スマートIoTセンサーを活用したエンベデッドビジョンシステム
スマートIoTセンサーの仕組み
カメラなどのIoTセンサーは、狭い帯域幅でしかクラウドに接続できない場合が多く、大容量の画像データの転送に時間がかかってしまうことが大きな課題でした。その解決策の一つとして、カメラセンサー上で画像データを解析したうえで、クラウドに転送する方法があります。この「エッジ処理」を利用すれば、たとえ帯域幅が非常に狭くでも、スムーズに撮影を行うことができます。
エンベデッドビジョンソリューションの詳細はこちらSTEP 1：エンベデッドビジョンシステムに最適なハードウェアの選定
業界賞を獲得したBaslerエンベッドビジョンキットを使用しました。キットの構成内容は、以下の通りです。
Basler dart MIPI対応BCON搭載モデル
96Boards™仕様のプロセッシングボード（Qualcomm®社製SoC Snapdragon™搭載）
96Boards™仕様のメザニンボード（カメラモジュールとプロセッシングボードを直接接続可能）
今回のソリューションにより、カメラモジュールが高フレームレートで撮影した画像データを、プロセッシングボード上で直接処理することが可能になりました。
Baslerエンベデッドビジョン製品の詳細はこちらSTEP 2：ニューラルネットワークの学習
ニューラルネットワークの中でも特殊なコンボリューショナルニューラルネットワーク（CNN）を採用し、さまざまなレゴフィギュア（大工、宇宙飛行士、コックなど）と交通標識の違いを識別させます。
Baslerでは、2種類のCNNにレゴフィギュアと交通標識を学習させました。学習済みのCNNの容量はわずか数メガバイトと非常に小さいため、帯域幅が狭い場合でも、クラウドからエッジデバイスにスムーズに転送できます。レゴフィギュア用のCNNが転送されると、エッジデバイスがレゴフィギュアを高い精度で識別し、狭い帯域幅でも少ないレイテンシーで識別結果をクラウド上にアップロードします。しかも、交通標識を識別させたい場合は、同じエッジデバイスに交通標識用のCNNを転送するだけで済みます。
エンベデッドビジョンソフトウェアの詳細はこちら
エンベデッドビジョンソリューションのメリット
狭い帯域幅でもセンサーとクラウド間でスムーズな接続を構築できる
クラウド上のアプリケーションがセンサーからの情報を検知するまでのレイテンシーが少ない
OTAを利用できるため、複数のセンサーのリモートメンテナンス（センサーの設定変更、ファームウェアのアップデート、別の識別作業に使用するCNNの追加など）にも最適