Weitere ähnliche Inhalte
Ähnlich wie 「ドローンや移動するロボット産業におけるIoTとAIの応用」(2018-05-11).pdf
Ähnlich wie 「ドローンや移動するロボット産業におけるIoTとAIの応用」(2018-05-11).pdf (20)
「ドローンや移動するロボット産業におけるIoTとAIの応用」(2018-05-11).pdf
- 4. ⾃⼰紹介と会社概要
⾃⼰紹介
• 83年 ソード株式会社
– ハードウェア開発に従事
• 87年 半導体ベンチャ-
– GPUの設計に従事
• 89年 ハフトテクノロジー株
式会社設⽴
– ワークステーション開発
– デジタル放送設備開発
– デジタル家電開発
– スマートグラス開発
– ⾳楽配信システム開発
会社概要
• 2015/9/1 ドローンワークス株
式会社設⽴
– 国産フライトコントローラの開
発・製造・販売
– ドローンの受託開発・製造・販売
– エアコクーンの製造・販売
– ドローン⽤クラウドサービスの開
発・運営
– ドローン教習サービス
2018/05/11 © 2018 DroneWorks Inc. 4
- 5. ⾃⼰紹介(2)
• ドローンワークス株式会社 代表取締役
• 株式会社ハピロボ シニアディレクター
• IoTビジネス共創ラボ
– ドローンWG グループリーダー
• Drone Community JAPAN Association(DCoJA)
– 発起⼈
– オープンソースによるドローン開発
• ⼀般社団法⼈ 組込みシステム技術協会(JASA)
– IoT活⽤⾼度化委員会 ドローンWG委員
• モバイルコンピューティング推進コンソーシアム(MCPC)
– ドローンWG グループリーダー
• ⼀般社団法⼈ 無⼈航空機操縦⼠・整備⼠協会(UPMA)
– 会⻑
• Facebook
– https://www.facebook.com/hironobu.imamura
• Twitter
– https://twitter.com/himamura
2018/05/11 © 2018 DroneWorks Inc. 5
- 17. Azure IoT EDGEの概要
2018/05/11 17
© 2018 DroneWorks Inc.
クラウドインテリジェンスをエッジデバイスに拡張
• エッジで⼈⼯知能を実⾏する
• エッジ解析を実⾏する
• クラウドからエッジまで、IoTソリューションを導⼊
• クラウドから集中的にデバイスを管理する
エッジで⼈⼯知能と⾼度な分析を可能にする
⾼度な分析、機械学習、および⼈⼯知能をクラウドに構築し、IoT Edgeを使⽤して物理デバイスに展開し
ます。Azureと第三者サービスのエコシステムは、エッジデバイス上で新しいIoTアプリケーションを有効
にするのに役⽴ちます。Azure Stream Analytics、Microsoft認知サービス、Azure Machine Learningを
活⽤して、より⾼度なIoTソリューションを短時間で作成できます。
IoTソリューションコストを削減
データをローカルで処理するようにエッジデバイスをプログラミングすることで、IoTデー
タをキャプチャしてクラウドに送信することを決定します。次に、クラウドに保存して分
析する必要があるデータのみを送信します。デバイスからクラウドに送信するデータの量
を削減することで、他のビジネスアプリケーションでのデータの保存と分析に伴う帯域幅
のコストとコストを削減できますが、それでも洞察⼒が向上します。
オフラインまたは断続的な接続で動作する
IoT Edgeを使⽤すると、エッジデバイスはオフラインであっても確実に安全に動作したり、クラウドへの
断続的な接続しかない場合でも動作します。再接続すると、エッジデバイスは⾃動的に最新の状態を同期
させ、継続的な接続性に関係なくシームレスに機能し続けます
https://azure.microsoft.com/en-us/campaigns/iot-edge/
•オフラインおよび断続的な接続で操作する
•リアルタイムの意思決定を可能にする
•新しいデバイスと従来のデバイスを接続する
•帯域幅コストの削減
- 19. 各団体との連携による開発
• 関連団体との協調
– JASA(⼀般社団法⼈ 組込みシステム技術協会)
– IPA(独⽴⾏政法⼈情報処理推進機構)
– MCPC(モバイルコンピューティング推進コンソーシアム)
– YRP(YRP研究開発推進協会)
– DCoJA(ドローン コミュニティー ジャパン アソシエーション)
– UPMA(⼀般社団法⼈無⼈航空機操縦⼠・整備⼠協会)
– JUIDA(⼀般社団法⼈⽇本UAS産業振興協議会)
– JUTM(⽇本無⼈機運⾏管理コンソーシアム)
• ガイドラインの作成
• 通信セキュリティ
• 航空管制
– 衝突回避
– 電波⼲渉抑⽌
• マルチコプター以外の移動体
– 海洋ドローン(⽔上、⽔中)
– ローバー
2018/05/11
© 2018 DroneWorks Inc.
19
- 21. 現状の課題は何か︖
• 離陸重量15kgのドローンをホバリングさせるため
に48V 50A必要
• 離陸重量25kgのドローンをホバリングさせるため
に48V 100A必要
• 現在、市販されているのリチウムポリマー電池の
最⼤は20Ah
– これを2個直列に使⽤し48V 16〜20Ahを確保
• 理論的には15kgのドローンなら約30分、25kgな
ら10分程度のホバリングが可能
– 実際の⾶⾏時間はもっと短くなるので、15kgで15〜
20分、25kgで7〜8分程度の⾶⾏時間になる
2018/05/11 © 2018 DroneWorks Inc. 21
- 24. 実機によるSTOL(1)
2018/05/11 © 2018 DroneWorks Inc. 24
出典︓World Record STOL Competition Valdez, Alaska 2017 –
YouTube : https://www.youtube.com/watch?v=Bo7-BuNiP6Y
- 25. 実機によるSTOL(2)
2018/05/11 © 2018 DroneWorks Inc. 25
出典︓Valdez 2016 LSA Class - Just Aircraft Super STOL Win –
YouTube : https://www.youtube.com/watch?v=5htZw74UHms
- 26. ラジコンによるSTOL(1)
2018/05/11 © 2018 DroneWorks Inc. 26
出典︓RC MODEL SCALE 1:2,25 AIRPLANE SAVAGE BOBBER ZLIN-AVIATION IN FLIGHT DEMO!! –
YouTube : https://www.youtube.com/watch?v=ZE61-humvXw
- 27. AIを使ったSTOL機(1)
2018/05/11 © 2018 DroneWorks Inc. 27
出典︓⿃のように着陸する⾶⾏機型ドローン、可変翼と機械学習AIで意図的な失速を制御(動画) –
Engadget ⽇本版 : http://japanese.engadget.com/2017/03/21/ai/
- 28. AIを使ったSTAL機(2)
2018/05/11 © 2018 DroneWorks Inc. 28
出典︓⿃のように着陸する⾶⾏機型ドローン、可変翼と機械学習AIで意図的な失速を制御(動画) –
Engadget ⽇本版 : http://japanese.engadget.com/2017/03/21/ai/
• 英BMT Defence Servicesとブリストル⼤学の共同研究
• ディープストールによる着陸は速度や⾓度、⾵向きといった様々な
条件に左右される。
• ⾮常に⾼度な姿勢制御が必要とされる。
• 「Q-ラーニング」と呼ばれる機械学習の⼿法を⽤いることにしま
した。
• Q-ラーニングとは、“Q”=満⾜度を⾼めるために幾度となくトライ
アンドエラーを繰り返し、うまくいった例をAIに学習させる⼿法。
• 実際に何度も失敗着陸、ハードラン
ディングをしていては機体がいくつ
あっても⾜りない。
• 実際にはシミュレータの中で5000回
におよぶ着陸を経験させて、AIを鍛え
上げた。