カメラAI単独では死角と遅延が残る
フォークリフトの接触防止にAIを使う方法として最も手軽なのは、車体にカメラを付け、映像から人を検知して運転者に警報を出すものです。人物検出の技術は成熟しており、明るく見通しの良い場所では高い精度で人を見つけます。
ただし、カメラAIだけに頼ると次の弱点が残ります。
- 死角：荷物を積んだ状態の前方、棚の陰、交差点の角の向こうはカメラに映らない
- 遅延：映像の取得、推論、警報までに時間がかかる。走行速度によっては、その間に数十センチ以上進む
- 撮影条件：逆光、暗い倉庫、雨天の屋外、レンズの汚れで精度が落ちる
- 人以外との区別：マネキンやポスター、反射で誤報が出る
物理的に見えない場所の人は、カメラでは検知できません。曲がり角の向こうの人を知らせるには、人とフォークリフトの位置を別の方法で測る必要があります。
3つのパターンを比べる
| パターン | 仕組み | 強み | 弱み |
|---|---|---|---|
| 車載カメラAI | 車体のカメラ映像から人を検知し、運転者に警報 | 人がタグを持つ必要がない。導入が簡単 | 死角・遅延・撮影条件。見えない人は検知できない |
| 測位タグ（UWBなど） | 人とフォークリフトにタグを付け、距離を測って警報 | 見通しのない場所でも距離が分かる | 全員がタグを常に持つ運用が必要。来訪者の扱い |
| 併用＋固定カメラ | 車載・タグに加え、交差点などに固定カメラを置く | 死角と未装着者を互いに補える | 費用と保守の手間が増える |
UWB（超広帯域無線）は、電波の到達時間から数十センチ程度の精度で距離を測れる測位方式です。棚の陰でも電波は届くため、見通しのない場所での接近を検知できます。一方で、タグを持っていない人（来訪者、タグを忘れた作業者、電池切れ）は検知できません。カメラとタグは弱点が逆なので、重大なリスクのある場所では併用が基本になります。
構内ルールと一体で設計する
接触防止の効果を大きく左右するのは、技術より構内の動線とルールです。歩行者通路とフォークリフトの走行路の分離、交差点での一時停止、走行速度の上限、歩行者の横断位置の指定といったルールがない状態でAIを入れても、警報が頻発して運転者が慣れてしまいます。
AIの導入は、動線を見直すきっかけとして使うと効果が出ます。固定カメラやタグのデータを数週間集め、人とフォークリフトが接近した場所・時間帯を地図に落とすと、ヒヤリハットが集中している交差点や時間帯が分かります。そこで動線やルールを変え、変更後に接近件数が減ったかを確かめます。
減速・停止の自動化と、AGV・AMRとの関係
警報だけでなく、検知した時点でフォークリフトを自動で減速・停止させる製品もあります。自動制御は効果が大きい一方で、誤報による急停止が荷崩れや後続車との衝突を招くおそれがあります。車両の改造を伴う場合は、車両メーカーの保証や安全要件を確認してください。
無人搬送車（AGV）や自律移動ロボット（AMR）、自動フォークリフトの導入が進むと、人と機械が同じ通路を使う場面が増えます。自律走行の機械は自前のセンサで人を検知しますが、構内全体の人の位置を把握する仕組み（固定カメラや測位タグ）があれば、走行ルートの計画にも使えます。工場内物流全体のAI活用は製造業の工場内物流・倉庫のAIで扱います。
効果をどう測るか
接触事故そのものは発生頻度が低く、導入前後の事故件数で効果を示すのは困難です。代わりに、人とフォークリフトが一定距離以内に接近した件数、交差点での一時停止の実施率、走行速度の分布を先行指標にします。これらはカメラやタグのデータから自動で集計でき、動線やルールを変えた効果を数週間単位で確認できます。ヒヤリハット報告の件数と合わせて見ると、報告されていなかった接近がどれだけあったかも分かります。
位置データの扱い
測位タグや固定カメラは、作業者の位置を常時記録します。安全の目的で集めたデータを、作業者の評価や行動の監視に使うと、現場の協力を失います。データの保存期間、閲覧できる人、利用目的を事前に決め、労使で合意しておきます。詳しくは安全カメラAIと個人情報を参照してください。
よくある質問
カメラAIだけで接触防止は十分ですか
重大なリスクのある場所では不十分です。棚の陰や荷物の向こうなど見えない場所の人は検知できず、推論の遅延もあります。見通しの悪い交差点などでは、測位タグや固定カメラとの併用を検討してください。
UWBタグを全員に持たせるのは現実的ですか
従業員には可能でも、来訪者や協力会社の作業者、タグの忘れ・電池切れへの対応が課題になります。入場時の貸与と回収の手順を決め、タグのない人を補うカメラと併用するのが一般的です。
警報だけでなく自動で止めるべきですか
効果は大きいですが、誤報による急停止が荷崩れなど別の危険を生むことがあります。まず警報の精度と件数を確認し、車両メーカーと安全要件を確認したうえで、減速から段階的に導入するのが安全です。
この記事に出てくる用語
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
