自転車、傘、いす…。我々が日常生活で頻繁に使用するモノのなかには様々な折りたたみグッズが存在する。そのままでは大きすぎるものを小さくまとめ、持ち運びを容易にするというのがその大半の目的だ。では、その理屈をタイヤに利用するとどうなる？　そもそもその発想は必要なのか？　…と考えてしまうほど斬新な折りたたみのタイヤを開発しているとの情報を耳にした。

手持ちサイズにタイヤをモジュラー化

Andrea Mocellin(アンデレア・モリセン)が開発したこのREVOLVEは、持ち手を中心に6分割することでタイヤを折りたたむという今までにないアイデアで、新しい使い道を実現。自転車の盗難防止にも役立ち電車などにも手軽に持ち込めるよう、手軽さと機能性を兼ね備えた新感覚のタイヤとして注目を集めている。

引用元：https://www.revolve-wheel.com/

パンク知らずのエアレス・タイヤを採用したことで折りたたみを可能とし、60%の省スペース化を実現。そして一番気になる安全面も、ホイールの中心部にあるディスク部をストッパーにすることで、タイヤ開閉時のロック／アンロックを行っている。もちろんフレームは強くて軽いアルミ製。また、ホイールやディスクの素材や色をセレクトでき、自分好みにカスタマイズできるのも嬉しいところである。

ほんの少しのアイデアが世の中を劇的に変える。その裏には開発者の苦労はつきものだが、その高い志がより住みやすい未来へと我々を導いてくれるのだ。今後の展開にも期待したい。

［TOP動画引用元：https://www.revolve-wheel.com/］

いまや身近になってきたロボット技術。テクノロジーの進歩で、労働力としての可能性も大きく拡がっている。特に最近では、人手不足が指摘されている警備の分野で注目が高まっている。人を守るテクノロジーはどこまで進化しているのだろうか。気になる２つのトピックをピックアップしてみた。

ヒトに代わって巡回警備実用に徹した
ロボット警備ソリューション

画像引用元：https://www.seqsense.com/

ロボティクスの方向性には様々なものがある。工場などで実用的に使えるもの、娯楽や癒しになるもの、ハンデのある人の身体機能の代替となるもの。ロボット技術が多様な分野で身近になっていくなか、SEQSENSE株式会社が提供するのは、セキュリティに特化した自律移動型ロボット「SQ-2」だ。巡回警備業務を人に代わって、あるいは人と分担しながら実施する。

同社のコンセプトは「空想するな、実装せよ」。ヒト型やネコ型をめざすのではなく、ロボットの実用的な利用を打ち出している。SQ-2には画像認識技術やセンサー技術などが搭載され、サーモセンサーで火災のリスクになる場所へ駆けつける機能もある。必要な場合は、遠隔でモニターや対話対応などもでき、不審物などの異常検知も可能だ。

開発の背景にあるのは、深刻な「人手不足」。少子高齢化が深刻な日本では労働人口の減少が現実化しており、警備員もなり手が少ない。2021年に延期されたオリンピック・パラリンピックでも当初から警備員不足が指摘されていた。

民間警備会社数社が警備を請け負うことになっているが、警備員の応募状況は厳しく、また警備の質にも疑問が残っている。こういった状況を考えると、大規模イベントのみならず、様々なシーンで、警備ロボットのニーズは高まっていきそうだ。

無人パーキングを実現!?
駐車場の空きスペースを
探してくれるロボ

すでに、海外では、駐車場誘導などをロボットが自動で行っている例がある。フランスのスタートアップ Stanley Robotics が開発を手掛けるパーキングロボットは、車庫に車を入れると、自動で駐車場の空きスペースに車を運んでくれるロボ。空いているスペースを常にコンピュータで把握しているため、スムーズに車を移動できる。

駐車場の誘導スタッフも必要なくなるため、人手不足の解消にも一躍買う。また、利用者はスマートフォンで駐車場の手前の車庫で登録作業を済ませられるため、駐車場内の事故も防げるとのこと。帰りはスマートフォンのデータを車庫に付属しているセンサーに読み込ませ、自分の車を車庫までロボに運んできてもらえる。

毎年、行楽地のパーキングエリアの混雑がニュースになっているが、ロボットの力を使うことで、効率的な駐車も実現できそうだ。また、新型コロナウイルスを防ぐ観点でも、人と人との接触を減らすことは重要だといえる。

こういったロボットは遠隔操作型と自律型に分かれる。自律型は雇用を奪うという面もあるが、ロボットに負担の大きい仕事を振り分け、人間側はもっと複雑な仕事に専念するということもできる。警備室のスタッフと有機的に組み合わせることで、新しい雇用を生み出せる可能性もあるのではないだろうか。

トップ画像引用元：https://www.seqsense.com/