センスウェイ（株）は、低消費電力広域通信のLoRaWAN®※1と熱中症予防のために活用される暑さ指数（WBGT）※2を計測する（株）フジクラが開発した黒球付きセンサノードとを組み合わせた、熱中症対策ソリューションを開発、5月31日より提供を開始する。

　近年日本では、夏季の平均気温上昇に伴う熱中症救急搬送者※3の増加が大きな問題として認識され、関係省庁においても熱中症リスクに関する呼びかけや対策が活発に行われている。特に、屋外の工事現場や、空調設備の効きにくい大規模な工場施設内などでは、人が気づかないうちに熱中症リスクにさらされ、思わぬ労働災害や事故につながる危険がある。各環境において熱中症による被害を未然に防ぐためには、センサ実測データを基にした暑さ指数の計測と見える化、アラートなどによる危機管理が不可欠である。
　これらの課題を解決するため、センスウェイは、センサノードとネットワークサービス、クラウドを活用した熱中症リスクの見える化、アラート機能を実現するシステムをワンストップで提供するという。
　本ソリューションでは、株式会社フジクラが開発した、下記の様々な特長を持つエネルギーハーベスト（EH）型LoRaWANⓇ屋内/屋外センサノードを採用している。

特長
●輻射熱を測定する黒球温度センサと一体化しているため、設置時の煩雑さを低減
●JIS B 7922 クラス2※4に準拠した正確なWBGT測定を実現しており、使用現場の環境を正確に反映したWBGTデータが取得可能
●計測データを送信するためのネットワークにはLoRaWANⓇを採用しており、極めて低消費電力でデータ伝送が可能
●センサノードに搭載されている色素増感太陽光電池（DSSC）によってデータの計測から送受信までを完全に自立稼働させることができるため、設置時の電源工事が不要であり、さらに電池交換などのメンテナンスを最小限に抑えることが可能
●LoRaWANⓇのネットワークは広範囲の無線通信を可能にするため、上記の電源工事不要に加えて通信配線工事も不要であり、低価格でレンタル可能なゲートウェイを1台設置するだけで広大なセンサネットワークを形成でき、簡単かつ低コストでの導入が可能

　本ソリューションでは、このセンサノードから送信されたデータをもとに、クラウド上でグラフによる見える化や設定した閾値を超過した際のメールや携帯端末への音声・メール通知を行うアラート機能を実現するアプリケーションを提供する。本アプリケーションの利用にあたっては、ユーザーの用途や運用に合わせた表示画面や現場環境に応じたWBGT値の閾値設定などのカスタマイズにも対応する。
　本ソリューションの開発にあたっては、建設現場のIoT化を推進する鹿島道路株式会社様との共同プロジェクトの一環として、より現場のニーズに即したシステム開発を推進している。さらに、同社にファーストユーザーとしてご活用いただくことで本ソリューションの実証実験やバイタルセンサを用いた、建設現場や工場施設内で働く作業員のより精密な体調管理など、実効性の高い現場管理サービスとして応用を検討していくとしている。

※1 LoRaWAN®とは、低消費電力での長距離通信ができる無線通信技術LPWA(Low Power Wide Area/電力長距離通信)の一種で、「LoRa Alliance（外部サイト）」が定めた「無線ネットワーク規格」の名称。IoT向けの通信規格で、世界的に広く利用されている。また、LoRaWAN®はライセンス不要のアンライセンスバンド（特定小電力無線、またはISMバンド等とも呼ぶ）で、サブギガ帯と呼ばれる920MHz帯を使用している。
※2 環境省熱中症予防情報サイト「暑さ指数(WBGT)とは？」
https://www.wbgt.env.go.jp/wbgt.php
※3 総務省消防庁ホームページ 熱中症情報 救急搬送状況
https://www.fdma.go.jp/disaster/heatstroke/post3.html

ニュースリリースサイト(senseway)：
https://www.senseway.net/press-release/senseway-fujikura-wbgt_20210531/

パナソニック株式会社は、2つのAI技術を開発し、この度、世界最高峰の国際学会であるCVPR2021（IEEE Conference on Computer Vision and Pattern Recognition）において採択された。

【研究成果の概要】
［1］Home Action Genome: Contrastive Compositional Action Understanding
住宅内における人の日常行動を模したシーンを、カメラや熱センサなど数種類のセンサを用いて撮影・計測したデータセット「Home Action Genome」を構築した。住空間向けデータセットはこれまで規模が小さいものが主流であったのに対し、世界最大規模の住空間向けマルチモーダルデータセットを構築・公開した。本データセットを適用することにより、AI研究者は、機械学習の学習用データとして用いることができるとともに、住宅内の人をサポートするAI研究に活用することができる。（画像）
上記に加えて、マルチモーダル・複数視点における階層的行動認識のための協調学習技術を開発しました。本技術を適用することにより、異なる視点・センサ、階層化された行動と詳細動作ラベルの間で一貫性を持つ特徴量を学習できるため、住空間における複雑な行動の認識性能を向上することができる。この技術は同社テクノロジー本部 デジタル・AI技術センターとスタンフォード大学 Stanford Vision and Learning Labとの連携による研究成果。

［2］AutoDO: Robust AutoAugment for Biased Data with Label Noise via Scalable Probabilistic Implicit Differentiation
大量の学習データを収集することが困難な環境に適用が可能なAI技術の実現に向けて、学習データの分布に応じて自動的に最適なデータ拡張を行う学習技術を開発した。同社の主要事業領域の中には、大量のデータを集めることが難しいために、AI技術を十分に活用できていないケースも多数存在している。この課題に対して、本技術を適用することにより、これまで専門家の介在が必要であったデータ拡張パラメータのチューニング（調整）プロセスをなくし、自動で調整することができるため、AI技術の適用可能範囲を飛躍的に広げることが期待できる。今後の展開としては、本技術の研究開発を更に加速することで、身近な機器やシステムなどリアルな環境で使えるAI技術の実現に取り組む。この技術は同社のPanasonic R&D Company of America AIラボラトリーと、テクノロジー本部 デジタルAI技術センターの研究成果。

【備考】
本技術の詳細については、2021年6月19日から開催されるCVPR2021にて発表を予定。

ニュースリリースサイト(panasonic)：
https://news.panasonic.com/jp/press/data/2021/05/jn210528-2/jn210528-2.html

OKIは、総務省の委託研究「IoT機器増大に対応した有無線最適制御型電波有効利用基盤技術の研究開発（JPJ000254）」の取り組みの一環として、東京大学大学院工学系研究科中尾研究室および三菱電機（株）と共同で「PON（Passive Optical Network、以下PON）リソース管理・割当制御技術」を開発しているが、このたび、自動運転や動画配信、さらにはIoTセンサを利用した通信サービスなどに合わせて通信リソースを最適化するネットワークスライシング技術（以下PONスライシング）(注1)を開発し、実証実験に成功した。
5Gで求められる大容量、低遅延、多数接続などの機能を論理ネットワークとして切り出すことにより、多数の小型基地局を組み合わせて構築する5G無線アクセスネットワーク（Radio Access Network、以下RAN）の光配線をフレキシブルかつ簡素に実施できるほか、無駄な小型基地局やPON資源を節約し、運用コストの削減を可能にするという。

PONは、家庭用ブロードバンド回線として最も普及している光アクセスネットワークで、多様なIoTサービスの提供が可能となる5G RANへの適用が期待されている。
一方で、5Gの機能を最大限に活用するためには、大容量、低遅延、多数接続かつ高信頼な通信サービスが要求されるが、これは大量の通信リソースを消費するだけでなく、多数のアンテナや基地局設備をつなぐ膨大かつ複雑な光回線の接続が必要となり、ネットワーク設備や運用コストの増大が課題となっている。

OKIが開発したPONスライシングは、スライスごとに動的な帯域を割当てるDBA(注2)機能（マルチDBA）と、物理的なPONの装置から必要な資源を割り当てる資源制御機能の両方を搭載することで、通信サービスに合わせた柔軟かつダイナミックな通信リソースの管理・提供を可能にした。
実証実験では、テストベットとして構築したPONシステムから、同時に駆動する複数の論理ネットワーク（動画サービス用、低遅延サービス用）上で、実運用を想定した大容量の動画（道路模型で小型の車を走らせるなどの映像）の撮影・配信を行い、映像が乱れることなく、安定した通信環境での動画配信サービス提供が可能であることを確認した。また、ネットワークスライシングなしでは動画配信に約3msの遅延が発生するのに対し、200µs以下の低遅延で通信できることが実証されたとのこと。

OKIは本成果を、国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）の「ポスト5G情報通信システム基盤強化研究開発事業／先導研究（委託）」(注3)に適用するとともに、オープンなRAN環境における光配線の資源最適化技術実現に向けて、光アクセスネットワークの仮想化技術の応用研究開発および商品化開発に活用していくとしている。

注1：スライシング／スライス
各種装置のハードウエアから論理機能を切り出して論理ネットワークを構成する技術。スライシングされた論理ネットワークは、ハードウエア装置に依存せず他の論理ネットワークには影響しない。

注2：DBA（Dynamic Bandwidth Allocation）
動的に帯域を割当てる機能であり、PONにおける集線装置（Optical Line Terminal：OLT）がユーザー側装置（Optical Network Unit：ONU）の通信帯域を割り当てる。

注3：2020年11月19日プレスリリース
「光アクセスネットワークの仮想化技術の研究開発」が経済産業省、NEDOの「ポスト5G情報通信システム基盤強化研究開発事業／先導研究（委託）」に採択（https://www.oki.com/jp/press/2020/11/z20085.html）

ニュースリリースサイト：https://prtimes.jp/main/html/rd/p/000000489.000017036.html

Cellid（株）は（株）大林組の建設現場において、独自のAR技術“Cellid SLAM*1”を用いて、作業員の3次元位置情報の取得に成功した。 Cellid SLAMの空間認識アルゴリズムは、既に現場に導入されている汎用単眼カメラの映像のみを入力情報とし、非GNSS環境を含む大規模な建設現場において、GNSSやビーコンといった従来の自己位置推定技術を上回る測位精度を発揮することが確認された。

*1：Cellidが自社開発し2020年12月30日に公開したSLAM（Simultaneous Localization and Mapping　自己位置推定と周辺環境の地図を同時に実行する技術）。６件の特許出願技術を含み、画像のみを入力情報とするためビジュアルSLAMに分類される。

■目的
本実証実験は、①屋内外の大規模かつ複雑な構造をもつ建設現場において、汎用単眼カメラを装着して巡視する職員の移動経路を３次元の動線*2として把握することができるか、②BIM/CIMを含むデジタルツイン・プラットフォームとSLAMで取得した３次元位置情報を統合することで、安全管理や労務管理のためのツールとして発展する可能性があるか、を検証するために実施されたもの。

*2：自己位置推定の結果として取得するカメラの３次元位置をつなげた線。カメラ装着者の移動経路が「線」状に見える。

■Cellid SLAMの特徴はユースケースを広げる「汎用性」と速度と精度の「両立」
レーザーや赤外線を活用するSLAM技術は、専用センサを必要とすることから、デバイス費用が高額、かつセンサの設置のためのスペースや電源供給に課題があった。そのため、ウエアラブル・カメラや屋内用ドローンといった小型カメラと組み合わせた用途への提供は限定されてきた。 Cellid SLAMは汎用単眼カメラで動作する汎用性の高い技術である。
また、センサの代わりに画像データを活用する研究も進められているが、膨大な計算負荷に加え、現場での活用に耐える精度を確保することが難しく、実装には至っていなかった。①膨大な量の計算の高速処理、と、②自己位置推定の精度、の両立を、Cellid SLAMが解決したという。

■展望
BIM/CIMなどから構築されたデジタルツイン上にウエアラブル・カメラを装着した作業員などの位置情報を反映し情報の統合を進める。また、同一現場で同時に複数の作業員がウエアラブル・カメラを装着・撮影することで、位置情報だけではなく、大規模な現場の点群データなどをスピーディに収集することが可能。将来的には、本位置測位技術とAR技術などとを組み合わせることで、“AR付箋”などの早期実現も期待できるとしている。

*3： 現実空間の特定の３次元位置に「作業ガイド」や「注意事項」を、デジタルツイン側からの入力により、設置するサービス。現場の職員や作業員はタブレットやスマートグラス で現実空間に設置された情報を受領するため、遠隔でも具体性の高いコミュニケーションが可能になる。

ニュースリリースサイト：https://prtimes.jp/main/html/rd/p/000000008.000030718.html