センサデータからのセンサ種類推定手法の検討 Examination of a Sensor Type Estimation Method using the Sensor Data リアルタイムシステム学講座 0312010026 梅田 樹 指導教員： 今井信太郎 新井義和 猪股俊光 1. はじめに 調することで効率の良いデータ処理を実現してい る．この手法では Contract Net Protocol（CNP） 近年，環境観測システムや警備システムなど，セ ンサを利用した様々なシステムが提案されている． しかし，このようなシステムの増加に伴いセンサ を用いて中間ホストがセンサノードの取得してい るデータの種類やスペックを把握している．しか し，センサノードには CNP に対することのできな ノードが増加した場合，これらのサービスはネット いノードも存在しており，清水らは表 1 のように ワークに大きく負荷を与えることになるため，デー センサノードを分類している．CNP に対応できな タ処理を効率よく行う必要がある．この問題に対 いのはパターン 4 のノードであり，中間ホストはセ し，清水らはセンサノードやコンピュータが協調動 ンサノードから送られてくるデータに基づき必要な 作することにより，環境に適応してデータ処理を行 情報を生成しシステムに提供することが出来るかど う手法を提案している 1) ．さらに，清水らはこの研 うかを判断する必要がある． 究において，近傍のノードを用いて，手法に対応す ることができない処理能力の低いセンサノードをシ センサ種類推定手法 3. ステムに取り込む提案を行っている．現状，多くの 3.1. センサノードは特定のセンサシステムと紐づけられ ており，対応するシステム以外にはデータの提供を 概要と対象とするセンサの種類 本研究では，書籍 2) で挙げられていたセンサの 行わない．しかし，今後増え続けるセンサシステム うち，汎用的に利用されるセンサであると考えられ に対し，それぞれが個別のノードを用いることは非 る，加速度センサ，圧力センサ，光センサ，温度セ 効率であり，清水らの提案の重要性は高いと考えら ンサ，ジャイロセンサ，音センサ，脈拍センサの 7 れるが，具体的にどのように非対応のセンサノード 種類を推定の対象とする．これらのセンサが搭載さ をシステムに取り込むかは明らかにされていない． れたセンサノードは，一定間隔でセンサデータを取 以上の背景から，本研究では，センサノードをシ 得，送信しているものとし，提案手法が搭載されて ステムに取り込むために，センサノードから送られ いる端末はそのデータを受信できるものとする． てくるデータに基づき，そのノードに搭載されてい これらのセンサについて，本提案手法では，以下 るセンサの種類を判別する手法を提案する．また， の項目を用いてセンサの種類を推定する． 実際に 4 種類のセンサを判別するシステムの実装と • 一定時間での測定値の変化量 評価実験を行い，提案手法を評価する． 2. • センサの出力数 3.2. 先行研究 清水らの先行研究 1) 一定時間での測定値の変化量による推定 センサの種類によって，一定時間での測定値の変 は，センサノードの近傍に 化量は異なると考えられる．例を挙げると，加速度 存在するホスト（中間ホスト）がセンサノードと協 表 1 センサノードの CNP に対する返信パターン 1) センサノードの種類 返信パターン CNP 対応 データ提供 データ処理 入札 データ スペック情報 パターン 1 ○ ○ ○ ○ ○ ○ パターン 2 ○ ○ × ○ ○ × パターン 3 ○ ○ × × × × パターン 4 × ○ × △ ○ × 表 2 対象のセンサの一覧と推定項目の関係 種別 変化量 出力数 加速度 大 3 光 中 1 温度 小 1 距離 大 1 ジャイロ 中 3 圧力 小 1 脈拍 中 1 表 3 評価実験で用いたセンサ 図 1 実装したセンサノード 4.2. 実装したシステム 加速度センサ Kionix KXR94-2050 距離センサ SparkFun Electronics 3 節で述べた 2 種類の判別方法を実装したシステ ムを作成した．システムはセンサの出力を 0.2 秒間 GP2Y0A02YK0F 隔で 60 秒間測定する．このため，データの取得回 セイコーインスツル S-8110C 数は 600 回となる．測定中は，以下の式で変化量の 温度センサ 光センサ Macron International Group Ltd． 判別の測定値の差分値の合計 t を測定をする． MI527 t= 300 ∑ |di − di−1 | i=2 センサの値は，装置自体を大きく動かすことなどに よって短時間に大きく上下する可能性がある．対し 測定が終了した後に，0 以外の値を取得したポート て温度センサの値は，加速度センサほど短時間に大 の数に基づき，センサの出力数を測定する．その後， きく数値が変動することは考えにくい．よって，一 システムはセンサの種類を推定する． 定時間でどの程度測定値が変化したかをセンサ種類 4.3. の推定に使用する． 3.3. センサの出力数による推定 実験結果 加速度センサと温度センサの推定は 100 ％成功 した．しかし，光センサの推定の成功率は 70 ％程 センサの種類によって出力の個数が異なる場合が 度となった．光センサの測定値の変化量にばらつき ある．例えば，加速度センサやジャイロセンサは３ が大きく，変化量が大きくなったとき距離センサと 軸のものが多く，出力が 3 系統まで存在することに 誤推定しためである．距離センサが光センサと推定 対して，温度センサは出力が通常 1 系統のみであ されることはなかった． る．このような出力の違いをセンサ種類の推定に使 用する． 3.4. 対象とするセンサの推定 3.1 節で述べた本研究で対象とするセンサと，3.2 節と 3.3 節で述べた項目の関係を表 2 に示す． 5. おわりに 本研究では，センサネットワークの CNP に非対 応のセンサノードを取り込むことを目的とし，セ ンサノードから送られてくるデータに基づき，その ノードに搭載されているセンサの種類を推定する手 4. 4.1. 評価実験 実験環境 法の提案と実験を行った．今後の課題として，より 高精度の判別のための推定条件などを検討する必要 がある． 実験には，3.1 節で述べたセンサのうち，加速度 センサ，距離センサ，温度センサ，光センサを使用 した．使用したセンサを表 3 に示す．また，センサ と PC 間の通信には，ZigBee 用の通信モジュール である XBee を用いた．実装で作成したセンサノー ドを図 1 に示す．図 1 は，距離センサを搭載したセ ンサノードである． 参考文献 1）清水遥他：知識処理を外部に委託可能なセンサ ノードを用いたシステムの検討，情報処理学会 研究報告，Vol. 2014-DPS-160, No. 7, pp. 1–6, (2014). 2） Robelt Fuldi，小林茂，水原文：XBee で作るワイ ヤレスセンサーネットワーク，オーム社，(2011).
© Copyright 2025 ExpyDoc
