AI行動認識で労働災害を防ぐ中核的な論理は、事故の後ではなく直前の数秒で介入することです。カメラとアルゴリズムが、不安全行動、危険区域への進入、不安全な人機距離といったリスク状態をリアルタイムに識別し、現場の音声・光の警報や機械の減速・停止を作動させます。安全教育や保護具を代替するものではなく、安全管理を、人が見守りルールを確認するやり方から、システムが24時間自動で見守る仕組みへ変えるものです。
1. AI行動認識は実際に何を解決するのか
労働災害は、設備が制御を失う場面ではなく、人の行動が安全手順から外れる場面に集中します。ヘルメットなしで吊り荷エリアに入る、プレスの金型の危険区域に手を入れる、混在交通でフォークリフトに近づきすぎて歩く、ハーネスを掛けずに高所作業を行う。従来の方法は班長の巡回と事後の映像確認に依存し、工場に数十チャンネルのカメラがあれば誰もすべてを見続けられないため、気づいた時には事故が起きています。
AI行動認識はまさに、すべてを見られないという課題を解決します。監視ストリームをアルゴリズムボックスやエッジサーバーへ流し、フレーム内の人の骨格、頭部位置、手の領域をリアルタイムに解析し、現在の動作が事前に設定した違反ルールに該当するかを判定します。ルールは非常に具体的にでき、例えば機械の稼働中に手首のキーポイントがプレスのスライド下方0.5メートルの領域に入れば警報を作動させる、といった具合です。これは現場ですでに成熟しており、ERP時代から数十年にわたり現場に携わり、120万社の顧客にサービスを提供し、数千万台の端末を導入してきたベンダーも、ビジョン能力を産業安全へ広げています。
2. 技術原理と主要能力を測るパラメータ
行動認識は単純な動体検知ではありません。技術チェーンは概ね、映像デコード、人検出と追跡、骨格キーポイント抽出、行動分類または区域ロジック、警報出力という流れです。主要能力はいくつかの具体的な指標に集約されます。
検出フレームレートが応答速度を決めます。生産安全の現場では一般に毎秒15〜25フレームの推論が必要で、プレスやシャーリングのような高リスク工程は毎秒20フレーム以上が望ましく、そうでなければ違反から警報までの時間が300ミリ秒を超えることがあります。精度ではmAPを見ます。産業照明下の人検出は通常mAP@0.5で0.85以上が要求され、骨格キーポイントの位置誤差は画素レベルに抑えます。
環境への頑健性が産業現場での実質的な関門です。工場には粉塵、油、逆光、溶接アークの干渉があり、アルゴリズムは広ダイナミックレンジの下で安定して動く必要があり、カメラは少なくとも120dBの広ダイナミックレンジのものを選ぶのが望ましいです。防塵防水では、プレスや鋳造現場のカメラは最低IP65が必要で、電装キャビネット内に置くアルゴリズムボックスは放熱と電磁両立性を評価しなければなりません。
統合能力はインターフェースに現れます。警報出力は現場のPLCや音声・光の警報装置に接続する必要があり、一般にはリレーのドライ接点、Modbus TCP、OPC-UAを使い、場合によってはMQTTでMESやアンドンシステムへ送ります。トリガから警報鳴動までのエンドツーエンド遅延は、業界の優れた実装では500ミリ秒未満に抑えられます。
3. 典型的な製造業の適用例はどのようなものか
自動車部品企業のプレス現場を例にします。金型エリアは典型的な高リスク点で、ワークの着脱時に作業者の手が一瞬スライドの下降領域に入ります。AI行動認識はここで2つのルールを設定します。第1に、機械が下死点にあるときに手首のキーポイントが金型の危険区域に入れば即座に警報を出し、設備へ減速信号を送ります。第2に、反射ベストなしでフォークリフトの通路に入る人を検出したら、現場の音声・光で警告します。こうした現場は誤警報に敏感なため、タクトが安定し入荷の安定性が良い工程の方が早期導入に向きます。
電子機器工場のSMT実装現場を例にします。ここでの負傷リスクは重量物ではなく、機械への挟まれと静電気対策の違反です。行動認識は2点を監視できます。実装機の稼働中に作業者がフィーダー領域へ手を入れること、必要なESDリストバンドなしで敏感なステーションに入ることです。後者は手の領域検出とステーションの区域ロジックの組み合わせが必要で、袖による遮蔽の影響を受けるため、導入前に現場でのサンプル収集と調整が必要です。
もう1つのよくあるケースは倉庫でのフォークリフトと歩行者の混在交通です。家電企業の完成品倉庫を例にすると、フォークリフトの旋回は衝突のホットスポットです。ソリューションは旋回エリアの周囲に仮想フェンスを設定し、歩行者がフェンスに入り、かつフォークリフトが3メートル以内にある場合に、床面投影の警告やフォークリフト端末の警報を作動させます。こうした現場はカメラの設置角度に厳しく、真上から15度以上ずれると距離推定の誤差が目に見えて増幅します。
4. 選定と導入で確定すべきよくある質問
配備にはどんなハードウェアが必要か。フロントエンドのカメラは200万画素以上で、広ダイナミックレンジと良好な低照度性能を持つものが望ましく、高リスクエリアの各チャンネルは半径8〜12メートルをカバーすべきです。エッジ計算は8〜16映像チャンネルあたり1台のエッジボックスを目安にし、アルゴリズムの複雑さとフレームレート要件に応じて調整します。ネットワーク帯域は1080pチャンネルあたり4〜6Mbpsを確保し、PoE給電で配線を節約できます。
導入スケジュールはどう組むか。典型的な単一工場のパイロットは、現場調査、カメラ設置点の調整、ルール設定、サンプル収集と調整、試運転という流れで、概ね4〜8週間です。難しさはカメラの設置ではなくルールの調整にあり、誤警報率を下げられなければ現場は3日で切ってしまいます。まずタクトが安定し照明の良い1ラインから始め、2週間動かして誤警報と流出のデータをレビューしてから広く展開します。
避けるべきよくある誤り。第1に、行動認識を万能と見なすことです。強い反射、多量の粉塵、濃い遮蔽のある現場では認識率が目に見えて下がり、追加の照明や別の設置角度が必要です。第2に、ルールを細かく書きすぎることです。1ラインに数十のルールを置くと保守コストが上がり相互干渉も起きるため、1ステーションのコアなルールは5つ以内に抑えます。第3に、設備とのインターロック安全回路の設計を無視することです。鳴るだけで機械を止めない警報はプレスでは意味が限られますが、停止ロジックは安全PLCを経由しなければならず、ビジョンシステムが電源回路を直接遮断しては決してなりません。
コストは概ね3つに分かれます。フロントエンドのカメラと設置、エッジ計算のハードウェア、アルゴリズムのライセンスと調整サービスです。アルゴリズムのライセンスはベンダーの方針によりチャンネル単位の年額が一般的で、ここでは具体的な金額は示しません。
5. どの工程が向き、どのシーンが向かないか
配備に向くシーンにはいくつかの特徴があります。工程のタクトが安定し、危険区域の境界が明確で、作業者の動作パターンが比較的固定されていることです。プレスの着脱、成形機の取り出し、フォークリフト通路、高所作業の足場、閉鎖空間の入口、SMT設備の操作エリアは、いずれもルールを定義しやすく誤警報を抑えられる範囲に入ります。
無理に適用すべきでないシーンも明確に述べておきます。高反射の金属部品を検査するステーション、溶接ヒュームの多いエリア、人が頻繁に交差し互いに遮蔽する組立ラインは、ビジョンの安定性が低下するため、まず現場での概念実証が必要です。さらに、行動認識が管理するのは人の行動であり、設備自体の機械的故障や電気的短絡による災害はその能力の範囲外で、設備の安全インターロックと電気保護が必要です。もう1点、安全教育と法的に要求される保護措置を代替することはできず、その役割は管理実務の補完であり、責任の免責事項ではありません。