「ロボットのセンサー」と検索して、カメラ、LiDAR、エンコーダ、IMU、力覚センサー……用語がずらっと並んだ一覧表を見て、結局どれが何をしているのか分からなくなった経験はありませんか？
それは当然です。多くの解説は「種類の羅列」で終わっていて、そもそもセンサーが何のためにあるのかという一番大事な話が抜けているからです。
結論から言うと、センサーの役割はたった一つです。
現実世界を、コンピューターが読める「数値」に翻訳すること。
この一点さえ握れば、何十種類あっても頭の中で整理できます。
この記事では、ロボットのセンサーを「目」「体の感覚」「手」の3系統に分けて図解します。さらに、他のサイトがほとんど触れない「センサーを増やすと何が苦しくなるのか（データ量・電力・遅延の壁）」まで、電気設計の視点で踏み込みます。
🗺️ 全体像：ロボットのセンサーは「目・体・手」の3系統
ロボット工学では、センサーを大きく「外界センサー」と「内界センサー」の2つに分けます。ただこの言い方だとピンと来ないので、この記事では人間の感覚に置き換えて3系統で整理します。
① 目（外界センサー）
カメラ／LiDAR／深度カメラ／超音波／マイク
知りたいこと：物はどこに、何があるか
② 体の感覚（内界センサー）
エンコーダ／IMU／電流センサー／温度センサー
知りたいこと：自分はいまどんな姿勢か
③ 手（力・触覚センサー）
力覚センサー／トルクセンサー／触覚センサー
知りたいこと：どれくらいの力で触れているか
👁️ 「目」の系統：外界センサー4種を比べる
カメラだけでは「距離」が分からない
人間の目は2つあるので、左右のズレから距離感をつかんでいます。カメラ1台だけのロボットは、「大きく写っている」のか「近くにある」のかを原理的に区別できません。だから距離を測る専用センサーが必要になります。
| 種類 | 何が分かる | 得意 | 苦手 |
|---|---|---|---|
| カメラ （CMOSイメージセンサー） |
色・形・文字 | 安い・情報量が最大 | 暗所・逆光・距離が不明 |
| LiDAR | 正確な距離・空間の形 | 暗所でも測れる | ガラス・鏡・雨霧、色が分からない |
| 深度カメラ （ToF・ステレオ） |
近距離の立体形状 | 小型・手元の作業に強い | 屋外の強い日光 |
| 超音波・ミリ波 | 障害物の有無・接近 | 極めて安価・悪天候に強い | 形が分からない（解像度が低い） |
🦿 「体の感覚」の系統：自分の状態を数値にする
地味ですが、ロボットが転ばず動くために最も重要なのはこの系統です。外の世界より先に、自分の体の状態を正確に知る必要があります。
| センサー | 測るもの | 人間だと | 無いとどうなる |
|---|---|---|---|
| エンコーダ | 関節の角度・回転速度 | 関節の感覚 | 腕の位置が分からず動けない |
| IMU | 傾き・加速度・向き | 三半規管 | 押されると転倒する |
| 電流センサー | モーターに流れる電流 | 筋肉の力み具合 | 力の入れすぎに気づけない |
| 温度センサー | モーター・基板の温度 | 体温・疲労感 | 焼損する／熱で性能低下 |
数字で見る「体の感覚」の精度
この「速く正確に測り続ける」ことがロボットの正体です。逆に言えば、AIの判断がこの周期に間に合わないと動きは破綻します → 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
🤲 「手」の系統：力覚センサーが器用さを決める
位置だけを指令するロボットは、「そこに壁があっても指定された位置まで押し込もうとする」という致命的な性質を持ちます。だから従来のロボットは、金属部品を無理に押し込んで壊す、卵を割る、といった失敗をしてきました。
力覚センサーが入ると、指令の種類が変わります。「ここまで動け」ではなく「10ニュートンの力で押し当てながら探れ」と言えるようになる。これが、はめ合い作業や研磨といった”職人の手仕事”をロボットが担える理由です。
❌ 力覚センサーなし（位置制御だけ）
- 位置がわずかにズレるとぶつける
- 「触れた」ことに気づけない
- 部品や人にとって危険
✅ 力覚センサーあり（力制御）
- 力加減を調整して”探りながら”入れる
- 異常な力を検知して即停止できる
- 人と同じ空間で作業できる（協働）
力をどうやって「数値」にしているのか
力は目に見えません。そこでセンサーは、金属が力を受けてほんのわずかに変形する量を電気に変えて測ります。主な方式は次の4つです。
| 方式 | 原理をひと言で | 特徴 |
|---|---|---|
| ひずみゲージ式 | 変形すると電気抵抗が変わる | 最も広く普及。精度と実績に強み |
| 静電容量式 | 電極の隙間が変わると容量が変わる | 構造が簡素でコストを抑えやすい |
| 光学式 | 変形による光のズレを読む | 薄型化・軽量化しやすい |
| 圧電式 | 力が加わると電圧が生じる | 瞬間的な衝撃の検出に強い |
※方式の分類はオムロン・ミネベアミツミ等の技術資料をもとに整理。ミネベアミツミはMEMSチップと金属構造体を組み合わせた小型6軸力覚センサーを製品化しており、日本勢はこの「わずかな変形を測る」領域に長年の蓄積があります。
⚡ ここが本題：センサーを増やせない3つの壁
「じゃあセンサーを山ほど付ければ賢くなるのでは？」と思いますよね。ここが、他のロボット記事があまり書かない部分です。センサーを増やすことは、そのまま「データ量」「電力」「遅延」の負担増を意味します。
② 電力の壁：センサー自体の消費電力は小さくても、それを処理するAIチップが電力を食います。ロボットの電力は電池で有限です。
③ 遅延の壁：データが多いほど処理に時間がかかる。1ミリ秒を争う制御では、情報量の多さが逆に危険になります。
つまりロボットのセンサー構成は「性能の追求」ではなく、電力・帯域・遅延という予算配分の設計なのです。データセンターが電力とネットワークで詰まるのと、まったく同じ構造です。
・なぜロボットは2時間しか動けないのか｜電源と熱の壁を完全図解
・学習はDC、推論は現場｜クラウドとエッジの役割分担
・ロボットが積むメモリ｜LPDDRとHBMの使い分け
🔀 弱点を補い合う「センサーフュージョン」
センサーの数値は「正解」ではない
最後に、技術者として一番伝えたいことです。センサーの出す数値には必ず誤差があります。温度が変わればわずかにズレ（ドリフト）、振動でノイズが乗り、取り付け角度が0.1度傾けば先端では大きな誤差になります。
だから実機では校正（キャリブレーション）が必須になり、シミュレーションで完璧に学習したAIが現実で失敗する原因の多くも、ここに潜んでいます。「センサーは完璧な現実を教えてくれる」という前提こそが、フィジカルAI最大の落とし穴です。
💼 センサーを作っているのは誰か（3層で整理）
センサーは、日本企業が世界で強さを保っている数少ない領域です。以下は部品・素子の層に絞った整理です（銘柄の推奨ではありません）。
上流：素子・半導体
- ソニーグループ（6758）：イメージセンサー。イメージング用途で世界シェア約53％（同社IR・金額ベース）
- 浜松ホトニクス（6965）：光を受け取る受光素子。LiDARの心臓部
- 村田製作所（6981）：慣性センサー・超音波素子
- TDK（6762）：磁気センサー・角度検出
- STMicro（STM）／ADI（ADI）：MEMS・信号処理IC
中流：センサーユニット
- ミネベアミツミ（6479）：ひずみゲージ・小型6軸力覚センサー
- キーエンス（6861）：産業用センサー・画像処理
- オムロン（6645）：FA用センサー・力覚の応用技術
- ワコーテック（非上場・日本）：産業用ロボット向け力覚センサーの有力企業
- 多摩川精機（非上場・日本）：エンコーダ・レゾルバ
下流：ロボット本体・統合
- NVIDIA（NVDA）：センサー情報を処理する頭脳と開発基盤を主導
- ファナック（6954）：産業用ロボット・力覚活用
- 安川電機（6506）：サーボとエンコーダの一体設計
- デンソー（6902）：車載センサーの量産技術
- Figure AI（非上場・米）：ヒューマノイド。直接投資は不可
🧭 あなたにとって、この話は何を意味するか
よくある3つの誤解
→ データ量が増えて処理が遅れ、かえって動きが鈍くなることがあります。必要なのは画質ではなく、判断に必要な情報だけを速く取ること。
❌ 誤解2「センサーは付ければ付けるほど良い」
→ 電力・重量・配線・故障率がすべて増えます。センサー1個の追加は「重量増→モーター強化→電力増→稼働時間減」という連鎖を生みます。
❌ 誤解3「センサーの数値は正確だから信じていい」
→ 温度・振動・経年でズレます。誤差を前提に設計するのがプロの仕事です。
・種類は目（外界）／体の感覚（内界）／手（力覚）の3系統で整理できる
・万能なセンサーは存在せず、必ず組み合わせて弱点を補う（センサーフュージョン）
・センサーは増やすほどデータ量・電力・遅延の負担が増え、無限には積めない
・数値には必ず誤差があり、それがシミュレーションと現実のギャップを生む
コメント