カメラとセンサーで周囲を認識するヒューマノイドロボット
公開日:2026年7月14日 最終更新日:2026年10月16日
04基礎

ロボットの「目」、カメラとセンサーはどう世界を見るのか

画像・距離・接触の情報を、用途に応じて組み合わせる仕組み

ヒューマノイドロボットが複数のセンサーで周囲を認識する様子

ロボットは、何を見て、何を感じて動いているのか。

ヒューマノイドロボットが棚から部品を取り出し、人を避けながら通路を歩く。この当たり前に見える動作の裏では、ロボットが複数の「目」を駆使して世界を捉えています。今回は、ロボットの知覚、つまり「見る」「感じる」の仕組みをご紹介します。

1. カメラさえあれば見える、は本当か

ロボットの「目」について、よくあるイメージと実際の仕組みには少し差があります。

よくある期待実際の現実
カメラを付ければ人間と同じように見えるステレオやToFなどの計測に加え、単眼画像から距離を推定する方法もある
映像が撮れれば内容も理解できる画像処理や学習済みモデルで、対象物の種類・位置などを推定する
目(カメラ)だけで十分作業に応じて、距離・力覚・触覚などの情報を利用する
距離を捉える仕組み

人の両目が異なる位置から物を見るように、ステレオカメラは左右の画像のずれから奥行きを求めます。ToF方式は光の往復時間などを利用し、構造化光方式は投影した模様を使います。単眼画像からAIで距離を推定する方法もあり、必要な精度・距離・照明条件に応じて選びます。

深度センサー 空間の奥行きを検知 ステレオカメラ 2眼で距離を把握 触覚センサー 力・接触状態などを取得 関節角度センサー 関節の位置を取得

センサー配置と役割の一例。搭載する種類・位置・検知できる情報は機種によって異なります

2. 「見える」と「わかる」はちがう

カメラが映像を捉えても、それだけでは「画素の集まり」にすぎません。重要なのは、映ったものが「部品箱」なのか「人の手」なのかを理解することです。

ここでは、画像処理やAIによる物体検出・分類・位置姿勢の推定などを使います。外国の看板も、文字を読めれば意味を取り出せるようになる、というイメージです。ただし、画像から得られるのは推定結果で、似た部品や見慣れない配置、照明の変化などでは誤認識する場合があります。

3. 視覚と触覚、2つの「目」の役割分担

把持や接触を伴う作業では、画像だけでは捉えにくい接触状態を、力覚・触覚などの情報で補う構成があります。必要なセンサーは、対象物と作業によって異なります。

視覚
カメラ・深度センサー
形状・距離・空間の奥行きを把握
非接触で捉える
+
センサーフュージョンで
一つの状況認識に統合
触覚
力覚・触覚センサー
力・接触状態などを取得
接触状態を捉える

視覚と接触情報を組み合わせる構成例。触覚・力覚センサーの有無や機能は機種によって異なります

人が手応えを頼りに物を持つように、ロボットでも力や接触の分布などを使って把持を調整できます。重さ・硬さ・滑りは、センサーの種類や計測条件、推定処理によって把握できる範囲が変わります。足裏の力情報は接地状態の推定にも使われ、関節角度やIMUなどと組み合わせて姿勢制御に利用する構成があります。

4. 複数の目を「一つの世界」にまとめる

複数のセンサーから得た情報を組み合わせ、周囲や機体の状態を推定する技術をセンサーフュージョンと呼びます。例えば、カメラとIMUを組み合わせて機体の位置・姿勢を推定する構成があります。センサーごとに座標や取得時刻、誤差が異なるため、校正や時刻合わせが重要です。判断と動作の関係は大脳と小脳の記事をご覧ください。

1
各センサーが検知
カメラ・深度・触覚それぞれが情報を取得
→
2
情報を統合
センサーフュージョンで1つの認識に
→
3
状況を判断
「今、周囲がどうなっているか」を把握

車の運転では、前方の景色だけでなく、ミラーやハンドルの手応えも判断材料になります。ロボットでも、異なる情報を組み合わせて推定を補います。ただし、情報がそろえば必ず正しく認識できるわけではなく、センサーの不調や推定の不確かさを検知した場合の停止・再確認なども設計します。

センサー種別取得・推定する情報人間の感覚に例えると
ステレオカメラ左右画像のずれに基づく奥行き・形状両目による立体視
ToF・LiDARなど方式に応じた距離・空間形状対象までの隔たりを知る感覚
力覚・触覚センサー接触力・圧力分布など(機種による)指先の感触
関節角度センサー各関節の角度。機体モデルなどと合わせて姿勢を推定体の位置感覚(固有受容感覚)
認識精度を現場で確かめるPoCの進め方を、導入ガイドにまとめています。 導入ガイドを無料でダウンロード →

5. 工場・倉庫の現場で、認識精度はどう変わるか

認識性能は、使用する方式と対象物、照明、動作速度などの条件で変わります。実験室やデモで得られた結果を、自社の工場・倉庫でも再現できるかを確認します。

暗所や逆光では、RGBカメラや受動ステレオの性能が下がる場合があります。光を照射する方式でも、外光や反射、透明な対象物、他のセンサーとの干渉などが影響することがあります。対象物が隠れる配置や動きによるぶれも含め、採用する機種の条件に合わせて検証します。

つまり、ロボット導入を検討する際は「カタログ上のセンサー性能」だけでなく、「自社の現場の照明・床材・レイアウトで、その性能がそのまま発揮されるか」を確認することが、導入後のトラブルを避ける重要な注意点になります。

よくある質問

Q. ヒューマノイドロボットのセンサーは、暗い場所でも正常に動きますか?

方式によって異なります。RGBカメラや受動ステレオは照明の影響を受けます。光を照射する方式が暗所で使える場合もありますが、距離・材質・外光などの制約があります。実際の時間帯や照明条件で確認してください。

Q. ロボットが物を誤認識するのはなぜですか?

照明、反射・透明な材質、対象物の隠れや動き、学習データとの違いなどが原因になります。位置や距離の誤差、見逃し・誤検出も含めてPoC(実証実験)で評価し、認識できない場合の再確認や停止の条件を決めます。

Q. 導入前に確認すべきセンサー関連のチェックポイントは?

照明と外光、対象物の材質・形状・配置、必要な距離精度と処理速度を確認します。加えて、センサーの校正・汚れ・遮蔽、認識が不確かな場合の運用も検証します。

まとめ

ロボットの認識は、カメラや距離センサーなどの情報と推定処理を組み合わせて成り立ちます。接触を伴う作業では、力覚・触覚なども利用します。必要な情報と精度を作業から決め、実際の照明・対象物・レイアウトで評価することが大切です。

「うちの現場でも認識精度は出せる?」と思ったら

照明・床材・対象物の条件を踏まえた実現性の評価から、導入・保守までを一貫してご支援します。

ヒューマノイドロボットの性能が気になる方はこちら 製品ラインナップを見る →