対談 CONVERSATION

【HERO X×JETRO】都市=メトロに風況情報ソリューションを提供。メトロウェザーの「風を読む」テクノロジー

HERO X編集部

JETROが出展支援する、世界最大のテクノロジー見本市「CES」に参加した注目企業に本誌編集長・杉原行里が訪問。京都大学初のベンチャーとしてスタートし、高性能ドップラー・ライダーを開発したメトロウェザー株式会社。大気中にレーザーを照射することで、数キロ先の風向や風速を測定できるという装置で、装置自体は他社でも作られているが、今までにない距離と精度を提供するという。さらにゲリラ豪雨の予測や、ドローンの実証実験にも貢献している。ドローン技術はもちろん、都市防災にも並々ならぬ関心をもつ編集長が、同社代表取締役CEOの東邦明氏に「風を読む」技術の可能性を聞く!

ゲリラ豪雨や強風の
予測を「光」で行う

(画像元:https://www.metroweather.jp

杉原:僕がメトロウェザーさんに興味を持ったのは、もちろん技術的な面もありますが、御社のウェブサイトにも掲載されている「風を制し、空の安全を守る」という言葉がカッコいいなと思ったからです。そもそも、なぜ「風」に行き着いたのですか?

東:もともと学生の時はゲリラ豪雨の予測というか、線状降水帯の研究をずっとやっていて風とは無縁だったのですが、京大大学院のポスドクで古本(京都大学生存圏研究所助教授、メトロウェザー取締役)の元を訪れてから、風に着目するようになりました。よくよく考えてみると、ゲリラ豪雨は夏の入道雲みたいな雲が急にわいてきて雨が降る。今もそうですが、当時はレーダーで予測できるといっても、10分前が限界で、誰が見ても雲が来ているのが見える。雲が急速に集まってくる時というのは、風が集積されて上昇気流ができるから、その風をとらえるともっと早く予測できるのではないかと考えました。あとは、大学の時にもうひとつやっていた研究が、滋賀県の強風だったんです。琵琶湖の西側で山と湖が非常に接近しているところがあって、そこは貨物列車が転覆するくらいの強烈なおろし風が吹くんですね。

杉原:あの風にうまく乗れたら、鳥人間コンテストでも戻ってこられますもんね(笑)。

東:そうそう (笑)。そこで、JR西日本の湖西線の電車がしょっちゅう止まる。その風を解明してほしいということで、共同研究していく中で、「風をとらえる」ということを始めました。最初は風見鶏みたいなものを置いていたのですが、それでは全体像がわからないので、リモートセンシングで測る方法として、海外のドップラー・ライダーを取り寄せてみたんです。それまで大学ではレーダーで風をとらえていたのですが、電波の場合は、どうしても四方八方へ広がることがあって、情報がノイズだらけになってしまう。あとは電波法の規制もあって自由に出せない。ドップラー・ライダーというのは、レーダーではなく光で風をとらえる装置です。でも、琵琶湖側に海外製のドップラー・ライダーを置いてみたら、当時は1キロメートル先もとらえることができなくて。

杉原:1キロ以内といったら、体感のほうが早いですよね。

東:そうなんです。僕は全然ダメだと思っていたら、古本が「自分たちで作ればいい」と言い出したんですね。それが2014年くらいで、2015年の5月にメトロウェザーを立ち上げました。

杉原:従来のものとは全く違うドップラー・ライダーを自社で開発されたということですが、信号処理技術、解析技術などを独自で研究開発されたということでしょうか?

東:そうです。当初は開発に5年もかかるとは思っていませんでした。基本的な原理や構成はレーダーとほぼ同じですし、信号処理の技術も、京大の大型レーダーで培ってきた信号処理技術を応用すれば、さほどハードルは高くないだろうと思って作り始めたのですが、いざ作り始めると、この部品とこの部品の組み合わせはNGとか、この部品とこの部品は相性がいいとか。

杉原:それは材質的な部分ですか?

東:部品メーカー同士の相性などです。どの組み合わせがいいのかは、組み合わせてみなければ分からない部分もあり、そうこうするうちに5年かかってしまいました。幸い、駆け出しのころにNEDO(国立研究開発法人新エネルギー・産業技術総合開発機構)の補助金をいただいたり、「そういうチャレンジングなことをするのなら投資しよう」という投資家さんが現れたので、なんとか乗り切ったという感じです。

風を読む技術を
ドローン社会のインフラに

杉原:ドップラー・ライダーは10キロ圏内であれば、円としてセンシングできるんですか?

東:半径10キロ、条件がよければ15キロくらいの範囲をスキャンできます。もちろん、鏡を使ってレーザーをいろいろな方向に向けて円形にスキャンすることもできますし、斜め上に照射して三次元でとったりすることもできます。

杉原:やはり高い所に設置したほうがいいのでしょうか?

東:はい。見通しがいいところがいいので、おのずと鉄塔の上などがベストになります。

杉原:今、京大の中で研究しているということですが、仮に京都全域をドップラー・ライダーでセンシングするとなると、およそ何台くらい必要ですか?

東:京都盆地の中だったら、4、5台あればいけると思います。ざっくりとですが。

杉原:え? すごい。想像以上に少なかったです。でも、高い建物というだけではなく、障害物というのがキーですよね。これ、機材の大きさはどのくらいですか?

東:去年の3月にローンチしたタイプでだいたい1立方メートルくらい、重量がかなりあって350キロくらいです。ただ、今年の春には一辺が65センチ四方で重さが130キロくらいのものができます。

杉原:すごい。急に開発スピードが上がっていますね。いったん完成した後のスピードは、「今までなんだったんだ?」と思うくらいですよね。僕も開発しているので、わかります。ドップラー・ライダーはどういう場所で活用することになりますか? 企業のビルに業務委託の形で置かせてもらうのか、それとも公共の場所と手を組むのか。

東:最終的には、ドローンがこれからたくさん飛んでいく世界になった時のインフラにしたいと思っています。例えば、電柱や携帯の基地局に置いていきたいのですが、いきなりそこにはいけないので、今は協力してくださるビルオーナーのもとで、ビルの屋上などに置いているケースと、業務提携契約を結んでいるNTTコミュニケーションズ社の遊休鉄塔などを使わせてもらっています。

杉原:このドップラー・ライダーにはセンシングやアルゴリズムなど御社独自の技術があると思うのですが、出口がとても豊かだなと思います。いま東さんがおっしゃられていたドローン社会の到来もそうだと思うのですが、「風を制す」というところの中で、わかりやすいものでは、日本で社会課題になっている都市防災がありますよね。例えば御社のテクロノジーを使ったら、僕らが今こうむっている災害を防げるということはありますか?

東:防災の観点では、やはりゲリラ豪雨の予測ですね。東京の都市には地下空間がいっぱいあります。よく地下鉄の入り口に止水板が置いてありますが、ああいうものを設置するのに10分前予報だと間に合いません。これが30分前だと、なんとか間に合います。そういう形でドップラー・ライダーを使って浸水を防ぐ、なんらかの対策がとれる、というケースはよくお伺いします。

杉原:ゲリラ豪雨の特徴をもった特殊な風の集積ができた時に、それを感知して「あと30分後にゲリラ豪雨が来る可能性は何%くらいです」みたいな予報になるのでしょうか?

東:たぶん、そうなると思います。

杉原:うわあ、すごい。めちゃくちゃ傘が売れそうですね。

都市部で必要になってくる風の情報

杉原:あとはドローンのための風予測ですよね。今は長崎の五島列島など、人のいない場所で実証実験をやっていますが、都市部で飛ばす場合は、風が一番重要な情報といっても過言ではないと思います。

東:おっしゃる通りで、ANAの五島列島での実証実験で弊社のドップラー・ライダーが使用されたのですが、海の上は比較的乱れが少ないんです。都市に入って来た瞬間に、ビルや建物の影響がすごく出てくるので、風の情報が非常に重要になってきます。

杉原:ドローンに関しては、リアルタイムで24時間データを供給しながら、「今、どのルートがいいよ」と提案していくイメージですか?

東:そうですね。建物の情報はそんなに変わるものではないですが、唯一風の情報だけが時々刻々と変わっていくので。24時間365日の観測情報をドローンのオペレーターに提供していく形になると思います。

杉原:ということは、完全にオートメーション化していかないと、遅延が発生してしまうと、情報が全く違うものになってしまうということですね。

東:ええ。我々も今はほぼリアルタイムで風の情報を提供できるようになっていますが、「今の風」をいかに届けるかというのがポイントです。

杉原:具体的にはどのくらいの時期に実用化をめざしていますか?

東:ドップラー・ライダー自体はお客さんのもとに届いている状況で、サービスは今年中にはスタートしたいと思っています。今はユーザーインターフェース部分の開発を急いでいます。

杉原:それはお客さんによってユーザーインターフェースを変えていくということですか?

東:変えていかないといけない。基盤のところは変わらないのですが、どちらかというとドップラー・ライダーを売るというよりは情報を売るイメージです。だんだんITベンチャーチックな感じになっていくと思います。

ポスドクから
ベンチャー起業の前例となりたい

創業メンバーの四人で力と知恵を持ち寄り次のステージを目指すメトロウェザー。(画像元:https://www.metroweather.jp

杉原:最後に今、日本はポスドク問題のようなものも言われていて、研究室で若手が席を確保するのは至難の技だとさえ言われます。その中で、ポスドクの期間終了時に研究職一本で行くのではなく、起業という選択もあるのではないかということを、御社の場合は示されているのかなと感じました。

東:おっしゃる通りで、ポスドクでよく言われるのが「次がない」ということですが、起業する道もあることを示したいというのは、初期のモチベーションとしてはありました。ディープテック系で成功した事例があまりないので、その成功事例の一つになれればいいなと思います。

杉原:僕もすごく興味があります。今日は貴重なお時間をありがとうございました。

東 邦昭(ひがし・くにあき)
メトロウェザー株式会社代表取締役CEO。2009年に京都大学のポスドクに着任後、大気レーダーを用いた乱気流検出・予測技術の開発・高分解能気象予測シミュレーションの開発を行う。民間気象予報会社において2年間の環境アセスメントの実務経験も持つ。2014年にポスドクを辞めた後、1年間の起業準備期間を経て、2015年に古本氏とともに京都大学発スタートアップとしてメトロウェザーを設立。代表取締役。神戸大学博士(理学)・気象予報士。

(トップ画像:https://www.metroweather.jp

(text: HERO X編集部)

  • Facebookでシェアする
  • LINEで送る

RECOMMEND あなたへのおすすめ

対談 CONVERSATION

根性論も感情論もいらない。センシングがもたらす、ハラスメントなきスポーツの未来 後編

長谷川茂雄

近年、大きな社会問題になっている数々のハラスメント。とりわけスポーツ界では、監督やコーチと選手間の異常な主従関係や、暴力的な行為が問題視されることが多い。度々メディアでも報じられるこうした歪みの裏側には、記録やパフォーマンスの向上を目指す指導者側の感情的な空回りや、埃をかぶった根性論などが横たわっている。スポーツ科学とセンシングテクノロジーは、それをポジティブなコミュニケーションへと変える。第一人者である長谷川 裕氏をお招きした編集長対談。前編ではすでにヨーロッパのサッカーチームではこうしたスポーツの科学的分析が主流になりつつある話を伺ったのだが、日本のスポーツ界にもやっとその風が吹き始めているようだ。データを基にした指導で選手はどう変わるのか。未来のスポーツ指導について語り尽くしていただいた。

データ化すると選手の能力と課題が一目瞭然

杉原「具体的なトレーニングの測定についてもお聞きしたいのですが、長谷川さんは、いま何を一番重視されていますか?」

長谷川「ひとつは GPS ですね。GPS はこれからどんどん広まっていくと思います。トレーニングも分析できるし、試合も分析できる。それからいわゆるスプリントや持久力、それらを客観化することも可能です」

杉原「GPS は、やはり大切なんですね」

長谷川「はい。センシングという言い方をすると、最先端と思われるかもしれませんが、平たく言えばデータです。それをどう使っていくのかということなんです。GPS 同様大切なのは、筋力や筋パワーのデータですね。筋パワーというのは、筋力とちょっと違います。みんなそこをごっちゃにしていますが、質量の単位はkg、筋力の単位はN(ニュートン)、筋パワーの単位はW(ワット)というように、それぞれ別のものです。多くのトレーニングの指導者は N や W という単位を使わないばかりか、知らない人もたくさんいます。あとは心拍数や血中乳酸値など、基本的なものを計測することは難しくありません」

杉原「最近は、Jリーグでも選手の走行距離のデータなどは、よく聞かれるようになりましたよね」

長谷川「そうですね。総走行距離は、選手の平均を割り出すと1試合に10〜11km程度になります。あと大切なのは、スプリントの回数です。スプリントをどんな数値に設定するかも重要ですが、時速24〜25km というのが一般的。それを試合中に何回記録したかを計測します。総走行距離の中で早いスピードで走った割合や、加速度と減速度からはスピードの変化が読み取れますね」

杉原「その測定を、細かく解析するのは大変な作業ですね」

長谷川「そうですね。でも、こういったデータ測定を導入すると、試合を見ていた印象と実際の数値が違っていることが多いので興味深いですよ。すごく走っていたと思う選手よりも、実は全然違う選手が長い距離を走っていたり、総走行距離が短くてもスプリント回数がダントツに高い選手がいたり。そういうデータが見えてくると、もっと守備をしっかりするべきだとか、スプリント回数を増やすべきだとか、選手一人ひとりの課題も見えてくるわけです」

杉原「確かに、そうやって選手のパフォーマンスを数値的に可視化することは、新たなコミュニケーションツールになりますね」

感情論ではない選手の本当の適正を見出す

長谷川「そうです。熊本の八代市に、秀岳館高校という学校があります。熊本といえば大津高校というサッカーの名門校がありますが、そこになかなかに勝てないため、センシングなどのテクノロジーを導入したんですね。そうしたら、選手の内発的な動機付けができるようになって、コーチのほうも選手のいいところや課題が見つけられるようになったそうです」

杉原「これから大きな効果が期待できそうですね」

長谷川「センシングを導入して、試合中のスプリント回数や加速減速などの数値を計測しているのですが、参考としてプロはこのぐらいの数値だというデータを紅白戦の前に見せたところ、選手たちはその日の試合が終わった後に、クタクタになって倒れて笑っていたというんですね。指導者は、これまで紅白戦でそこまで力を出し切った選手の姿を見たことがないと言っていました。選手もデータで見せてあげると、目標が見えやすいんです。次の段階は、一人ひとりの能力に合わせてどういうトレーニングをするか? それをプランニングすることですね」

杉原「なるほど。計測して解析して、プランを立てるということですね。では、どのポジションが向いているというような適正は、どうやって見極めていくのですか?」

長谷川「例えばスプリントスピードを静止状態から30mまで測った場合、最初の5m、10mを何秒で走っているか? そして、最後の10mを時速何㎞で走っているのか? そういうところから適正が見えてきます。最初の5mで1秒切れる人は、Jリーグやラグビーの代表クラスで1人いるかいないか。でも最初が遅くても、最後の10mで時速32km出せるのであれば、世界的に見てもトップクラスですから、それを活かせばいいんですよ。そうやって、一瞬のスピードを求められるフォーワードがいいとか、ある程度の距離を早く走れると有利になる中盤がいいとか、わかってくるわけですね」

杉原「自分がどのポジションに向いているのか、感情論ではなく教えてもらえるのは、選手も嬉しいかもしれないですね」

長谷川「そうなんです。それに指導者側もセンシングの数値をもとに、選手の能力を活かした戦術も浮かんでくるようになる。データがわかれば、ぐっと科学的になりますし、合理的なプランが立てられるんです」

トレーニングでは最大の力を
何回繰り返すかが重要

杉原「センシングというと科学的な印象ですが、選手一人ひとりを計測するとか、フェイス・トゥ・フェイスでコミュニケーションを取るという部分はアナログですよね。そういう合理的なところと非合理的なところの良さを活かし協業することで、よりコーチングもスポーツも最大化していけますよね」

長谷川「おっしゃるとおりですね。そうやって、選手も指導者も前に進んでいけるということです」

杉原「自分はパラリンピックの競技プロダクトに関わっていますが、測定というのは少しずつわかってきたんですけど、解析に関してはまだまだ発展途上です。例えば、車いすレースの場合、スタートの5mを早くすることが大事なのか、それとも40mでマックスを出すのが重要なのか? そういうことをいろいろと模索しています。でもデータを可視化すると、感情論抜きに選手とコミュニケーションが取れるので、やりやすいです」

長谷川「そうですね。指導者の経験や感覚に委ねていたこれまでの指導方法は、才能のある選手を潰してしまっていたケースもありますから。それは、先ほどお話しした秀岳館高校サッカー部の先生も実感されていて、センシングによってこれまで気づかなかった選手の才能を開花できそうで、すごく嬉しいと言っていました。そうなると、もう暴力的な指導をしたり、無駄に長時間練習をする必要もないわけですね」

杉原「指導者も、センシングが自分を変えるきっかけになりますね。僕らは、いまレース用の車いすを伊藤智也選手と一緒に開発していますが、東京2020のとき彼は58歳になるんです。それでどんな結果が出せるのか、社会的にも注目されると思いますから、そういう新しいテクノロジーや考え方を付与して、どんどん進んでいきたいですね」

長谷川「いまはもう、歯を食いしばって辛い練習をやれば結果がついてくると思われていた時代とは違うんです。いかに高速で大きな力を爆発的に短時間で出すか。それは、主観ではわからない。トレーニングで大事なのは、疲れるのが目的ではなくて、最大の力を出すことを何回繰り返すか。それを計測しながら効果的にやるべきです」

杉原「そうですね。能力が可視化できれば、そういうトレーニングができますから効率もいいですね」

長谷川「有名な話ですが、何かのトレーニングを7割ぐらいの力で10回3セットやったグループと、100%の力で3回10セットやったグループでは、同じ回数ですが、明らかに後者の方が爆発的な筋力が付くんです。そうやって効果的なトレーニングができれば、より合理化していけます」

杉原「そういうことですね。長谷川さんがやられているセンシングの技術があれば、選手も自分の選択肢が明確にわかりますし、それを組み立てるプランも立てやすくなる。そういう材料を提供されているというのは、素晴らしいです。でも今日のお話しを聞いて、自分もジム通いでやっているトレーニングを見直そうと思いました。まずは、真っ先に回数を減らそうと思います(笑)」

前編はこちら

長谷川 裕(はせがわ・ひろし)
1956年京都府生まれ。龍谷大学経営学部教授(スポーツサイエンスコース担当)。日本トレーニング指導者協会(JATI)理事。エスアンドシー株式会社代表。筑波大学体育専門学群卒業、広島大学大学院教育学研究科博士課程前期終了。龍谷大学サッカー部部長・監督、ペンシルバニア州立大学客員研究員兼男子サッカーチームコンディションコーチ、名古屋グランパスエイトコンディショニングアドバイザー等を経て、スポーツセンシング技術等を利用した科学的トレーニング理論の実践的研究を続ける。著者は『アスリートとして知っておきたいスポーツ動作と体のしくみ』、『サッカー選手として知っておきたい身体の仕組み・動作・トレーニング』ほか多数。

(text: 長谷川茂雄)

(photo: 河村香奈子)

  • Facebookでシェアする
  • LINEで送る

PICK UP 注目記事

CATEGORY カテゴリー