１. はじめに

　転倒や腰痛など、労働者の行動に起因する災害（行動災害）が増加しています¹⁾。筆者が所属する新技術安全研究グループでは、行動災害の防止を目的として、人工知能（AI）や仮想現実（VR）・複合現実（MR）を用いた動作計測・解析に関する研究に取り組んでいます。その一例として、姿勢推定AIを用いた腰痛リスク評価アプリケーションについて、安衛研ニュース190号（2024年11月1日号）²⁾で紹介しました。本コラムでは、転倒災害に焦点を当てた「VRを利用した歩行計測」の取り組みについて紹介します。

２. VRの利点と課題

　歩行の計測は、床が平坦で、障害物がない環境で行われることが一般的です。そのような環境は実験条件が統制しやすいだけでなく、実験参加者の安全を確保しやすいという利点があります。しかし、身の回りの環境がそのような整えられた環境ばかりでないことを考慮しますと、実験室で得られた知見がそのまま実環境に適用できるとは限りません。実際に、実験室における歩行と実験室外における歩行は必ずしも同じではないということが報告されています³⁾。実験室の中に実環境を模擬することができれば、実験室実験の利点と実環境における歩行計測を両立することができます。VRはこのための有力な手段の一つです。
　VRとは、実際には存在しない空間を、あたかも現実であるかのように体験できる技術です。VR空間においては、ものの配置や体験者の視点を調整できるため、何もない部屋の中に任意の環境を再現できます。例えば、VR空間上に仮設足場を再現することにより、仮設足場に上ることなく、屋内で高所作業を体験できます⁴⁾。
　映像を見るための方法はいくつかありますが、ヘッドマウントディスプレイ（HMD）を利用することが一般的です。ただし、HMDなどVR機器の多くは一般消費者による使用が想定されているため、研究用途として使用できるだけの測定精度を有するかは不明です。そこで、市販されているVR機器による歩行動作計測の精度を評価する実験を行いました⁵⁾。

３. VR機器による歩行動作計測の精度評価

　VR機器の位置や姿勢を計測する手法として、インサイドアウト方式が主流になりつつあります。インサイドアウト方式とは、慣性計測ユニット（IMU）から得られる加速度と角速度情報と、機器に組み込まれたカメラからの映像を組み合わせることで、機器の位置や姿勢を推定する方式のことです。この実験では、インサイドアウト方式のHMD（Meta Quest Pro）と手足などに装着するトラッキングデバイス（VIVE Ultimate Tracker）から得られる歩行パラメータ（歩行速度やストライド長など）の測定精度を評価しました。
　この実験では、実験参加者はVR空間上に作成された通路（図１）を歩行しました。歩行中の様子をVR機器と、リファレンスとなるモーションキャプチャを用いて同時に計測し、両者を比較しました。図2は、直線と曲がり角のある通路を歩行する際の頭部、腰部、両手、両足の軌跡を表しています。VR機器によって得られた軌跡（図2右）はモーションキャプチャによって得られた軌跡（図2左）と概ね一致していることが分かります。計測精度を定量的に評価したところ、VR機器とモーションキャプチャから得られた歩行パラメータの誤差は概ね10%以内に収まっていました。一方で、下半身の動きに関するパラメータ（ストライド長など）は、上半身の動きに関するパラメータ（腕振りの振幅など）よりも計測精度が低くなる傾向があることが分かりました。これは、足が接地する際に機器に振動が加えられたことなどが理由として考えられます。注意が必要な点はありますが、市販のVR機器でも歩行計測の研究に利用できることが分かりました。

図１　VR空間上に再現された曲がり角のある廊下


図２　直線（上段）と曲がり角（下段）歩行時の頭部、腰部、両手、両足の軌跡。モーションキャプチャ（左）とVR機器（右）による計測結果。

４. おわりに

　本研究では、市販のVR機器を用いた場合の歩行パラメータの計測精度を評価しました。計測誤差はありましたが、VR機器はモーションキャプチャに比べて安価であることや、壁のような遮蔽物があっても姿勢計測が可能なことを踏まえますと、動作計測のためのツールとしての利用価値は高いと考えています。今回紹介した実験系を用いて、生産年齢を対象とした歩行動作計測を行い、生産年齢の高転倒リスク者に特徴的な歩行動作の分析を進めています。その成果については、別の機会に紹介いたします。

参考文献

1. 厚生労働省労働災害発生状況 https://www.mhlw.go.jp/bunya/roudoukijun/anzeneisei11/rousai-hassei/
2. 人間の姿勢推定アルゴリズムを用いた腰痛リスク評価アプリケーションの開発について https://www.jniosh.johas.go.jp/publication/mail_mag/2024/190-column-1.html
3. Hillel, I., Gazit, E., Nieuwboer, A., Avanzino, L., Rochester, L., Cereatti, A., Croce, U. D., Rikkert, M. O., Bloem, B. R., Pelosin, E., Del Din, S., Ginis, P., Giladi, N., Mirelman, A., & Hausdorff, J. M. (2019). Is every-day walking in older adults more analogous to dual-task walking or to usual walking? Elucidating the gaps between gait performance in the lab and during 24/7 monitoring. European Review of Aging and Physical Activity, 16(1), 6. https://doi.org/10.1186/s11556-019-0214-5
4. 令和８年度こども霞が関見学デーの参加報告 https://www.jniosh.johas.go.jp/publication/mail_mag/2026/212-1.html
5. Hatori, Y., & Hiranai, K. (2025). Validation of Gait Parameters During Turning Obtained From Consumer Virtual Reality Devices. IEEE Access, 13, 189790-189801. https://doi.org/10.1109/ACCESS.2025.3627557