AI行動認識は、製造業が労働災害を防ぐための重要な技術手段になりつつある。カメラを通じて作業員の動作と姿勢をリアルタイムに解析し、危険が発生する前に警告を発し、安全管理を事後の責任追及から事前の阻止へ変えるものである。
1. AI行動認識とは何か
AI行動認識はコンピュータビジョンの一分野であり、その中核能力は機械に"人が何をしているか"を理解させることにある。画像を記録するだけの従来の監視とは異なり、行動認識システムは映像ストリームをリアルタイムに解析し、フレーム内の人物が棚に登っている、立入禁止区域に入った、ヘルメットを着用していない、フォークリフトの走行路にとどまっている、といった状態かどうかを判定する。あらかじめ定義した危険行動を認識すると、数百ミリ秒以内に音声・光の警報を発し、あるいは作業場の管理端末へ通知を送る。
この技術はこの2年で製造業の間で急速に注目された。理由は難しくない。労働災害の直接コストは上昇し、安全生産に関する規制要件はより細かくなり、人が人を見張る、班長が巡回するといった従来の方法ではすべてをカバーできない。中規模の作業場には数十台のカメラがあり、安全担当者がすべてを見続けることはできないが、アルゴリズムはすべてのフレームを同時に見られる。
2. 技術原理と主要な能力
行動認識の基礎となる論理は2つの段階からなる。第一が人体姿勢推定で、フレーム内の骨格キーポイント、すなわち頭、肩、肘、手首、腰、膝、足首の位置関係を特定する。第二が動作分類で、連続フレームにわたる骨格の系列を時系列モデルへ入力し、現在の動作が通常の歩行なのか非準拠の登攀なのかを判定する。
主要な能力はいくつかの領域に現れる。第一にリアルタイム性で、画像の取得から警報出力まで通常1秒以内が求められる。そうでなければ作業員はすでに危険行動を終えている。第二に耐干渉性で、照明の変化、設備による遮蔽、複数人の交差は作業場では日常であり、アルゴリズムはそうした条件下で安定していなければならない。第三に場面の設定可能性で、危険行動の定義はステーションによって異なる。プレス作業場は手が金型領域に入るかどうかを見て、倉庫区域は人と車の混在を見るため、区域別、位置別に柔軟なルールを設定できる必要がある。
もう一点見落とされやすいのが誤警報率の制御である。システムが1日に200件の警報を出し、そのすべてが誤りであれば、作業場はすぐに警報を切ってしまう。優れた行動認識ソリューションは、姿勢の信頼度、継続時間、区域の境界を組み合わせて判定し、通りかかっただけのケースが侵入と誤判定されるのを減らす。
3. 製造業における典型的な適用場面
自動車部品企業のプレス作業場を想定する。最も典型的なリスクは、設備が完全に停止する前に作業員が手を入れて部品を取ることである。行動認識システムは金型領域の危険境界を定義し、設備の稼働中に腕のキーポイントが境界を越えたことを検出すると、直ちに停止信号や警報を発する。こうした場面は応答速度への要求が極めて高く、1秒を超える遅延はほぼ意味をなさない。
電子部品工場のSMT実装作業場では、リスクのポイントが異なる。作業場ではAGVと人手の搬送が交差し、人と車の衝突が主な危険である。システムは人員がAGV専用通路に入ったか、フォークリフトの旋回死角にとどまっているかを識別し、数秒前に注意を促せる。この場面では区域分割の精度と、複数人を同時に追跡する能力が重視される。
もう一つの場面が高所作業である。物流倉庫企業で、作業員が商品を取るために棚に登る必要がある場合を想定する。行動認識は、作業員が安全帯なしで規定の高さ以上に登っていないか、踏み台ではなく棚の梁に立っていないかを判定できる。ここでの難しさは、姿勢の判定で通常のはしご昇降と棚への非準拠な登攀を区別しなければならないことであり、的を絞った動作サンプルによる学習が必要になる。
4. 選定の優先順位と導入の指針
行動認識ソリューションを選ぶ際は、まず自社の作業場が最も恐れているものを見る。機械による傷害か、人と車の衝突か、高所からの墜落か。リスクが違えばアルゴリズムに求められる強みも違う。何でも認識できると称する万能型を追うのではなく、発生頻度の高いリスク場面からカバーする。
カメラの位置と台数は事前に計画する。行動認識には画角の要件があり、側面後方からの骨格キーポイント抽出は通常、正面や斜め前方より劣る。既存の監視点を流用する場合は、現場で認識性能を試験し、必要に応じて点を追加する。
誤警報率の受け入れ基準は調達要件に明記する。実際の作業場で1週間から2週間の試行を行い、誤警報と見逃しを数える。デモ環境での判断では不十分である。また、システムが独自のルール調整に対応しているか、ステーションレイアウトの変更後に区域設定を自社で変更できるかも確認する。
既存の安全管理との接続も検討しなければならない。警報を誰が対応するのか、どう記録するのか、設備停止と連動するのか。これらのプロセスを事前に定めておかないと、システムは導入されたが誰も対応しない状態になり、導入しないのと同じになる。
5. 動向と展望
進化の面では、労働災害防止における行動認識の一つの方向は、単点の認識からリスク予測への移行である。現在の動作が危険かどうかを判定するだけでなく、人員の位置、設備の状態、作業のリズムを組み合わせて、今後数秒間のリスク確率を予測する。もう一つはウェアラブルやUWB測位との融合である。カメラには遮蔽による死角があり、測位タグがその隙間を埋められる。さらに軽量配備も進む。ますます多くのソリューションがエッジボックス上でアルゴリズムを動かし、すべての映像ストリームをクラウドへ戻さないため、ネットワークにもプライバシーにも優しい。
ERP時代から数十年にわたり蓄積された産業経験、すなわち120万社の顧客へのサービスと累計数千万台の端末導入が示すのは一つのことである。安全管理のデジタル化はアルゴリズムを買って終わるものではなく、シフト管理、教育訓練、設備管理と接続する必要がある。行動認識はその連鎖の一環であり、うまく使えば事故は確実に減り、使い方を誤ればブザーを鳴らすカメラが数台増えるだけである。