工場AIカメラでフォークリフト接近検知を導入する実務ガイド

「フォークリフトが曲がり角から出る瞬間、歩行者がパレットの陰から通路に入る」。工場でAIカメラによるフォークリフト接近検知を導入したい担当者が最初に解くべき問題は、この一場面をどう減らし、残る接近をどう知らせ、警告に誰がどう反応するかです。カメラの人物認識率だけを比べても、遮蔽された歩行者は写らず、運転手が聞き取れない警報は行動につながりません。本稿は、有人運転のフォークリフトと歩行者が交差する死角を対象に、現地調査から検知区域、警報、受入試験までを実務に落とします。

先に結論：接近検知の導入単位は「交差点一か所と応答一つ」

広い倉庫全体を映す前に、ヒヤリハットや現場観察から、フォークリフトの進路と歩行者の経路が重なる一点を選びます。まず人と車両の経路を分けられないか検討し、柵、歩道、横断位置、速度管理、ミラー、停止確認を設計します。その上で残る死角をAIカメラと警報で補います。米国OSHAのフォークリフト向け資料は、歩行者と車両の分離、見通しの悪い交差点での減速・停止・警笛、明瞭な視界がない場合のスポッターを挙げています。英国HSEも、可能なら車両と歩行者の経路を分離し、交差点の見通しを確保するよう求めています。これはタイの法令を代弁する記述ではなく、危険源を先に減らす設計の根拠です。OSHA歩行者交通／HSE経路分離

AIカメラの役割は、分離しきれない場面を観測し、定義した条件で運転手または歩行者へ注意を促し、現場の対応を記録することです。一般的な映像AIを安全認証済みの停止装置として扱いません。ブレーキや走行許可への連動を考える場合は、車両と制御系を含めた安全機能を専門家が別途設計・検証する必要があります。本稿では「自動停止できる」とは約束しません。

既存の安全管理AI記事と、このテーマの範囲

工場全体の安全管理AI、カメラ調達、プライバシー、FAT/SATの枠組みは既存の安全管理AIカメラRFP・受入ガイドにまとめています。本記事はその一ユースケースを深く掘り、有人フォークリフトと歩行者の接近警告だけを扱います。外観検査、PPE認識、一般的な侵入検知、施設全体の監視計画は対象外です。また無人フォークリフトAGFの導入記事は自動走行車両を扱うため、本稿の有人車両への警告システムとは安全設計の境界が違います。

現地調査：危険な「点」を動画より先に地図へ描く

設備図面に、車両の通常方向、逆走・後退、荷積み位置、歩行者の実際の近道、出入口、柱、ラック、仮置きパレットを重ねます。図面上の歩道だけでなく、交代時間、清掃、補充、来客、荷下ろし中の動きを見ます。運転手、歩行者、保全、EHS担当に「見えなかった場所」「警笛が聞こえにくい場所」「止まりにくい荷姿」を別々に尋ねます。危険な交差点を選ぶ根拠は、事故件数が多いと断言できる統計だけではありません。交差頻度、速度、視認距離、遮蔽物、停止できる空間、これまでのヒヤリハットを記録し、重症化し得る場面を優先します。NIOSHはフォークリフトに関わる死亡事例の検討と予防策を公開しています。事例の存在を自工場の発生確率へ直接換算せず、現地シナリオを見落とさない資料として使います。NIOSHアラート

観察票には時刻、シフト、車両種類、荷物の高さ、進行方向、歩行者の入場位置、照明状態、床の反射、交差時の実際の行動を残します。作業員の顔や氏名を集めることを目的にせず、交通設計に必要な事実へ絞ります。カメラのサンプル映像を取得する前に、現場の掲示、閲覧権限、保存期間、利用目的を社内の個人情報・労務担当と定めます。安全目的で集めた映像を個人別の作業速度評価へ転用しないことも運用規則に書きます。

交差点の候補を三段階で絞る

第一に、経路変更や横断点の集約で交差そのものをなくせる場所を探します。たとえば出入口を歩行者専用に変える、荷受け時間を分ける、保管位置を移すといった選択です。第二に、柵や手すり、歩道、ミラー、速度制限、停止線を入れても危険な接近が残る地点を見つけます。第三に、その残留リスクについて映像で十分早く観測できるかを現場で確認します。「最も危険そう」でも、荷の陰で人が完全に見えず、手前にも設置位置がない地点は単独カメラのPoCに向きません。そこで無理にAIを入れるより、経路または設備配置を改めるべきです。OSHAの危険防止ガイダンスは、危険の除去や工学的対策を優先する管理階層を示しています。OSHA管理階層

カメラ配置：交差点の中心ではなく「手前で見えるか」

曲がり角の真上から交差点だけを撮ると、歩行者と車両が同じ画面に現れる頃には停止余裕がないことがあります。候補位置ごとに、進入側の見通し、ラックや柱の遮蔽、荷の高さ、フォークの上昇位置、対向車、明暗差を撮影します。高さを上げれば常に良いわけでもありません。頭上から人は小さく写り、荷に隠れる時間が延びることがあります。低すぎればパレットで視野が切れます。視野の設計は「どこまで見えるか」だけでなく「いつから連続して見えるか」で評価します。

検知範囲を紙上の円や固定メートル数で先に決めず、現地で止まれる距離から逆算します。概念上は、必要な先行距離＝車両速度×（検知から伝達までの時間＋運転手が認識し反応する時間）＋実車で確認した制動距離＋余裕です。各値は車種、積荷、床、勾配、運転方法によって変わり、ここで汎用値を設定できません。通常運転を妨げない安全な条件で現場計測し、所定のリスクアセスメントに取り込みます。米国OSHAの走行ガイダンスも、すべての走行条件で安全に停止できる速度を求めています。OSHA走行・視界

一台で歩行者側の通路と車両側の進入路を同時に見られない場合は、二台の視野の組み合わせ、交差点の移設、または物理的な交通規制を比較します。複数カメラにするとカメラ間の時刻差、同一対象の重複、接続断の検出が加わります。「カメラ台数が増えれば自動的に安全性が上がる」とは扱いません。視野が重なっても、同じパレットが両方を遮れば見失います。図面にカメラごとの死角を塗り、現場の荷姿で更新する方が有用です。

撮像条件は昼のデモ一回では決まらない

照明を落とす時間、シャッターの開閉、逆光、雨天の出入口、反射ベスト、床の光沢、レンズの汚れ、振動を確認します。録画の解像度が高くても、動いている人が圧縮やブレで小さく潰れれば検知に使えません。録画機から実際に取得するストリームの画角、フレーム間隔、遅延も測ります。夜間や逆光で対象が見えないなら、専用照明、設置位置、カメラ機種を先に変えます。モデルだけを再学習して、そもそも写っていない人を検出させることはできません。

遮蔽は三種類に分けて記録する

固定遮蔽は柱、壁、ラック端など配置時に予測できるものです。変動遮蔽はパレット、停車車両、荷役中の荷、開いた扉など時刻で変わります。相互遮蔽は車両と人、複数人、車両同士が重なる状態です。固定遮蔽はカメラ位置や経路で、変動遮蔽は置場管理と追加視点で、相互遮蔽は判定保留と保守的な運用で扱います。受入試験には各種類を独立したシナリオとして入れます。画面内に対象の一部が写る場合も、モデルが識別できるかは別問題です。

「人を見つける」から「危険な接近を知らせる」まで

単純な人物検知は、歩道内を普通に歩く人にも反応します。フォークリフト検知も、停車中や荷役中に毎回鳴れば騒音になります。必要なのは、人と車両の位置関係、進行方向、通行区分、速度の目安、遮蔽、時間を使って、対応すべき接近をイベント化することです。ただし映像一台から実空間の距離や速度を正確に求められるとは限りません。射影補正には床面の基準点と設置状態の維持が必要で、荷の高さや車両の向きで推定誤差が変わります。距離表示の単位と誤差が検証できないなら、「接近区域へ同時に入った」という区域判定の方が誠実です。

イベント条件の例は「指定横断帯の人と進入側の車両が共に有効区域内にいて、進行方向が交差点へ向かい、所定の継続時間を満たす」です。所定時間は机上で一律に決めず、遅報と連続誤報のバランスを現地で測って設定します。停止中の車両、十分に離れた並走、歩道内の通過、清掃時の立入りは分類し、無意味な警報を抑えます。一方、誤報を減らすために警報条件を狭めすぎて、遮蔽後の突然の出現や小柄な人を見落とさないようにします。モデルの確信度だけで危険を順序付けるのではなく、見逃しの影響を評価します。

NISTのAI Risk Management Frameworkは、AIの妥当性・信頼性・安全性を使用環境で継続評価する考え方を示します。ここではNISTがフォークリフト用カメラの性能値を定めたと解釈しません。現地の昼夜、荷姿、制服、配置変更を試験に含める根拠として参照します。NIST AI RMF

警報設計：運転手と歩行者が取る動作を先に決める

画面に赤枠が出ても、運転手が曲がる瞬間にモニターを見ていなければ意味がありません。サイレンを足しても、既存のバックブザー、機械音、聴覚保護具に埋もれることがあります。運転席側と歩行者側で、誰に、どの位置で、どの様式で伝えるかを分けて設計します。たとえば現場の評価候補は、車両向け灯火、歩行者向け点滅灯、必要なら音声またはブザー、監督者向け遅延通知です。音と光の強さや位置は現地の騒音・照明で確認します。色だけに依存せず、障害のある人や訪問者も含めて意味が理解できる表示にします。

運転手の行動は「警告を認識したら減速し、安全に停止できる地点で停止し、歩行者の位置を確認する」、歩行者の行動は「指定横断点で停止し、車両の停止と周囲を確認する」など、工場の既存手順に沿って明文化します。警報を解除する条件、誰が通行を再開させるかも決めます。AIが沈黙したことを進行許可の合図にはしません。OSHAは運転手に対し、見通しが悪い角での減速・停止・警笛、進行方向の視界確保、必要なスポッター使用を推奨しています。警報が増えてもこの行動を省略しない設計が必要です。OSHA歩行者交通

誤警報は「件数」だけでなく、仕事を妨げる形で測る

一日あたりの誤警報が同じでも、短時間に連続して鳴る方が無視されやすくなります。イベントの重複通知を一定条件でまとめ、解除後の再警報には理由を持たせます。しかし抑制時間中に別の人が入ったときは警告できなければなりません。現場では「何件鳴ったか」「何件が実際に人と車両の危険な接近だったか」「運転手が認識できたか」「一警報で何秒動作を止めたか」を区別します。通知を減らすために感度を下げた結果、危険シナリオを見逃していないかを同じテストセットで確認します。

誤警報の分類例は、映像上の誤検知、位置関係の誤推定、区域設定の過大、停止車両への不必要な警報、同一イベントの重複、現場のルールと合わない通知です。各分類の改善策が異なるため、単に「AI精度不足」とまとめません。反対に見逃しも、遮蔽、暗所、画角外、フレーム欠落、通信遅延、モデル判定の失敗に分けます。モデルの入れ替えだけで全原因を解決できるという見積もりは避けます。

故障と観測不能：静かなカメラを安全の証拠にしない

レンズに汚れが付く、パレットが前に置かれる、カメラの向きが変わる、映像が凍結する、ネットワークが切れる、端末の時計がずれる――これらは人がいなくなったことを意味しません。各カメラには最終正常フレーム、フレーム更新、接続、時刻、視野の変化を監視する仕組みを設け、「警報イベントなし」と「観測不能」を別の状態にします。障害を検知したら現場の責任者へ伝え、定めた代替手段へ移ります。代替手段は地点に応じ、手動誘導、運転速度と通行ルールの強化、立入制限、荷役の一時停止などをリスク評価で選びます。自動で危険が消えたように表示しないことが大切です。

ネットワーク復旧後には古い警報を今の危険として一斉に鳴らさず、記録と現行イベントを区別します。映像保存装置の満杯、保守中の無効化、モデル更新後の設定戻りも試験します。レイアウト、荷の高さ、制服、車両、照明が変わった際の再試験条件を契約と運用手順に入れます。運用中に「視野内の人を見逃した」苦情が出たら、一時的な停止や代替管理の判断につなげる受付窓口を明確にします。

安全関連の自動停止を要件にするなら別設計

一般のAI映像システムは、観測・警告・記録に使う構成が出発点です。もし警報からフォークリフトの減速や停止へ直接連動する計画なら、その安全機能の要求、車両側との通信、断線や遅延、誤作動、停止距離、再起動条件を独立に定義し、適用すべき規格と検証方法を有資格の専門家が決めます。カメラが人物を認識するデモ、またはモデルの高い平均精度は、停止機能全体の安全性能の証明ではありません。さらに停止そのものが荷崩れなど別の危険を作らないかも検討します。本記事の「警報」設計を、そのまま自動停止の合格基準に転用してはいけません。

フォークリフト接近検知の受入試験：デモではなく危険場面を再現する

受入試験はFAT（出荷前）とSAT（現地）の二段で組みます。FATでは機器構成、イベントルール、ログ、通信断、通知先、設定変更権限などを確認できます。ただし現場の遮蔽、反射、騒音、実際の動線はSATでしか判断できません。実車と歩行者が接近する試験は訓練・立入規制・速度管理の下で行い、危険なニアミスを作ることを試験方法にしません。必要なら安全な距離の模擬歩行、録画再生、信号注入で条件を再現し、実車確認と分けて証拠を残します。

試験票の各行は「開始条件→入力→期待される検知→通知先→人の行動→合否証拠」です。合格値はベンダーの広告値をコピーせず、現場の停止余裕と管理者が許容できる通知負荷から合意します。例えば「人が現れてから何秒以内」という単独の数字は、カメラより手前で遮蔽されている場面には意味がありません。視認開始位置、車速、荷姿、照明、アラート到達時刻を一緒に記録します。

分母を決めない「認識率99％」は採用しない

受入指標を「危険接近シナリオの検出割合」「不要警報の頻度」「通知までの時間」「観測不能の検出時間」「現場で認識された割合」に分けます。見逃しと誤警報は混同しません。何を一件と数え、何件の試行をどのシフトで行い、途中で設定を変更した場合はどの試行を無効にしたかを記録します。人が一画面に写ったフレーム単位の精度と、危険場面単位の警報成功率は別物です。現場の合格判定は後者を中心にします。

サンプルが少なければ、観測した試験を全て通ったとしても、まれな状況の見逃しがないとは証明できません。安全上重要な遮蔽や故障シナリオには必須の合否条件を設け、通常運用での通知頻度は一定期間の試行で観察します。NISTはAIの性能と安全性を実使用環境で評価し続けることを重視しています。運用開始を評価終了とせず、変更時と定期点検時に同じ試験票を再実行します。NIST AI RMF

発注仕様：機器一覧より「確認できる出力」を書く

RFPには対象地点の図、交通ルール、既存の柵・歩道・ミラー、車種と荷姿、許可された進行方向、照明、ネットワーク、データ保存方針を添えます。ベンダーには、推奨するカメラ位置と死角図、必要な照明、判定ルール、警報の到達先、障害状態の通知、SAT手順、設定変更と保守の担当分界を回答してもらいます。「フォークリフトを検出可能」だけでは発注条件になりません。どの場面で、いつ、誰に、何が起こるかを受入票で確認できることが条件です。

費用項目はカメラ・取付金具・配線・照明・エッジ端末・表示器に加え、現地調査、リスク評価、交通区分の施工、モデルとルール調整、SAT、教育、故障時対応、保守、再試験、映像保管とアクセス管理まで分けます。通信回線が既設でも、遅延と障害監視を満たせるか確認します。予備品、定期清掃、カメラ移設時の再校正、モデル更新時の回帰試験も見積りに入れます。労務・個人情報の承認は現場導入の前提条件です。特定人物の追跡が必要ない設計なら、個人識別を避けた集計と短い保存期間を優先します。

ベンダー比較で使う質問

「この視点でラックの陰から出る人を何メートル手前から見られるか」と聞くより、「当社の荷姿と設置案で最初に見える地点を図示し、そこでの停止余裕を測れるか」と聞きます。「平均精度はいくつか」より、「どの危険シナリオを何回、何シフトで試験し、どの見逃しを不合格とするか」が重要です。「警報を出せるか」より、「騒音下で運転手が認識した証拠と、認識できない場合の代替経路は何か」を求めます。「故障時に通知するか」より、「レンズ遮蔽とフリーズを何で見分け、現場はどの表示を見て何を停止するか」を確認します。

小さく始める導入順序と費用対効果の考え方

第一段階は地図と現場観察です。危険源を取り除ける経路変更が見つかったら、その施工を先に評価します。第二段階は一交差点のPoCで、危険場面と非危険場面の映像、警報到達、運転手・歩行者の理解を見ます。第三段階はSATと教育で、試験票の合格、代替管理、責任者を確定します。第四段階で複数地点へ展開しますが、最初の設定をコピーするだけでは不十分です。各地点の棚、出入口、逆光、車種、交差方向に応じて再設計します。

ROIは「事故が何件減るから何年で回収」と安易に置きません。重大事故は頻度が低く、単一拠点の短期PoCから事故削減率を推定しにくいためです。投資判断には、一次対策を含む総費用、現場の確認に要する時間、不要警報による停止、交通ルール順守の改善、ヒヤリハットの報告品質、システム稼働率を並べます。財務換算できる項目だけを計算し、安全上の重要性は別の判断欄に残します。たとえば「一日の警報件数×一件あたりの確認時間×稼働日数」は作業時間の試算になりますが、警報をゼロへ近づけることが安全の目的ではありません。危険接近を確実に知らせる価値と、余計な警報の負担を両方見ます。

比較案は少なくとも「交通経路の変更のみ」「物理分離＋既存の運転ルール」「物理分離＋AI警報」です。AI導入が必要な残留場面がどれか、組み合わせによって見つけます。英国HSEは歩行者と車両の経路を可能な限り分離し、必要な横断点を明示するよう示しています。これは設備投資の前にレイアウト案を比較する理由になります。HSE経路分離

運用後の点検：警報件数の増減には複数の意味がある

警報件数が減った理由は、接近そのものが減った、車両のルートが変わった、警報条件を厳しくした、カメラが見えなくなった、のいずれかかもしれません。件数だけを成果指標にしないで、車両通行量、歩行者通行量、観測可能時間、ルール変更、視野遮蔽を一緒に記録します。日常点検ではレンズ、取付、視野、時刻、表示灯、通信、録画容量を確認します。週・月次レビューではヒヤリハット、現場の声、誤警報、見逃し、警報への応答を検討し、経路や柵の変更に戻せるものは戻します。

新しい棚を立てる、パレット置場が変わる、作業服が変わる、照明をLEDへ替える、車両を入れ替える、モデルや通知ソフトを更新する――こうした変更で受入時の条件が変わります。変更申請に「交通経路と視野への影響」を追加し、影響があれば該当するSATシナリオを再実行します。運転手の反応が薄い場合は、単に再教育するだけでなく、警報の遅さ、頻度、音の聞き取り、表示位置、普段の作業圧力を調べます。人が反応しにくい仕組みを人の注意力だけで補わせないことが重要です。

初回の現地立会いで確定する図面と記録

導入担当者が「カメラを置ける柱」を探すだけで現地立会いを終えると、後で必要な情報が欠けます。最初の立会いでは、まず車両と人の進入方向を色分けした平面図を作り、車両が荷を積んだ状態と空荷の状態をそれぞれ観察します。右折時に車体後部が大きく振れる車種なら、前方の接近だけでなく後部が歩行帯へ近づく場面も記録します。通路の幅は図面寸法と現状を区別し、棚のはみ出し、仮置き、床表示の摩耗を写真と位置情報で残します。設備変更の提案が先にできるよう、歩道や横断点を移せる範囲、非常口や防火設備との関係も担当者と確認します。

現場には「誰がどの方向へ近づくと危険か」を文章で説明してもらいます。作業者同士で説明が異なる場合、ルールの曖昧さ自体が改善対象です。運転手は進入前に停止するつもりでも、歩行者は車両が必ず止まるとは考えていないかもしれません。アラートの設計はこの認識差を隠すのではなく、既存の交通ルールを整えるきっかけにします。サンプル映像は代表的な荷姿と複数シフトから取り、取得日、撮影位置、視野、照明、設定を添えて保存します。学習用、試験用、運用ログを混ぜると、試験時に見たことのある映像で高い結果が出るため、用途と収集期間を分けて記録します。

停止余裕を「距離」だけで誤解しない

先行距離の式は発注時の会話をそろえるための考え方であり、現地の合格値そのものではありません。車両の最高速度だけでなく、曲がる直前の実速度、荷を積んだときの見通し、床の状態、下り勾配、運転手が警報を認識する位置を合わせて測ります。同じ距離でも、点滅灯が運転手の視野外にあれば反応開始が遅れます。歩行者側の警報も、車両の走行音に気づかない場面では有効かもしれませんが、慌てて車両の進路へ飛び出すような伝え方では逆効果です。試験では、警報を受けた人が安全な場所にとどまれるかまで確認します。

停止位置の先に非常口、シャッター、傾斜、交差する別車両がある場合、「その場で止まる」だけでは新たな危険を作り得ます。警報の発報範囲と停止行動は現場の交通設計と一体です。停止できない領域へ入ってから初めて鳴るシステムは、検知の数字が良くても警告用途として不十分です。反対に、遠すぎる場所で常に鳴れば運転手は警報を背景音として扱うようになります。そこで複数の設置候補と区域案を同じ走行条件で比較し、警報時刻と実際の反応を記録します。どの案を採用したかだけでなく、採用しなかった案の死角と理由を残すと、後のレイアウト変更に役立ちます。

導入後の責任分界を現場が理解できる形にする

ソフトウェア会社がモデルを、電気工事会社が配線を、設備保全部門がカメラを、EHSが交通ルールを持つ構成では、故障時に担当の隙間が生まれやすくなります。正常時と障害時それぞれについて、レンズ清掃、画角確認、映像の時刻同期、警報器点検、閾値変更、ログ確認、現場への周知、再試験の実施者と承認者を表にします。週末や夜勤に通知が届く先、担当者不在のときの代替先、復旧後に誰が通常運用へ戻すかも必要です。ベンダー保守契約では、故障の受付時間だけでなく、現場が代替交通管理を始める条件と復旧判定の証拠を確認します。

モデル更新やルール変更の際は、古い設定を保存し、変更理由、適用日時、影響するカメラ、試験結果、承認者を一つの記録に結びます。更新によって誤警報が減っても、重要な遮蔽試験に失敗したら運用へ出しません。現場が警報音を一時的に消す操作を許す場合は、誰がいつどの理由で消し、代替策をいつまで実施したかを残します。「保全作業中」という曖昧な表示だけでは、作業者がシステムを信頼してよいか判断できません。観測不能、警報無効、正常監視の三状態を明確に示します。

受入から定着までに現場へ渡すもの

完成時の納品物はカメラ機種表だけでは足りません。交差点の最新図、カメラごとの視野と死角、対象と対象外のシナリオ、現場で承認した交通ルール、警報の意味、故障時の代替手順、FAT/SATの結果、設定とモデルの版、保守点検表を一組にします。安全目的の映像を誰がどの期間見られるかも記載します。教育時には、システムが警報した動画だけでなく、遮蔽で見えない動画、警報不要な正常通過、故障状態の表示を示します。できることだけを教えると、できない条件で過信が起こります。

運用を始めた後の初回レビューでは、「警報が何回出たか」より、歩行者と車両の経路が実際に変わったか、停止位置が守られたか、気づきにくい警報が残っていないかを確かめます。運転手と歩行者に短い聞き取りを行い、どの表示が理解しにくいか、不要な待機がいつ起きるかを尋ねます。そこで判定ルールを直す前に、横断位置や仮置きルールを直す方が効果的な場合もあります。改善案の判断理由を残し、次の交差点への展開時にはその地点の条件で改めて検証します。

FAQ：工場のAIカメラ・フォークリフト接近検知

フォークリフトと歩行者の接近検知AIは既存の監視カメラで始められますか？

可能性はありますが、既設カメラが交差点の手前から人と車両を十分な時間見られるかが先決です。画角、取付高さ、圧縮、夜間照明、実際に取得できる映像、遅延、レンズ保守を現地で確認します。障害物の陰で接近の瞬間まで見えない場合、AIモデルの変更では補えません。カメラ追加より経路や横断点の変更を優先することもあります。

AIカメラのフォークリフト警告で、安全柵やミラーを撤去できますか？

警告システムの設置だけを理由に撤去しません。経路分離や柵は人と車両の接触機会を物理的に減らします。AIは観測可能な範囲で接近を知らせる補完策です。撤去を検討するなら、現場のリスクアセスメントをやり直し、代替策の安全性を有資格者が評価します。OSHAとHSEの一次資料も、分離や見通しを優先しています。OSHA歩行者交通／HSE経路分離

フォークリフト安全システムの受入試験では何を合格にしますか？

危険シナリオ別の検知と警報、人が認識できるタイミング、非危険通過での通知負荷、遮蔽時の扱い、観測不能時の表示、復旧、変更後の再試験を合格条件にします。閾値は地点の停止余裕と現場運用に合わせて決めます。「カメラの人物認識率」一つで合格にせず、車両と歩行者の行動まで試験票に残します。

車両の自動停止まで連動できますか？

技術的な接続の可否と、安全機能として成立するかは別です。停止距離、通信遅延、故障時の状態、誤停止による荷崩れ、復旧条件を含め、車両と制御系全体を専門家が設計・検証する必要があります。本稿の一般的な映像AIと警報の受入条件をそのまま停止装置の安全証明に使うことはできません。

タイ工場で最初に相談すべき部署はどこですか？

現場責任者、EHS、安全衛生、運転手代表、歩行者側の班長、保全、IT/OT、個人情報・労務の担当者です。交通ルール、設備取付、警報への行動、映像の扱いは一部署では決め切れません。ベンダーへの相談前に交差点一か所の地図とヒヤリハット、現在の対策を持ち寄ると、実行可能なPoCへ絞れます。

まとめ：AIカメラ導入の成果は、警告に間に合う配置と現場の応答で決まる

フォークリフトと歩行者の接近検知では、まず交差を減らし、残る死角で両者を手前から観測し、警報を理解できる形で伝え、運転手と歩行者が決めた行動を取れるようにします。遮蔽、誤警報、故障を試験票に入れ、モデルの平均精度ではなく危険場面での働きを合否にします。一交差点で証拠をそろえてから、別の地点へ再設計して広げるのが確実です。

タイの工場で、どの交差点から調査すべきか、既設カメラで警告が間に合うかを検討中なら、動線図と現場の課題をもとにTOMAS TECHへご相談ください。導入可否を判断する初期段階からご相談いただけます。

参考資料

• OSHA: Pedestrian Traffic
• OSHA: Traveling & Maneuvering
• OSHA: Hazard Prevention and Control
• HSE: Separating pedestrians and vehicles
• NIOSH: Preventing Injuries and Deaths of Workers Who Operate or Work Near Forklifts
• NIST: AI Risks and Trustworthiness