新エネルギー・産業技術総合開発機構（NEDO）の委託事業において、ダブル技研と共に高性能ロボットハンドの開発を行う東京都立産業技術高等専門学校医療福祉工学コースの深谷直樹准教授。前編では、開発した3種類のロボットハンド「F-hand」「New D-hand」「オリガミハンド」の特徴を紹介した。後編では、深谷氏の経歴や、義手としてのロボットハンドの可能性について伺った。

答えのないものに取り組む

深谷氏は東京生まれ。父親が技術屋だったため、子どもの頃から工場で遊んでいたという。ものづくりが好きで、東京都立航空工業高等専門学校（現東京都立産業技術高等専門学校）に入学。3年生のときに「アイデア対決・全国高等専門学校ロボットコンテスト（高専ロボコン）」で全国ベスト8を勝ち取ったことがきっかけとなり、ロボット開発の道へ進んだ。東京農工大学機械システム工学科で学び、同期が立ち上げたベンチャー企業を手伝った後、母校に戻り教鞭を執ることになった。

「高専や大学でいい先生に恵まれたおかげでいまがあるので、その恩返しというか、次の世代への橋渡しがしたかったんです」

授業で大事にしているのは、答えのないものに取り組む姿勢を育むこと。最近の学生は子どもの頃にものづくりをした経験が少ないので、できるだけ多様なものをつくる課題を出しているという。

「たとえば、“3階から卵を落としても割れない構造を、10センチの箱でつくってきなさい”といった課題を出すと、生徒たちは“自分が一番いいものをつくる”と目を輝かせて取り組みます。箱の中に気泡緩衝剤を入れたり、ポップコーンを使ってみたり。そういった試行錯誤が意外なところで将来の研究に役立ったりするんです」

深谷氏の研究にも学生たちが携わっていて、前編で紹介したピアノを弾くロボットハンドの調整は学生と共に行ったという。撮影現場の雰囲気に刺激を受け、より良いものにしようと更に研究を進めているそうだ。

義手を必要としている人々を
落胆させてはいけない

深谷研究室で行っているのは、ものづくりを中心とした医療福祉・ロボット関連の研究だ。「人助けがしたい、福祉にまつわる研究がしたい」という学生が多かったことから、研究室の専門テーマに据えた。

「私自身も東京農工大学時代に福祉分野の研究に取り組みましたが、やればやるほど難しいと感じました。たとえば、足に障がいのある方が“階段で苦労しているんですよ”と言うのを聞いて、階段を軽々と登れる靴を開発したとします。しかし、その機構が入った分靴は重くなり、普通の道を歩いているだけで疲れてしまう。そういったミスマッチが多い世界なので、福祉器具を必要としている方から厳しい意見をいただくこともありました。

最近は義手を開発している若手研究者も多く注目が集まっています。それ自体はいいことですが、きちんと“いまはここまでしかできない”と伝えることが必要だと思っています。そうでなければ、義手を必要としている方々は“来年にも暮らしが楽になるんじゃないか”と期待してしまう。それで蓋を開けてみたらまだまだ実用化にはほど遠いとなったら、どんなに落胆することか。学生たちにも、“誇大広告はしないように、便利な義手を待ち望んでいる人をがっかりさせることがないように”と伝えています」

F-hand汎用型の把持実験（研究室OB設計）

冒頭に載せた動画や上の動画には、目覚ましを止め、スプーンで食事し、歯磨きや身支度を行い、ドアノブを開け、自転車に乗り、文字を書き、運動し、料理をして……と、F-handでさまざまな日常動作を行う様子が映し出されている。シリコンをかぶせ、見た目をより人の手に近づけることもできるという。となるとやはり、「義手として使えるのでは？」と思ってしまうが、深谷氏の姿勢は慎重だ。

「人の手に近づいてできることが増えると、その分危ないんです。使用する人は本当の手のように何でもできると過信してしまいがちです。自転車には乗れるけれど、誰かとぶつかって転んだとき、片手では体重を支えられない。包丁を使って簡単な料理はできますが、ちゃんと掴まないと落としてしまう可能性がある。そうすると命に関わりますから。義手はロボットハンドの究極の形なので、ハードルはかなり高いと考えています」

F-handはまだ開発段階で、産業利用を始めるまでもう2年ほどかかる見込みだという。まずは共同研究を行う企業に試用してもらって問題点を洗い出し、一つひとつ改良していく。そうして完成度が上がった先に、ようやく義手として使える可能性も見えてくるかもしれない。

前編はこちら

深谷 直樹
東京都立産業技術高等専門学校荒川キャンパスものづくり工学科医療福祉工学コース准教授。工学博士。ものづくりを中心とした医療福祉・ロボット関連の研究を行う。

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。