トップ / 解説 / フィジカルAIのデータ収集とは。6つの集め方と、現場の3D化が効く場面

MOTION DATA

動作データ

フィジカルAIのデータ収集とは。6つの集め方と、現場の3D化が効く場面

フィジカルAIの現場 編集部

工場のロボットアームと空間データのコンセプトイメージ
AI生成によるコンセプトイメージ

先に結論

なぜデータ集めが話題になるのか

文章や画像を扱うAIは、インターネット上の大量のデータで学習できました。ロボットの「動き」のデータは、同じようには落ちていません。誰かが実際に動かして記録するか、仮想空間で作るしかなく、ここに人手と設備がかかります。

国内でも、企業が費用を出し合って専用の収集拠点を作る動きが出ています(後述)。

6つの集め方

センサー機器を扱うHELTECの解説(2026年10月)をもとに、必要なものと向き不向きを整理しました。

  1. 遠隔操作(テレオペレーション)

    必要なもの
    ロボット実機、VRゴーグルなどの操作機器、操作する人
    強み
    ロボット自身の関節の動きとして記録できるので、変換の手間が原則いらない
    弱み
    人が普段どおりに働く様子の記録には使えない
  2. モーションキャプチャ

    必要なもの
    全身の計測スーツ、指の動きを測るグローブ
    強み
    人の関節の動きを高い精度で、現場でも大量に記録できる
    弱み
    機材と運用の習熟が要る。人の動きをロボットの体に合わせる変換も必要
  3. 動画からの姿勢推定

    必要なもの
    カメラだけ
    強み
    安く始められる
    弱み
    精度が足りず、体や物の陰に入ると崩れる
  4. 手で動かして教える

    必要なもの
    ロボット実機だけ
    強み
    腕を手で動かして軌道を記録する、昔からある方法
    弱み
    二足歩行のロボットには使える範囲が限られる
  5. 仮想空間で作る(合成データ)

    必要なもの
    計算用のGPU、シミュレーター、仮想空間そのもの
    強み
    安全に、速く、大量に用意できる
    弱み
    現実とのずれが残る。実際のデータと併用されることが多い
  6. 公開データセット

    必要なもの
    なし(ダウンロードで入手)
    強み
    最初の下地づくりに使える
    弱み
    自社の作業そのものは入っていない

実際に動いている3つの例

遠隔操作で集める:習志野の共同拠点
民間コンソーシアムのJ-HRTIは、2026年8月26日に千葉県習志野市で約1,400平方メートルの収集拠点を本格稼働させました。人型ロボットは最大40台。スタッフがロボットを操作し、動きのセンサーデータと映像を学習用に加工します。ロボットの購入費や賃料は参加企業が等しく負担し、集めたデータは参加企業の間で共有します。

モーションキャプチャを売る:米イノデータ
データ作成を手がける米イノデータは、2026年9月30日、ニュージャージー州にモーションキャプチャの施設を開いたと発表しました。赤外線カメラで動きを1ミリ未満の精度で測り、ロボット向けの動作データをパッケージ販売と受託の両方で提供します。

現場を3D化して仮想空間で増やす:Hesai「Kosmo」
LiDARメーカーのHesaiは2026年10月14日、室内を撮って3D環境に変え、練習用の動きのデータまで作る仕組みを発表しました。約100平方メートルを約15分で撮り、1つの空間から1万件を超える動きのデータを作れるとしています。数値はメーカーの公称です。詳しくはこちら。

現場の3D化は、どこまで自動でできるか

仮想空間で量を増やすには、まず現場そっくりの仮想空間が要ります。空間認識技術のKudanは2026年11月11日の技術記事で、この流れを4つの工程に分けています。

1. 現場をデータにする手持ちのスキャナーで点群と3DGSを取る。成熟しつつある
2. 動ける空間にする走行や衝突を計算できる形に変える。自動化は試行中
3. 条件を増やす照明・配置・人の動きなどを変えた環境を作る
4. 検証して現場で確かめる現実では再現しにくい場面を試す

同記事によると、実務で最も効くのは仮想空間を作るコストです。壁や通路のように箱の組み合わせで表せる構造は自動で起こせた一方、傾いた壁の補正、ドアと壁の区別、人やノイズの除去には人の判断が残ります。

つまり、撮る工程はすでに速く、手間が残っているのは「撮ったものをロボットが動ける空間に直す」工程です。

導入を考える側が先に決めること

編集部の整理です。

出典

あわせて読む

← 解説の一覧へ