トンネル工事のシールド工法においては、マシンの蛇行やセグメントの破損を防ぐため、熟練オペレータが細かく方向や姿勢を制御し、目標線形に追従させる必要がある。
しかし、建設業従事者の減少や高齢化が進む中、熟練者に頼ることなく、安定した掘進と施工品質の平準化を可能にする新たな技術の導入が、建設業界の課題となっていた。
こうした中、大成建設株式会社は2026年7月8日、機械学習AIを活用したシールドマシン自動運転技術を開発し、「鹿児島東西道路シールド工事」において実証したと発表した。
同技術は、AIがジャッキの出力配分を自動で最適化し、目標線形に沿った高精度な方向制御と安定した掘進を自律的に行うシステムだ。
過去の実工事データを学習したAIがリアルタイムに最適な制御を行うことで、特定の熟練オペレータに依存せずに施工品質の平準化を図り、掘進停止や手戻りを抑制して生産性と安全性を向上する。
具体的には、過去20現場・延べ約33,000mの施工データをもとに機械学習させたAIが、掘進中のセンサデータ（マシンの方向、中折れ角、土水圧など）を解析し、左右・上下の力点位置を予測する。
蓄積された多様なモデルから最適な運転モデルを選定して多数のジャッキを自動制御し、セグメント1リングごとの評価・再学習を繰り返すことで、地盤条件の変化にも即座に対応する。
なお、実際の右700mRの曲線区間や上り勾配を含む難条件での実証においても、予測誤差が目標値内に収まり、水平・垂直方向ともに目標線形への高精度な追従と安定した自動掘進が可能であることが確認されている。
大成建設は今後、地盤や運転条件の変化に応じた同技術の自動選定・逐次学習の強みを活かし、曲線施工や重要構造物への近接施工など、難条件の区間を有するシールド工事への展開を進めていく方針だ。
将来的には、切羽圧や排土量、裏込め注入の最適化を図るとともに、他の設備機器と統合した「総合自動運転」へと拡張するとしている。