| 研究課題/領域番号 |
19H04101
|
|---|
| 研究機関 | 東邦大学 |
|---|
研究代表者 |
佐藤 文明 東邦大学, 理学部, 教授 (40273164)
|
|---|
| 研究分担者 |
金岡 晃 東邦大学, 理学部, 准教授 (00455924)
白鳥 則郎 中央大学, 研究開発機構, 機構教授 (60111316)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | エッジコンピューティング / IoTプラットフォーム / 秘密分散 / 負荷分散 |
|---|
| 研究実績の概要 |
本研究の目的は、エッジコンピューティングにおいて高い信頼性と安全性を提供することで、高信頼型IoTプラットフォームを形成することである。
令和３年度では、エッジとクラウドとの負荷分散を実現するシステムへの適用例として、車載カメラ画像の深層学習による交通流の認識と制御に関する研究を実施した。本研究において、車載カメラとしてのスマートフォン上において車両の前方、及び後方画像から二輪車および四輪車を検出し、交通流の状況を認識するとともに危険な走りをする二輪車を深層学習による物体検知を用いて特定するシステムを構築した。また、同じ前方画像や後方画像をクラウドに送信し、深層学習のセマンティックセグメンテーションによって、道路の幅や車線の領域抽出および画像上の消失点の推定を行った。道路領域の検知することで、画像内の消失点の位置を推定することができ、消失点の位置が決まると2次元の画面内の車両の位置から、道路上の位置を推定することができる。その結果、車両が道路上をどのように走行しているかが分かり、道路全体の交通流や個別の車両の危険な走行などを検知することができる。このセグメンテーションは計算負荷が大きいため、エッジ上で計算することはできず、クラウドで計算しているが、画像を送信することから高頻度で送信すると通信量が大きくなり遅延も発生する。従って、消失点の精度を考慮して、適切な頻度でクラウドへのアクセスを行う必要がある。本研究では、スマートフォン（エッジ端末）上の深層学習と、クラウド上の深層学習とを連携し、適切に負荷分散や機能分散を実現することで精度や応答性能の向上を図ることができた。この成果は、2022年の国際会議IEEE IV2022に採録され発表する予定である。
|
| 現在までの達成度 (段落) |
令和3年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和3年度が最終年度であるため、記入しない。
|
