平均年齢17歳が挑むフィジカルAI
バドミントンから始める「趣味を続ける」未来
高知高専DX部／高知工業高等専門学校
【第１回】2026年9月
高知高専DX部は、こんなチームです！
高知高専DXのリーダーを務めるのは、1年の長谷川大夢さん。新入生が先輩たちを誘って夢への一歩を踏み出しました。
「僕が高専で学ぶ意義は、技術や知識を生かして、社会に貢献できるものづくりや、ことづくりをすることです。Challenge ATOMなら、その一歩につながるんじゃないかと思いました。」と語る長谷川さん。
一緒に挑戦したいと言ってくれた１年生の長瀬琥哲さん、そして「やりたいことがあるなら応援するよ」と背中を押してくれた４年生の北川蓮人さんと３人でチームを結成しました。
３人とも専門は情報系のため、本格的なハード開発は今回が初めてです。ロボティクスを専門とする指導教員の吉岡さんに相談しながら、フィジカルAIという新しい分野を切り拓いています。
高知高専DX部が描く未来
人生100年時代を、いつまでも自分らしく、楽しく生きるために何ができるだろう。
チームが着目したのは「趣味を続けること」でした。年齢を重ねても好きなことを続けることは、日々の楽しみや、人とのつながりにも繋がります。チームは、そんな“趣味の継続”をPhysical AIで支えることを目標に掲げました。
では、何を最初の題材にするか。そこで、身近にあったのがバドミントンです。4年生の北川さんはバドミントン部で、指導教員の吉岡さんもバドミントン経験者。たまたま話題にあがったバドミントンですが、調べてみるとなかなか興味深いスポーツだと分かってきました。バドミントンは本格的な競技として奥深い一方で、年齢や体力に応じた楽しみ方ができ、レクリエーションから生涯スポーツまで幅広く楽しめるという特徴があります。長寿科学振興財団の「健康長寿ネット」でも、技術や年齢に合わせて楽しめる生涯スポーツとして紹介されています。
さらに様々な人にヒアリングを重ねると、バドミントンの課題も浮き彫りになってきました。「一人では何から始めればいいかわからない」「相手がいないと練習できない」「上達が実感できず、練習が苦痛になる」。誰かと一緒だからこそ楽しいスポーツですが、その“誰か”を見つけること自体が、始めるときのハードルにもなるのです。
そこでチームが考えたのが、人と練習する前の段階を支える「伴走型Physical AI」です。
まずは人目を気にせず、AIを相手に一人で練習する。AIがシャトルを出し、フォームを見ながらアドバイスをしたり、うまくできたときには前向きな声をかけたりする。そうして「できた！」という経験を少しずつ重ね、自信がついたら、今度は地域の体育館やサークルへ。そこで同じ趣味を持つ人たちとバドミントンを楽しむ。チームはそんな流れを思い描いています。
目指しているのは、AIが人との交流に取って代わることではありません。一人で安心して練習する時間と、人の輪に加わって趣味を楽しむ時間。その間をPhysical AIがつなぐ。 まずはバドミントンから、“趣味を続ける”ことを支えるPhysical AIの可能性を形にしようとしています。
高知高専DX部の現在地
開発のベースにしているのは、市販のシャトル発射機です。そこにカメラによる認識とモーター制御を加え、プレイヤーの位置に合わせてシャトルを打ち出すPhysical AIの開発を進めています。
ハードウェアでは、市販のシャトル発射機に、3Dプリンターで製作した部品やモーターによる可動機構を組み合わせ、発射方向を制御できるよう開発を進めているところです。上下・左右の角度を変えることで、カメラで捉えたプレイヤーの方向へ発射機を向ける仕組みです。現在は、カメラやバッテリーなどを載せる土台も含め、機体全体を組み上げています。
また、市販の発射機ではシャトルが比較的まっすぐ速く飛ぶため、初心者にも打ちやすい軌道をつくることを意識し、発射機にある程度の高さを持たせることも検討しています。実際に飛ばしながら調整していく。ソフトウェアだけでは完結しない、Physical AIならではの試行錯誤が続いています。
AI開発で最初の難関になったのが、高速で飛ぶシャトルの画像認識でした。動画で撮影すると、シャトルは残像によって白い線のように写ることがあります。しかも、通常のプレー中の画像に比べ、発射機から飛び出すシャトルの連続画像は学習データとして十分ではありませんでした。
そこでチームは、自分たちで発射機からシャトルを飛ばす動画を撮影。動画を細かな画像に分け、シャトルが写っている部分にラベルを付けて、独自の学習データを作成しました。当初大きな壁になると考えていたシャトルの検出には、見通しが立ってきています。
Next Challenge
次の目標は、AIが捉えた情報を、実際のシャトル発射へ正確につなげることです。カメラでプレイヤーの位置を捉え、その方向へ発射機を向け、打ち返しやすい場所へシャトルを届ける。プレイヤーがコート内で位置を変えても、それに合わせて発射方向を調整できるところまでを、まずは形にしようとしています。
その先に見据えているのが、プレイヤーのフォームを見て、アドバイスできるAIです。すでにカメラから身体の関節などの姿勢情報を取得する取り組みは進んでいます。ただ、姿勢をデータとして捉えることと、それをバドミントンの上達につながるアドバイスに変えることは別の課題です。チームも、ここを今後の難所の一つと考えています。
たとえば、プレイヤーとシャトルの位置関係から、「あと半歩前に出て打つといい」と伝える。うまく打てたときには褒めたり、練習を続けたくなるような前向きな声をかけたりする。単に正しいフォームを判定するだけではなく、「またやってみよう」と思えるフィードバックをどうつくるかも、このプロジェクトの大切なテーマです。