Motion Data Collection
モーションデータ収集の
3つのアプローチ
ロボットが本当に欲しいのはデータだった
🏭
Approach 01
テレオペ
レーション
🖥️
Approach 02
高性能GPU
＋ AI
📱
Approach 03
R2R2R
Pixels to Motors
↑
アプローチを選択してください
🏭
テレオペレーション
人間がリアルタイムで遠隔操作しながら動きを記録する。現在最も普及している方式。
データ収集フロー
01
👤
オペレーターが遠隔コントローラーで操作
人件費発生
02
🤖
ロボットがリアルタイムで追従
本番作業中
03
📊
動作軌跡を自動記録
XYZ座標 + 回転
04
🗄️
データをAI学習用にラベル付け
人手でクリーニング
∞
🔄
1〜4を何万回も繰り返す
ループ
初期コスト
人件費
依存
スケール性
人数に
比例
データ品質
個人差
あり
×
データを増やすには人を増やすしかない
×
疲労で精度が落ちる。人によって動きが違う
×
自動化のために人が必要というジレンマ
○
現実の動きデータが確実に取れる。今一番普及している
🖥️
高性能GPU ＋ AIモデル
10億パラメータのAIがウェブカメラ映像をリアルタイムで3Dモーションデータに変換する。
処理フロー
01
📷
ウェブカメラで映像を撮影
入力コストは低い
02
🧠
10億パラメータAIが姿勢推定
RTX 4080 必須
03
📐
2D映像からZ軸（奥行き）を推定
ここが構造的に難しい
04
🔗
MetaHumanへ自動リターゲティング
人体骨格向け設計
05
💾
3Dモーションデータとして出力
ゲーム・映像向け
PC一式コスト
30〜40万円
Z軸精度
±数cm
推定
想定用途
人体
動作
×
RTX 4080 + PC一式で30〜40万円の初期投資が必要
×
2Dカメラ1台からのZ軸推定は物理的に情報が足りない
×
人体（MetaHuman）向けのため、ロボットアームへの転用が難しい
○
マーカー不要で自然な動きが取れる。映像・ゲーム制作には十分
📱
R2R2R — Pixels to Motors
Z軸を「推定」するのではなく「事前に知っている」状態から設計に入る。iPhoneとUnityだけで完結するパイプライン。
パイプライン
01
📱
iPhone LiDARで環境を3Dスキャン
Z軸を先に確定する
02
🎮
Unityでデジタルツイン構築
座標が固定される
03
⚙️
その環境に合わせた動きを設計・シミュレーション
動きを記録ではなく設計する
04
📄
動作データをCSVで出力
ロボットが直接使える形式
05
🦾
実機ロボットアームに展開
Real to Real
↩
🔁
実機とシミュのズレを計測し設計に戻す
精度が上がり続ける
追加コスト
ほぼゼロ
Z軸の扱い
事前確定
再設計性
高い
✓
Z軸を推定するのではなく、スキャンで最初から知っている
✓
iPhoneはすでに手元にある。追加投資ほぼゼロ
✓
環境が変わっても再スキャン→再設計できる柔軟性
△
汎用動作・未知環境への対応はまだこれから
3つのアプローチ 比較
テレオペ
GPU + AI
R2R2R
初期コスト
人件費
30〜40万円
ほぼゼロ
スケール性
人数依存
中程度
設計次第
Z軸の扱い
実測
AI推定
LiDAR確定
動きの作り方
記録
変換
設計
誰でも使えるか
人員が必要
高性能PC必要
iPhone 1台