JP7279793B2

JP7279793B2 - 中継サーバ、中継方法および中継プログラム

Info

Publication number: JP7279793B2
Application number: JP2021536494A
Authority: JP
Inventors: 和哉松尾; 雅高木; 亮太中田; 航哉森; 裕之田中
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2019-07-29
Filing date: 2019-07-29
Publication date: 2023-05-23
Anticipated expiration: 2039-07-29
Also published as: US20220263899A1; US11917008B2; WO2021019653A1; JPWO2021019653A1

Description

この発明の一態様は、中継サーバ、中継方法および中継プログラムに関する。

近年のＩｏＴ（Internet of Things：モノのインターネット）技術の普及により、製造業、自動車業（自動運転支援）、農業などの様々な分野で、多種多様なセンサを活用したデータ収集とその解析が進んでいる。ＩｏＴでは、ネットワークに接続されたセンサなどのデバイス（「センサ端末」、「センシングデバイス」、または「データを送信可能な端末」とも言う）から生成されるデータがクラウド上に収集され、種々のアプリケーションのために活用されている。

センサ端末は、種類が多様であり、その台数も膨大である。また、センサ端末によって生成されるデータの種類も多様であり、生成されたデータを活用するアプリケーションの種類も多様である。

例えば、気温や湿度などをはじめとする、環境や物体の状態を計測したデータ（センサデータ）は、それらの状態を可視化したり、異常を検知したりするために非常に有効である。近年では、データ解析技術の進歩に伴い、前述のような１次元の数値データだけでなく、画像データなどの２次元データ、さらには、３次元の検出点の集合である３次元データなどにより、観測対象の環境を視覚的および立体的に把握することで、その状態をより詳細に知ることができるようになっている。３次元データのセンサ端末としては、例えば、ＨｏｌｏＬｅｎｓ（例えば、非特許文献１参照）などのＭＲ（Mixed Reality）端末、ＬｉＤＡＲ（Light Detection and Ranging）センサ、などが知られている。このような背景のもと、世界中に配置されたセンサ端末から様々なセンサデータを収集し、そのデータを基に、デジタル空間上でリアルタイムに現実空間を再現するデジタルツイン（例えば、非特許文献２参照）が注目されている。このデジタルツインの実現により、現実世界の様々な事象のより高度な予測・管理・分析が可能になると言われている（例えば、非特許文献３参照）。

一方、デジタルツインを実現するためには、多数のセンサ端末から、画像や３Ｄデータなど、一つ当たりのデータサイズが大きいデータも大量にかつ継続的に収集しなければならない。そのため、ネットワークトラヒックが増大し、ネットワークに大きな負荷がかかってしまう。この課題を解決するためには、ネットワークに流れるトラヒックを削減する仕組みが必要となる。

先述の課題を解決する技術として、データ圧縮がある。代表的な方式としては、汎用の圧縮方式であればｚｉｐ、画像データであればＪＰＥＧ圧縮やＰＮＧ圧縮、ＣＡＤデータやＬｉＤＡＲデータをはじめとする３次元データであればＤｒａｃｏ（例えば、非特許文献４参照）が挙げられる。例えば、コネクテッドカーに搭載されているＬｉＤＡＲセンサから取得した３次元データを、センタサーバへ収集する場合、各車両にデータ圧縮機能部が具備されており、センタサーバに圧縮されたデータを復元するデータ復元機能部が具備される。車両のデータ圧縮機能部において、Ｄｒａｃｏ等の３次元データ圧縮方式を用いて圧縮を行い、３次元データを元のサイズの３０％まで小さくできた場合、圧縮せずに収集した場合と比較して、収集時のトラヒックを７０％削減できる。

"Microsoft HoloLens ビジネスを支援するMixed Realityテクノロジ"［Online］、［令和１年６月２４日検索］、インターネット＜URL: https://www.microsoft.com/ja-jp/HoloLens＞ El Saddik, Abdulmotalebm, "Digital twins: the convergence of multimedia technologies," IEEE MultiMedia, 25(2), pp.87-92, 2018. "ガートナー、2018年の戦略的テクノロジ・トレンドのトップ10を発表"［Online］、［令和１年６月２４日検索］、インターネット＜URL: https://www.gartner.com/jp/newsroom/press-releases/pr-20171026＞ "DRACO 3D DATA COMPRESSION"［Online］、［令和１年６月２４日検索］、インターネット＜URL: https://***.github.io/draco/＞

前述のようなデータ圧縮技術により、個々のデータサイズを小さくでき、収集時のトラヒックを削減できる。しかしながら、従来の個々のデータを圧縮する従来技術では、異なるセンサ端末が取得したセンサデータ間の冗長性を考慮しない。そのため、大量のセンサ端末からの継続的なデータ収集を行う際、場合によっては、トラヒックをさらに削減できる可能性がある。

この発明は、上記事情に着目してなされたもので、その目的とするところは、大量のセンサ端末からセンサデータを大量に収集する場合に、ネットワークのトラヒックを削減できるようにする中継サーバ、中継方法および中継プログラムを提供することにある。

上記課題を解決するために、この発明の第１の態様は、複数のセンサ端末からのデータを収集しネットワークへ送信する中継サーバであって、前記複数のセンサ端末から前記データを収集するデータ収集部と、互いに異なるセンサ端末から収集した前記データ間の空間的に重複しているデータを排除して、それらを統合した中継データを作成する中継データ作成部と、前記中継データを前記ネットワークへ送信する送信部と、を備えるようにしたものである。

この発明の第２の態様は、複数のセンサ端末からのデータを収集しネットワークへ送信する中継サーバであって、プロセッサと、当該プロセッサに接続されたメモリと、を備えており、前記プロセッサが、前記センサ端末から前記データを収集して前記メモリに格納させ、前記メモリに格納した互いに異なるセンサ端末から収集した前記データ間の空間的に重複しているデータを排除して、それらを統合した中継データを作成し、前記中継データを前記ネットワークへ送信する、ように構成されたものである。

この発明の第３の態様は、複数のセンサ端末からのデータを収集しネットワークへ送信する中継サーバにおける中継方法であって、前記複数のセンサ端末から前記データを収集することと、前記収集した前記データの内、時間的に最も新しいデータについて、当該データに含まれる検出点が存在する範囲を計算することと、前記範囲内に含まれる、前記最も新しいデータ以外の前記データの検出点を、重複検出点と判断することと、前記重複検出点を含む前記データから前記重複検出点のデータを排除することと、前記最も新しいデータと前記重複検出点を排除した前記データとを統合することで、中継データを作成することと、前記中継データを前記ネットワークへ送信することと、を含むようにしたものである。

この発明の第４の態様は、複数のセンサ端末からのデータを収集しネットワークへ送信する、プロセッサとストレージを備える中継サーバの前記プロセッサで実行される中継プログラムであって、前記プロセッサを、前記複数のセンサ端末から前記データを収集して前記ストレージに格納させるデータ収集部、互いに異なるセンサ端末から収集した前記データ間の空間的に重複しているデータを排除して、それらを統合した中継データを作成する中継データ作成部、前記中継データを前記ネットワークへ送信する送信部、として機能させるようにしたものである。
この発明の第５の態様は、複数のセンサ端末からのデータを収集しネットワークへ送信する中継サーバにおける中継方法であって、前記複数のセンサ端末から前記データを収集することと、互いに異なるセンサ端末から収集した前記データ間の空間的に重複しているデータを排除して、それらを統合した中継データを作成することと、前記中継データを前記ネットワークへ送信することと、を含むようにしたものである。

この発明の各態様によれば、センサ端末からの取得位置が近い中継サーバでセンサデータを収集し、冗長なデータを排除し、センサデータを統合してセンタサーバにアップロードするようにしているので、大量のセンサ端末からセンサデータを大量に収集する場合に、ネットワークのトラヒックを削減できるようになる中継サーバ、中継方法および中継プログラムを提供することができる。

図１は、この発明の一実施形態に係るデータ収集システムの全体構成を示す図である。図２は、この発明の一実施形態に係る中継サーバのハードウェア構成を示すブロック図である。図３は、この発明の一実施形態に係る中継サーバのソフトウェア構成を示すブロック図である。図４は、この発明の一実施形態に係る中継サーバの中継データ作成部の動作例を示すフローチャートである。図５は、二つのセンサ端末それぞれが取得したセンサデータを鳥瞰的に見た状態を２次元の円で表現した模式図である。図６は、地理的に近接した二つのセンサ端末のセンサデータに対する重複排除および統合の例を示す模式図である。図７Ａは、二つのセンサ端末のセンサデータに対する凸包を用いた重複箇所の計算例を示す模式図である。図７Ｂは、図７Ａの例に対応するセンサデータの重複排除の例を示す模式図である。図７Ｃは、図７Ｂの例に対応するセンサデータの統合の例を示す模式図である。

以下、図面を参照してこの発明に係わる一実施形態を説明する。
（構成）
（１）システム
図１は、この発明の一実施形態に係る中継サーバを含むデータ収集システムの全体構成を示す図である。このシステムは、複数のセンサ端末ＳＴ１，ＳＴ２，ＳＴ３，…，ＳＴｎ（ｎは整数）（以下、まとめて「センサ端末ＳＴ」とも言う）と、複数の中継サーバＲＳＶ１，…，ＲＳＶｍ（ｍは整数）（以下、まとめて「中継サーバＲＳＶ」とも言う）と、センタサーバＳＳＶと、を備えている。センサ端末ＳＴと中継サーバＲＳＶとは、例えば無線アクセスネットワークＮＷ１を介して通信可能となっており、中継サーバＲＳＶとセンタサーバＳＳＶとは、例えば有線アクセスネットワークＮＷ２を介して通信可能となっている。

センサ端末ＳＴは、無線アクセスネットワークＮＷ１を介して、中継サーバＲＳＶにセンサデータを送信可能な端末である。センサ端末ＳＴは、例えば、複数のセンサ機能を有するＩｏＴ関連デバイスであり、製造業、自動車業（自動運転）、農業、医療、ヘルスケア、流通業、金融業、その他のサービス業など、任意の分野において種々の３次元データを収集する移動端末であって良い。センサ端末ＳＴは、例えば、ＨｏｌｏＬｅｎｓなどのＭＲ端末、ＬｉＤＡＲセンサ、などを含み得る。図１は、センサ端末ＳＴとして、コネクテッドカーと称される自動車に搭載されているＬｉＤＡＲセンサを例示している。

無線アクセスネットワークＮＷ１は、例えば３Ｇ、４Ｇまたは５Ｇ等の規格の下で動作する携帯電話網や、無線ＬＡＮ（Local Area Network）等の無線通信ネットワークが用いられる。

中継サーバＲＳＶは、例えばサーバコンピュータやパーソナルコンピュータ等からなる、無線基地局に配置されたサーバ（エッジサーバ）であり、無線アクセスネットワークＮＷ１を介して、複数のセンサ端末ＳＴからセンサデータを受信可能な機器である。また、この中継サーバＲＳＶは、有線アクセスネットワークＮＷ２を介して、センタサーバＳＳＶにセンサデータを送信すなわちアップロード可能である。中継サーバＲＳＶは、センサ端末ＳＴによって収集されたセンサデータを受信し、それらをセンタサーバＳＳＶに中継する機能を有する。この実施形態では、中継サーバＲＳＶは、複数のセンサ端末ＳＴから送信された３次元のセンサデータを受信し、その重複を排除して、統合したのち、Ｄｒａｃｏ等の３次元データ圧縮方式を用いて圧縮することで、センタサーバＳＳＶに送信するセンサデータのデータ量を削減することができる。

有線アクセスネットワークＮＷ２は、例えば光ファイバーを使用した有線通信ネットワークであることができる。有線アクセスネットワークＮＷ２は、さらに、図示しない有線コアネットワークを介して、センタサーバＳＳＶに接続されていても良い。

センタサーバＳＳＶは、アプリケーションサーバやデータベースサーバ（例えば、サービス事業者がＷｅｂ上で管理運用するサーバを含む）など、センサ端末ＳＴによって収集されたデータに基づいて所定の処理を行うものである。

（２）中継サーバ
（２－１）ハードウェア構成
図２は、図１に示した中継サーバＲＳＶのハードウェア構成の一例を示すブロック図である。
中継サーバＲＳＶは、例えばサーバコンピュータやパーソナルコンピュータ等からなり、例えば、ＣＰＵ（Central Processing Unit）等のハードウェアプロセッサ１１Ａを有する。そして、このハードウェアプロセッサ１１Ａに対し、プログラムメモリ１１Ｂ、データメモリ１２、無線通信インタフェース１３Ａ、および有線通信インタフェース１３Ｂを、バス１４を介して接続したものとなっている。

プログラムメモリ１１Ｂは、記憶媒体として、例えば、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等の随時書込みおよび読出しが可能な不揮発性メモリと、ＲＯＭ（Read Only Memory）等の不揮発性メモリとを組み合わせて使用したもので、各種処理を実行するために必要なプログラムが格納されている。

データメモリ１２は、記憶媒体として、例えば、ＨＤＤまたはＳＳＤ等の随時書込みおよび読出しが可能な不揮発性メモリと、ＲＡＭ（Random Access Memory）等の揮発性メモリとを組み合わせて使用したもので、各種処理を行う過程で取得および作成されたデータを記憶するために用いられる。

無線通信インタフェース１３Ａは、無線アクセスネットワークＮＷ１を介してセンサ端末ＳＴとの間でデータの送受信を可能にする。通信プロトコルは、無線アクセスネットワークＮＷ１で規定されるプロトコルが使用される。無線通信インタフェース１３Ａとしては、例えば無線ＬＡＮやＢｌｕｅｔｏｏｔｈ（登録商標）などの小電力無線データ通信規格を採用したインタフェースが使用される。

有線通信インタフェース１３Ｂは、有線アクセスネットワークＮＷ２を介してセンタサーバＳＳＶとの間でデータの送受信を可能にする。通信プロトコルは、有線アクセスネットワークＮＷ２で規定されるプロトコルが使用される。有線通信インタフェース１３Ｂとしては、例えば有線ＬＡＮが使用される。

（２－２）ソフトウェア構成
図３は、図１に示した中継サーバＲＳＶのソフトウェア構成を、図２に示したハードウェア構成と関連付けて示すブロック図である。

中継サーバＲＳＶは、上述のように、無線アクセスネットワークＮＷ１を介してセンサ端末ＳＴ１，…，ＳＴｎと、また、有線アクセスネットワークＮＷ２を介してセンタサーバＳＳＶと、それぞれ通信可能である。上述のように、センサ端末ＳＴには多種多様なデバイスが含まれ得る。

データメモリ１２の記憶領域は、取得データ記憶部１２１と、座標変換データ記憶部１２２と、統合データ記憶部１２３と、を備える。

取得データ記憶部１２１は、各センサ端末ＳＴから取得されたセンサデータを、デバイスＩＤや時刻情報などとともに格納するために使用される。

座標変換データ記憶部１２２は、取得データ記憶部１２１に記憶された各センサデータを、同一の座標系に変換したセンサデータを格納するために使用される。

統合データ記憶部１２３は、センサデータ間の重複を排除して統合したセンサデータを格納するために使用される。

処理部１１は上記ハードウェアプロセッサ１１Ａと、上記プログラムメモリ１１Ｂとから構成され、ソフトウェアによる処理機能部として、データ収集部１１１と、中継データ作成部１１２と、アップロード部１１３と、を備える。これらの処理機能部は、いずれもプログラムメモリ１１Ｂに格納されたプログラムを、上記ハードウェアプロセッサ１１Ａに実行させることにより実現される。処理部１１は、また、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（field-programmable gate array）などの集積回路を含む、他の多様な形式で実現されても良い。

データ収集部１１１は、各センサ端末ＳＴから送信されたデータを無線通信インタフェース１３Ａを介して取得し、取得データ記憶部１２１に格納する処理を行う。各センサ端末ＳＴは、データ圧縮機能部を備えており、Ｄｒａｃｏ等の３次元データ圧縮方式を用いて圧縮を行い、３次元データを元のサイズの例えば３０％まで小さくした上で送信することができる。データ収集部１１１は、この圧縮されたデータを元の３次元データに復元するデータ復元部１１１１を含むことができる。各センサ端末ＳＴから送信されてくる情報としては、３次元データに加えて、例えば、デバイスＩＤ、デバイスが生成するデータの種類、データの形式、データの送信頻度などが含まれ得る。

中継データ作成部１１２は、取得データ記憶部１２１に格納されたセンサデータ間の重複を排除して、統合することで、センタサーバＳＳＶに送信するべき中継データを作成する処理を行う。この中継データ作成部１１２は、座標系変換部１１２１と、重複判断部１１２２と、重複排除部１１２３と、統合部１１２４と、を備える。

座標系変換部１１２１は、取得データ記憶部１２１に格納されたセンサデータに含まれる複数の検出点の座標を絶対座標系の値に変換することで、各センサデータを互いの間の関係を計算可能なデータに変換する。座標系変換部１１２１は、変換した各センサデータを座標変換データ記憶部１２２に格納する。

重複判断部１１２２は、座標変換データ記憶部１２２に格納された各センサデータ間の重複部分を判断する。センサデータは、ＬｉＤＡＲセンサが取得したデータやＭＲ端末が取得したデータのように、空間的な特徴を示すデータである。重複判断部１１２２は、このようなセンサデータ間の空間的な重複の有無を計算する。例えば、重複判断部１１２２は、座標変換データ記憶部１２２に格納されたセンサデータの内、時間的に最も新しい最新センサデータに対して、当該最新センサデータ以外のセンサデータの空間的な重複の有無を計算する。

重複排除部１１２３は、重複判断部１１２２が空間的な重複部分であると計算した最新センサデータ以外のセンサデータにおける検出点である重複検出点を、中継データに用いる検出点から排除する。

統合部１１２４は、重複排除部１１２３が排除しなかった残りのセンサデータの各検出点を統合して、中継データとなる一つの統合データを作成する。統合部１１２４は、作成した統合データを統合データ記憶部１２３に格納する。

アップロード部１１３は、統合データ記憶部１２３に格納された統合データを中継データとして、有線通信インタフェース１３Ｂを介してセンタサーバＳＳＶへ送信する。アップロード部１１３は、統合データに対してＤｒａｃｏ等の３次元データ圧縮方式を用いて圧縮を行い、元のサイズの例えば３０％まで小さくするデータ圧縮部１１３１を含むことができる。アップロード部１１３は、この圧縮したデータを中継データとしてセンタサーバＳＳＶへアップロードする。

このように、処理部１１は、無線通信インタフェース１３Ａを介して各センサ端末ＳＴからセンサデータを受信し、各センサデータ間に重複がある場合はその重複を排除し、それらのデータを一つに統合する。その後、処理部１１は、統合データを従来技術と同様に圧縮して、この圧縮されたデータを中継データとして、センタサーバＳＳＶへ送信する。例えば、センサ端末ＳＴが備えるデータ圧縮機能で生データを７０％削減し、この中継サーバＲＳＶの処理部１１の重複排除および統合機能により、受信した三つのセンサデータの総データサイズの５０％を削減し、この統合されたデータを処理部１１のデータ圧縮機能によってさらに７０％削減することができる。この場合、従来技術を用いた場合と比較して、有線アクセスネットワークＮＷ２で発生するトラヒックをさらに５０％削減できる。このように、この実施形態に係る中継サーバＲＳＶを使用することで、収集したデータ間の空間的な重複を排除し、さらなるトラヒック削減を図ることが可能となる。

なお、本発明の中継サーバＲＳＶの処理部１１は、コンピュータであるプロセッサ１１Ａとプログラムメモリ１１Ｂに記憶されたプログラムによって実現されるものであるが、このプログラムを、非一時的なコンピュータ可読媒体に記録して、あるいは、ネットワークを通して、中継サーバＲＳＶに提供することも可能である。こうして提供されたプログラムは、プログラムメモリ１１Ｂに格納されることができる。あるいは、提供されたプログラムは、ストレージであるデータメモリ１２に格納されて、必要に応じてプロセッサ１１Ａで実行されることで、プロセッサ１１Ａが処理部１１として機能することも可能である。

（動作）
次に、以上のように構成された中継サーバＲＳＶの特徴部分である、処理部１１の中継データ作成部１１２による情報処理動作を説明する。図４はその処理手順と処理内容を示すフローチャートである。

ここで、各センサ端末ＳＴと中継サーバＲＳＶの間に、あらかじめ無線アクセスネットワークＮＷ１を介して通信が確立されているものとする。同様に、中継サーバＲＳＶとセンタサーバＳＳＶとの間に、あらかじめ有線アクセスネットワークＮＷ２を介して通信が確立されているものとする。また、説明の簡単化のため、センサ端末ＳＴの数すなわちセンサデータの数が二つであるものとして説明するが、三つ以上のセンサデータについても、この説明が同様に適用され得ることは言うまでもない。

中継データ作成部１１２は、一定時間ごとに、図４のフローチャートに示す処理を実施することができる。この一定時間は、プロセッサ１１Ａの処理能力と、処理するべきセンサデータのデータ量とに基づいて、あらかじめ決められることができる。

中継データ作成部１１２は、座標系変換部１１２１により、取得データ記憶部１２１に格納されている３次元データである複数のセンサデータのそれぞれを同一座標系に変換し、結果の変換データを座標変換データ記憶部１２２に格納する（ステップＳ１）。

以下、説明の簡単化のため、センサデータの数が二であるとして説明する。図５は、二つのセンサ端末ＳＴ１，ＳＴ２それぞれが取得したセンサデータ（ＬｉＤＡＲデータ）ＳＤ１，ＳＤ２を鳥瞰的に見た状態を２次元の円で表現した模式図である。各センサデータＳＤ１，ＳＤ２は、説明の都合上、２次元の円で表現しているが、３次元的な広がりを有するものである。センサデータＳＤ１は、センサ端末ＳＴ１を原点とした独自の３次元の座標系を有している。同様に、センサデータＳＤ２は、センサ端末ＳＴ２を原点とした独自の３次元の座標系を有している。

図６は、地理的に近接した二つのセンサ端末のセンサデータに対する重複排除および統合の例を示す模式図である。図６の上段は、二つのセンサデータが重複している例を示しており、中段は、重複排除した二つのセンサデータを示しており、下段は一つに統合されたセンサデータを示している。図６の上段に示すように、二つのセンサ端末ＳＴ１，ＳＴ２が地理的に近くに位置している場合、二つのセンサ端末ＳＴ１，ＳＴ２が同一の対象をセンシングし、各センサ端末ＳＴ１，ＳＴ２が取得したセンサデータＳＤ１，ＳＤ２は、その大部分が重複することになる。中継データ作成部１１２は、図６の中段に示すように、この重複している箇所（重複部分ＯＤ）に該当する３次元データの内、取得時刻が古いデータ（図ではセンサデータＳＤ２）を排除する。これにより、統合されるべきセンサ端末ＳＴ２のセンサデータは、センサデータＳＤ２’のみが残ることとなる。

前述したように、ＭＲ端末やＬｉＤＡＲなどのセンサ端末ＳＴ１，ＳＴ２が取得した３次元のセンサデータＳＤ１，ＳＤ２は、センサ端末ＳＴ１，ＳＴ２の位置を原点とした座標を示している。そのため、データごとに座標系が異なっており、そのままでは、データ間の空間的な重複が計算できない。そこで、中継データ作成部１１２では、重複排除を行う前に、ステップＳ１において、座標系変換部１１２１により、各センサデータに含まれる検出点の座標を絶対座標系の値に変換する。この絶対座標系の値とは、例えばＭＲ端末ではアンカー情報（例えば“GitHub - microsoft/MixedRealityToolkit at c562ff9582cd10ea0448fd846f7b2bb261e8f551”［Online］、［令和１年６月２４日検索］、インターネット＜URL: https://github.com/Microsoft/MixedRealityToolkit/tree/c562ff9582cd10ea0448fd846f7b2bb261e8f551＞を参照）であり、コネクテッドカーにおいてはＧＰＳが示す緯度経度である。このように、重複排除対象のデータに含まれる検出点の座標を絶対座標系に変換することにより、異なるセンサ端末ＳＴ１，ＳＴ２が取得した３次元のセンサデータＳＤ１，ＳＤ２を同一空間上にプロットできるようになるため、空間的な重複を計算できるようになる。

こうして同一座標系に変換して座標変換データ記憶部１２２に格納した二つの３次元のセンサデータＳＤ１，ＳＤ２に対し、中継データ作成部１１２では、重複判断部１１２２により、重複している箇所（重複部分ＯＤ）を計算する。そして、重複排除部１１２３により、図６の中段に示すように、この重複部分ＯＤに該当する３次元データの内、取得時刻が古いデータ（図ではセンサデータＳＤ２）を排除する。ただし、各センサデータＳＤ１，ＳＤ２を同一空間上にプロットできたとしても、生の３次元データのままでは空間的な重複を計算するのは困難である。これは、３次元データが基本的には検出点のデータの集合でしかなく、生データのままでは、検出点が存在する３次元空間上の範囲が不明瞭なためである。そこで、中継データ作成部１１２では、重複判断部１１２２により、検出点が存在する空間的な範囲を計算し、その範囲に対する他センサデータに含まれる検出点の内外判定を用いて重複範囲を計算する。検出点が存在する空間的な範囲の計算方法としては、ある点（センサ端末の位置など）を中心とする半径ｒ［ｍ］の球で近似する方法や、与えられえた点をすべて包含する最小の凸多面体（凸包）で近似する方法などがある。図７Ａおよび図７Ｂを参照して、凸包と検出点の内外判定を用いた重複排除の例について説明する（説明の都合上、図では２次元の場合を示している）。

図７Ａは、二つのセンサ端末ＳＴ１，ＳＴ２のセンサデータＳＤ１，ＳＤ２に対する凸包を用いた重複箇所の計算例を示す模式図であり、図７Ｂは、図７Ａの例に対応するセンサデータの重複排除の例を示す模式図である。図７Ａに示すように、凸包ＣＥとは、与えられた検出点をすべて包含する最小の凸多角形（３次元の場合、凸多面体）である。そのため、中継データ作成部１１２では、重複判断部１１２２により、最新の３次元のセンサデータである最新センサデータに含まれる検出点をすべて包含する凸包ＣＥを計算する（ステップＳ２）。これにより、その３次元データに含まれる検出点が存在する３次元の範囲を定めることができる。図７Ａでは、センサデータＳＤ１の方がセンサデータＳＤ２よりも新しい最新センサデータであるものとし、センサデータＳＤ１のすべての検出点Ｄ１を包含する凸包ＣＥを計算した例を示している。最新センサデータ以外のセンサデータであるセンサデータＳＤ２の検出点Ｄ２の一部（重複検出点ＯＤ２）がこの凸包ＣＥ内の内側に存在するため、それらの重複検出点ＯＤ２において、この二つのセンサデータＳＤ１，ＳＤ２同士が重複している可能性が高いと判断できる。したがって、中継データ作成部１１２では、重複判断部１１２２により、最新の３次元データ以外の３次元データそれぞれの各検出点、この例ではセンサデータＳＤ２の各検出点Ｄ２、について内外判定する（ステップＳ３）。このような３次元データの凸包化と、それに対する検出点の内外判定は、例えばｐｙｔｈｏｎのライブラリの一つである「ＰｙＭｅｓｈ（例えば“PyMesh - Geometry Processing Library for Python - PyMesh 0.2.1 documentation”［Online］、［令和１年６月２４日検索］、インターネット＜URL: https://pymesh.readthedocs.io/en/latest/index.html＞を参照）に含まれる関数「convex_hull」「boolean」などで実現できる。

そして、中継データ作成部１１２は、重複排除部１１２３により、図７Ｂに示すように、凸包ＣＥ内判定された重複検出点ＯＤ２のデータを排除する（ステップＳ４）。これにより、図６の中段に示すように、最新センサデータ以外の古いセンサデータであるセンサ端末ＳＴ２のセンサデータＳＤ２の内の、重複検出点ＯＤ２を排除した検出点Ｄ２のデータのみを含むセンサデータＳＤ２’が残ることとなる。

その後、中継データ作成部１１２は、統合部１１２４により、最新の３次元データと重複排除後の他の３次元データそれぞれとを統合して一つの統合データを作成し、統合データ記憶部１２３に格納する（ステップＳ５）。すなわち、統合部１１２４は、図６の下段に示すように、重複排除の計算対象となった複数のセンサデータ同士（この例では、センサデータＳＤ１，ＳＤ２’）を統合して、一つの統合データ（この例では、統合データＳＤ１２）を作成する。この統合の手法の一例を図７Ｃを参照して説明する。図７Ｃは、図７Ｂの例に対応するセンサデータの統合の例を示す模式図である。統合部１１２４は、例えば図７Ｃに示すように、最新のセンサデータＳＤ１の検出点Ｄ１と、重複排除された残りのセンサデータＳＤ２’が示す検出点Ｄ２とを、統合データＳＤ１２の検出点Ｄ１２として採用することで、統合データＳＤ１２を作成することができる。

こうして統合データが作成されたならば、中継データ作成部１１２は、未だ処理していないセンサデータが存在するか否かを判断する（ステップＳ６）。すなわち、最新の３次元データと重複していないため、統合されていない３次元データが残っている場合がある。そこで、中継データ作成部１１２は、そのような３次元データの有無を判断する。未処理の３次元データが存在する場合には、上記ステップＳ２の処理に戻り、未処理の３次元データの内で最新の３次元データに対する重複排除および統合を行っていくこととなる。

こうして、すべての３次元データに対する処理が終了したならば、中継データ作成部１１２は、このフローチャートに示した処理を終了する。

（効果）
以上述べたように、一実施形態においては、ＩｏＴに活用される情報を含む３次元のセンサデータをネットワークを介して利用する際に、センサデータを取得するセンサ端末ＳＴとデータを利用するセンタサーバＳＳＶとの間に中継サーバＲＳＶを配置し、複数のセンサ端末ＳＴから収集したセンサデータが空間的な特徴を示す場合に、通信経路上でこれらの間の空間的な重複を排除するようにしている。これにより、大量のセンサ端末から時間的に近いセンサデータを大量に収集する際に、取得位置が近いセンサデータを大量に収集する場合には、収集時のトラヒックを大幅に削減することができる。

さらに、この機能は中継サーバＲＳＶが実施するため、センサ端末ＳＴ側のデータ圧縮機能の有無に関わらず、トラヒックを削減することが可能となる。

なお、一実施形態によるトラヒックの削減率は、データサイズと、重複部分に含まれるデータの量と、に依存する。例えば、互いに同じサイズのセンサデータＡ，Ｂがあり、センサデータＢに含まれる検出点の８割がセンサデータＡに含まれる場合、重複排除がされていないセンサデータＡ，ＢをセンタサーバＳＳＶへ送信する場合と比較して、４割の通信量を削減できる。

また、一実施形態においては、複数のセンサデータの空間的な重複を排除するだけでなく、重複排除を行った複数のセンサデータを一つのセンサデータに統合できる。これにより、有線アクセスネットワークＮＷ２において収集するデータ数を削減できるため、ネットワークの負荷をさらに削減できる。また、センタサーバＳＳＶにおいて、収集した３次元のセンサデータを入力として、物体認識などの処理をする場合、Ｎ個の３次元データを統合したデータを入力にできるため、Ｎ個のデータに対して個別に処理を行うより、高速に処理を完了することができる。

また、一実施形態においては、互いに異なる座標系を有するセンサデータを絶対座標系のデータに変換するようにしているので、センサデータ間の重複判断を容易に行うことができる。

さらに、一実施形態においては、統合した中継データをアップロードする際に、データ圧縮を行うことで、ネットワーク上に送信されるデータ量を削減している。よって、ネットワークに流れるトラヒックをさらに削減することができる。

このように、一実施形態によれば、多種多様な情報が膨大なセンサデータとして取得されるＩｏＴ環境において、通信経路上で空間的に重複しているデータを、重複排除および統合することにより、ネットワークに流れるトラヒックを削減することができる。これにより、ネットワークの輻輳を防止して、ネットワークを有効利用を図ることが可能となるため、ＩｏＴにおけるさらなる価値創出をもたらすことが期待される。

［他の実施形態］
なお、この発明は上記実施形態に限定されるものではない。
例えば、上記実施形態の重複排除方法は、３次元のデータに限らずに使用できる。上記実施形態で用いている凸包（凸多面体）はｎ次元に拡張できることが知られている。また、半径ｒ［ｍ］の球を検出点が存在する範囲として近似する場合、ユークリッド距離もｎ次元空間で計算できる。そのため、ｎ次元データに対しても、上記実施形態で説明した技術をそのまま適用し、重複判定および排除を行うことができる。すなわち、この発明は、センサデータの次元数に依存することなく、重複を排除することができる。

なお、上記実施形態では、センサデータに含まれる検出点による重複排除を例に説明したが、センサ端末によって生成されるデータの種類により、点だけでなく面をはじめとして、様々な空間的な特徴を対象にして重複排除を実施し得る。

また、中継サーバＲＳＶの中継データ作成部１１２は、データの重複排除および統合を、一定時間ごとに行うのではなく、一定数のセンサ端末ＳＴからのセンサデータを取得するごと、センサデータを一定のデータ量取得するごと、など、任意のタイミングで行うように、設計されることが可能である。

さらに、中継データ作成部１１２は、この一定時間、一定数、一定のデータ量などの「一定」を、取得するセンサデータの種類に応じてあらかじめ設定されていても良いし、取得するセンサデータの種類に応じて切り替えられるように設計されていても良い。

その他、センサ端末ＳＴおよびセンシングデータの種類等についても、この発明の要旨を逸脱しない範囲で種々変形して実施可能である。

要するにこの発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除しても良い。さらに、異なる実施形態に亘る構成要素を適宜組み合わせても良い。

１１…処理部
１１Ａ…ハードウェアプロセッサ
１１Ｂ…プログラムメモリ
１２…データメモリ
１３Ａ…無線通信インタフェース
１３Ｂ…有線通信インタフェース
１４…バス
１１１…データ収集部
１１２…中継データ作成部
１１３…アップロード部
１２１…取得データ記憶部
１２２…座標変換データ記憶部
１２３…統合データ記憶部
１１１１…データ復元部
１１２１…座標系変換部
１１２２…重複判断部
１１２３…重複排除部
１１２４…統合部
１１３１…データ圧縮部
Ｄ１，Ｄ２，Ｄ１２…検出点
ＮＷ１…無線アクセスネットワーク
ＮＷ２…有線アクセスネットワーク
ＯＤ２…重複検出点
ＲＳＶ，ＲＳＶ１，ＲＳＶｍ…中継サーバ
ＳＤ１，ＳＤ２，ＳＤ２’…センサデータ
ＳＤ１２…統合データ
ＳＳＶ…センタサーバ
ＳＴ，ＳＴ１，ＳＴ３，ＳＴｎ…センサ端末

Claims

複数のセンサ端末からのデータを収集しネットワークへ送信する中継サーバであって、
前記複数のセンサ端末から前記データを収集するデータ収集部と、
互いに異なるセンサ端末から収集した前記データ間の空間的に重複しているデータを排除して、それらを統合した中継データを作成する中継データ作成部と、
前記中継データを前記ネットワークへ送信する送信部と、
を具備する中継サーバ。
前記中継データ作成部は、
前記収集した前記データの内、時間的に最も新しいデータについて、当該データに含まれる検出点が存在する範囲を計算し、前記範囲内に含まれる、前記最も新しいデータ以外の前記データの検出点を、重複検出点と判断する重複判断部と、
前記重複検出点を含む前記データから前記重複検出点のデータを排除する重複排除部と、
前記最も新しいデータと前記重複検出点を排除した前記データとを統合することで、前記中継データを作成する統合部と、
を有する請求項１に記載の中継サーバ。
前記中継データ作成部は、互いに異なる座標系を有する前記収集した前記データを、絶対座標系のデータに変換する座標系変換部を有する請求項１または２に記載の中継サーバ。
前記送信部は、前記中継データに対しデータ圧縮処理を施すデータ圧縮部を有する請求項１乃至３の何れかに記載の中継サーバ。
複数のセンサ端末からのデータを収集しネットワークへ送信する中継サーバであって、
プロセッサと、当該プロセッサに接続されたメモリと、を備えており、
前記プロセッサが、
前記センサ端末から前記データを収集して前記メモリに格納させ、
前記メモリに格納した互いに異なるセンサ端末から収集した前記データ間の空間的に重複しているデータを排除して、それらを統合した中継データを作成し、
前記中継データを前記ネットワークへ送信する、
ように構成された中継サーバ。
複数のセンサ端末からのデータを収集しネットワークへ送信する中継サーバにおける中継方法であって、
前記複数のセンサ端末から前記データを収集することと、
前記収集した前記データの内、時間的に最も新しいデータについて、当該データに含まれる検出点が存在する範囲を計算することと、
前記範囲内に含まれる、前記最も新しいデータ以外の前記データの検出点を、重複検出点と判断することと、
前記重複検出点を含む前記データから前記重複検出点のデータを排除することと、
前記最も新しいデータと前記重複検出点を排除した前記データとを統合することで、中継データを作成することと、
前記中継データを前記ネットワークへ送信することと、
を含む中継方法。
前記中継データを作成するのに使用した前記データ以外にも、前記収集した前記データが存在する場合、それらの内で時間的に最も新しいデータとそれ以外の前記データを用いて、前記範囲を計算すること、前記重複検出点を判断すること、前記重複検出点のデータを排除すること、前記中継データを作成すること、および前記送信することを行う、請求項６に記載の中継方法。
複数のセンサ端末からのデータを収集しネットワークへ送信する、プロセッサとストレージを備える中継サーバの前記プロセッサで実行される中継プログラムであって、
前記プロセッサを、
前記複数のセンサ端末から前記データを収集して前記ストレージに格納させるデータ収集部、
互いに異なるセンサ端末から収集した前記データ間の空間的に重複しているデータを排除して、それらを統合した中継データを作成する中継データ作成部、
前記中継データを前記ネットワークへ送信する送信部、
として機能させるための中継プログラム。
複数のセンサ端末からのデータを収集しネットワークへ送信する中継サーバにおける中継方法であって、
前記複数のセンサ端末から前記データを収集することと、
互いに異なるセンサ端末から収集した前記データ間の空間的に重複しているデータを排除して、それらを統合した中継データを作成することと、
前記中継データを前記ネットワークへ送信することと、
を含む中継方法。