RESCUE G1 — 災害現場に、最初の一声を。

PROBLEM — 72時間の壁

助けられたはずの命が、
「入れない現場」に取り残される。

発災直後の倒壊現場は、余震・崩落・火災の危険から救助隊すら踏み込めない時間が続く。生存率が急落する72時間のうち、最初の捜索の遅れがそのまま失われる命になる。

72時間

生存率の壁。発災から3日を過ぎると生存救出率は急激に低下する。捜索開始の早さがすべてを決める。

2次災害

救助側のリスク。余震・崩落の危険がある現場では、人間の隊員を送り込む判断自体が難しい。

声の力

「もうすぐ助けが来る」という一声が、閉じ込められた被災者の生存意欲と体力の温存を支える。

MISSION — G1がやること

人が行けない場所へ、先に行く。

PHASE 01

歩く

瓦礫を想定した不整地を、フィジカルAIのバランス制御で踏破する。ヒューマノイドだから、人のために作られた空間をそのまま進める。

PHASE 02

見つける

左右を見回して捜索し、頭部カメラの人物検出（YOLO）で倒れた要救助者を検知、人数を確定する。通信が寸断された現場を想定し、推論はオンボードで完結。

PHASE 03

声をかけ、知らせる

オフラインTTS（piper-plus）が人数を含めて日本語で声をかけ、同時に指差しで位置を示す。最後に周囲への全体通知で救助を呼びかけ、ミッションが完結する。

TECHNOLOGY — 技術構成

シンプルに、確実に。
現場で動くための技術。

CONTROL

WebのGUIから、G1を操る

ブラウザのGUIからG1へ操作コマンドをリモート送信。オペレーターが安全を確認しながら、歩行からモーション再生までデモの進行を握る。

MOTION

ティーチング制御（教示制御）

産業用や協働用のロボットに目的の動作、軌道、力加減などを記憶・再現させる制御手法。実機の腕を動かして教示・記録したモーションを本番で再生する。指差しも見回しも、確実に再現できるこの方式を選んだ。

VOICE

piper-plus — オフラインTTS

チームメンバーがOSSで公開する軽量TTS。検知した人数を含む声かけと全体通知を、ネットワークのない現場でも日本語で生成する。

PERCEPTION

カメラ × YOLO 人物検出

頭部カメラの映像から倒れた人を検知し、人数をカウント。この検知が声かけと指差しモーションのトリガーになる。推論はオンボードで完結。

TEAM RESCUE G1

4人のクロスファンクショナルチーム。

ショウヘイ

DESIGN / iOS

デザイナー + iOSエンジニア。企画・プロポーザル・プレゼンテーションを主導。

@Perk_sh

らいあんRAIAN

ROBOTICS

機械設計・受託ロボット開発。レスキュー競技の実戦経験を軸に、モーション教示と実機オペレーションを担当。

@r_a_ian_008

ようさん

ML / VOICE

Unityエンジニア + 音声合成ML。OSS TTS「piper-plus」開発者。声かけ系を担当。

@ayousanz

kanano

BACKEND / ROS

Web バックエンド + AWS。ROSでのロボット開発経験。WebのGUIからG1を操作するコマンド系を担当。

@ka_na_no283

TECH STACK — RESCUE G1

デモを支える、4つの技術。

Unitree G1 EDU（29DOF）の上に、操作・動作・声・知覚の4レイヤーを重ねた。すべて災害現場を想定し、ネットワーク非依存・確実に再現できる構成を選んでいる。

CONTROL — WEB GUI

ブラウザから、実機G1へ。

BROWSER GUI→ WebSocket→ OPERATOR PC→ UNITREE SDK→ G1 EDU

GUIのボタンひとつで、歩行・見回し・指差し・発話を実機へ送る。送信だけでなく、バッテリー残量・IMU・全29関節の角度/温度/電圧といった機体データの取得も同じUIから行える。オペレーターは安全を確認しながらデモを進行し、異常時は即座に停止できる。

実機コントロールパネル（自作GUI・当日のオペレーションに使用）

Web版コントロールパネル — ブラウザから実機G1へ接続、緊急停止（E-STOP）も常時操作可能

モニタ画面 — IMU・全29関節の角度/温度/電圧など、機体データをリアルタイムに取得

MOTION — TEACHING CONTROL

教えた動きを、そのまま再現する。

教示（腕を直接動かす）→ モーション記録→ 再生→ G1 EDU

ティーチング制御（教示制御）とは、産業用や協働用のロボットに目的の動作、軌道、力加減などを記憶・再現させる制御手法。指差しや見回しのモーションは実機の腕を直接動かして教示・記録し、本番ではそれを再生することで確実な再現性を担保する。

VOICE — piper-plus

人数を含めて、声にする。

人数 {N}→ テキスト生成→ piper-plus TTS→ SPEAKER

「要救助者を{N}名発見しました。」— チームメンバーがOSSとして公開する軽量TTS piper-plus が、ネットワークのない現場でも日本語の声かけと全体通知を生成する。

piper-plus — チームメンバーが開発・公開するOSSの軽量TTS

PERCEPTION — YOLO

倒れた人を見つけ、数える。

HEAD CAMERA→ FRAME→ YOLO 人物検出→ 人数 {N}

頭部カメラの映像からYOLOで人物を検出し、人数をカウント。左側に倒れた要救助者の検知が、声かけと指差しモーションのトリガーになる。

G1 Person Detection — RealSense + YOLO 実機テスト画面

実機テスト: RealSense + YOLO による要救助者検知（1名 · 1.4m · conf 0.92）

UNITREE G1 EDU 29DOF · GANTRY SUSPENDED · SAFE RANGE 1.5–2.0 M
TEAM RESCUE G1 — HUMANOID HACK TOKYO 2 / 2026

災害現場に、
最初の一声を。

助けられたはずの命が、
「入れない現場」に取り残される。

人が行けない場所へ、先に行く。

歩く