建設現場の重機接触事故を防ぐ接近検知センサー比較【2026年版】

はじめに：重機接触事故はなぜなくならないのか

建設現場における死亡事故の型別分類で、「激突され」は毎年上位に位置し続けている。厚生労働省の公表データによると、令和6年（2024年）の建設業死亡者数は232人で前年比4.0%増となった。事故の型別では「はさまれ・巻き込まれ」が110人に達し、重機との接触・激突を含む事故が依然として深刻な水準にある。

重機オペレーターには構造上の死角がある。バックホウ（ユンボ）の後部、クレーンの旋回半径内、ダンプの荷台周囲——これらのエリアは、ミラーやカメラを装備しても完全にカバーできない。現場が広くなるほど、作業員の動線と重機の作業範囲が交錯する頻度は増す。

この課題に対し、近年急速に普及しているのがIoT技術を活用した接近検知システム・通過検知センサーである。本記事では、技術方式の仕組みから主要製品の比較、導入コストの目安まで、現場管理者・安全管理者が意思決定できる情報を体系的に整理する。接近検知以外の環境モニタリング用途も含めた建設現場IoTセンサーの種類と選び方も併せて確認しておきたい。

1. 建設現場の接触事故：何が起きているのか

重機関連事故の実態

建設業の労働災害統計（建災防）によると、事故の起因物別では「建設機械・荷役運搬機械等」が継続的に上位を占める。土木工事においては重機との接触事故が全労災の23.5%を占めるとされており、特に掘削・整地・運搬といった複数の重機が同時稼働する工区でリスクが高まる。

重機接触事故が多発する場面として以下が挙げられる。

• バックホウの旋回時: 後方・側方の死角への人の侵入を検知できない
• ダンプトラックの後進時: 後退音（バックアラーム）だけでは気づかない
• クレーンの吊り荷下: 作業員の立入禁止区域への無意識の侵入
• 狭隘な工区でのすれ違い: 誘導員が配置できない箇所でのニアミス

誘導員の配置は有効な対策だが、人手不足の現場では全箇所をカバーしきれない。また、誘導員自身が事故に巻き込まれる「二次災害」のリスクも存在する。

2. IoT接近検知・通過検知の技術方式

現在、建設現場で実用化されている接近検知技術は大きく4方式に分類される。それぞれ仕組み、得意な状況、弱点が異なる。

2-1. 磁界方式（アクティブICタグ・RFID方式）

重機側に磁界発生装置を取り付け、作業員がヘルメットや安全帯に装着したICタグ（受信機）が磁界内に入ると警報を発する方式。北興産業の「HESAR（ヘザー）」がNETIS登録技術（KT-130092）として広く普及している。

特徴

• 検知範囲は10m前後で調整可能（16段階）
• 最大212台の重機・作業員・車両を登録可能
• 防塵・防水構造で屋外耐性が高い
• 重機への設置が比較的容易で取り外しも可能
• GPSや電波環境に依存しない

弱点

• 精密な位置座標は取得できない（接近の有無のみ）
• 磁界の形状は球状に近いため、高さ方向の制御が難しい

2-2. UWB（超広帯域無線）方式

3.1〜10.6GHzの広帯域電波を使い、電波の到達時間差から位置を測位するリアルタイム位置情報システム（RTLS）。測位精度は誤差30cm程度と非常に高く、建設現場や工場での作業員位置把握に活用される。

特徴

• 測位精度：誤差30cm程度（他の無線方式の中で最高水準）
• 電波到達距離：30〜40m（アンカー間隔の目安）
• GPS不感地帯（トンネル、地下、建物内）でも動作可能
• 接近検知に加え、危険エリアへの「通過検知」「滞在時間管理」も実現
• 位置データをクラウドに蓄積し、動線分析が可能

弱点

• アンカー（固定基地局）の設置が必要で、大規模現場ではインフラコストが上がる
• 屋外での使用は電波干渉の影響を受ける場合がある
• システム単価が磁界方式より高い傾向

2-3. ミリ波レーダー方式

76〜81GHz帯のミリ波電波を照射し、反射波から物体の位置・速度・距離を計測する方式。自動車の衝突防止レーダーと同じ原理を建設現場に転用している。

特徴

• 雨・霧・粉塵などの悪天候下でも安定して検知（カメラが苦手な環境に強い）
• 人の検知距離：最大半径70m程度、車両：最大100m程度
• プライバシーへの配慮が容易（映像を記録しない）
• 夜間でも動作可能

弱点

• 電波の反射率が低い素材（布製品等）は検知精度が落ちる
• 近距離の物体を苦手とする製品がある
• 価格帯が比較的高い

2-4. AIカメラ（画像解析AI）方式

カメラ映像をリアルタイムでAIが解析し、重機の死角に入った作業員を検知してオペレーターに警告する方式。清水建設が東京大学発AIベンチャー・Lightblueと共同開発した車両搭載型「カワセミ」が代表的な事例として知られている。

特徴

• しゃがんだ姿勢や荷物で体の一部が隠れた状態でも人を検知（骨格推定AI）
• 重機本体に後付け設置が可能
• 検知とともにモニター表示・警告音で即時アラート
• 映像ログを安全教育や事故調査に活用できる

弱点

• 粉塵・悪天候・逆光条件下ではカメラ性能が低下
• プライバシーへの配慮が必要（撮影対象の管理）
• AIモデルの精度はトレーニングデータに依存

3. 技術方式比較表

4. 主要製品の概要

HESAR（ヘザー）／北興産業株式会社

建設現場向けに最も普及している磁界方式の重機接近警報装置。アクティブICタグによる定期送信方式を採用し、GPSや電波状況に左右されない安定した動作が特長。NETIS登録技術（KT-130092-A）であり、公共工事での技術提案実績も多い。

アクティオなどの建機レンタル会社からレンタルが可能で、短期工事（10ヶ月以内）はレンタルの方が経済的とされる。検知範囲は16段階の切替スイッチで調整でき、LEDランプと音声で接近対象を識別できる。

作業者安全モニタリングシステム／村田製作所

ヘルメット装着型センサーデバイスにより作業者の生体情報と周囲の環境情報を計測し、現場監督者がリモートで安全確認できるシステム。NETIS登録技術（KK-200053-A）として公共工事での採用実績を持つ。2025年には重機向け作業者接近検知機能も追加されている。

カワセミ／清水建設・Lightblue・NDリース

車両搭載型AI監視カメラシステム。骨格推定AIにより、かがんだ姿勢や部分的に隠れた状態の人間も検知できる。警告音、ライト点灯、モニター表示の複合的なアラートでオペレーターに即時通知する。特にバックホウなどの大型重機の死角解消に有効な製品として注目されている。

ヘリマシステム（磁界検知型）

重機が形成する磁界エリアへのICタグ装着作業員の侵入を検知し、ヘルメットのLEDランプが赤点滅で警告する方式。作業員側が視覚的に異常を確認できる点が特長。

5. 安全書類・KY活動との連携が次のステップ

接近検知センサーはハードウェアによる「リアルタイム防止」の手段である。一方、事故を根本から減らすには、リスクアセスメントの質と現場の安全意識の継続的な向上が不可欠だ。

センサーのログデータを活用してヒヤリハット事例をKY活動に反映したり、危険エリアの設定根拠を安全書類に記録したりといった「事前対策の強化」が、センサー導入効果を最大化する。

AnzenAI は、KY活動記録・ヒヤリハット報告・安全書類作成をAIが支援するサービスである。接近検知センサーで収集したインシデント情報をAnzenAIの報告フォームに入力することで、根本原因の分析と再発防止策の文書化を効率化できる。「センサーで検知する」「AIで記録・分析する」という二層構造が、より実効的な安全管理を実現する。

6. 導入パターン別のコスト目安

接近検知システムの導入コストは、技術方式・現場規模・購入/レンタルの選択によって大きく異なる。以下は目安であり、実際の見積もりは各メーカーへの問い合わせが必要である。

小規模現場（重機2〜3台、作業員20名以下）

磁界方式（レンタル）

• 重機側ユニット：1台あたり数万円/月（レンタル）
• 作業員側ICタグ：1個あたり数千円/月（レンタル）
• 月額目安：10〜30万円程度（規模・期間により変動）

中規模現場（重機5〜10台、作業員50〜100名）

磁界方式（購入）またはAIカメラ

• 初期投資：100〜300万円程度
• 導入メリット：長期工事では購入の方がトータルコストを抑えやすい

大規模現場・トンネル工事（作業員位置の一元管理が必要）

UWB方式

• アンカー設備費・タグ・クラウドシステムを含め、数百万円〜の投資になるケースが多い
• ただし位置データの蓄積・分析による生産性向上効果も含めた投資判断が必要

コスト試算の注意点

• 公共工事ではNETIS登録技術の活用が総合評価での加点要素になる場合がある
• レンタルは初期コストを抑えられるが、長期工事では購入が有利になることが多い
• 設置・調整・操作研修の費用も初期費用に含めて計算すること

7. 実際の導入で得られる効果

接触事故件数の低減

国土交通省のICT活用工事事例や建設業関連団体の報告では、接近検知システムの導入により重機関連のヒヤリハット発生件数が大幅に減少したとする事例が複数報告されている。

具体的な数値は現場規模・稼働状況によって差があるが、「重機との接触インシデントがゼロになった」「誘導員の配置を一部省力化できた」といった効果が報告されている。

誘導員の省人化・配置最適化

接近検知センサーが自動的に警告を発することで、誘導員が不在でもリスクを一定程度管理できる箇所が生まれる。これにより誘導員をより危険度の高いポイントに集中配置できる。

作業員の行動変容

センサーによる警告が繰り返されることで、作業員が危険区域への立入を自発的に避けるようになる行動変容効果も報告されている。「鳴らされると恥ずかしい」という心理的抑止力は、ルールベースの安全教育だけでは得にくい効果である。

事故発生時の記録・証跡

UWB方式やAIカメラ方式では、位置ログや映像ログが記録される。事故発生時の状況再現、労災調査への対応、安全教育用の事例作成に活用できる。

8. 接近検知センサー選定の判断軸

現場担当者が技術選定を行う際の主な判断軸を整理する。

1. 現場の作業環境 屋外・屋内・トンネルなど、電波・光・磁界の各方式が異なる適性を持つ。トンネル内ではGPS不感のためUWBが有効。屋外の粉塵・雨天環境では磁界やミリ波が安定している。

2. 求める機能の範囲 「接近したら警告する」だけなら磁界方式で十分な場合が多い。「作業員の位置を可視化したい」「危険エリアの通過を記録したい」という要件があればUWBが適している。

3. 工期・予算 短期工事はレンタル、長期工事は購入を比較検討する。NETISの有無も公共工事では重要な要素となる。

4. 既存システムとの連携 安全管理ソフトや施工管理システムとのAPI連携が必要かどうかも確認する。特にUWB方式はデータ連携の可能性が広い。

まとめ

• 建設現場の重機接触事故は令和6年時点でも増加傾向にあり、IoT接近検知システムの導入が有効な対策となる
• 主要な技術方式は磁界方式（RFID）・UWB・ミリ波レーダー・AIカメラの4種類で、それぞれ特性が異なる
• 「警告するだけでよい」なら磁界方式が低コストで導入しやすく、「位置データを蓄積・分析したい」ならUWBが適している
• NETIS登録製品（HESAR等）は公共工事の技術提案で活用しやすい
• 接近検知センサーは事故の「その瞬間」を防ぐが、KY活動・安全書類・根本原因分析と組み合わせることで効果が最大化する

よくある質問（FAQ）

Q: 接近検知システムの導入にあたり、法令上の義務はありますか？

A: 接近検知システムの導入そのものを義務付ける法律は現時点では存在しない。ただし、労働安全衛生法第20条は「機械等による危険」への措置を事業者に義務付けており、リスクアセスメントの結果に基づいて適切な対策を講じることが求められる。重機と作業員が同時に作業する区域では、接近検知システムの導入は合理的な対策の一つとして評価される。

Q: センサーをつけ忘れた作業員はどうなりますか？

A: 磁界方式・UWB方式では、ICタグや受信機を装着していない作業員は検知されない。このため、センサー装着の管理ルールを現場で徹底することが前提となる。AIカメラ方式はカメラ映像から人を検知するため、タグの装着を必要としない点が補完的な利点となる。

Q: 既存の重機にも後付けできますか？

A: 磁界方式・AIカメラ方式のほとんどは、既存の重機に後付け設置が可能な設計になっている。重機のバッテリーや電源から給電する製品が多く、車種を問わず設置できるケースが多い。具体的な適合確認はメーカーへの問い合わせを推奨する。

Q: UWBシステムの導入に必要なインフラはどれくらいですか？

A: UWBは30〜40m間隔でアンカー（固定基地局）を設置する必要がある。屋内・トンネルでは天井や壁への固定設置、屋外では仮設ポール等を使う事例が多い。クラウド連携の場合はLTEや現場Wi-Fiのネットワーク環境も必要になる。

Q: 接近検知と通過検知の違いは何ですか？

A: 接近検知は「重機に一定距離以内に近づいたら警告する」機能を指す。通過検知は「特定のラインや区域を通過・侵入した場合に記録・警告する」機能で、立入禁止区域の管理やゲートの通過記録に活用される。UWB方式やAIカメラ方式では、ソフトウェア設定で仮想的なラインやゾーンを設定することで通過検知を実現できる。

関連ツール・ソリューション

接近検知センサーと組み合わせることで、建設現場の安全管理をさらに強化できるツールを紹介する。

参考情報

• 厚生労働省「令和6年の労働災害発生状況を公表」
• 建設業労働災害防止協会「建設業における労働災害発生状況」
• 北興産業株式会社「無線式重機接近警報装置HESAR製品案内」
• 村田製作所「作業者安全モニタリングシステム（NETIS登録技術）」
• 清水建設「車両搭載型安全監視カメラシステム『カワセミ』」

姉妹サービスの関連記事

GenbaCompassの姉妹サービスでも、現場改善に役立つ記事を公開している。

• ヒヤリハット報告を増やす方法
• スマホで始める予知保全AI