JP7477041B2 - センサデバイス割当装置、センサデバイス割当方法およびセンサデバイス割当プログラム - Google Patents

Description

本発明は、ＩｏＴサービスにおけるセンサデバイス割当装置、センサデバイス割当方法およびセンサデバイス割当プログラムに関する。

近年、多種多様かつ膨大なデバイスがネットワークに接続可能になり、ネットワークに接続したカメラや小型センサ等のＩｏＴ（Internet of Things）デバイスから収集した情報を基に、収集先情報の可視化するＩｏＴサービスや、車、ロボットなどの制御に活用するＩｏＴサービスが増加している。

特に、ＩｏＴデバイスの内、カメラは、防犯等を目的とした監視カメラ台数が増えてきている。カメラから得る画像情報は他のセンサデバイスが取得する赤外線や音、温度情報と比較して情報量が多い。近年の画像解析技術の発達により、画像から目的の情報を抽出する技術が向上しているため、カメラのコストの低下とともに、カメラによるビデオ監視が従来のセンサデバイスを代替して行くと言われている。例えば、赤外線による人感センサの代わりにカメラの画像解析により人物検出を行うようになる。

複数のカメラの利用を制御する先行技術として、Area Coverageという技術がある（例えば、非特許文献１を参照）。この技術は、主にカメラを対象として、目的とする領域のデータを最小限のセンサ台数で収集するための最適設置位置、及び最適制御を実施する技術である。詳しくは、非特許文献１には、データ価値を意識したArea Coverageを達成するために、ＳＮＳ（social networking service）の投稿位置やランドマークとなる構造物の位置を基にカメラを設置する方式が記載されている。

Zhigang Han et al., "Camera planning for area surveillance: A new method for coverage inference and optimization using Location-based Service data,"Computers, Environment and Urban Systems 78 (2019) 101396（2019）.

上記の非特許文献１によれば、需要のある領域のデータ収集を行えるが、実際にデータを利用するＩｏＴサービスを充足するデータを収集できているのかを判断することはできない。
また、センサデバイスの設置密度を低く抑えつつ、データ価値を最大化するためには、センサデバイスを適切に制御し、センサデバイス1台当たりの有効な収集範囲を広げることが望ましい。しかし、現状では1種のＩｏＴサービスに対して要件が明確に定まっている場合のセンサデバイスの協調制御技術しかなく、複数のＩｏＴサービスが実行されている環境において、どのＩｏＴサービスを優先して、センサデバイスを制御し撮影範囲を変更するのかを判断することはできていない。

本発明の目的は、現在提供中のＩｏＴサービスに加えて新たにサービス要求が発生した場合に、提供中のＩｏＴサービスの品質をできるだけ低下させることなく、新たなサービス要求に対応してデータ収集を行うセンサデバイスを取捨選択および制御することにある。

前記した課題を解決するため、本発明のＩｏＴサービスにセンサデバイスを割り当てるセンサデバイス割当装置は、サービス要件を充足するセンサデバイスの順位付けを、前記センサデバイスの仕様条件に基づいた評価関数により行うスコアリング部と、前記スコアリング部で順位付けされたセンサデバイスの制御則を求めるスケジューリング部と、を備え、前記スケジューリング部は、前記制御則に基づいて収集したセンサデバイスの収集データによりサービス充足しているか否かを判定し、前記スコアリング部は、前記スケジューリング部でサービス充足していないと判定された際に、前記評価関数を修正して、センサデバイスの順位付けを繰り返すようにしたことを特徴とする。

本発明によれば、複数のＩｏＴサービスのサービス要件を満たすように、共有するセンサデバイスの制御則を策定し、センサデバイスをＩｏＴサービスに割り当てるので、サービス要件を充足するサービス数を最大化するとともに、センサデバイスの設置密度を低く抑えつつ、効率的なデータ収集が可能となる。

実施形態のセンサデバイス割当装置が適用されるシステムの構成を示す図である。 センサデバイス割当装置が適用されるシステムにおけるセンサデバイスの割当動作を説明するシーケンス図である。 センサデバイス割当装置の動作を説明する処理フロー図である。 図３Ａの続きの処理フロー図である。 センサデバイス割当装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下、本発明の実施形態について、図面を参照しながら詳細に説明する。
下記の実施形態では、所定エリアの混雑分析、人数カウント、部外者検出などの一定時間ごとにエリアを観測するＩｏＴサービスにおいて、センサデバイスがネットワークに接続するカメラの場合について説明する。

ここで、実施形態のセンサデバイス割当装置１が制御則を求めるカメラは、センサデバイス割当装置１から設定された制御則に応じて、画質や撮影周期や撮影範囲（方向と画角）が変わるものとする。撮影範囲の変更は、カメラの首振り範囲を変えるものとする。これにより、撮影エリアや画質や収集頻度が異なるサービスで、ひとつのカメラを共用する。

ここで、センサデバイス割当装置１が、複数のサービスからの要求に応じて行うカメラの割当処理の概要を説明する。
まず、センサデバイス割当装置１は、サービス要求に応じてカメラごとに用意したサービスへの適用能力を示す評価関数により、要求されたサービスのサービス要件（カメラ設置位置、撮影範囲、撮影方向、データ品質、ズーム倍率等）に対するカメラのスコアリングを行う。
例えば、スコアリングする評価関数（Ｓ_Ａ）は、カメラの設置位置Ｘ、撮影範囲Ｙ、撮影方向Ｚ、データ品質Ｖのカメラ仕様情報を基に、仕様情報にα、β、γ、σの重み付けした線形和式（１）とする。
Ｓ_Ａ＝αＸ＋βＹ＋γＺ＋σＶ 式（１）

そして、センサデバイス割当装置１は、スコア上位のカメラについて、既に対応中のサービスと要求されたサービスの各サービスにカメラを割り当てた際の時間の和が一定の上限を超えないことを制約条件としてカメラの動作スケジュールを求め、サービス充足するサービス数が増加するか判定する。つまり、要求されたサービスに対応可能かを判定する。

センサデバイス割当装置１は、要求されたサービスに対応可能と判定した場合に、カメラに制御則を通知するとともに、スケジュールに従ってカメラから通知され画像情報を、サービスに応じて領域切り出しや間引きを行って、それぞれのサービスに収集データとして通知する。

図１は、実施形態のセンサデバイス割当装置１が適用されるシステムの構成を示す図である。
図１は、実施形態のセンサデバイス割当装置１が、２つのユーザまたはサービス事業者のＩｏＴサービスの要求に応じて、２つのセンサデバイス２ａ、２ｂ（カメラ）を、２つのＩｏＴサービスに割り当て、センサデバイス２（カメラ）の収集データ（画像情報）を、ユーザまたはサービス事業者に通知するシステムを示している。

サービス要求部３ａ、３ｂ（総称してサービス要求部３と記すことがある）は、ＩｏＴサービスを利用するユーザ端末またはＩｏＴサービスを提供するサービス事業者におけるサービスを要求する機能部である。
データ解析部３１ａ、３１ｂ（総称して、データ解析部３１と記すことがある）は、サービス要求部３において、センサデバイス２の収集データ（画像情報）の有用性を評価して、スコア化した実績値を算出する。

サービス要求部３は、センサデバイス割当装置１にネットワークを介して接続し、詳細を後述するが、要求するＩｏＴサービスのカメラ画質や収集頻度等のサービス要件、初期割当で利用する評価関数群、データ解析部３１で算出した実績値を、センサデバイス割当装置１に通知する。また、サービス要求部３は、センサデバイス割当装置１から、要求したＩｏＴサービスに関する収集データ（画像情報）、初期割当で利用する評価関数群のリコメンドを通知される。

センサデバイス２ａ、２ｂ（総称してセンサデバイス２と記すことがある）は、所定の位置に設置され、画質や撮影周期や撮影範囲（方向と画角）が制御可能なカメラである。
センサデバイス２は、センサデバイス割当装置１にネットワークを介して接続し、センサデバイス割当装置１から通知される制御則に従って撮影し、撮影した画像情報を収集データとしてセンサデバイス割当装置１に通知する。

センサデバイス割当装置１は、サービスポータル部１１、スコアリング部１２、スケジューリング部１３、クラスタリング部１４、データベース１５、センサ制御部１６、センサデータ格納部１７を備える。

サービスポータル部１１は、ＩｏＴサービスを要求するユーザまたはサービス事業者のサービス要求部３に接続し、センサデバイス２に利用するユーザまたはサービス事業者の窓口である。サービスポータル部１１は、ネットワークを介してサービス要求部３との間で、サービス要件、評価関数、実績値、収集データ（画像情報）を授受する。

スコアリング部１２は、センサデバイス２の仕様情報をパラメータとして、サービス要件を充足するのに適したセンサデバイス２の順位付け（センサ優先度）を求める。センサデバイス２の順位付けは、上述した式（１）の評価関数によりセンサデバイス２をスコアリングして行う。
また、センサデバイス２の仕様情報を入力情報として想定順位を出力する機械学習アルゴリズムにより順位付けを行ってもよい。

詳細は後述するが、サービスポータル部１１でサービス要件に対応する評価関数タイプをサービス要求部３にリコメンドし、スコアリング部１２は、サービス要求部３により選択された評価関数群（評価関数タイプ）に基づいて、スコアリングする。

スケジューリング部１３は、スコアリング部１２で上位に順位付けされたセンサデバイス２について、複数のサービスで共用できるように動作タイミングと制御則を設定する。詳細には、スケジューリング部１３は、以下のルールに基づく数理計画法により制御則を導出する。

スケジューリング部１３は、センサデバイス２を既に対応中のサービスと要求されたサービスの各サービスに割り当てる時間の和が一定の上限を超えないことを制約条件とする。そして、スケジューリング部１３は、サービスごとに設定したサービス品質が閾値を満たした数の最大を示すバイナリ値の和を目的関数とする。なお、サービス充足した場合にバイナリ値は１とする。

また、スケジューリング部１３は、センサデバイス２の制御則を求めてサービス充足するサービス数が増加するかを判定する。サービス数が増加しない場合には、つぎに順位付けされたセンサデバイス２について、スケジューリングを行う。

また、詳細は後述するが、スケジューリング部１３でスケジューリングしたセンサデバイス２で収集し、この収集データに基づいてサービス要求部３のデータ解析部３１で求めたスコア（実績スコア）と、上述の事前スコアとから、サービス充足していないと判定された場合には、スコアリング部１２は、式（１）の評価関数の重みづけを修正して、スケジューリング部１３によるスケジューリングをやり直す。つまり、実際の収集データの評価をフィードバックして制御則の精度を向上する。

クラスタリング部１４は、式（１）の評価関数の重み（α、β、γなど）の組はサービス数だけ増加して行くので、新たなサービスを追加する際に選択する評価関数の重みの精度が向上するように、重みを変数とした変数空間を用意して、k-means法等のクラスタリングを行う。そして、最も外れ値が少ない、平均分散が小さくなるクラスタ数を計算し、クラスタ数分の評価関数群（後述の評価関数タイプ）を用意する。この評価関数群の重みは、クラスタの中央値とする。
そして、サービスポータル部１１は、クラスタ数分の評価関数群を評価関数タイプとしてサービス要求部３にリコメンドする。
このように、評価関数をクラスタリングすることで、サービス要件に対応する評価関数を求めやすくする。

データベース１５は、サービスのサービス要件に対応するセンサデバイス２の評価関数と、センサデバイス２の制御則と動作スケジュールとを記憶するスケジュール情報と、センサデバイス２のセンサ仕様情報と、を記憶する。
データベース１５の評価関数、スケジュール情報、センサ仕様情報は、サービスポータル部１１、スコアリング部１２、スケジューリング部１３、クラスタリング部１４、センサ制御部１６から参照あるいは情報を更新される。

センサ制御部１６は、データベース１５のスケジューリング情報に基づいて、センサデバイス２に制御則を通知して、センサデバイス２がサービス要求に対応して動作するよう制御する。
具体的には、センサ制御部１６は、画質や撮影周期や撮影範囲（方向と画角）の制御則をスケジューリング情報に基づいてセンサデバイス２に通知する。

センサデータ格納部１７は、センサデバイス２がセンサ制御部１６から設定された制御則に従って収集した収集データを一時記憶するとともに、サービスポータル部１１を介して、サービス要求元のサービス要求部３にＩｏＴサービスに関する収集データ（画像情報）を通知する。

この際、センサデータ格納部１７は、ひとつのセンサデバイス２から収集した収集データを、サービス要件に応じて、センサデバイス２を共用するサービス要求部３への収集データとして、画像情報を多重に通知するか、または、画像情報の領域切り出しや間引きを行って通知する。

つぎに、本実形態のセンサデバイス割当装置１が適用されるＩｏＴサービスにおけるセンサデバイスの割当動作を、図２のシーケンス図により説明する。
図２のシーケンス図は、センサデバイス割当装置１とサービス要求部３とセンサデバイス２との間の情報シーケンスを示す図である。サービス要求部３が複数またはセンサデバイス２が複数の場合にも、同様のシーケンスで動作する。

ステップＳ２１で、サービス要求部３が、センサデバイス割当装置１のサービスポータル部１１に、ＩｏＴサービスのサービス要件（エリア情報、画質、収集頻度等）を通知する。

ステップＳ２２で、サービスポータル部１１が、サービス要求部３に、クラスタリング部１４で求めた評価関数タイプをサービス要件に近い順にリコメンドする。詳しくは、サービス要件で、評価関数タイプをスコアリングしてサービス要件に近い順序を求める。
また、評価関数タイプをリコメンドする際に、評価関数タイプの代表的なサービス名を併記するようにしてもよい。これにより、サービス要求部３における、評価関数タイプの選択を容易にすることができる。

ステップＳ２３で、サービス要求部３が、サービスポータル部１１からリコメンドされた評価関数タイプから最適な評価関数タイプを選択し、サービスポータル部１１に通知する。

ステップＳ２４で、スコアリング部１２が、サービス要求部３で選択された評価関数タイプのクラスタの評価関数により、センサデバイス２をスコアリングして、サービス要件を充足するのに適したセンサデバイス２の順位付け（センサ優先度）を求める。
スコアリング部１２は、この初期割当の処理におけるスコア値を事前スコア、評価関数を事前評価関数と呼ぶ。

ステップＳ２５で、スケジューリング部１３が、ステップＳ２４で順位付けされたセンサデバイス２について複数のサービスで共用できるように動作タイミングと制御則を設定（スケジューリング）する。

ステップＳ２６で、センサ制御部１６が、ステップＳ２５で設定された動作タイミングと制御則をセンサデバイス２に通知する。

ステップＳ２７で、センサデバイス２が、収集データ（画像情報）をセンサデータ格納部１７に通知する。

ステップＳ２８で、センサデータ格納部１７が、収集データ（画像情報）をサービスポータル部１１を介してサービス要求部３に通知する。

ステップＳ２９で、サービス要求部３が、データ解析部３１により、ステップＳ２８で通知された収集データ（画像情報）の有用性を評価して、スコア化した実績値を算出する。
例えば、データ解析部３１は、サービス要求部３で他の手段（人手やユーザが所有するカメラ等）で検出した人数カウント数と、収集データから検出した人数カウント数との差分を評価し、差分量比をスコア化する。この場合には、差分が小さいほどスコアが小さくなるので、差分比の逆数をスコア値としてもよい。また、サービス要求部３が、既に実施したサービスのスコア化した実績値を履歴として記憶しておき、データ解析部３１は、この履歴から同種のサービスのスコア化した実績値を抽出するようにしてもよい。

ステップＳ２１０で、サービス要求部３が、ステップＳ２９で算出したスコア化した実績値をサービスポータル部１１に通知する。

ステップＳ２１１で、スケジューリング部１３が、ステップＳ２１０で通知されたスコア化された実績値を実績スコアとして、事前スコアと比較する。そして、サービス充足していないと判定された場合には、スコアリング部１２により、式（１）の評価関数の重みづけを修正して、スケジューリング部１３によるスケジューリングをやり直し、動作タイミングと制御則を設定する（リスケジューリング）。
スコアリング部１２は、実績スコアにより修正した評価関数を改良評価関数、改良評価関数のスコアリング値を改良スコアと呼ぶ。

ステップＳ２１１で、スケジューリング部１３が、サービス充足している判定された場合には、ステップＳ２１２からステップＳ２１６は実行されない。

ステップＳ２１２で、センサ制御部１６が、ステップＳ２１１のリスケジューリングで設定された動作タイミングと制御則をセンサデバイス２に通知する。

ステップＳ２１３で、センサデバイス２が、収集データ（画像情報）をセンサデータ格納部１７に通知する。

ステップＳ２１４で、センサデータ格納部１７が、収集データ（画像情報）をサービスポータル部１１を介してサービス要求部３に通知する。

ステップＳ２１５で、サービス要求部３が、データ解析部３１により、ステップＳ２１４で通知された収集データ（画像情報）の有用性を評価して、スコア化した実績値を算出する。

ステップＳ２１６で、サービス要求部３が、ステップＳ２９で算出したスコア化した実績値をサービスポータル部１１に通知する。

ステップＳ２１７で、スケジューリング部１３が、ステップＳ２１６で通知されたスコア化された実績値を実績スコアとして、改良スコアと比較し、サービス充足していないと判定された場合には、ステップＳ２１１からステップＳ２１６の処理を、サービス充足するまで繰り返す。このフィードバックにより、評価関数の精度向上を図る。

ステップＳ２１７で、サービス充足していると判定された場合には、クラスタリング部１４が、式（１）の評価関数の重み（α、β、γなど）の組はサービス数だけ増加していくので、新たなサービスを追加する際に選択する評価関数の重みの精度が向上するように、重みを変数とした変数空間を用意して、k-means法等のクラスタリングを行う。そして、最も外れ値が少ない、平均分散が小さくなるクラスタ数を計算し、クラスタ数分の評価関数（後述の評価関数タイプ）を用意する。この際の重みは、クラスタの中央値とする。

つぎに、本実施形態のセンサデバイス割当装置１の動作を、図３Ａと図３Ｂの処理フロー図により詳細に説明する。
図３ＡのステップＳ３１で、サービスポータル部１１が、サービス要求部３からＩｏＴサービスのサービス要件（エリア情報、画質、収集頻度等）を受領する。

ステップＳ３２で、サービスポータル部１１が、サービス要求部３に、初回割当（事前評価関数によるスコアリング）に利用する評価関数タイプをステップＳ３１で受領したサービス要件に近い順にリコメンドする。

ステップＳ３３で、サービスポータル部１１が、サービス要求部３から選択された評価関数タイプを受領し、事前評価関数を設定する。

ステップＳ３４で、スコアリング部１２が、サービス要件のエリア情報の周辺に設置されたセンサデバイス２を選択するとともに、選択されたセンサデバイス２の利用状況や仕様情報を取得する。
または、スコアリング部１２が、ステップＳ３３で設定された事前評価関数に対応するセンサデバイス２の利用状況や仕様情報を取得する。

ステップＳ３５で、スコアリング部１２が、サービス要件をもとにセンサデバイス２をスコアリングして事前スコアを求め、サービス要件を充足するのに適したセンサデバイス２の順位付け（センサ優先度）する。

ステップＳ３６で、スケジューリング部１３が、ステップＳ３５で順位付けされたセンサデバイス２について複数のサービスで共用できるようにスケジューリングし、センサデバイス２の動作タイミングと制御則を求める。

ステップＳ３７で、スケジューリング部１３が、ステップＳ３６のスケジューリングよりサービス充足するサービス数が増加するかを判定する。サービス数が増加しない場合には（Ｓ３７のＮｏ）、ステップＳ３６に戻り、つぎに順位付けされたセンサデバイス２について、スケジューリングを行う。サービス数が増加する場合には（Ｓ３７のＹｅｓ）、ステップＳ３８に進む。

ステップＳ３８で、センサ制御部１６が、ステップＳ３６で求めた動作タイミングと制御則をセンサデバイス２に通知する。

ステップＳ３９で、センサデータ格納部１７が、センサデバイス２から収集データ（画像情報）を収集する。

ステップＳ３１０で、センサデータ格納部１７が、ステップＳ３９で収集した収集データ（画像情報）をサービス要求元のサービス要求部３に通知する。

つぎに、図３ＢのステップＳ３１１で、サービスポータル部１１が、Ｓ３１０で収集データ（画像情報）を通知したサービス要求元から、収集データ（画像情報）の有用性を評価してスコア化した実績値を取得する。

ステップＳ３１２で、スケジューリング部１３が、ステップＳ３１０で通知されたスコア化された実績値を実績スコアとして、事前スコアまたは改良スコアと比較して、収集データでサービス充足するかを判定する。ここでは、実績スコアが事前スコアまたは改良スコアより大きい場合に、サービス充足すると判定する。
ステップＳ３１２で、スケジューリング部１３が、サービス充足すると判定した場合には（ステップＳ３１２のＹｅｓ）、ステップＳ３１３に進み、サービス充足しないと判定した場合には（ステップＳ３１２のＮｏ）、ステップＳ３１４に進み、センサデバイス２のスケジューリングを再度行う（リスケジューリング）。

ステップＳ３１３で、クラスタリング部１４が、評価関数の重みを変数とした変数空間を用意して、k-means法等のクラスタリングを行って、最も外れ値が少ない、平均分散が小さくなるクラスタ数を計算し、クラスタ数分の重みがクラスタの中央値とする評価関数を用意し、これを評価関数タイプとして処理を終了する。
この評価関数タイプは、重みの分布が似た評価関数が集約されており、つぎにセンサデバイス割当を行う際に、ステップＳ３２でサービス要件に近い順にサービス要求部３にリコメンドされる。

ステップＳ３１４で、リスケジューリングの上限回数を超過したか判定し、超過していなければ（Ｓ３１４のＮｏ）、ステップＳ３１５に進む。
スケジューリング部１３は、リスケジューリングの上限回数を超過した場合には、サービス充足するセンサデバイス割当ができなかったことをサービス要求元に通知して、処理を終了する。

ステップＳ３１５で、スコアリング部１２は、事前スコア（改良スコア）と実績スコアの差分を基に、式（１）の事前評価関数の重みを修正して、改良評価関数とする。

ステップＳ３１６で、スコアリング部１２は、実績スコアを基に事前スコア（改良スコア）を上書き修正し、順位付けを変更し、ステップＳ３６（図３Ａ）に戻る。

ステップＳ３１５とステップＳ３１６は、ステップＳ３１２で収集データによりサービス充足するまで、繰り返し実行される。最初のステップＳ３１５とステップＳ３１６の実行では、事前スコアを対象に処理が行われ、２回目以後の処理では、改良スコアを対象に処理が行われる。

上記では、センサデバイス割当装置１が、カメラをセンサデバイス２とし、サービスにカメラを割り当てる場合について説明したが、それぞれのセンサデバイス２の評価関数を用意すれば、赤外線センサ、温度センサ、振動センサ、マイク等の他センサデバイスであってもよく、また、複数種のセンサの割当を行う場合でも実施できる。

＜ハードウェア構成＞
本実施形態に係るセンサデバイス割当装置１は、例えば図４に示すようなコンピュータ４００によって実現される。
図４は、本実施形態に係るセンサデバイス割当装置１の機能を実現するコンピュータ４００の一例を示すハードウェア構成図である。コンピュータ４００は、ＣＰＵ（Central Processing Unit）４０１、ＲＯＭ（Read Only Memory）４０２、ＲＡＭ４０３、ＨＤＤ（Hard Disk Drive）４０４、入出力Ｉ／Ｆ（Interface）４０５、通信Ｉ／Ｆ４０６およびメディアＩ／Ｆ４０７を有する。

ＣＰＵ４０１は、ＲＯＭ４０２またはＨＤＤ４０４に記憶されたプログラム（センサデバイス割当制御プログラム）に基づき作動し、図１に示すセンサデバイス割当装置１のスコアリング１２、スケジューリング部１３、クラスタリング部１４等の制御を行う。ＲＯＭ４０２は、コンピュータ４００の起動時にＣＰＵ４０１により実行されるブートプログラムや、コンピュータ４００のハードウェアに係るプログラム等を記憶する。

ＣＰＵ４０１は、入出力Ｉ／Ｆ４０５を介して、マウスやキーボード等の入力装置４１０、および、ディスプレイ等の出力装置４１１を制御する。ＣＰＵ４０１は、入出力Ｉ／Ｆ４０５を介して、入力装置４１０からデータを取得すると共に、生成したデータを出力装置４１１へ出力する。なお、プロセッサとしてＣＰＵ４０１とともに、ＧＰＵ（Graphics Processing Unit）等を用いても良い。

ＨＤＤ４０４は、ＣＰＵ４０１により実行されるプログラムおよび当該プログラムによって使用されるデータ等を記憶する。通信Ｉ／Ｆ４０６は、通信網（例えば、ＮＷ（Network）４２０）を介して他の装置からデータを受信してＣＰＵ４０１へ出力し、また、ＣＰＵ４０１が生成したデータを、通信網を介して他の装置へ送信する。

メディアＩ／Ｆ４０７は、記録媒体４１２に格納されたプログラムまたはデータを読み取り、ＲＡＭ４０３を介してＣＰＵ４０１へ出力する。ＣＰＵ４０１は、目的の処理に係るプログラムを、メディアＩ／Ｆ４０７を介して記録媒体４１２からＲＡＭ４０３上にロードし、ロードしたプログラムを実行する。記録媒体４１２は、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto Optical disk）等の光磁気記録媒体、磁気記録媒体、導体メモリテープ媒体または半導体メモリ等である。

例えば、コンピュータ４００が本実施形態に係るセンサデバイス割当装置１として機能する場合、コンピュータ４００のＣＰＵ４０１は、ＲＡＭ４０３上にロードされたプログラムを実行することによりセンサデバイス割当装置１の機能を実現する。また、ＨＤＤ４０４には、ＲＡＭ４０３内のデータが記憶される。ＣＰＵ４０１は、目的の処理に係るプログラムを記録媒体４１２から読み取って実行する。この他、ＣＰＵ４０１は、他の装置から通信網（ＮＷ４２０）を介して目的の処理に係るプログラムを読み込んでもよい。

＜効果＞
以下、本発明に係るセンサデバイス割当装置１等の効果について説明する。

本発明のＩｏＴサービスにセンサデバイス２を割り当てるセンサデバイス割当装置１は、サービス要件を充足するセンサデバイス２の順位付けを、センサデバイス２の仕様条件に基づいた評価関数により行うスコアリング部１２と、スコアリング部１２で順位付けされたセンサデバイス２の制御則を求めるスケジューリング部１３と、を備え、スケジューリング部１３は、制御則に基づいて収集したセンサデバイス２の収集データによりサービス充足しているか否かを判定し、スコアリング部１２は、スケジューリング部１３でサービス充足していないと判定された際に、評価関数を修正して、センサデバイス２の順位付けを繰り返すことを特徴とする。

また、本発明のＩｏＴサービスにセンサデバイス２を割り当てるセンサデバイス割当方法は、センサデバイス２の仕様条件に基づいた評価関数をスコアリングして、サービス要件を充足するセンサデバイス２の順位付けをするステップと、順位付けされたセンサデバイス２をスケジューリングしてセンサデバイス２の制御則を求めるステップと、センサデバイス２が制御則により収集したセンサデバイス２の収集データによりサービス充足しているか否かを判定するステップと、サービス充足していないと判定された際に、評価関数を修正して、センサデバイス２の順位付けを繰り返すステップと、を含むことを特徴とする。

これにより、サービス充足していないと判定された場合に、実際の収集データの評価をフィードバックして評価関数を修正してセンサデバイス２の順位付けを繰り返すので、制御則の精度を向上する。

さらに、センサデバイス割当装置１において、評価関数をクラスタリングしてクラスタ数分の評価関数群を用意するクラスタリング部１４を、さらに備え、スコアリング部１２は、クラスタ数分の評価関数群のいずれかの評価関数群により、センサデバイス２の順位付けを行うことを特徴とする。

また、センサデバイス割当方法において、評価関数をクラスタリングしてクラスタ数分の評価関数群を用意するステップと、評価関数群のいずれかの評価関数群に含まれる評価関数を、センサデバイス２の仕様条件に基づいた評価関数としてスコアリングして、サービス要件を充足するセンサデバイス２の順位付けをするステップと、を含むことを特徴とする。

これにより、スコアリングする評価関数の数を限定できるので処理負荷を低減できるとともに、スコアの精度を向上することができる。

さらに、センサデバイス割当装置１において、ＩｏＴサービスのサービス要求元と接続し、評価関数群をスコアリングしてサービス要件に近い順序を求めてサービス要求元に通知し、サービス要求元で選択された評価関数群を取得するサービスポータル部１１を、さらに備え、スコアリング部１２は、サービスポータル部１１を介して通知され、サービス要求元で選択された評価関数群により、センサデバイス２の順位付けを行うことを特徴とする。

また、センサデバイス割当方法において、評価関数群をスコアリングしてサービス要件に近い順序を求めてサービス要求元に通知するステップと、サービス要求元で選択された評価関数群を取得するステップと、サービス要求元で選択された評価関数群に含まれる評価関数を、センサデバイス２の仕様条件に基づいた評価関数としてスコアリングして、サービス要件を充足するセンサデバイス２の順位付けをするステップと、を含むことを特徴とする。

これにより、スコアリングする評価関数群をサービス要求元が選択するので、センサデバイス２の選択精度を向上することができる。

なお、本発明は、以上説明した実施形態に限定されるものではなく、多くの変形が本発明の技術的思想内で当分野において通常の知識を有する者により可能である。

１ センサデバイス割当装置
２ａ、２ｂ、２ センサデバイス
３ａ、３ｂ、３ サービス要求部
３１ａ、３１ｂ、３１ データ解析部
１１ サービスポータル部
１２ スコアリング部
１３ スケジューリング部
１４ クラスタリング部
１５ データベース
１６ センサ制御部
１７ センサデータ格納部

Claims (7)

1. ＩｏＴサービスにセンサデバイスを割り当てるセンサデバイス割当装置であって、
   サービス要件を充足するセンサデバイスの順位付けを、前記センサデバイスの仕様条件に基づいた評価関数により行うスコアリング部と、
   前記スコアリング部で順位付けされたセンサデバイスの制御則を求めるスケジューリング部と、を備え、
   前記スケジューリング部は、前記制御則に基づいて収集したセンサデバイスの収集データによりサービス充足しているか否かを判定し、
   前記スコアリング部は、前記スケジューリング部でサービス充足していないと判定された際に、前記評価関数を修正して、センサデバイスの順位付けを繰り返す
   ことを特徴とするセンサデバイス割当装置。
2. 請求項１に記載のセンサデバイス割当装置において、
   前記評価関数をクラスタリングしてクラスタ数分の評価関数群を用意するクラスタリング部を、さらに備え、
   前記スコアリング部は、前記評価関数群のいずれかの評価関数群により、センサデバイスの順位付けを行う
   ことを特徴とするセンサデバイス割当装置。
3. 請求項２に記載のセンサデバイス割当装置において、
   前記ＩｏＴサービスのサービス要求元と接続し、
   前記評価関数群をスコアリングしてサービス要件に近い順序を求めて前記サービス要求元に通知し、
   前記サービス要求元で選択された評価関数群を取得するサービスポータル部を、さらに備え、
   前記スコアリング部は、前記サービスポータル部を介して通知され、前記サービス要求元で選択された評価関数群により、センサデバイスの順位付けを行う
   ことを特徴とするセンサデバイス割当装置。
4. ＩｏＴサービスにセンサデバイスを割り当てるセンサデバイス割当方法であって、
   前記センサデバイスの仕様条件に基づいた評価関数をスコアリングして、サービス要件を充足するセンサデバイスの順位付けをするステップと、
   順位付けされたセンサデバイスをスケジューリングしてセンサデバイスの制御則を求めるステップと、
   前記センサデバイスが前記制御則により収集したセンサデバイスの収集データによりサービス充足しているか否かを判定するステップと、
   サービス充足していないと判定された際に、前記評価関数を修正して、センサデバイスの順位付けを繰り返すステップと、
   を含むことを特徴とするセンサデバイス割当方法。
5. 請求項４に記載のセンサデバイス割当方法において、
   前記評価関数をクラスタリングしてクラスタ数分の評価関数群を用意するステップと、
   前記評価関数群のいずれかの評価関数群に含まれる評価関数を、前記センサデバイスの仕様条件に基づいた評価関数としてスコアリングして、サービス要件を充足するセンサデバイスの順位付けをするステップと、
   を含むことを特徴とするセンサデバイス割当方法。
6. 請求項５に記載のセンサデバイス割当方法において、
   前記評価関数群をスコアリングしてサービス要件に近い順序を求めてサービス要求元に通知するステップと、
   前記サービス要求元で選択された評価関数群を取得するステップと、
   前記サービス要求元で選択された評価関数群に含まれる評価関数を、前記センサデバイスの仕様条件に基づいた評価関数としてスコアリングして、サービス要件を充足するセンサデバイスの順位付けをするステップと、
   を含むことを特徴とするセンサデバイス割当方法。
7. コンピュータを請求項１から３のいずれか一項に記載のセンサデバイス割当装置として機能させるためのセンサデバイス割当プログラム。

Images