2020年の東京オリンピック・パラリンピックを前に、目覚ましい進化を遂げている車いすやモビリティ。モビリティに関するシステムやデバイス開発のための支援プロジェクト『モビリティ・アンリミテッド・チャレンジ』について以前HERO Xでも紹介したが、主催の一般財団法人 トヨタ・モビリティ基金（以後、TMF）が今年の1月に、製品化を目指す最終候補５チームを発表。利用者の起立・着座を可能にし、立位状態で走行できる電動式車いす「Qolo」を開発した、筑波大学のチームがファイナリストとして選出された。 最終審査、優勝チームの決定はまだこれからだが、若手デザイナーやエンジニアの育成を目指すジェームズ ダイソン アワードでも2014年度の国際準優秀賞に輝いた「Qolo」はひときわ注目を集める存在だ。開発をつとめた、筑波大学システム情報系研究員の江口洋丞氏にインタビューを行った。

想い通りに動かせる気持ちのいい機械を作りたい、
が開発のモチベーション

下肢に障がいを抱える人が直立姿勢での移動と動作、着席動作を支援してくれる移動機器「Qolo」。

立った状態での移動や動作が可能になり、使用者は上半身を前後に傾けたり、胴体をねじることで、起立、着席、前進や方向転換を行うことができる。棚から物を取る、料理するなど、車いす生活ではなかなかうまくできない日常動作までカバーできる、画期的なアイテムだ。丸みを帯びたフォルムやシンプルかつスタイリッシュなデザインはセグウェイなどの海外プロダクトを思わせる。

「もともと車やバイクが大好きだったんですよね」と江口氏は Qolo 開発のきっかけについて笑顔で語りだした。

「自分の思い通りに動く、気持ちのいい機械を作りたいというのが大学でサイバニクスを専攻したいと思った動機でした。そこから車いすに着眼したのは、祖母が浴室で転倒して足を骨折し、不自由している様子を目にしたからです。それまで、自分の身近なところに歩けない状態の人がおらず、目につかなかったせいもありますが、棚に手が届かない、自分で買い物にいけない、座った状態でいなければならない、など制約の大きさに初めて気付きました。

健常者は機能に多少違和感があっても、自分自身で何かしら補正することができますが、障がいを抱え、支援を必要としている人には機械がその機能を適切に果たす必要がある。

健常者となるべく近い動きで立ち上がる、座るという動作を実現することは、ずっと私が抱いていた『想い通りに動かせる機械』を作りたいという興味と合致すると思ったんです」（江口氏）

「実験装置」を「モビリティ」に進化させるため、
芸術学部との共同開発に

研究室配属が決まった大学4年からQoloの開発をスタート。

「まだこの世の中に存在しない構造のものを作り出すわけですから、自分で設計した図面を見て『作りにくいものを考えてしまったな』とも正直思いました。それぞれ40センチ、50センチくらいある下腿と大腿を支えることになるので、必要となる部品も大きく、精度よく作ることがなかなか難しくて。機能面の特徴としてはハンズフリーで移動できることが挙げられるのですが、あれもこれもと欲張って最初に詰め込みすぎたこともあって、『ここまでできていれば満足だろう』というギリギリのラインまで機能を絞り込むことにも苦心していました」

度重なる実験や検証の末、完成した1号機はその優れた機能性が評価され、2014年ジェームズ ダイソン アワード国際準優秀賞に輝いた。

この段階ですでに2号機の基本構造を固めており、一般の人に使ってもらうためには、より取っつきやすいインターフェースを考慮する必要性も感じていた江口氏は、同じく筑波大学の芸術学部の学生であった清谷勇亮氏とコラボレーション活動をスタート。

ジェームズ ダイソン アワード受賞時には、清谷氏からスタイリングのアドバイスを受けた2号機のコンセプトについても発表した。

実験に協力してくれる患者さんから薦められ、TMFの『モビリティ・アンリミテッド・チャレンジ』にも挑戦することとなり、活躍の場を広げてきた。

就職で一度遠ざかった開発。
博士課程の早期修了プログラムに志願し、再度研究の道に

ジェームズ ダイソン アワード受賞の翌年に大学院を卒業し、自動車メーカーにエンジニアとして就職した江口氏は一度 Qolo の開発から遠ざかったものの、後ろ髪をひかれる思いでいたと語る。

「初代のQoloから改良を重ねた2号機の設計図面を完成させて、材料も発注して届いたのに、組上がる前に大学院の卒業を迎えてしまったんです。私の所属していた研究室では個別に研究を行うことが多く、私が抜けてしまうとQolo の研究が滞ってしまいます。自分で設計した以上、最後まで形にしたいという思いがありました」

そこで江口氏が選択したのは筑波大学が社会人を対象に設けている、『早期修了プログラム』だった。一定の研究業績や能力を有していれば、標準修業年限が3年である博士後期課程を最短1年で修了し課程博士号を取得できるもの。国際学会で発表した実績があること、ジャーナル論文が掲載されていることなどの条件をクリアして、2018年から博士課程に入った。

エンジニアリング×デザインで
「つけていることを忘れる」を目指したい

昨年１年間、平日は会社員、休日は研究職と二足のわらじ状態だったが、この4月から、『モビリティ・アンリミテッド・チャレンジ』に専念するために研究員として筑波大学に戻ることになった江口氏。

製品化に向けて、使用者にとって必要なことをどのように落とし込んでいくか、まだ改良の余地があるとのことだ。

「まず、機械としてどう作るかという視点があったので、1号機の時点では正直想像で作っている部分が結構ありました。自分自身が被験者になることも多いのですが、起立・着席動作の際に下半身の筋肉を無意識に使ってしまうんです。しかし Qolo は下肢に麻痺がある人を対象としているので、筋肉を使って実験していてはダメなんですね。

実際、病院の患者さんに使ってもらって、ここは良い、ここはダメ、と意見もたくさんもらったのですが、まだ反映されていない部分もあります。生活の自立性を上げる目的で作っているのに、誰かに手伝ってもらわないと乗れないとか充電できないでは意味がないわけです。実験に参加してくれた患者さんに『体のどの部分に力を入れたらいいかわからない』と言われたことは大きな反省となっています」

たとえばパラリンピックで同じクラスの競技に出ている選手でも、障がいのレベルによって使用する装具が異なるように、一口に「下肢の麻痺」といっても麻痺のレベルによって、上半身を制御できるレベルも変わってくる。

麻痺のレベルが高く、上半身の制御が難しい場合は、現段階の試作機で想定する自由度が得られない可能性もあり、製品としてどこまで汎用性を持たせられるかは課題のひとつとなりそうだ。

「健常者にとって、朝ベッドから起きてすぐ乗って、夜ベッドに入るまでずっと乗り続けるようなものってなかなかないですが、Qoloは足に不自由がある人にとっては、かなり生活にべったり密着した乗り物なんですよね。

メガネをかけていることを忘れてメガネを探してしまうとか、ヘッドホンをつけているのに携帯を探してしまうことがあるように、『つけていることを忘れる』くらいのモノができれば、その人に与えるインパクトも大きいでしょうし、QOLを高めることもできるのではないだろうかと思います。

決してマスが大きい製品ではないですが、ばっちりニーズにハマる人には『こんな乗り物を待っていたんだ！』と思ってもらえるかもしれません。そこはデザインとエンジニアリングの組み合わせによって生まれるものだと思うので、ゆくゆくは機能を洗練させるためのデザインも自分で手掛けるようになれたら理想的ですね」

『モビリティ・アンリミテッド・チャレンジ』の優勝者は2020年・夏の東京で発表予定。

大きな可能性を秘めた「Qolo」を応援し続けたい。

日本における第5世代移動通信システム5Gのサービス開始がいよいよ目前に迫っている。高速大容量、低遅延、多端末接続の実現により、よりバラエティ豊かなサービスをより快適に楽しめるようになると推測されている。KDDIとKDDI総合研究所、株式会社アクロディアはスポーツ行動認識AIとセンサー内蔵型ボールからスマートフォンで取得したデータを活用し、選手の技術向上に役立てることができるアスリート育成支援システムを2019年10月に発表、スポーツテックサービス分野へ本格的に乗り出した。AI×IoTという最先端技術を駆使したサービス『アスリーティックラボ』の詳細や、提供するにあたっての課題点や今後の展望について、KDDI総合研究所にて話を伺った。

全身65か所の骨格点から身体の基本動作を認識して、
リアルタイムでアドバイスを返す

KDDIとKDDI総合研究所は2018年に、単眼カメラの映像からスクワットやランジなど31種類のトレーニング動作や姿勢を認識する「宅内行動認識AI」を開発。
コーチや指導者がつきっきりでなくても、深度センサーや専用デバイス、高度な技術を用いずとも、スマートフォンのカメラで撮影した映像から行動を認識し、各トレーニングのカウントや姿勢、テンポをリアルタイムでチェックできるようになった。

そこから発展したのが今回取材したアスリート育成支援システム『アスリーティックラボ』に使用されている「スポーツ行動認識AI」である。「スポーツ行動認識AI」では、同じくスマートフォンで撮影した競技者の映像から、全身65か所の骨格点を抽出して、指先を含む骨格などの動きや、ボールを捉えパスやキャッチなどを行う基本動作を認識、フォームから身体の使い方までをリアルタイムに解析することが可能となった。

このシステムは2019年8月に開催されたスピードクライミングの国際大会でも、出場選手の競技記録やリプレイ動画を世界記録と比較しながら会場のディスプレイに表示する “トライアル” で使用されており、競技者のみならず観戦者に向けた新しい体験を提供する施策として高く評価された。

KDDI総合研究所 スポーツ行動認識AI

このAIを用いたシステムに、アクロディアが開発した3次元モーションセンサーを搭載したボール型IoTデバイス「TECHNICAL PITCH (テクニカルピッチ）」を組み合わせたものが、今回の最先端技術を駆使したスポーツテックサービス『アスリーティックラボ』である。このボール型IoTデバイスとの掛け合わせをすることで、「スポーツ行動認識AI」の画像解析だけでは分からない部分までをも補うことができるとKDDI総合研究所 メディア認識グループの田坂和之氏は語る。

「スマートフォンのカメラではまだ、競技している様子をスローモーションで捉えることまではできません。そこでボールの中にセンサーを入れることで、ボールがどれくらい加速しているのか、回転しているかが分かり、競技者のフォームとボールの関係性を知ることができるようになりました。今回のサービスを用いれば、それらをおさえた上で選手に、それも即座にアドバイスすることが可能となったというわけです」

マイナースポーツや学生チームでも
スマートフォンさえあれば、
高度な指導を受けられるように

『アスリーティックラボ』

「TECHNICAL PITCH」は、野球ボールとスマホさえあれば手軽に投球の分析ができるというサービス。2017年に販売が開始してから登録ユーザー数はすでに2万件を超え、100万球の投球データをクラウド上に蓄積している。重さや硬さなど、硬式野球ボールの規格に準拠しているが、2019年12月には軟式野球ボールの販売もスタート。今後サッカーやバレーボール、ゴルフなど他の競技にも順次対応していく予定だという。

ボールとスマートフォンを Bluetooth でペアリングを行い、ボールに搭載したセンサーから送付されるデータが専用アプリで解析される。回転数、回転軸、球速、球種、変化量 、腕の振りの強さ、時間（構えてからリリースするまでの時間とリリースされてからキャッチャーが捕球するまでの時間）、動画（計測時にスマートフォンのカメラで動画を撮影し計測結果と同期）を記録することができるという。

「マイナースポーツや学生チームのように活動資金に余裕がなくても、スマートフォンさえあれば映像をチェックしながら戦略を立てていくことができますし、自宅でのトレーニング時や1人で練習する際にも指導が受けられます」（田坂氏）

近年、スポーツ指導におけるデータやエビデンスの重要性が叫ばれ始めるようになったものの、現場ではいまだにコーチの感覚や経験に左右されることも多い。そんななか、今回のサービスの検証に協力してくれる大学の運動部に対しては、AIを活用したコーチングと強調するのではなく、競技者の「今」の状態をチェックすることができるものとしてアプローチを進めていった。

「過去の映像と並べて比較すると、動きが少し固くなっているな、など自分自身で体の変化を確かめられるので、ケガの予兆検知などにも繋げていくことができます」と、自己研鑽も含めアスリートの全般的なサポートが実現しそうだ。

認識できる点数が増えれば必然的に処理が重くなる。
速さと精度を保つことが決め手

開発の肝となったのは、画像認識の速さと正確さであったと、田坂氏は語る。

「実際使ってみるとよく分かるのですが、自分の動きを撮影して、フィードバックが即時で表示されるか、1〜2分後に表示されるかでは前者の方がユーザーも理解しやすいし、実際に、上達のスピードもアップします。開発の初期は、体の大まかな骨格、目や鼻など、17か所のみでしたが、両手両足の指関節、かかとなど認識できる点を段階的に増やしていき、1年半ほどかけて65点まで到達したので、スピードクライミングのトライアルでもどのようにホールドをつかんでいるかまで、より正確に表示できるようになりました。
しかし点数が増えた分だけ当然処理は重くなり、速度と精度が落ちてしまいますから、いかに精度を保ったまま、速く認識できようにするかは技術面での苦労でもありました」

スポーツでの利用であれば現段階の65点で大体網羅できるが、顔のパーツひとつひとつや、体の輪郭まで認識できれば適用先が広がる余地は十分にある。
現状、技術的に不可能ではないものの、4G、LTEといった通信方式では高画質の画像やフレームレートの大きい動画をサーバーにアップするのに時間がかかってしまうが、5Gの実用化が始まればより解析がスムーズになり、たとえばゴルフクラブのヘッドなど細かい動きもぶれることなく表示できるなど、ユーザビリティの向上も見込めそうだ。

アスリートの支援だけではなく、
日常的なレクリエーションにも。
誰でも使えるエンジンに成長させたい

KDDI総合研究所 メディア認識グループ 田坂和之氏

今後、解消していきたい技術的な課題は、人の接触が多い部分の画像解析だという。

「1人でプレイする競技や団体でも離れているか、組まれていない場合なら問題ないのですが、人が密集するところ、柔道やレスリングのように組み合うことが多い競技だと、画像だけではどちらの手であるとか、どちらの顔であるかがまだ識別しきれていないところがあります。ラグビーのスクラムを想像すると分かりやすいと思いますが、肉眼で見ても分からないものは、やはり画像で見てもなかなか分かりづらい。少しずつ技術は改善されていっているので組み合うスポーツにもどんどん適用していけるのが理想ですね」

IoTボールの活用を組み合わせたサービスのため、アスリート育成に特化したスペシャルなプログラムという印象も受けるが、あくまでも目指すのは、誰でも手に取れるエンジンとしての成長だ。

「サッカーでも逆上がりでもいいんですけど親子で公園に行ったときに、親の主観でアドバイスするんじゃなくて、データで示してあげる方が子どもも主体的になるのではないかと思うんです。何で伝わらないんだ！って親がもどかしくなってしまうせいで、イヤになってしまうお子さんもいますから、人それぞれのアドバイスができる存在として、日常的なレクリエーションに取り入れてもらえると嬉しいですね」と田坂氏は笑顔で語る。

5G開始、そして東京オリパラ開催と、スポーツテックのメモリアルイヤーとなること間違いなしのこの1年、大きな発展に期待したい。