「力覚センサー」と検索すると、6軸、Fx・Fy・Fz、Mx・My・Mz、ひずみゲージ、モーメント……いきなり記号が並んで、読む気が失せた経験はありませんか？
でも、この部品がやっていることは驚くほどシンプルです。金属がほんのわずかに「たわむ」量を測って、力の大きさに換算しているだけなのです。
この記事で分かること
・力覚センサーが「見えない力」を数値にする原理
・「6軸」が何を数えているのか（記号アレルギーを解消）
・トルクセンサーとの違い
・そして、力覚センサーが苦手なこと
数式は一つも使いません。「ロボットはなぜ卵を割らずに持てるのか」という問いから、順番に解いていきます。
🗺️ あなたが今いる場所：AIインフラ ＞ フィジカルAI ＞ センサー（力覚センサーの原理）
▼ 知能の循環（学習から現実世界へ、そして戻る）
学習（データセンター）
シミュレーション
推論（エッジ）
制御・駆動
現実世界での動作
センサーで観測→学習へ ←ココ
▼ サプライチェーン（上流→下流）
半導体・電子部品
センサー・アクチュエータ ←ココ
ロボット本体
システム統合（SIer）
現場・運用
🎯 先に結論：力覚センサーの本質は3行
① 力そのものは測れない。「たわみ」を測っている
力覚センサーの中には、わざと少しだけ変形するように設計された金属の構造体（起歪体：きわいたい）が入っています。その変形量を電気信号に変え、力に換算しているのです。
② 「6軸」とは、押す力3つ＋ねじる力3つ
前後・左右・上下に押される力（3方向）と、それぞれの軸まわりにねじられる力（3方向）。合わせて6つ。これで「どの向きに、どれくらいの力が加わったか」を完全に表現できます。
③ トルクセンサーとは「置き場所」が違う
力覚センサーは主に手首（先端）に付けて外から加わる力を測ります。トルクセンサーは関節に埋め込んで、その関節のねじり力を測ります。目的が「対象物との接触」か「自分の関節の負荷」かで使い分けます。
🥚 なぜ必要か：位置だけを教えたロボットは卵を割る
従来の産業用ロボットは、基本的に「位置」だけを指令されて動いていました。「座標X=100、Y=50の地点まで移動しろ」という命令です。
この方式の恐ろしさは、途中に何があっても指定位置まで行こうとする点にあります。目の前に硬い壁があっても、卵があっても、ロボットは全力で押し込み続けます。力を測る仕組みがないので、「ぶつかった」ことに気づけないのです。
📘 用語解説：位置制御と力制御
位置制御＝「ここまで動け」と場所を指令する方式。力制御＝「この強さで押し当てろ」と力を指令する方式。力覚センサーが付くことで、後者ができるようになります。
📍
位置制御だけの世界
- 部品の位置が0.1mmズレると入らない
- 入らなければ無理に押して壊す
- 治具（固定具）を精密に作り込む必要がある
- 人が近づくと危険
🤲
力を測れる世界
- 「引っかかった」と分かるので探りながら入れる
- 一定の力で押し当てて磨く・拭く
- 治具の精度要求が下がる
- 異常な力を検知して即停止できる
☕ たとえ話：暗い部屋で鍵穴を探すとき
私たちは暗闇でも鍵を差し込めます。目で見ているのではなく、鍵先が引っかかる感触を頼りに、少しずつずらして「入る場所」を探しているからです。力覚センサーがロボットに与えているのは、まさにこの能力です。カメラの解像度をいくら上げても、この”探る”能力は生まれません。
🔬 原理：見えない「力」をどうやって数値にするのか
ステップ1：わざと「たわむ」金属を用意する
力は目に見えず、直接つかむこともできません。そこで技術者は発想を逆転させました。力を受けると必ず起こる「変形」を測ればいい、と。
センサーの内部には、起歪体（きわいたい）と呼ばれる金属の構造体が入っています。頑丈なだけの金属では変形しないので、あえて薄く削った部分を設けて、力が加わると狙った場所だけがミクロン単位でたわむように設計されています。
📘 用語解説：ひずみ
物体が変形した割合のこと。長さ100mmの金属が0.001mm伸びたら、ひずみは10万分の1です。力覚センサーは、この目視ではまったく分からないレベルの変形を検出しています。
ステップ2：ひずみゲージで電気に変換する
起歪体の表面に貼り付けられているのがひずみゲージです。これは細い金属の線を、つづら折り状に薄いフィルムに配置した小さな部品です。
ここで使われる物理は、中学の理科でも出てくる関係です。金属の線は、引っ張られて細く長くなると電気が流れにくくなり（抵抗が増え）、押し縮められると流れやすくなります。つまり、たわみが電気抵抗の変化として現れるのです。
この抵抗変化はごくわずかなので、実際にはブリッジ回路という増幅の仕組みで取り出し、内部のマイコンで計算処理して出力します。原理の分類はオムロン、ミネベアミツミ、レプトリノ等の技術資料をもとに整理しています。
🧭 「6軸」の意味：押す力3つ、ねじる力3つ
力覚センサーの説明で必ず出てくるFx・Fy・Fz・Mx・My・Mzという記号。これは難しい話ではなく、力の表現に必要な最小限の6つを並べただけです。
| 記号 |
日本語 |
身近な動作でいうと |
| Fx・Fy |
横に押される力 |
机の上の消しゴムを横に滑らせる力 |
| Fz |
上下に押される力 |
スタンプを紙に押し付ける力 |
| Mx・My |
傾ける・曲げる力 |
スプーンで缶のフタをこじ開ける動き |
| Mz |
回す・ねじる力 |
ペットボトルのフタを回す力 |
💡 なぜ6つ全部が必要なのか
ネジを締める作業を想像してください。Fz（押し付ける力）とMz（回す力）を同時に、それぞれ適切に制御しないとネジ山を潰します。さらに、まっすぐ入っていなければMx・Myに余計な力が出ます。6軸すべてを見ることで、「今どんな失敗をしかけているか」まで分かるのです。
単位「N（ニュートン）」を体で感じる
カタログには「定格 100N」などと書かれています。技術者以外にはピンと来ないので、身体感覚に翻訳しておきましょう。
1N
約100gの物を手のひらで支える力。卵2個分くらい
10N
約1kgのペットボトルを持ち上げる力。作業の力加減の目安
1Nm
長さ1mの棒の先に約100gを吊ったときのねじり力（モーメントの単位）
※1N＝約102gfとして概算。厳密な換算ではなく、体感をつかむための目安です。
⚖️ 力覚センサーとトルクセンサーは何が違うのか
検索でよく並んで出てくる2つですが、混同されがちです。決定的な違いは「どこに付けるか」、そして「誰の力を知りたいのか」です。
| 比較項目 |
力覚センサー |
関節トルクセンサー |
意味の違い |
| 取り付け位置 |
手首（先端） |
各関節の内部 |
先端か、体の中か |
| 測るもの |
外部から受ける力6成分 |
その関節のねじり力1成分 |
6軸か、1軸か |
| 得意なこと |
接触作業の精密な力制御 |
全身どこでも衝突を検知 |
器用さか、安全か |
| 弱点 |
手首より先しか分からない |
関節ごとに必要でコスト増 |
死角か、個数か |
⚠️ 手首だけでは「肘がぶつかった」は分からない
力覚センサーは手首に1個だけ付けるのが一般的なので、肘や肩が人や壁に当たっても検知できません。だから人と同じ空間で働くロボットや、全身を使うヒューマノイドでは、各関節にトルクセンサーを入れる（または電流値から力を推定する）方式が併用されます。両者は競合ではなく、役割の異なる補完関係です。
🔧 力を検出する4つの方式
「たわみを電気に変える」方法は一つではありません。用途によって使い分けられています。
| 方式 |
原理をひと言で |
強み |
弱み |
| ひずみゲージ式 |
変形で電気抵抗が変わる |
実績が豊富・精度が高い |
温度の影響を受けやすい |
| 静電容量式 |
電極の隙間の変化を読む |
構造が簡素・低コスト化しやすい |
周囲の電気的な影響を受けやすい |
| 光学式 |
変形による光のズレを読む |
薄型・軽量化しやすい・電気ノイズに強い |
汚れ・異物に弱い |
| 圧電式 |
力が加わると電圧が発生する |
瞬間的な衝撃の検出に強い |
静止した力の長時間測定が苦手 |
💡 小型化の主役はMEMS
近年は、半導体の微細加工技術で作ったMEMS（微小な機械構造をチップ上に作る技術）と金属構造体を組み合わせる方式が伸びています。ミネベアミツミは、この方式で直径10mm前後という指先サイズの6軸力覚センサーを量産化しています（同社公表）。ロボットの指1本ごとに力覚を持たせる用途では、この小型化が決定的に重要になります。
📘 用語解説：MEMS（メムス）
半導体と同じ製造技術を使って、シリコンの上に髪の毛より細い可動構造やバネを作り込む技術。スマホの傾き検出やマイクにも使われています。
⚡ ここが本題：力覚センサーの4つの弱点
カタログには良いことしか書かれていません。しかし実務では、ここに挙げる4つが必ず立ちはだかります。この部分を知っているかどうかが、技術を理解しているかの分かれ目です。
⚠️ 弱点① 他軸干渉（クロストーク）
6軸すべてが1つの金属構造体を共有しているため、実際には「上から押しただけ」なのに、横方向やねじり方向にもわずかな出力が出てしまいます。これを他軸干渉と呼びます。メーカーは補正計算で抑え込んでいますが、完全にゼロにはできません。6軸あるからといって、6つの独立した完璧な数値が得られるわけではないのです。
⚠️ 弱点② 温度ドリフト
金属は温度で伸び縮みします。つまり力が加わっていなくても、温まるだけで出力がズレるのです。ロボットは動けばモーターが発熱し、センサーは手首＝モーターの近くにあります。だから多くの現場では、運転前にゼロ点をリセットする（ゼロ校正）手順が組み込まれています。
⚠️ 弱点③ 分解能と定格のトレードオフ
柔らかい構造にすれば小さな力まで読めますが、大きな力で壊れます。頑丈にすれば壊れませんが、微小な力が読めません。「1N以下の繊細な力」と「200Nの重い搬送」を1個のセンサーで両立させることは原理的にできない。だから用途ごとに定格を選ぶ必要があります。
⚠️ 弱点④ 手首に「重さ」が乗る
これが電気設計者として一番強調したい点です。センサーは手首の先端に付くため、その重量がそのまま可搬重量（運べる荷物の重さ）を削ります。さらに先端が重くなればモーターの負荷が増え、消費電力が増え、稼働時間が減ります。「センサーを1個増やす」という判断は、電池の持ち時間を削る判断でもあるのです。
⏱️ 「測れる」だけでは足りない。速さが器用さを決める
力覚センサーで意外に見落とされるのが更新の速さです。いくら正確に測れても、報告が遅ければ意味がありません。
産業用の力覚センサーは、おおむね毎秒1000回（1kHz）前後の頻度で値を出力します。なぜそんなに速く測る必要があるのでしょうか。答えは単純です。硬いもの同士がぶつかったとき、力は一瞬で立ち上がるからです。
1kHz
力覚センサーの一般的な出力頻度。毎秒1000回報告する
1ms
1回あたりの間隔。まばたき1回の約300分の1
数ms
この間に対応できなければ、部品は既に変形している
☕ たとえ話：熱いやかんに触った瞬間
人間が熱いものに触って手を引くまで、およそ0.1〜0.2秒かかります。しかしロボットが金属部品を扱う場合、0.1秒待っていたら部品はもう歪んでいます。だから人間の反射よりはるかに速い周期で測り、AIの判断を待たずに「一定以上の力が来たら即停止」という単純な仕組みを別に用意しておくのが定石です。
ここで重要なのは、賢いAIの判断はこの1ミリ秒には間に合わないという事実です。だから実機では「速いが単純な力の制御」と「遅いが賢いAIの判断」を階層に分けて組み合わせます。この設計思想は、次の記事で詳しく扱っています。
🛡️ 力を測ることは「安全」を測ること
力覚センサーやトルクセンサーが普及した最大の理由は、器用さだけではありません。人と同じ空間でロボットを動かすためです。
📘 用語解説：協働ロボット
安全柵で囲わず、人のすぐ隣で作業できるように設計されたロボット。人に接触しても危害を与えない構造・制御になっていることが前提です。
協働ロボットの安全設計では、ISO/TS 15066という国際的な技術仕様が長く指針になってきました。ここには「人体のどの部位に、どれくらいまでの力・圧力なら許容されるか」という生体力学的限界の一覧が示されています。手の甲、額、腹部といった部位ごとに数値が定められており、ロボットは接触してもこの値を超えないよう力を制限する必要があります。
⚠️ 規格の最新状況について。ISO/TS 15066の内容は、その後のISO 10218シリーズ（2025年版）への統合が進んだと報じられています。実際の設備設計では必ず最新の規格原本と、労働安全衛生法など国内の関連法令をご確認ください。本記事は仕組みの理解を目的としたもので、安全設計の根拠として用いることはできません。
つまり力覚・トルクセンサーは、「規格が求める数値を、実際に測って証明するための部品」でもあるのです。測れなければ、そもそも安全だと主張できません。ここが、センサーが単なる高機能オプションではなく必須部品になっていく理由です。
💼 力覚センサーを作っているのは誰か（3層で整理）
力覚センサーはニッチだが日本勢が存在感を持つ領域で、専業の非上場企業が実力を持っているのが特徴です。以下は部品層に絞った整理です（銘柄推奨ではありません）。
🔩
上流：素子・半導体・材料
- ミネベアミツミ（6479）：ひずみゲージとMEMSの両方を持つ。小型6軸を量産
- 村田製作所（6981）：MEMS・電子部品
- TDK（6762）：磁気式の力・角度検出
- Analog Devices（ADI）：微小信号を増幅するアンプIC
- Texas Instruments（TXN）：センサー信号処理・アナログIC
⚙️
中流：力覚センサー専業・ユニット
- ワコーテック（非上場・日本）：低価格化を主導。6軸を5万円台から投入と報道（2022年）
- レプトリノ（非上場・日本）：小型6軸の専業。10万円を切る製品を展開
- ニッタ（5186）：産業用力覚センサーを取り扱う
- キヤノン（7751）：光学式エンコーダ応用の薄型力覚センサー
- ATI Industrial Automation（非上場・米／Novanta傘下）：産業用の定番
🤖
下流：ロボット本体・統合
- NVIDIA（NVDA）：センサー情報を扱う頭脳と開発基盤を主導
- ファナック（6954）：力覚を用いた組立・研磨アプリを展開
- 安川電機（6506）：サーボと一体の力制御
- オムロン（6645）：力覚の応用技術とFA統合
- Universal Robots（Teradyne傘下・TER）：協働ロボットの世界的大手
⚠️ 実需と思惑の区別を。力覚センサーは市場規模そのものが小さく、上場各社の売上に占める比率も現時点では限定的です。ヒューマノイド向けの本格採用が始まれば1台あたりの搭載点数が増える構造ではありますが、「フィジカルAI関連」として株価が動いても、受注や売上として計上されているかは必ず決算資料で確認してください。証券コード・価格・シェアは執筆時点の公開情報に基づくもので、最新の一次情報での確認が必要です。
🧭 あなたにとって、この話は何を意味するか
💼 投資家の方へ
注目点は「1台あたりの搭載個数」です。手首に1個から、指1本ごとに1個へと増える流れが来れば需要は跳ねます。ただし専業は非上場が多く、上場企業経由での投資では売上比率の小ささに注意が必要です。
🎓 学生の方へ
材料力学（ひずみ・応力）と計測工学、そして信号処理。この3つが交差する領域です。「微小な変化をノイズから取り出す」技術は分野を問わず通用する、つぶしの利く専門性です。
🔧 技術者の方へ
他軸干渉の補正、温度ドリフト対策、ゼロ校正の運用、ケーブルの引き回し。あなたが日常でやっている地味な作業が、そのままフィジカルAIの実用化を左右します。AI側の流行より、ここの勘所が希少です。
よくある3つの誤解
❌ 誤解1「力覚センサーを付ければ器用になる」
→ センサーは数値を出すだけです。その数値をどう動きに反映するかという制御の設計がなければ、何も変わりません。
❌ 誤解2「6軸あれば全部わかる」
→ 分かるのはセンサーが付いている場所より先に加わった力だけです。肘や胴体の接触は分かりません。
❌ 誤解3「高性能な1個を選べば良い」
→ 定格が大きいほど微小な力の分解能は落ちます。用途に対して過大なセンサーは、重さと引き換えに繊細さを失う選択になります。
✅ この記事のまとめ
・力覚センサーは、金属のわずかなたわみを電気に変えて力を数値化する部品
・6軸＝押す力3方向＋ねじる力3方向。これで力の状態を完全に表せる
・トルクセンサーとの違いは取り付け位置と目的（先端の器用さか、全身の安全か）
・弱点は他軸干渉・温度ドリフト・分解能と定格のトレードオフ・重量ペナルティ
・毎秒1000回級の速さが必要で、AIの判断はこの周期には間に合わない
・安全規格が求める力の制限を「証明する」ためにも不可欠な部品
❓ よくある質問（FAQ）
Q1. 力覚センサーとは何ですか？
ロボットなどに加わる力の大きさと方向を数値として測る装置です。多くは6軸型で、3方向の押す力と3方向のねじる力を同時に検出します。人間の触覚に相当する役割を担います。
Q2. 力覚センサーとトルクセンサーの違いは何ですか？
力覚センサーは主に手首など先端に取り付け、外部から受ける力を多軸で測ります。トルクセンサーは関節内部に組み込み、その関節にかかるねじり力を測ります。設置場所と測る対象が異なります。
Q3. 力覚センサーの価格はどれくらいですか？
かつては数十万円が一般的でしたが、専業メーカーの参入により低価格化が進み、10万円を下回る製品や5万円台からの製品も登場したと報じられています（各社発表・報道ベース）。定格や精度で大きく変わるため、用途に応じた確認が必要です。
Q4. カメラで見れば力は分からないのですか？
分かりません。カメラは形や位置を捉えますが、接触している力の強さは映像に写りません。柔らかい物のわずかな変形から推定する研究はありますが、精度と速さの点で力覚センサーの代替にはなっていません。
Q5. なぜ定期的に校正（ゼロリセット）が必要なのですか？
温度変化や経年で、力が加わっていない状態の出力値（ゼロ点）がわずかにずれるためです。特にモーターの発熱による温度上昇の影響が大きいため、運転開始前のゼロ校正が実務では重要になります。
📚 次に読むべき記事
🗺️ この記事の親記事（全体像）
ロボットのセンサー種類まとめ｜現実を「数値」に変える目と手の仕組み
カメラ、LiDAR、エンコーダ、IMU、力覚センサー。すべてのセンサーを「目・体・手」の3系統で整理した地図です。力覚センサーの位置づけが立体的に分かります。
記事を読む →
⚡ 重量が電池を削る構造
なぜロボットは2時間しか動けないのか｜電源と熱の壁
読む →
⏱️ 1ミリ秒に間に合わない理由
推論レイテンシとは？ロボットが100倍の時間差と戦う構造
読む →
🔥 関節を動かす側の話
ロボットの関節にGaNが載る理由｜パワー半導体で解く発熱
読む →
🏛️ フィジカルAIの中心ハブ
学習はDC、推論は現場｜クラウドとエッジの役割分担
読む →
※本記事は技術解説を目的としており、特定の金融商品の売買を推奨するものではありません。また、安全規格に関する記述は仕組みの理解を目的としたものであり、実際の設備設計・安全評価の根拠として用いることはできません。企業情報・証券コード・価格は執筆時点の公開情報に基づきます。
コメント