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 2024 ExpyDoc