この記事の要点
- 第4章は、IoTを使った応用システムの代表としてロボット・ドローン・画像処理（コンピュータビジョン）を扱う。
- 産業用ロボットと協働ロボット、ドローンの飛行ルール、画像の分類・物体検出・セグメンテーションの違いが対比のポイント。
- 制度の話（ドローンの登録や飛行許可）は改正が続く分野なので、国土交通省など一次資料の日付を確認する習慣をつける。
第4章の全体像：どの節で何を学ぶ？
第4章「IoT応用システムを理解する」は6つの節とコラムで構成されます。表の学習ポイントは当サイトの独自の整理で、テキスト本文の要約ではありません。
| 節 | 学習ポイント（当サイトの整理） |
|---|---|
| 4-1 IoT応用システム | センサ・通信・分析・アクチュエータが組み合わさった応用の全体像 |
| 4-2 ロボットの活用 | ロボットを「センサ・制御・駆動」の3要素で捉える |
| 4-3 産業用ロボット | 工場のロボットと、人と同じ場所で働く協働ロボットの違い |
| 4-4 新しいロボット | 案内・配膳・介護などサービス分野のロボット |
| 4-5 ドローンの現状 | 物流・点検・農業などの用途と、飛行に関するルール |
| 4-6 画像応用システム | カメラ画像から物体や人を認識するシステム |
| コラム：CVとロボット関連のOSS | OpenCVなどのオープンソースを軽く押さえる |
← 表は横にスクロールできます →
押さえる用語と対比：似た言葉をどう区別する？
| 用語A | 用語B | 見分け方 |
|---|---|---|
| 産業用ロボット | 協働ロボット | 安全柵で人と分けて動かすか、条件を満たして人の近くで一緒に作業するか |
| センサ | アクチュエータ | 状態を測って信号にするか、信号を受けて動き（力・回転）に変えるか |
| 画像分類 | 物体検出 | 画像全体に1つのラベルを付けるか、物の位置（枠）と種類を求めるか |
| 物体検出 | セグメンテーション | 枠で囲むか、画素単位で領域を塗り分けるか |
| 自律飛行 | 目視内の手動操縦 | プログラムで飛ぶか、操縦者が機体を見ながら操作するか |
← 表は横にスクロールできます →
アクチュエータはアクチュエータとは、産業用ロボットは産業用ロボット、画像認識はコンピュータビジョンで詳しく扱っています。
間違えやすい点：どこで点を落としやすい？
| 誤解 | 正しい理解 |
|---|---|
| 協働ロボットなら安全対策は不要 | 人の近くで使うには、リスクアセスメントなど所定の安全の条件を満たす必要がある |
| ドローンはどこでも自由に飛ばせる | 航空法などのルールがあり、機体の登録や飛行の許可・承認が必要な場合がある |
| 画像認識はカメラの画素数だけで決まる | 照明・角度・学習データの質など多くの条件で精度が変わる |
| ロボットは工場だけのもの | 物流・医療・介護・飲食などのサービス分野にも広がっている |
← 表は横にスクロールできます →
協働ロボットの扱いは、厚生労働省の通達（平成25年12月24日 基発1224第2号）で、所定の措置をとれば柵なしで人と同じ場所に置ける旨が示されています。ドローンの登録・飛行ルールは改正が多いため、国土交通省の最新ページで確認してください。
第4章を理解するための考え方は？
第4章の応用システムは、どれも「測る→判断する→動かす」の繰り返しとして見ると共通点が分かります。ロボットはセンサで周囲を測り、コントローラで判断し、モータなどのアクチュエータで動きます。ドローンはGNSSやジャイロで姿勢と位置を測り、飛行制御の計算をして、プロペラの回転を変えます。画像応用システムはカメラで撮り、画像認識で判断し、警報や機械の停止などの動作につなげます。
産業用ロボットについては、人と同じ場所で働かせる条件が論点になります。日本では、厚生労働省が平成25年12月の通達で、リスクアセスメントなどにより危険のおそれがなくなったと評価できる措置を講じた場合には、柵などを設けずに人と同じ場所で作業させられる旨を示しています。協働ロボットは「安全対策が不要なロボット」ではなく、「所定の安全の条件を満たして人の近くで使えるロボット」と覚えましょう。
ドローンの分野は制度の改正が多く、飛行の許可・承認、機体の登録、リモートIDなどのルールがあります。基礎の学習では、細かな数値より「なぜルールがあるか（安全・プライバシー）」と「どの官庁のページで確認するか（国土交通省）」を押さえるのが現実的です。
画像応用システムでは、分類・物体検出・セグメンテーションの3つのタスクの違いが問われやすいと当サイトは考えています。出力が「ラベル1つ」「枠と種類」「画素ごとの領域」のどれかで区別すると、選択肢の説明文から素早く判断できます。
学習の順番と時間の目安は？
以下は当サイトの目安で、公式の推奨ではありません。
- 4-1と4-2で「センサ・制御・駆動」の構成を押さえる（約30分）
- 4-3と4-4でロボットの種類を表にする（約1時間）
- 4-5でドローンの用途とルールの大枠を読む（約40分）
- 4-6で画像認識のタスクの違いを整理する（約40分）
- 問題演習で確認する（約40分）
合計で約3時間半が目安です。第3章（センサ）と第6章（機械学習・深層学習）の知識を使う章なので、その2章と行き来しながら読むと理解が深まります。問題形式で確かめたい方はIoT基礎の無料お試しも使えます。
具体例で確かめる：ドローンの登録制度と画像タスク
ドローンの制度で押さえたい例として、航空法の改正により2022年6月20日から、重量100g以上の無人航空機（機体本体とバッテリーの重量の合計）は国への登録が義務になりました。登録しない機体は原則として飛行できず、登録記号の表示やリモートIDの搭載も求められます。細かな条件は改正が続くため、国土交通省の無人航空機登録ポータルで確認してください。
画像のタスクは、工場の検品を例にすると区別しやすくなります。製品写真を「良品か不良品か」に分けるなら画像分類、傷の位置を枠で示すなら物体検出、傷の形を画素単位で塗り分けるならセグメンテーションです。よくあるミスは、「位置が分かる」という説明を見て画像分類を選ぶことです。
確認問題1：アクチュエータの説明は？
アクチュエータの説明として、最も適切なものはどれか。
- 複数の端末の通信をまとめて中継する機器
- 周囲の温度を測って電気信号に変える部品
- 集めたデータを長く保存するための装置
- 電気信号を受けて動きや力に変える装置
正解：4。モータやソレノイドなど、信号を物理的な動きに変える装置です。
2はセンサの説明で、向きが逆です。3はストレージ、1はゲートウェイなどの通信機器の説明です。
確認問題2：物体検出の説明は？
画像認識のタスクのうち、物体検出の説明として最も適切なものはどれか。
- 画像全体に対して1つのラベルだけを付ける
- 画像内の物の位置を枠で示し種類を判定する
- 画像の画素ごとにどの領域に属すかを決める
- 画像のファイルサイズを小さく圧縮し直す
正解：2。物体検出は「どこに」「何が」あるかを同時に求めます。
1は画像分類、3はセグメンテーションの説明です。4は画像の符号化・圧縮で、認識ではありません。
確認問題3：協働ロボットの特徴は？
協働ロボットの説明として、最も適切なものはどれか。
- 安全の条件を満たし人の近くで作業できる
- 安全柵の中で人と完全に分けて使うものだけ
- 人の操作なしに空を飛んで荷物を運ぶもの
- 安全の確認をせずにどこへでも置けるもの
正解：1。所定の安全の条件を満たすことで、人と同じ空間で作業できるロボットです。
2は従来型の産業用ロボットの使い方です。3はドローンの説明です。4は安全対策を不要とする誤りです。
よくある質問
ロボットとIoTはどう関係しますか？
ロボットはセンサとアクチュエータを持つ機械で、ネットワークにつながることで稼働データの収集や遠隔からの監視・更新ができるようになります。複数のロボットのデータをクラウドで分析して保守の時期を予測するなど、IoTの仕組みの中で動くロボットが増えています。
サービスロボットはどんな例を覚えればよいですか？
飲食店の配膳ロボット、施設内の案内ロボット、掃除ロボット、介護の現場で移乗や見守りを助けるロボット、倉庫で棚ごと運ぶ搬送ロボットなどが身近な例です。当サイトでは、それぞれを「どのセンサで周囲を測り、何を判断し、どう動くか」の3点で説明できるようにしておくことをすすめます。工場の産業用ロボットとの違いは、人がいる不特定の環境で動くために安全と周囲の認識がより重要になる点です。
第4章の後はどこへ進めばよいですか？
画像認識の仕組みを深めるなら第6章（機械学習・深層学習）、ロボットやドローンの通信を深めるなら第5章（通信方式）が自然な流れです。
ドローンの法律はどこまで覚えればよいですか？
基礎の学習では、登録や飛行許可といったルールが「ある」ことと、その目的を説明できる程度を目標にするのが当サイトの考えです。細かい条件は改正が多いため、国土交通省のページで最新情報を確認してください。
画像認識は第6章とどう違いますか？
第4章は画像を使った応用システム、第6章は機械学習・深層学習の仕組みが中心です。両方を合わせて読むと理解しやすくなります。
OSSのコラムは覚える必要がありますか？
コラムの扱いは公式に示されていないため、名称と用途（画像処理用のライブラリなど）を把握しておく程度をすすめます。
出典・参考
本番と同じペースで腕試し
記事の次は、本番形式の問題で。
公式の出題カテゴリの比率どおりに組んだ無料お試しを、登録不要・カード不要で解けます。続きの模試と章別ドリルは買い切りで、月額はかかりません。
あわせて読みたい
当サイトは、モバイルコンピューティング推進コンソーシアム（MCPC）とは関係のない個人が運営する非公式の学習教材です。掲載している問題はすべて当サイトのオリジナルで、実際の試験問題・過去問題・再現問題ではありません。試験の日程・受検料・出題範囲は公式サイト（https://www.mcpc-jp.org/license/ ）で必ず確認してください。合格を保証するものではありません。合格の目安は当サイトの推定です。技術・制度の記述は「最終確認日」時点のものです。