3　メタデータを活用する

 クラウド上で登録・管理されたメタデータを、利用場面に応じてどのように活用するかを紹介する。

3.1 ユニットを選定する

 ユニットは、観測する対象や使用する環境、要求品質などに合わせ、センサの種類、電源の種類、通信方法の種類などを柔軟に組み合わせるが、こうした判断を支援するためにメタデータを用いる。
たとえば、センサユニットの温度範囲、耐水性、耐湿性のメタデータから使用環境にマッチしているかどうか、あるいは総合精度、サンプルレートや応答時間などのメタデータから要求されるデータ品質を満たしているかどうかを自動判別することが可能になる。

3.2 クラウド上で行うデータ処理を自動化する

 センシングトレインからクラウドに送信されるデータは、センサのアナログ値がそのままＡＤ変換されたデジタル値が送信される。そのため、クラウド上で温度や湿度、CO₂濃度などの物理量に変換しなければならない。この変換では、センサユニットのメタデータに含まれる物理量変換式の情報を用いることで、プログラムにより自動的にデータを変換でき、続いて温度補正も同様に行える。
 さらに、センサユニットの計測値範囲のメタデータから、異常値を検知・除去することやサンプルレートのメタデータから欠損値を補完することなどデータクレンジングの処理も自動化が可能となる。

3.3 データを検索する

 クラウド上にセンシングデータがビッグデータとして集積されるようになると、そこにあるデータを様々な目的で活用しさらにデータビジネスを創出することが行われるようになる。そうした時に、利用目的に合ったセンシングデータを見つけるために、いつどこでどのような観測を行ったのか？どのようなセンサを使ったのか？データはどのような形式なのか？こうした情報はメタデータに含まれる情報であり、そこから検索に利用するデータカタログを作成することができる。

3.4 センシングデータの信頼性を評価する

 センシングデータの信頼性を評価するために、センサの校正が適切な時期に行われていることを校正の規定周期や実施日のメタデータから判断する。また、信頼があるセンサが使われているのかという判断には、製造したメーカ名や型式、性能値に関するメタデータを確認する。さらに、センシングデータのデータ品質の判断にも、前述した総合精度、サンプルレートや応答時間などのメタデータを利用できる。
 上記のように、メタデータをセンシングデータに付随させることで、時間が経ったセンシングデータでも探し出して利用することができ、また第3者がセンシングデータを入手して多様な用途に活用が可能となるため、データの再利用性や付加価値を高めることができる。

4　メタデータのライフサイクル

 メタデータはクラウドサービス上で登録されて管理される。ユニットのメーカやセンシングトレインを購入したユーザがメタデータを登録し、データ利用するユーザがメタデータを参照するという、メタデータのライフサイクルについて説明する。

4.1 メタデータの設計

 ガイドラインでは、よく使われる共通性の高いメタデータを予め定義しており、基本的にはその仕様に基づきメタデータを作成すればよい。
 しかし、ユニットメーカがユニット製品の特徴や性能について独自にメタデータに追加したい、あるいはユーザが個別の観測環境に関する情報を追加したい場合がある。その場合、ガイドラインで示すメタデータ仕様の拡張方法に従い、追加部分を設計することになる。独自のデータ項目を追加した場合は、データの名称に対して意味定義や参照する規格を語彙辞書としてWeb公開して、そのURLをメタデータに記述することを推奨する。

4.2 メタデータの登録

 メタデータを登録するタイミングについて図5に示す。ユニットメーカは、ユニットを開発するとSUCS標準準拠の認可を申請する。この時に、ユニットの製品仕様をユニットメタデータとして登録する。
また、ユニットを購入してセンシングトレインを作製したユーザは、データ送信先のクラウドに接続するため、センシングトレインをクラウドに登録する。その際に、センシングトレインに関する情報をセンシングトレインメタデータとして登録する。
 センシングトレインから送信してクラウドに蓄積されたデータは、他のユーザとデータを共有あるいは連携する範囲をデータセットとして定義する。その際に、データセットに関するメタデータをセンシングデータセットメタデータとして登録する。さらにセンシングトレインによる観測に関する情報も観測メタデータとして登録する。

4.3 メタデータの参照

 クラウドサービスのDBに登録されたメタデータは、ユーザからブラウザによる閲覧やアプリからのAPIアクセスで取得できる。メタデータは作成者にとって機密性が高い情報を含む場合があり、クラウドサービスでは他のユーザに提供するデータ範囲や権限をコントロールする。

4.4 メタデータの変更

 ユニットメーカは、ユニットの製品仕様を変更すると、それに対応するユニットメタデータも変更してバージョンを上げる。
センシングトレインユーザは、センシングトレインを使用している間に、センサユニットの追加や交換などを行うと、センシングトレインメタデータのユニット構成情報を変更する必要がある。

4.5 メタデータの削除

 メタデータは、基本的に削除されることはない。メタデータのバージョンが上がっても過去のバージョンを参照するセンシングデータが存在する可能性があるためである。

5　関連する技術規格

 SUCSコンソーシアムにおけるメタデータのデータモデルやフォーマットの検討では、(一社)データ社会推進協議会で議論されているセンシングメタデータの定式化の取り組み[3]を参考にしている。そこでは次の2つの国際的な技術標準を参照しており、SUCSのメタデータの相互運用性を図れるよう考慮している。

5.1　Sensor Model Language [4]

 この技術標準は、Open Geospatial Consortiumで策定されており、すべてのコンポーネントを入出力・変換があるプロセスとしてモデル化して、センサデータのアプリケーションに特化するプロセス記述言語であり、センサなどのコンポーネントをクラスとプロパティによって表現するモデルで構成されている。
また、相互運用性のために人のみならず機械によって完全に理解され解釈できるようにするセマンティック対応として、データ要素の値は、データの表現、意味説明、構造、品質に関する情報を合わせて提供する仕様となっている。
SUCSのメタデータでは、ユニットのクラスやプロパティは、基本的にSensor Model Language をベースにしている。

5.2　Semantic Sensor Network Ontology [5]

 W3CとOGCが共同で取り組んでいる、センサによる観測活動、外界に動作を加えるアクチュエーション、サンプリングなどで使われる語彙を定義するオントロジの標準化である。SUCSのメタデータでは、ここから観測活動、観測対象、観測特性の語彙を導入している。

【著者紹介】
小田　利彦（おだ　としひこ）
オムロン株式会社イノベーション推進本部　DXビジネス革新センタ
データ社会推進協議会 技術基準検討委員会センシングメタデータTGリーダ
次世代センサ協議会 SUCSコンソーシアム幹事

■略歴
大阪大学基礎工学部卒
日本シュルンベルジェ株式会社で油層解析システムの開発に従事
株式会社リコーで事務機器システムなどの開発に従事
オムロン株式会社で駅務機器システムなどの開発に従事

4. センサ・AIが拡張する世界

 センサ・ネットワークに限らず新規ビジネスは通常、「課題の普遍性が高く、解決の難易度が低い」、図４の右下から始まる。普遍性が高ければ市場が大きく、解決の難易度が低ければ投資が少なくてすむからだ。
 しかし、右下の領域は、参入障壁が低いので、やがて競争相手が増えて市場が飽和する。
すると、次に狙うところは 「普遍性が高く、難易度がやや高い(図の上方向)」 か 「普遍性がやや低く、解決の難易度が低い（図の左方向）」、いずれかの方向に進んでいくことになる。次第に、ここから先は市場が小さすぎて投資を回収できない、ここから先は難易度が高すぎて投資を回収できないという 「経済合理性の限界」 に直面する。（出所：山口周「ビジネスの未来」）
 この限界を超えてゆくものの一つが「センサ・AI」であり、2つの方向が考えられる。

4.1 テクノロジー進化で難課題を解決：図の上方向へ伸びる。

 地球温暖化への対策検討に活用される地球シミュレーション、交通事故撲滅や買い物弱者支援のための自動運転、難病・感染症に対抗する創薬などはこれまで実現が難しかった。しかし、センサ・AIのテクノロジー進化によって道が開かれつつある。

4.2 データ活用で多様性社会を実現：図の左方向へ伸びる。

 認知症高齢者や障がい者サポートでは医師や職員が個々に診察・電話問診できれば良いのだが、それはなかなか難しいという。これからはAI・データ分析によって全ての人々の個人に合わせたサービス提供が可能になりつつある。
 これまでは質と量がトレードオフの関係だったので平均値的なサービスしか届けられなかった。例えば、血圧の基準値も、学会のガイドラインでは140/90mmHgが高血圧の基準とされている。けれども、そもそも血圧の基準値を性別、年令に関係なく一律に考えてよいのかという考えもある。

5 テクノロジー進化で難課題を解決：従来取得困難だったIoTデータの取得

 高度IT、IoT 社会が進むことにより人々のライフスタイルも大きく変化し、価値観も多様化してきた。日本はより豊かになる一方で、「少子高齢化対策」「地球環境維持」などの社会課題を抱えている。
 これらに対してセンサ・AIで解決策を求める方向がある。従来のセンシング技術では困難であったデータを取得することで、例えば、インフルエンザや新型コロナウィルスを検知出来れば対策を早期に講じることが可能になり、その結果ウィルス拡散を未然に防ぐことが出来るようになる。また、設備・インフラの維持管理を行っていた作業にて、従来のセンサでは取得できない様な僅かな測定データを取得できれば、大きな故障や事故の発生を未然に防ぐことができるようになる。

これらのIoTデータは以下のように区分できる。

(1) Society 4.0での人間による入力データ 例えば、購入履歴・リコメンド、SNS、グルメ情報、フェイクニュースなどであり、IT 企業を中心として膨大な情報が蓄積、利用されている。 (2) Society 5.0でのセンサなどを介して収集されるIoT データ 例えば、カーナビでのGPSデータや製造機械に設置したセンサから出力される振動データ、スマホのカメラで撮影されてクラウドに収集される画像データなどが挙げられる。 (3) Society 5.0でも現在の技術では取得できていないIoTデータ ヘルスケア分野では、微少なバイオマーカーの検出が出来れば、尿や血液等からガンや心臓病の予兆検知が可能となり、社会課題を解決すると同時に新たな産業を生み出す可能性も高い。このように、現状の技術では取得困難なデータを取得し利活用することが社会課題の解決に必要である。

 例えば、人生100年社会を実現するためのヒトの僅かな体調変化情報や、道路・トンネル・橋梁など社会インフラの点検での微妙な音の変化や触覚変化情報を取得可能なセンサを開発できれば、社会課題解決を大きく前進できる。
 これを実現させるためにSUCSがサポートできる領域がある。SUCSのA/D変換・無線通信・電源の各ユニットは多種用意されるので、実証実験のためのユニット開発を気にせずに、センサ部の開発に集中できる。また、新規センシング項目を、複数種センサの組み合わせで実現する場合にもSUCSが役に立つだろう。

6. データ活用で多様性社会を実現：センサを活用した予知防災・減災社会

 豪雨が発生した際に、土砂災害によって住民の生命・身体に危害が生ずるおそれがある区域は、土砂災害警戒区域／特別警戒区域併せて111万カ所に及ぶ。（令和2年3月末現在）。
 起伏が多い日本の国土では土砂災害の危険性はいたる所に存在しており、現場状況の迅速かつ的確な把握のためにはセンサを可能な限り増やしていくことが必要である。
 応用地質株式会社は、地面の傾斜の変化をキャッチする表層傾斜計（クリノポール）や河川の氾濫を監視する冠水センサ（冠すいっち）を設置し、センサから得られたデータをクラウド上で集約している。この２つのセンサデータに雨量などの気象データを加えることで、斜面の崩落によって発生する土砂災害、増水によって発生する河川氾濫の危険度を判定する。
 斜面の変化をセンシングする表層傾斜計による危険度判定では、同じ変位量でもその地点の地形・地質・標高データなどによって崩落危険度の評価が大きく変わるので、熟練技術者がデータ分析・総合判断して、地点ごとに、危険度判定となる変位量閾値を設定している。また、センサの設置でも、崩落のきっかけとなる地点を見つけ出すのに熟練技術者の知見やノウハウが必要で、地形を読み解く高度なスキルを持つ技術者が設置最適地点を抽出している。
 このような、地形などの多様な環境条件によって、その対応が異なる仕事を人手だけに頼るのには限界が出てくる。

 同社では、これら技術者が抽出した結果や考え方のプロセスを教師データにして機械学習のアルゴリズムを開発した。これによって、熟練技術者による人手による作業と比べ、約100分の1の時間で地点抽出が可能になり、一次スクリーニングとしては十分な再現率と適合率になっているそうだ。
 地形など地点ごとの個々の環境に応じた土砂災害の予知は、条件が多様で 属人的で 課題の普遍性が低く 経済合理性の限界にあるかに見えるところを、センサ・AIを駆使して乗り越えた好事例といえる。（出所：スマートIoT推進フォーラム【ここに注目！IoT先進企業訪問記（55）】センサを活用した予知防災・減災の実現をめざす応用地質地質：https://smartiot-forum.jp/iot-val-team/mailmagazine/mailmaga-20211022）

7.センサ・ネットワークへのSUCS活用

 ここまで、センサ・ネットワークの展開を「解決の難易度」と「課題の普遍性」の２軸で見てきた。
「i. テクノロジー進化で難課題を解決」では、社会課題を解決するため、微少ウィルス検知、微少ガス検知など従来取得困難だったIoTデータ取得が求められていることを例示した。それが新たな産業を生み出すと考えられており、実現のためにSUCSがサポートできる領域があることを示した。
「ⅱ. データ活用で多様性社会を実現」では、多様な環境条件をのもとでの予知防災・減災に取り組まれている応用地質(株)の事例を紹介した。地形・地質・標高など地点ごとの個々の環境条件に応じた土砂災害の予知は、一見 普遍性が低いように思えるが、同社はセンサ・AIを駆使して経済合理性の限界を乗り越えている。また冠水・雨量など他のセンサ情報を組み合わせて土砂災害、河川氾濫の危険度を判定しており、SUCSのような多様性にマッチングのある機能が適しているようだ。
 IoTは多様なユーザの使い方やニーズ、事情に合わせて、ITシステムとして実現されることで価値を生む。市場でIoTの普及が強く求められ、ライフスタイル・人々の価値観の多様化が進む中で、画一的な大量生産・大量消費のスタイルでは立ち行かない。社会の変化に伴い、センシングも“変化”してくる。
 これからは、ヒトの健康維持、複雑な五感の知覚機能、複数の環境要素を組み合わせた、複雑で多様なデータ取得が求められてくる。そしてSUCSのような多様性に富んだセンサ・ネットワークとソフトウェア(AI)との融合が求められると考える。

おわりに

 以上、「SUCS適用領域とユースケースのイメージ」を考察した。新技術SUCSが社会課題解決の一助になることを期待する。

【著者紹介】
新井　康祐（あらい　やすひろ）
次世代センサ協議会SUCSコンソーシアムWG２リーダ

■略歴
2022年　次世代センサ協議会入会、現在に至る

1．はじめに

 （一社）次世代センサ協議会では2021年10月にSUCS®^※1（ザックス）コンソーシアムを立ち上げ、以下のビジョン＆ミッションを掲げ新しいIoTセンシングフレームワークの社会実装に向けての鋭意活動を行っている。

Vision ＆ Mission

すべての人が安全・安心で利便性の高い生活を送れ、
幸福感に満ちた世界をつくるため
多様なセンサデータを簡便に且つ高いコストパフォーマンスで
使うことができるセンシング系を提供する。

 現在SUCSコンソーシアムでは、本SUCS特集の最初の報告でも紹介があった図１に示すSUCSフレームワークにより、センサ、AD変換、通信、電源の4つのユニットの組み合わせによるSUCSセンシングトレイン（以下センシングトレイン）とサイバー空間の様々なメタデータの活用により、進化し持続可能なIoTセンシングシステムが無数に生まれる世界を実現するために活動を行っている。
 本稿で、SUCSの標準化の第一弾であるSUCS1.0ガイドラインのフィジカル空間側のセンシングトレインの標準化技術について解説を行う。なお、SUCS1.0のガイドラインは2023年6月末にリリースしており、詳細はSUCSコンソーシアムのホームページにて公開予定となっているので、詳細情報は本稿末尾のURLにアクセスし閲覧いただきたい。

2．SUCS誕生の背景

詳細の技術説明に入る前にSUCSの考えが生まれた背景を紹介させていただく。近年、サイバー空間側の演算の高性能化と通信の高速化およびストレージの大容量化によりハードウェアのソフトウェア化が急速に進んでいる。ハードウェアの役割は無くなるのではないかと危惧する声も少なくないが、実際にはサイバー空間で取り扱えるデータはデジタルデータのみであり、フィジカル空間上の物理量をアナログ信号に、アナログ信号をデジタル信号にするまでの役割は必然的にハードウェアが担うことになる（図２）。それを踏まえIoTセンシングシステムにおけるフィジカル空間のハードウェアのソフトウェア化を突き詰めていった結果は、図１に示すように最終形態としてはセンサ、AD変換、通信、電源の４つの機能のハードウェアが残る。

ここで図3に示す様にセンサ、AD変換、通信、電源の４つの機能を独立させた機器（以下ユニット）とし、接続の標準化を行うことにより各社のユニットの接続が可能となる。各ユニットのラインナップが充実した暁には、様々なユニットの中から最適なユニットを選択することで必要とするセンシングトレインが実現できる。これがSUCSの考え方の第一歩である。

 次に、SUCSではセンシングトレインでの機能を必要最小限としているため、AD変換直後のデジタルデータをセンシングトレインからサイバー空間のクラウドに送信している。その結果、最も情報量が多いセンシングデータをクラウドで扱うことが可能となる。クラウドではAD変換データに対して単位変換や補正式を使って物理量に変換し、スマートフォンなどを使って可視化情報を確認することができる。この単位変換や補正式はセンサユニットのメタデータとしてメーカがクラウドに事前に登録している情報を使用している。このメタデータの活用がもう一つのSUCSの重要な技術である。
 即ち、センシングトレインとメタデータを活用したクラウドサービスが中心技術となり、新しいセンシングフレームワークとしてSUCSの誕生に至った。
 なお、本稿ではセンシングトレインの接続標準化に関する説明を行うものとし、メタデータおよびクラウドサービスに関する標準化の説明は本特集の次の論文にて紹介されるが、メタデータに関しては上記以外に各ユニットの様々な情報や観測データへの拡張と標準化を行っているのでご確認いただきたい。

3．センシングトレインの接続標準化

 センシングトレインを簡便に構築するために図１と表１に示す４つのユニット間のアナログ信号、デジタル信号、電源の3カ所の接続に対する電気的・機械的な接続およびデジタル信号のI2C通信の標準化を行っている。
 機械的接続の標準化としてSUCSコネクタとしてUSBコネクタの様に接続が簡単で強度を有するコネクタを採用している。ユニット同士のコネクタ接続によりユニットの交換も簡単となり、トライ＆エラーを繰り返すことで様々なユニットを試すことができアジャイル開発に有効となる。
 なお、多チャンネル計測用のAD変換ユニットの利用も可能であり、SUCS1.0では最大8個のセンサユニットの接続に対応している。

次回に続く－

【著者紹介】
古川　洋之（ふるかわ　ひろゆき）
アズビル株式会社　技術開発本部基幹技術部
次世代センサ協議会社会 インフラ・モニタリングシステム研究会委員
次世代センサ協議会 SUCSコンソーシアム幹事