ゆるふわフィジカルAI
すまし顔のゆるロボ

センサー超入門|ロボットの「五感」カメラ・LiDAR・IMU・力覚のそもそも

2026-08-02超入門

#センサー#LiDAR#IMU#超入門#ハードウェア

どんなに賢いAIでも、世界を感じ取れなければ動けません。フィジカルAIの「👀かんかく」パート — ロボットの五感であるセンサーを、人間の感覚にたとえて理解しましょう。

🧠

あたま

AI・学習

👀

かんかく

センサー

💪

からだ

メカ・アクチュエータ

でんき

電源・回路

🖥️

れんしゅう場

シミュレータ・開発環境

ロボットの五感マップ

人間の感覚ロボットのセンサーなにを感じる?
目 👁️カメラ色・形・文字
目(距離感)📏LiDAR・深度カメラ「何メートル先にあるか」
三半規管 🌀IMU傾き・加速度
触覚 ✋力覚・触覚センサー押す力・触った感じ
関節の感覚 🦴エンコーダ関節がいま何度か

これだけ覚えれば、ロボットのスペック表の半分は読めるようになります。

カメラ(目)👁️色・形をみるIMU(三半規管)🌀傾き・加速度を感じる力覚センサー(触覚)✋にぎる力を感じるLiDAR(距離)📏レーザーで距離をはかるエンコーダ(関節の感覚)🦴関節がいま何度かわかる
図: ロボットの五感。どこにどのセンサーが付いているか

← 図は横にスクロールできます →

実際に「センサーが違うと世界がどう見えるか」を切り替えて体験してみましょう。

🕹️ センサーの「見え方」を切り替えてみよう

同じ景色でも、センサーが違うと見えるものが変わります

🤖ボールペットボトル色と形はわかる。でも「何メートル先か」はわからない

だから実際のロボットは複数のセンサーを組み合わせます(センサーフュージョン)

ひとつずつ、ゆるっと見ていきましょう。

カメラ — いちばんの主役

いまのフィジカルAIはカメラが圧倒的主役です。理由は、VLAモデル(解説記事)が「画像を見て動きを決める」AIだから。人間用の世界は視覚情報だらけなので、カメラとの相性が抜群なんです。

最近は「深度カメラ(RGB-Dカメラ)」といって、色に加えて距離もわかるカメラが定番。各ピクセルまでの距離が測れるので、「コップまであと30cm」がわかります。

LiDAR — レーザーの距離測定器

レーザーを飛ばして、跳ね返るまでの時間で距離を測るセンサー。くるくる回転しながら周囲360度の「距離の地図」を作ります。自動運転車の屋根でくるくる回っているアレです。

カメラより正確に距離がわかり、暗闇でも使えるのが強み。弱点はお値段。「高価なLiDARを使うか、安いカメラだけで頑張るか」は自動運転業界の永遠の論争です(テスラはカメラ派として有名)。

IMU — 転ばないための三半規管

傾きと加速度を感じるセンサー。人間が目をつぶっても「自分が傾いてる」とわかるのは三半規管のおかげですが、IMUはそのロボット版です。

二足歩行ロボットが押されてもバランスを取り戻せるのは、IMUが「傾いた!」と毎秒数百回のペースで報告し、それに合わせて足を踏ん張っているから。ヒューマノイドの命綱です。ちなみにスマホにも入っています(画面が縦横回転するのはIMUのおかげ)。

力覚・触覚センサー — 「そっと持つ」の秘密

卵を割らずに持つには、「どれくらいの力で握っているか」を感じる必要があります。それが力覚センサー(手首や関節で力を測る)と触覚センサー(指先の圧力分布を測る)。

実はここがフィジカルAIの最前線。視覚データはネットに無限にありますが、「触った感覚」のデータはほぼ存在しません。世界中の研究者が触覚データの収集に投資している理由です。

どれくらい難しいのか、実際に試してみてください。

🕹️ 「そっと持つ」の難しさを体験しよう

にぎる力を調整して、壊さず落とさずつかんでみてください

🥚😊ちょうどいい!つかめました

物によって「ちょうどいい力」が違うのが難しさの正体。だから力覚センサーで確かめながら握ります

💡

センサーフュージョン

実際のロボットは1種類のセンサーに頼らず、カメラ+LiDAR+IMU…と組み合わせて判断します。これを「センサーフュージョン」と呼びます。人間も目と耳と触覚を組み合わせているので、同じ発想ですね。

まとめ

  • ロボットの五感: カメラ(目)、LiDAR(距離)、IMU(三半規管)、力覚(触覚)、エンコーダ(関節の感覚)
  • いまの主役はカメラ。VLAモデルと相性抜群
  • IMUは二足歩行の命綱、触覚はフィジカルAIの最前線かつデータ不足の激戦区

次の一歩 🌸

五感の情報を受け取って考えるのが「🧠あたま」です。VLAモデル解説へ進むか、全体地図で自分の現在地を確認しましょう。

あわせて読みたい