
協働ロボットが人間作業者と作業空間を共有する場合、安全性を確保することの重要性はこれ以上ないほど高まります。フェンスで囲まれた従来の産業用ロボットとは異なり、コボットは開放的な環境で動作し、作業台の上に手を伸ばしたり、部品を渡したり、共有の通路を移動したりします。この新たな現実を規制する規格はISO/TS 15066、人とロボットの協働に関する正確な安全要件を定義する初めての国際技術仕様であり、広く採用されているパワー・フォース・リミッティング(PFL)モードを含みます。
エンジニア、安全マネージャー、および産業自動化に投資する運営リーダーにとって、ISO/TS 15066は単なるコンプライアンスのチェックボックスではありません。それは、ロボットがどれだけ速く動けるか、どれだけの力を加えられるか、そして人がその経路上に入った瞬間に何が起こるかを決定する実用的なエンジニアリング・フレームワークです。これらのパラメータを正しく設定することで、紙の上では安全に見えるだけのシステムと、実際に安全な協働システムが区別されます。
本記事では、ISO/TS 15066が実際に要求するもの、パワー・フォース・リミッティングが技術的・運用的レベルでどのように機能するか、生物力学的閾値が実際の工場環境で何を意味するか、そしてこれらの原則がロボットアームの範囲を超えて、自律移動ロボットやスマート倉庫自動化のより広い世界にどのように拡張されるかを解説します。
ISO/TS 15066とは何か、なぜ重要なのか?
国際標準化機構(ISO)によって発行されたISO/TS 15066は、基礎的なロボット安全規格であるISO 10218を補完する技術仕様です。ISO 10218が産業用ロボットの一般的な設計と安全対策をカバーする一方、ISO/TS 15066は特に協働ロボットシステム— ロボットと人間が意図的に物理的な障壁なしに同時に同じ作業空間を共有する状況を対象としています。
この仕様が重要な根本的な理由は、従来のロボットの安全性は分離に依存していたからです。人間を外に出しておけば、ロボットが人を傷つけることを心配する必要はありません。協働ロボットはその物理的分離を排除し、これは安全性をロボットの動作、速度、力の出力、状況認識に直接組み込む必要があることを意味します。ISO/TS 15066は、このエンジニアリングを推測ではなく厳密なものとする技術的言語と測定基準を提供します。
ISO/TS 15066への適合は、商業的な要件としてもますます重要になっています。多くの大手製造業者、自動車OEM、物流事業者は、協働自動化を調達する際にISO/TS 15066への準拠を指定しています。したがって、この規格を理解することは、安全上の義務であるだけでなく、共有作業空間にコボットを導入するあらゆる組織にとってのビジネス上の前提条件です。
4種類の協働運転
ISO/TS 15066は4つの異なる協働運転モードを定義しており、ほとんどのコボット導入では単一のアプローチではなくこれらのモードの組み合わせを使用することが重要です。それぞれのモードは作業空間の設計とリスクアセスメントに異なる影響を与えます。
- 安全評価付きモニタード・ストップ(SRMS):人が協働作業空間に入るとロボットは一時停止し、人が去った後にのみ再開します。これは最も制限の厳しいモードであり、大部分が自動化されたセルに人が時々アクセスする必要がある作業でよく使用されます。
- ハンド・ガイディング:人間のオペレーターがロボットのエンドエフェクターをタスクを通じて直接ガイドし、ロボットは力フィードバックを提供しオペレーターの導きに従います。このモードは教示やセットアップの場面で一般的です。
- 速度・分離監視(SSM):ロボットは自身と検出された人間との距離をリアルタイムで監視し、人が近づくと速度を低下させ、最小保護距離が侵されると停止します。これにはレーザースキャナーやビジョンシステムなどの信頼性の高い存在検知技術が必要です。
- パワー・フォース・リミッティング(PFL):ロボットは、人間とのあらゆる接触 — 意図的であろうと偶発的であろうと — が傷害を引き起こさないように設計・構成されています。これは現在、最も広く実装されている協働モードであり、ISO/TS 15066の生物力学的データの主な焦点です。
多くの実際の導入では、SSMとPFLが一緒に使用されます:SSMの下で人が近づくとロボットは減速し、接触が発生した場合はPFLが力を安全な限界内に保ちます。どのモードが作業のどの段階に適用されるかを理解することは、リスクアセスメント・プロセスの核心的部分です。
パワー・フォース・リミッティングの解説
パワー・フォース・リミッティングは、技術仕様であると同時に設計哲学でもあります。その核心において、PFLとは、ロボットの機械設計、制御システム、および動作パラメータが、人間の体との衝突時に発生する力が傷害を引き起こすレベルを下回るように構成されることを意味します。これは、本質的に適合性のある機械設計、各ジョイントでのトルク検知、リアルタイムの力の監視、またはこれらすべての組み合わせを通じて達成できます。
現代のPFLコボットは、運転中にすべてのジョイントで力とトルクを継続的に測定します。測定値がプリセットされた閾値に近づいたり超えたりすると、制御システムは直ちにモータートルクを低減するかロボットを停止させます。応答時間は通常ミリ秒の範囲で、組織損傷が起こる前に過渡的接触事象で伝達されるエネルギーを制限するのに十分速いです。
PFLがカバーするものとカバーしないものを認識することは重要です。PFLは過渡的接触— 人間とロボットが短く接触してから分離する短時間の偶発的な衝突を処理するために設計されています。人間がロボットと固定面の間に閉じ込められる場合 — これは準静的接触として知られるシナリオ — を安全にするために設計されているわけではありません。準静的な状況では、四肢が逃れる経路がないためロボットは人間に押し続け、低い力の設定でも圧力が有害なレベルまで蓄積する可能性があります。準静的接触リスクを特定し軽減することは、PFLリスクアセスメントの最も重要な — そして最も頻繁に過小評価される — 部分の一つです。
生物力学的閾値:安全な接触を支える数値
ISO/TS 15066の最も技術的に詳細な貢献は、その附属書Aであり、これは生物力学的限界値異なる身体部位に対する生物力学的限界値を提供します。これらの値は、過渡的および準静的接触時に傷害なしに人間の体の各部分が耐えうる最大許容力と圧力を定義します。このデータは、異なる身体部位における痛みの閾値、組織の硬さ、および傷害の発生に関する広範な生物力学的研究から導き出されました。
この仕様は29の身体部位を特定し、それぞれに対して力(ニュートン)と圧力(N/cm²)の両方の値を提供します。これらの閾値の範囲を示すために:
- 頭蓋骨と額は最も許容性の高い部位の一つであり、下にある骨が大きな保護を提供するため、より高い許容力値を持ちます。
- 手と指は比較的低い閾値を持ち、特に準静的接触に対して低い値が設けられています。これは手の繊細な構造が圧縮傷に弱いためです。
- 胸部と腹部は過渡的接触に対して中程度の閾値を持ちますが、内部圧縮のリスクにより準静的シナリオでは低い限界値を持ちます。
実際には、システムインテグレーターはこれらの値を使用して、エンドエフェクターの形状、運搬されるペイロード、およびロボットが辿る特定の動作経路を考慮して、各ロボットジョイントの力とトルクの限界を設定します。鋭いまたは硬い工具を運ぶロボットは、柔らかいクッション付きグリッパーを運ぶロボットとは非常に異なる実効接触圧力を持ち — リスクアセスメントはこれを考慮に入れる必要があります。したがって、適切なエンドエフェクターと工具の選択は、単なる性能上の決定ではなく、ISO/TS 15066における直接的な安全エンジニアリング上の決定です。
ISO/TS 15066におけるリスクアセスメント
ISO/TS 15066は、ISO 12100およびISO 10218-2の一般的なリスクアセスメント要件を置き換えるものではなく、それらに基づいて構築されています。協働ロボットアプリケーションのリスクアセスメント・プロセスは、あらゆる妥当な人間-ロボット接触シナリオを特定し、各接触を過渡的または準静的として分類し、リスクのある身体部位を特定し、ロボットの動作パラメータが力と圧力をそれらの部位の附属書Aの限界内に保つことを検証する必要があります。
PFL導入のための構造化されたリスクアセスメントは通常、以下の主要なステップに従います:
- 協働作業空間の定義– ロボットと人間が同時に動作する正確な場所、すべてのアプローチ経路と作業位置をマッピングします。
- 接触シナリオの特定– 人間が動作中のロボットに接触する可能性のあるあらゆる方法をリストアップし、意図的な相互作用とあらゆる方向からの偶発的な衝突を含めます。
- 接触タイプの分類– 各シナリオが過渡的または準静的接触の結果となるかを判断し、固定面、治具、またはその他の機器の近くの挟み込みポイントに特に注意を払います。
- リスクのある身体部位のマッピング– 各接触シナリオにおいて、現実的に接触ゾーンにある身体部位を特定します。
- 力と圧力の限界の検証– 測定ツール(力プレート、圧力感知マット、または検証済みシミュレーション)を使用して、ロボットの実際の接触力と圧力が、特定された身体部位のISO/TS 15066附属書Aの値の範囲内に収まることを確認します。
- 文書化と検証– アプリケーションが変更された際の監査と再アセスメントをサポートする形式で、すべての調査結果、パラメータ設定、および検証測定を記録します。
経験豊富な安全エンジニアが強調する重要なポイント:リスクアセスメントは、アプリケーションが変更されるたびに繰り返されなければなりません。ある速度とペイロード構成で安全と検証されたロボットも、工具が交換されたり、ペイロードが増加したり、作業空間のレイアウトが変更されたりした場合、自動的に安全になるわけではありません。ISO/TS 15066への適合は継続的なプロセスであり、一度きりの認証ではありません。
実際の産業環境におけるパワー・フォース・リミッティング
PFLの理論を理解することは一つであり、忙しい生産環境で効果的に展開することは別の問題です。実際の施設でパワー・フォース・リミッティングを実装する際には、いくつかの実践的な課題が常に生じます。
速度と安全性のトレードオフは最も一般的な運用上の摩擦点です。PFLは本質的に、非協働システムが達成できるレベル以下の速度と力のレベルでロボットを動作させることを要求します。生産エンジニアはしばしばサイクルタイム目標を達成するためにロボットの速度を上げようとしますが、より高い速度は衝突事象でより高い接触力を意味します。速度の向上はすべて生物力学的限界に対して検証されなければならず、力の検知がどれだけ優れていても、単純に協働運転が不可能となる上限があります。
工具とエンドエフェクターの設計はしばしば過小評価されています。適合性のあるグリッパーですべての力制限テストに合格したロボットアームでも、硬い金属治具や尖った部品が装着されると危険な圧力集中を生じる可能性があります。インテグレーターは、ピーク力だけでなく、接触面の実際の形状を評価する必要があります。なぜなら、圧力(単位面積あたりの力)が傷害リスクを決定するからです。丸みを帯びたエッジ、クッション付き表面、大きな接触面積はすべて実効圧力を低下させ、安全余裕を改善します。
オペレーターの受容と行動変容は、どの技術規格も完全に対処できない人間工学的課題です。従来のフェンス付きロボットに慣れている作業者は、コボットの周りで過度に慎重になる(生産性を低下させる)か、あるいは逆に過度に馴れ馴れしくなる(安全余裕を損なうリスクを冒す)可能性があります。訓練、明確な視覚的合図、および十分に設計された協働作業空間の境界は、技術的な安全対策とともに意図された安全文化を維持する上で貢献します。
AMRの安全性が協働ロボット規格とどう関連するか
ISO/TS 15066は特に固定型または準固定型の協働ロボットアームを対象としていますが、それが体現する安全原則 — 特に接触力の制限、継続的な環境検知、構造化されたリスクアセスメントの重視 — は、人間と共有の空間で動作する自律移動ロボット(AMR)に直接関連します。作業者と並んで工場の床や倉庫を移動する移動ロボットは、固定された作業ステーションのコボットと同じ根本的な衝突回避と力制限の課題の多くに直面しています。
Reemanの自律移動ロボットには、Big Dog Delivery RobotおよびFly Boat Delivery Robotなどのプラットフォームが含まれ、人間と共有する環境を念頭に設計されています。これらのプラットフォームはレーザーナビゲーションとSLAMマッピングを使用して周囲のリアルタイム認識を維持し、ISO/TS 15066で説明されている速度・分離監視の原則を反映した自律的な障害物回避を可能にします。根本的な目標は同じです:非構造化環境でロボットが人間と共存し、傷害リスクを生じさせないことを保証することです。
よりモジュール式のアプローチでの移動自律性を求める運用のために、Reemanのロボットシャーシ・プラットフォーム —Big Dog Robot Chassis、Fly Boat Robot Chassis、およびMoon Knight Robot Chassis— は、協働型で安全意識の高い自動化アプリケーションを構築できる基盤となる移動レイヤーを提供します。モバイルシャーシ・プラットフォームの全範囲は、内蔵の安全指向ナビゲーションで業界固有の導入をサポートするように設計されています。
自律フォークリフトが歩行者と通路を共有する倉庫および物流環境では、はるかに大きな質量とエネルギーが関与するため、力制限と検知の原則がさらに重要になります。Reemanの自律フォークリフト製品群 —Ironhide Autonomous Forklift、Stackman 1200、およびRhinoceros Autonomous Forklift— は、車両の作業ゾーンでの人間の存在を検知し対応する多層安全検知を組み込んでおり、ISO/TS 15066が協働ロボットアームに確立したのと同じ哲学的フレームワークを適用しています。IronBov Latent Transport Robotは、密集した倉庫環境での潜伏型AMR運用にこれらの原則をさらに拡張します。
コボットの安全性に関する一般的な誤解
いくつかの根深い誤解が協働ロボット導入における安全性を損ないうるため、それらを直接取り上げる価値があります。
「コボットは本質的に安全なので、リスクアセスメントは不要である」これはおそらく業界で最も危険な誤解です。ISO/TS 15066は、内蔵の力制限機能を持つロボットであっても、厳密なアプリケーション固有のリスクアセスメントを必要とすると明確にしています。コボットは安全な協働が可能になるように設計されています — しかし、特定の導入で実際にそれを達成するかどうかは、どのように構成されるか、どのような工具を運ぶか、および作業空間がどのように設計されるかに完全に依存します。ロボットメーカーの安全認証はロボット自体をカバーします。あなたの特定のアプリケーションにおける完全な統合システムをカバーするわけではありません。
「ロボットが何かに触れたときに停止すれば、それは安全である」接触時に停止するロボットは接触時間を短縮しましたが、最初の接触力が影響を受ける身体部位の生物力学的限界を超えれば、停止前の短い瞬間に傷害が発生する可能性があります。これがPFLシステムが接触時間だけでなく、接触力自体を制限することを目指す理由です。停止動作は二次的な安全対策であり、適切な力の制限の代替ではありません。
「ISO/TS 15066への準拠はどこでも同じ意味を持つ」ISO/TS 15066は技術仕様であり、認証スキームではありません。「ISO/TS 15066準拠」としてロボットや設備を認証する単一のグローバル機関は存在しません。適合性はリスクアセスメント・プロセスを通じて実証され、測定を通じて検証され、完全な設備が仕様の要件を満たすことを実証する責任は、ロボットメーカーだけでなく、システムインテグレーターとエンドユーザーにあります。
結論
ISO/TS 15066とパワー・フォース・リミッティングは、人とロボットの協働を生産的かつ安全なものにするための真の一歩前進を表しています。安全要件を一般的なエンジニアリング判断ではなく生物力学的データに基づかせることで、この仕様はシステムインテグレーターと安全マネージャーに、協働ロボットアプリケーションを検証するための具体的で測定可能なフレームワークを提供します。重要なポイントは明確です:PFLは強力だが無限ではなく、リスクアセスメントは必須であり何かが変わったときに繰り返されなければならず、準静的接触シナリオには特別な注意が必要であり、エンドエフェクターの設計は実際の接触圧力に直接的かつ大きな影響を与えます。
産業自動化が固定型ロボットアームから完全な移動自律システムへと進化し続けるにつれて、ISO/TS 15066に組み込まれた原則 — センシングに基づく認識、力の制限、構造化されたリスク管理、および継続的な検証 — は、対象となるロボットが作業台の上の協働アームであろうと、忙しい倉庫の床を航行する自律移動ロボットであろうと、人とロボットの安全な共存の基盤であり続けるでしょう。事後的に追加するのではなく、最初から安全性を組み込むことが、古いリスクを解決する過程で新しいリスクを生み出す自動化から、本当に運用を変革する自動化を区別するものです。
安全で知能的な自律ロボットの導入準備はできていますか?
Reemanの自律移動ロボットとフォークリフト・プラットフォームは、人間とロボットが並んで働く実際の産業環境向けに設計されています。高度なレーザーナビゲーション、SLAMマッピング、および多層障害物回避により、Reemanのソリューションは、ISO/TS 15066が体現する安全基準を満たすように設計されています — 大規模な移動自動化のために。
お客様の施設に適したソリューションについて、Reemanの自動化スペシャリストにご相談ください。
もっと見る: 協働ロボット

コボット検査:ビジョンガイド型品質管理がセルフロアを変革する方法

Cobot Assembly Cells: Where Cobots Make Sense (and Where They Don't)

Cobot Machine Tending: A Complete Guide to CNC, Press, and Injection-Mold Loading

Cobot Programming Explained: Hand-Guiding, Block-Based, and Skill-Based Approaches

Cobot Palletizing: Layouts, Throughput Limits, and Payback

How Gemini Robot Learn New Tasks with Just 50 Demonstrations