導入の背景と課題
倉庫内フォークリフト事故は減らない
厚生労働省「労働災害発生状況」によれば、陸上貨物運送事業・倉庫業における死傷災害は毎年1万数千件規模で発生しており、そのうち相当数がフォークリフト関連の「はさまれ・巻き込まれ」「激突」「墜落・転落」等に分類されます。業種別の死傷年千人率（労働者千人あたりの死傷件数）で見ても、陸運・倉庫業は製造業全体より高い水準で推移しており、構内作業の安全確保は業界全体の構造課題です。
本案件の現場でも、従来の安全対策には以下の限界がありました。
運転者の死角問題
フォークリフトは荷物で前方視界が遮られやすく、運転者一人では周囲の歩行者を常時把握できません。特にバック動作時・荷物搬送中は死角が急拡大します
静的な安全対策の限界
通路の色分け・ミラー設置・ヘルメット着用ルールといった従来型の対策は「事故が起きにくい環境づくり」には貢献しますが、動的な危険状況（急な接近・死角への進入・ブレード下への侵入）を瞬時に検知してアラートする仕組みではありません
ヒヤリハットの原因分析が属人化
事故・ニアミスの記録が運転者の記憶と自主申告に依存しており、定量的な改善サイクルが回りにくい状態でした
既存設備を活かせない
既にCCTVを設置している倉庫でも、それは事後検証用で、リアルタイム検知には活用されていませんでした
https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/koyou_roudou/roudoukijun/anzen/rousai_hassei/index.html
Nsightのアプローチ
フォークリフト搭載カメラ × 倉庫CCTVの二重監視
Nsightは、フォークリフト単体の監視だけでは取り切れない死角を、倉庫天井の固定CCTVと組み合わせた二重監視でカバーする設計を採用しました。両者の検知結果をNsight Edge上で統合し、危険度の高い状況では運転者に即座にアラートを出します。
- フォークリフト搭載魚眼カメラ：上部に1台の魚眼カメラを設置し、360度の周囲を捉える。カメラ1台で死角をカバーできるためコスト・設置性のバランスが良好
- マルチタスク検出：人物検出・ヘルメット着用判定・フォークリフトブレードの上下位置を1つのモデルで同時推論。処理効率と精度のバランスを最適化
- 倉庫天井の固定CCTV連携：既存CCTV映像も同時に解析。作業エリアと危険エリアを多角形で定義し、侵入検知をリアルタイムで実行
- 危険度スコアリング：「人が接近」×「ブレード上昇中」のような複合条件で危険度を算出。単純な接近検知より誤報を抑え、本当に危険な瞬間だけアラートを出す設計
- Nsight Edgeによる1秒以内のアラート：カメラ入力からアラート出力までのレイテンシを1秒以内に抑制。エッジ完結型のためインターネット接続なしで動作します
導入効果
比較表：フォークリフト周辺の安全対策
| 観点 | ミラー ・通路色分け |
センサー付き フォークリフト |
固定CCTV （事後検証） |
Nsight Edge (魚眼+CCTV) |
|---|---|---|---|---|
| 動的な危険検知 | 不可 | 可 | 事後のみ | リアルタイム |
| 死角カバー | 限定的 | 車体周辺のみ | 固定視点 | 360度+固定で二重 |
| 既存設備活用 | — | 車体買い替え | 活用可 | 既存CCTV活用可 |
| ヒヤリハット記録 | 手書き記録 | センサーログ | 映像保存 | 検知イベント+映像を自動蓄積 |
| 複合条件での判定 | 不可 | 接近のみ | 不可 | 人×ブレード×位置を統合 |
| アラート遅延 | 人次第 | 即時 | 事後 | 1秒以内 |
技術的ポイント：製造業の画像処理を「人と設備の安全」へ
魚眼カメラの歪み補正とマルチタスク検出
魚眼カメラは1台で広範囲をカバーできる代わりに、中心から周辺にかけて大きな歪みがあります。そのままの映像では周辺部の人物検出精度が落ちるため、Nsightは設置時にキャリブレーションボードで歪みパラメータを取得し、リアルタイム処理時に補正をかける設計にしています。補正後の画像に対して、人物検出・ヘルメット着用判定・ブレード位置判定を1つのモデルで同時推論することで、処理効率を最大化しています。
複合条件による「本当の危険」の見極め
単純な「人の接近検知」だけだと、安全な位置にいる作業者にもアラートが出てしまい、運転者が通知疲れ（アラート無視）を起こします。Nsightは「人の位置 × ブレードの状態 × 移動方向」の複合条件で危険度をスコアリングし、本当にリスクの高い瞬間だけアラートを出す設計にしました。これにより、実用的なアラート精度と運用継続性を両立しています。
Nsight Edgeのエッジ完結型設計
安全監視は遅延が命取りになるため、クラウド推論は選択肢に入りません。NsightはNVIDIA Jetson OrinベースのNsight Edge上で全処理を完結させ、カメラ入力からアラートまで1秒以内のレイテンシを実現。インターネット接続なしで動作するため、倉庫内のWi-Fi状況に依存しません。既存フォークリフトへの後付けも、電源とカメラ取り付け位置だけで設置可能です。
製造業で培った撮像設計の応用
物体検出AIの精度は、学習アルゴリズム以上に「どう撮るか」で決まります。Nsightは元キーエンス画像処理事業部で培った撮像設計のノウハウを、ライン検査だけでなく安全監視領域にも応用しています。フォークリフト振動環境での画像安定化、倉庫の照明条件下での人物コントラスト確保など、現場固有の撮像課題を解決することで、AIモデルの性能を最大化する設計思想です。
ログ蓄積によるPDCAサイクル
アラート発生時の映像・検知ログは自動的にNsight Edgeに蓄積されます。月次で「危険発生の多い場所・時間帯」を分析することで、事故が起きる前に通路レイアウトや運用ルールを改善するPDCAが回るようになります。検査系の事例と共通の思想──「検知を記録に、記録を改善に」──を安全管理領域でも実装しています。
開発エンジニアからのコメント
「この事例が面白いのは、製造業のライン検査で培った画像処理技術が、物流・倉庫の安全管理にそのまま通用した点です。『人の手足が正しい位置にあるか』を判定するのと、『電極製品に傷があるか』を判定するのは、AI的には同じ技術領域。Nsightの強みは、現場に合わせた撮像設計・エッジ推論・アラート運用を一体で設計できる点にあり、検査系・安全系の業界を横断して同じ品質で展開できます。」