注意喚起もミラーもルール化も済んでいるのに、フォークリフトと作業者のヒヤリハットが減らない。それは個人の不注意ではなく、倉庫の「死角の構造」が残っているからかもしれません。何が見えていないのかを、動線と交差点から分解して考えます。
倉庫の現場管理者の方とお話しすると、フォークリフトと作業者の接触・ヒヤリハットについて「対策は一通りやっている」という声をよく伺います。朝礼での注意喚起、通路の一方通行化、カーブミラーの設置、ヘルメットや反射ベストの徹底。それでも、四半期に一度は肝を冷やすような出会い頭が起き、事故報告書のフォーマットだけが更新されていく——そんな停滞感を抱えている現場は少なくないと考えられます。
背景には、倉庫という空間そのものが抱える構造的な事情があります。EC・物流量の増加でスループットへの要求は上がり続ける一方、現場の人手は慢性的に不足し、繁忙期には不慣れな応援や派遣の方も入ります。フォークリフトは荷を高く積むほど前方視界が塞がれ、作業者は伝票やハンディ端末に目を落としながら棚間を歩く。「速く」と「安全に」が同じ床の上で常にせめぎ合っているのが実態だと考えられます。
接触やヒヤリハットが起きたとき、報告書の原因欄が「確認不足」「不注意」で埋まっていく現場は要注意かもしれません。それ自体は嘘ではないのですが、原因を個人の意識に丸めてしまうと、打ち手が「もっと気をつけよう」の再徹底に戻ってしまい、同じ場所で同じ出会い方が繰り返されがちです。むしろ「なぜその人は相手が見えなかったのか」という構造側の問いに置き換えることが、停滞を抜ける第一歩になりうると考えます。
接触リスクを見直すとき、つい「危ない場所」を探しがちですが、実際には同じ場所でも危険な瞬間とそうでない瞬間があります。鍵になるのは、フォークリフトと作業者がどういう相対関係で出会うか、という「出会い方」の分解だと考えられます。おおまかに、①棚間通路とメイン通路が交わる交差点での出会い頭、②高積み・大型荷による前方死角、③バック走行時の後方死角、④柱やパレット積み置きが作る局所的な物陰、といった型に整理できます。
最も繰り返されやすいのが、棚間の細い通路からメイン通路へ出る瞬間の出会い頭だと考えられます。両者とも直前まで棚に視界を遮られており、通路に出た瞬間に初めて互いを認識する。人は歩いて出てくるので予測しづらく、フォークリフト側は荷で前が見えていないこともあります。ここは「速度が出ていなくても」接触が起こりうる点が厄介で、静かに歩いてくる作業者ほど気配で気づきにくいという側面もあります。
荷を高く積んだ前進走行では、運転者は左右に首を振っても正面床面が見えず、足元にいる人を認識できないことがあります。これを避けるためのバック走行が、今度は後方・側方の死角を生み、旋回時に尻を振る動きと相まってリスクが移動するだけになることも少なくありません。つまり死角は消えるのではなく、運転操作によって場所を変えると捉えるほうが実態に近いと考えられます。どの型が自社で多いのかは、後述するように記録から確かめる価値があります。
死角対策の王道は、物理・ルール・保護の三層です。カーブミラーやコーナーガード、交差点の一時停止・徐行ルール、通路の一方通行化と歩車分離、反射ベストや旋回灯・接近音といった被視認性の向上。これらはいずれも有効で、まず徹底されているべき土台だと考えられます。実際、歩行者通路をラインテープと柵で物理的に分けるだけでも、出会い頭の機会そのものが減る場合があります。
一方で、これらの対策には共通する限界があります。第一に、ミラーも一時停止も「その瞬間に人が見て・止まる」ことを前提にしている点です。急ぎのとき、疲れているとき、慣れて油断したとき——人の注意力は一定ではありません。第二に、ルールが守られているかを管理者が常時確認できない点です。抜き打ちで立つことはできても、24時間その交差点に立ち続けることはできません。結果として「ルールはある。守られていたかは分からない」という状態が残りがちだと考えられます。
この「人が見ていないと機能しない」「守られたか確認できない」という二つの壁を、人の注意力の外側から補う発想が、映像・センサーによる常時監視です。すでに工場の安全インシデント映像解析のように、記録映像から危険の傾向を掴む取り組みは広がっており、倉庫の交差点管理にも同じ考え方を応用できる余地があると考えます。
監視カメラというと、事故後に映像を見返す「記録」の用途を思い浮かべがちです。もちろんそれも重要ですが、接触予防でより効くのは、危険な接近が起きたその瞬間に知らせる「リアルタイム検知」の使い方だと考えられます。カメラ映像の中で人とフォークリフトを区別して認識し、両者が交差点で危険な距離に近づいたときに、旋回灯や回転灯、ブザー、あるいは運転席への通知でアラートを出す——人が常時見ていなくても接近そのものを見張らせる、という発想です。
接近検知だけならレーザーや超音波の測距センサーでも実現できますが、これらは「何かが近づいた」ことは分かっても、それが人なのか、パレットなのか、通り過ぎるだけの通路の反対側の荷なのかを区別しにくい面があります。区別が甘いと誤報が増え、現場は「またか」とアラートを無視するようになり、仕組みが形骸化します。映像を用いたAI検知は、人・車両・その方向や動きを見分けたうえで危険な組み合わせだけに絞って知らせられる可能性がある点で、誤報を抑えやすいと考えられます。ただしこれは環境次第であり、現場での検証が前提です。
倉庫は屋外光の差し込む荷捌き場、薄暗い棚奥、逆光の出入口が同居する、映像認識には手強い環境です。ここで効いてくるのが、どの位置に・どんな画角と明るさでカメラを置けば人とフォークリフトを安定して捉えられるかという、カメラ・レンズ・現場ライティングの設計知見だと考えられます。Nsightは元キーエンス画像処理事業部で培った現場照明・光学設計の知見とVLM・Jetsonエッジ処理を組み合わせており、こうした「現場の光に負けない検知」の設計を得意としています。同種の考え方は重機周辺の安全監視カメラでも扱っています。
AI検知を全通路にいきなり広げると、コストも運用負荷も跳ね上がります。現実的なのは、リスクの高い交差点から絞って始める段階導入だと考えられます。優先順位を決める材料は、後述するヒヤリハット記録と現場動画です。事故・ヒヤリの発生位置、通行量、視界の悪さを重ね合わせ、上位の数か所を最初の対象にするのが無理のない出発点になりうると考えます。
検知しても、それが行動変化に繋がらなければ意味がありません。設計で最も悩ましいのが「アラートの届け先と形」です。交差点に置いた回転灯やパトライトで両者に気づかせるのか、運転席の車載表示に出すのか、管理者の端末に集約するのか。現場の音環境（機械音が大きい倉庫では音より光が効く場合がある）や、誰が止まるべきかによって最適解は変わります。ここは一度設置して終わりではなく、実際の反応を見ながら調整していく領域だと考えられます。
作業者を常時カメラで捉える以上、映像の扱いは避けて通れません。誰がいつ映像を見られるのか、外部に送るのか、どれだけ保存するのか。カメラ内や現場のエッジ機器で検知処理を完結させ、必要な検知イベントだけを扱う設計にすると、映像を外に出さずに済み、通信や個人情報の懸念を抑えやすいと考えられます。監視されている感覚が現場の反発を生むこともあるため、目的（罰則ではなく事故予防であること）を丁寧に共有することも運用の一部だと考えます。
仕組みを入れた後、それを改善に繋げられるかで成果は大きく変わると考えられます。おすすめしたいのは、検知イベントとヒヤリハット報告を突き合わせ、月次で「どの交差点で・何時台に・どんな接近が多いか」を振り返る運用です。これにより、通路のライン引き直し、一時停止位置の変更、繁忙時間帯の人員配置といった、カメラ以外の打ち手にもデータで根拠を与えられるようになります。
また、アラートが鳴った回数だけでなく「鳴った後に実際に減速・停止したか」を折に触れて確認することも大切です。慣れによってアラートが無視され始めていないか、誤報が増えて信頼を失っていないか。仕組みは放っておくと形骸化する前提で、四半期に一度は感度や設置角度を見直す時間を確保しておくと、効果を保ちやすいと考えられます。
AI検知カメラは万能ではありません。導入を検討するうえで、あらかじめ知っておきたい落とし穴を正直に挙げておきます。
これらは欠点であると同時に、事前に見込んでおけば対処できる項目でもあります。「入れれば事故ゼロ」ではなく「人の限界を補う一手であり、育てて使うもの」と捉えておくことが、失望しないための前提になると考えます。
最後に、明日からできる順序を整理します。いきなり機器選定に入るのではなく、まず自社の実態を客観的に掴むことが、結果的に近道になると考えられます。
過去のヒヤリハット報告と事故記録を、位置・時間帯・出会い方の型で並べ直してみてください。加えて、既設の防犯カメラ映像があれば、危険が疑われる交差点の数時間分を見返すだけでも、どこで何が起きているかの解像度が上がります。「感覚的に危ないと思っていた場所」と「実際に多い場所」がずれていることも珍しくありません。
歩車分離、一時停止位置、ミラーの角度、被視認性といった基本対策に抜けがないかを、可視化した上位の交差点について点検します。ここで解決できる部分はまずコストの低い物理・ルールで潰すのが順序として妥当だと考えられます。
それでも残る「出会い頭が構造的に避けられない交差点」に対して、AI検知カメラの小規模な検証を検討します。自社の光・動線・荷の条件で狙った検知ができるか、誤報がどの程度か、アラートで実際に止まるかを、限られた範囲で確かめてから広げるのが確実です。導入可否や効果は現場での検証が前提であり、その第一歩として現状の映像や課題を持ち寄ってご相談いただければ、死角の構造整理から一緒に考えられると思います。まずは気軽に相談するところから始めてみてください。
ミラーや一時停止は「その瞬間に人が見て・止まる」ことを前提にしており、急ぎや疲労、慣れによる油断で機能しないことがあります。また守られているかを常時確認できない点も限界です。人の注意力に依存しない補助として、接近そのものを検知して知らせる仕組みを重ねる余地があると考えられます。
なくなると断定はできません。多くの構成は危険な接近を知らせる予防であり、フォークリフトを自動停止させる制御ではないため、最後に止まるのは人です。環境による誤報・検知漏れもあり、歩車分離などの物理対策や教育を土台にした上で、人の限界を補う一層として位置づけるのが妥当だと考えられます。
まずヒヤリハット記録と事故報告を、発生位置・時間帯・出会い方の型で並べ直し、既設カメラ映像があれば該当交差点を見返して客観的に可視化することをおすすめします。感覚的に危ないと思う場所と実際に多い場所はずれることがあり、上位数か所から絞って対策するのが無理のない順序になりうると考えます。
カメラ内や現場のエッジ機器で検知処理を完結させ、映像を外部に送らず必要な検知イベントだけを扱う設計にすると、懸念を抑えやすいと考えられます。あわせて、目的が罰則ではなく事故予防であることを現場に丁寧に共有することも定着には重要です。具体的な保存・閲覧範囲は導入時の設計で決める前提です。
労働安全衛生法や関連規則にフォークリフト作業や作業計画・誘導者に関する定めがありますが、適用範囲や具体的な数値・義務の詳細は改正されることがあります。自社の状況に当てはめる際は、厚生労働省など所管省庁の最新の公表資料でご確認いただくのが確実だと考えられます。
どの交差点で、どんな出会い方が繰り返されているのか。まずは既設映像やヒヤリハット記録といった現物から現状を可視化し、物理対策で潰せる部分と、AI検知で補うべき部分を切り分けるところから始められます。現場の光・動線に合うかの検証を前提に、無理のない一歩をご提案します。
倉庫の死角管理について相談する