感覚です。
その範囲を改めて拡大して見ると、既設護岸の近くにある半円状の記号と、少し上流側の小さな建物などの位置関係が確認できました。写真に見える橋、管、三角屋根の建物の並びと、図面の配置がつながってきました。
三角屋根の建物は、バスの待合室ではないかと私は考えました。平面図にもバス停らしい記号があります。ただ、半円の記号の正式な意味や建物の用途は、凡例などによる確認を残しています。
今回よかったのは、私の説明を受けて、AIがもう一度図面へ戻って確かめられたことです。写真と図面を行き来しながら、場所の理解を詰められました。
欲しいのは、必要なときに探せる状態
私は途中で「大きな成果はいらない」と伝えました。
きれいな写真帳を一式作るより、「この辺の写真は何番?」と聞いたら候補を出してほしい。あるいはAIが設計の確認中に「この測点の現地を見たい」となったとき、自分で写真を探して開けるとありがたい。
そのために、写真番号、場所の候補、撮影方向、判断の手掛かりなどを、後から参照できる形で整理しました。人間が読むための見栄えは、ひとまず後回しで構いません。実際に、対応する元写真を開き直せることも確かめています。
後日使う際には、その資料の保存先へアクセスできる環境が必要です。また、今回765枚すべての場所と方向が確定したわけではありません。全体を整理したうえで、具体的に尋ねた場所について照合し、私が確認するところまで進めた段階です。
照合には私からのヒントも使っていますし、場所の説明が付いた別資料も一部事前に目に入り、後からの答え合わせにも使っています。仕事の中でどれくらい役に立つかを試した記録であり、完全な目隠し試験による精度評価とは分けて考えています。
今回のやり取りで感じたのは、現地に行っていない担当者に写真と平面図を渡し、場所を調べてもらう作業に近い、ということでした。
橋や建物が見えていれば、それを手掛かりにする。川の曲がりや前後の写真から位置関係を考える。私が補足すれば、その情報を加えて見直す。
大量の写真と図面、これまでの設計の話を行き来する部分では、人以上に助けてくれる可能性も感じました。今回は人との比較を測ったわけではありませんが、少なくとも私は「これができるなら、かなり助かる」と思いました。
一方、草で護岸が隠れていたり、雪で地形が分かりにくかったりすると、判断の材料は減ります。そんなときは別の日や別角度の写真を探し、それでも見えなければ現地確認に回す。この扱いは、資料を読む人間にも共通しています。
堤防を横切って水を通す構造物である樋門の流域調査でも、同じように使えたら便利です。ただ、そちらは設計路線に沿って歩くとは限らず、撮影場所が飛び飛びになります。似たような水路ばかりの場所もあります。道路や地形、合流部などを手掛かりに、どこまで候補を絞れるかは、次に試したいところです。
写真を探すところまで、護岸エージェントに持たせたい
今回の手順と確認できた対応関係は、今後も使えるように残したいと思っています。
写真と平面図を照合する考え方は、図面や数量の確認・整理を支援するAIの仕組みである護岸エージェントの機能として育てる。個々の現場の写真番号や確認結果は、その業務の記録として残す。そうすれば、次の仕事でも使い方を引き継ぎながら、現場ごとの情報を積み重ねられそうです。
以前考えていたGNSSと撮影時刻の組合せも、位置候補を絞る助けになる可能性があります。今回の結果を踏まえて、次の現地調査では記録の取り方も工夫してみたいと思います。
まず今回うれしかったのは、難しい仕組みの話よりも、「この辺の写真は何番?」という普段の聞き方で、実際に見たい写真へたどり着けたことでした。
現地で見たことを覚えている私と、写真や図面を見比べるAI。その間で少しずつ情報をつなぐことで、撮りためた写真が仕事の途中で使いやすくなる。こういう身近なところに、AIを使う価値があると感じています。