WO2023013084A1 - 制御システム、制御方法、及び、制御プログラム - Google Patents

制御システム、制御方法、及び、制御プログラム Download PDF

Info

Publication number
WO2023013084A1
WO2023013084A1 PCT/JP2021/029455 JP2021029455W WO2023013084A1 WO 2023013084 A1 WO2023013084 A1 WO 2023013084A1 JP 2021029455 W JP2021029455 W JP 2021029455W WO 2023013084 A1 WO2023013084 A1 WO 2023013084A1
Authority
WO
WIPO (PCT)
Prior art keywords
base station
unit
communication
virtualized
control system
Prior art date
Application number
PCT/JP2021/029455
Other languages
English (en)
French (fr)
Inventor
仁 中里
紗季 田中
Original Assignee
楽天モバイル株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 楽天モバイル株式会社 filed Critical 楽天モバイル株式会社
Priority to PCT/JP2021/029455 priority Critical patent/WO2023013084A1/ja
Priority to US17/918,724 priority patent/US20240224121A1/en
Publication of WO2023013084A1 publication Critical patent/WO2023013084A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Definitions

  • the present invention relates to control systems, control methods, and control programs.
  • LTE long term evolution
  • LTE-Advanced systems Compared to , it is being studied to achieve higher speed and larger capacity by using a wider frequency bandwidth with a higher carrier frequency.
  • the carrier frequency to be used becomes higher and the coverage area (called small cell) becomes narrower, so in the 5G / B5G / 6G system, LTE In order to achieve the same coverage area (called macro cell) as the /LTE-Advanced system, more base stations need to be installed, increasing power consumption.
  • Patent Literature 1 discloses a method of changing base station parameters using a captured image of the coverage area of a base station captured by a camera.
  • An object of the present invention is to provide a technique for appropriately configuring base stations forming small cells.
  • One aspect of the control system includes a detection unit that detects a predetermined object from an image acquired by a camera; an extraction unit that extracts object information related to the detected object from the image; A prediction unit for predicting a communication demand to a base station of a wireless terminal possessed by the detected object based on the object information, and a determination unit for determining a setting of the base station based on the predicted communication demand. and a control unit that controls the base station according to the determined settings.
  • the object information includes at least one of object attribute information related to attributes of the object and object behavior information related to behavior characteristics of the object.
  • the base station has a coverage area that at least partially overlaps with a coverage area of a first base station, and has a carrier frequency lower than the carrier frequency of the first base station.
  • a monitoring unit for monitoring communication information related to communication between the wireless terminal and a second base station using to decide.
  • the communication information includes at least one of traffic volume and data type.
  • the first base station which is the base station, includes an RU (Radio Unit), a DU (Distributed Unit), and a CU (Centralized Unit), and the determining unit determines that the RU of the first base station is to be turned on/off as the setting, and the control unit controls the RU of the first base station on/off so that the first Control the base station to a non-stop state or a stop state.
  • RU Radio Unit
  • DU Distributed Unit
  • CU Centralized Unit
  • the first base station which is the base station, comprises an RU (Radio Unit), a virtualized DU (Distributed Unit), and a virtualized CU (Centralized Unit).
  • the determining unit determines to delete or instantiate the virtualized DU as the setting; , and instantiating the virtualized DU, thereby controlling the first base station to a non-stop state.
  • the first base station which is the base station, comprises an RU (Radio Unit), a virtualized DU (Distributed Unit), and a virtualized CU (Centralized Unit).
  • the determining unit determines to delete, scale-in, scale-out, or instantiate the virtualized DU as the setting, and the control unit deletes the virtualized DU. by controlling the first base station to a non-stop state, and controlling the first base station to a non-stop state by scaling in, scaling out, or instantiating the virtualized DU .
  • the object is a person
  • the object attribute information is at least one of age of the person, sex of the person, and type of wireless terminal possessed by the person.
  • the object behavior information includes the moving speed of the person, the amount of change in the moving speed of the person within a predetermined period of time, the length of stay of the person, and how the person carries the wireless terminal. information related to the mobile aspect shown.
  • the object is a vehicle
  • the object attribute information includes information indicating whether the vehicle has a function as an ICT (Information and Communication Technology) terminal; the type of wireless terminal possessed by the vehicle, and the object behavior information includes at least one of the moving speed of the vehicle, the amount of change in the moving speed of the vehicle within a predetermined period of time, and the dwell time of the vehicle. , at least one of
  • the image is an image of at least part of a coverage area of a first base station that is the base station.
  • One aspect of the control method according to the present invention is a control method executed by one or more processors, comprising: detecting a predetermined object from an image acquired by a camera; extracting object information related to the object; predicting a communication demand to a base station of a wireless terminal possessed by the detected object based on the object information; and based on the predicted communication demand. determining a setting of the base station; and controlling the base station according to the determined setting.
  • One aspect of the control program according to the present invention causes one or more processors to execute each part of the control system.
  • base stations forming small cells can be appropriately set.
  • FIG. 1 is a schematic diagram showing an example of a wireless communication system to which a control system according to an embodiment of the invention is applied.
  • FIG. 2 is a functional block diagram showing the configuration of the control system according to the embodiment.
  • FIG. 3 is a diagram illustrating an example of the configuration of a base station;
  • FIG. 4 is a diagram illustrating an example of the configuration of a radio communication system to which the control system according to the embodiment is applied;
  • FIG. 5 is a diagram of a computer system that implements the control system.
  • 6A is a diagram illustrating an example of a processing sequence performed in the control system according to the embodiment;
  • FIG. 6B is a diagram illustrating an example of a processing sequence performed in the control system according to the embodiment;
  • FIG. 6A is a diagram illustrating an example of a processing sequence performed in the control system according to the embodiment;
  • FIG. 6B is a diagram illustrating an example of a processing sequence performed in the control system according to the embodiment;
  • FIG. 6C is a diagram illustrating an example of a processing sequence performed in the control system according to the embodiment
  • FIG. 6D is a diagram illustrating an example of a processing sequence performed in the control system according to the embodiment
  • FIG. 7 is a diagram showing a flowchart of a control method according to the embodiment.
  • FIG. 1 is a diagram showing an example of a wireless communication system using a control system according to an embodiment of the invention.
  • the base stations 100-1 and 100-2 (hereinafter collectively referred to as the base station 100) are, for example, base stations defined in the 5G system called gNB, or B5G/ It is a base station in a next-generation communication wireless system after 5G such as a 6G system.
  • the base station 200 is, for example, a base station called eNB defined by LTE (long term evolution) and LTE-Advanced.
  • the base station 200 is not limited to a base station in LTE/LTE-Advanced, and may be a base station in a previous mobile communication network system. Also, the base station 200 may be a base station in a Sub6 system, which is a next-generation system whose carrier frequency band is lower than that of the base station 100 .
  • small cells 300-1 and 300-2 represent serviceable coverage areas formed by respective base stations 100-1 and 100-2
  • macrocell 400 indicates a serviceable coverage area formed by the base station 200 .
  • the frequency band used by the base station 100 is higher than the frequency band used by the base station 200, so the small cells 300-1 and 300-2 of the base station 100 have smaller areas than the macrocell 400.
  • FIG. 1 shows a case where two base stations 100 (100-1, 100-2) are included in the macro cell 400 of the base station 200, but the number of base stations 100 is limited to this. However, three or more base stations 100 may exist.
  • Object 600-1 is a person carrying UE (User Equipment) 500-1.
  • Object 600-2 is a vehicle equipped with ICT (Information and Communication Technology) terminal 500-2.
  • ICT Information and Communication Technology
  • a connected car can be exemplified as the object 600-2.
  • UE 500-1 and ICT terminal 500-2 are radio terminals (hereinafter sometimes referred to as terminals or UEs) served by base station 100 and/or base station 200, respectively.
  • the control system 800 uses images captured by cameras 700-1 and 700-2 (hereinafter collectively referred to as cameras 700).
  • Camera 700 captures an image of at least part of small cell 300 of base station 100, for example.
  • camera 700-1 is installed in base station 100-1
  • camera 700-2 is installed in base station 100-2.
  • the method of installing the camera 700 is not limited to this, and the camera 700 is installed near the boundary between the adjacent small cells 300-1 and 300-2, and the camera 700 is adjacent to the plurality of small cells 300-1.
  • 300-2 may be taken.
  • one or more cameras may be installed in the small cells 300-1 and 300-2.
  • a camera capable of monitoring 360-degree directions is installed in the base station 100 as the camera 700, an image of the entire range of the small cell 300 of the base station 100 can be efficiently acquired with one camera.
  • the camera 700 is installed near the boundaries of the small cells 300-1 and 300-2, and images of objects entering the small cells 300-1 and 300-2 and images from the small cells 300-1 and 300-2 are captured. An image of the exiting object may be obtained.
  • the camera 700 transfers the captured image to the control system 800 (not shown), which will be described later.
  • the images may be transferred continuously from the camera 700 to the control system 800, or may be transferred intermittently at intervals.
  • the transfer timing of images from the camera 700 to the control system 800 may be set according to the characteristics of application services that are assumed to be used within the small cell 300 .
  • FIG. 2 is a block diagram showing the configuration of the control system 800.
  • the control system 800 includes an image analysis section 810 , a determination section 820 and a control section 830 .
  • the image analysis unit 810 includes a detection unit 811 , an extraction unit 812 and a prediction unit 813 . Note that the detection unit 811 , the extraction unit 812 , and the prediction unit 813 do not necessarily have to be collectively configured in the image analysis unit 810 .
  • the control system 800 may further include a monitoring unit 840 and the determining unit 820 may acquire the monitoring result of the monitoring unit 840 .
  • the detection unit 811 acquires the imaging data transferred from the camera 700 as a plurality of continuous images (hereinafter, each image is also referred to as a “frame”), and analyzes the multiple continuous images to detect the small cell 300. Detect as an object a person or a vehicle moving inside. Here, vehicles can be exemplified by mobile vehicles such as automobiles, motorcycles, and robots, or unmanned aircraft such as drones. Moreover, the detection unit 811 may further detect a wireless terminal possessed by the object. Note that the image may be a two-dimensional image or a three-dimensional image. In addition, the algorithm for detecting an object in the image analysis unit 810 is not particularly limited. Anything is fine.
  • the extraction unit 812 extracts object information related to the object detected by the detection unit 811 .
  • the object information includes at least one of attribute information related to attributes of the object and object behavior information related to behavior characteristics of the object.
  • the object attribute information includes at least one of the person's age, the person's sex, and the terminal attribute information related to the attributes of the wireless terminal owned by the person.
  • the terminal attribute information is information that can be used by the wireless terminal to predict whether or not there is a demand for communication with the base station 100 capable of high-speed, large-capacity communication.
  • the type of wireless terminal can be exemplified.
  • the object attribute information includes the vehicle model, information indicating whether the vehicle has functions as an ICT (Information and Communication Technology) terminal, and the attributes of the wireless terminal possessed by the vehicle.
  • ICT Information and Communication Technology
  • at least one of terminal attribute information related to Examples of vehicles equipped with terminals having ICT functions include vehicles such as connected cars and unmanned robots, and unmanned airplanes such as drones.
  • the object behavior information includes the person's moving speed, the amount of change in the person's moving speed within a predetermined period of time, the length of stay of the person, and the mobile device indicating how the person carries the wireless terminal. information relating to aspects.
  • the object behavior information includes at least one of the moving speed of the vehicle, the amount of change in the moving speed of the vehicle within a predetermined period of time, and the residence time of the vehicle.
  • the moving speed of an object is calculated, for example, by dividing the distance between the position of the object in one frame and the position of the object in the next frame by the time per frame. Further, by continuously calculating the moving speed of the object, the amount of change in the moving speed of the object is calculated.
  • An example of a UE carrying aspect that indicates how a person carries the UE is an aspect of how the person is holding the UE (e.g., the person is holding the UE in their hand). , the person's posture (e.g., looking at the screen of the UE), or the person's actions on the UE (the person took the UE out of a bag or pocket), etc. , whether the UE carried by the person requires high-speed and large-capacity communication, whether there is a demand for communication with the base station 100 capable of high-speed and large-capacity communication of the UE, and This is an aspect that can be used to predict relevance. Human body posture analysis technology using artificial intelligence (AI), machine learning, deep learning, or the like can be used to extract the mobile mode.
  • AI artificial intelligence
  • the prediction unit 813 predicts the communication demand of the UE possessed by the detected object to the base station 100 based on the object information.
  • the communication demands also include connection requests.
  • a method of predicting the communication demand of the UE to the base station 100 in the prediction unit 813 will be described below.
  • a person's attribute information may also include a person's age.
  • terminal usage differs according to age. For example, older age groups tend to use terminals at high speed and large capacity less frequently than younger age groups, while young age groups tend to use terminals at high speed and large capacity more frequently. Also, in the case of very young preschool children, there is a tendency that the frequency of using a terminal at high speed and large capacity is extremely low. Therefore, it is possible to predict whether or not there is a demand for communication with the base station 100 according to the determined age of the person.
  • the vehicle attribute information may include information indicating whether or not the vehicle has a function as an ICT (Information and Communication Technology) terminal, such as the model of the vehicle.
  • ICT Information and Communication Technology
  • a connected car that functions as an ICT terminal is one of the usage patterns being considered for B5G, and if it becomes possible for a passenger or self-driving to become possible, a driver can watch a movie in the car.
  • the terminal attribute information of the wireless terminal possessed by the object can be used as an example of the attribute information of the object.
  • the image analysis unit 810 can identify the type of UE possessed by a person from the image, the communication demand can be predicted based on the type of UE. If the type of UE is a smart phone, tablet terminal, or portable PC, it is highly likely that the UE will use high-speed, large-capacity applications.
  • the prediction unit 813 compares the length of stay of a person or vehicle with a predetermined threshold, and predicts that there is demand for communication when the length of stay exceeds the threshold.
  • the threshold is a time zone such as daytime or nighttime, a weather condition such as sunny or rainy, or an area of the small cell 300 that is the coverage area of the base station 100. It may be set according to the situation. Alternatively, the threshold may be set according to what the object is.
  • the prediction unit 813 can predict communication demand based on the person's moving speed and the person's manner of carrying the UE (person's posture).
  • the prediction unit 813 uses techniques such as artificial intelligence, machine learning, or deep learning to learn the relationship between the carrying mode indicating how a person carries the UE and the communication demand, and sequentially It may be updated and used for predicting communication demand.
  • the prediction unit 813 holds, for example, a correspondence table of object attribute information, object behavior information, and communication demand in an internal memory, and refers to the correspondence table to determine whether or not there is communication demand for the detected object. You can predict. Also, the prediction unit 813 may predict communication demand by combining object attribute information and object behavior information. The prediction unit 813 may use techniques such as artificial intelligence, machine learning, or deep learning to learn the relationship between object information and communication demand, and predict the communication demand of UEs owned by the object.
  • the detection unit 811 detects a predetermined object from the image acquired by the camera, and the extraction unit 812 extracts object information related to the detected object from the image.
  • the extraction unit 812 extracts object information related to whether or not the wireless terminal possessed by the object has a demand for communication with the first base station 100, so that the prediction unit 813 predicts the wireless terminal possessed by the detected object. Communication demand to the base station 100 can be predicted.
  • the prediction unit 813 notifies the determination unit 820 of the prediction result.
  • the image analysis unit 810 may notify the determination unit 820 of the result of whether or not an object has been detected by the detection unit 811 .
  • the determination unit 820 acquires the prediction result of communication demand predicted by the prediction unit 813 .
  • the determining unit 820 may further acquire communication information monitored by the monitoring unit 840 .
  • the determination unit 820 may further acquire a result as to whether or not an object has been detected by the detection unit 811 .
  • the determining unit 820 determines settings for the base station 100 based at least on the prediction results notified from the predicting unit 813 . A method of determining the setting of base station 100 in determining section 820 will be described later.
  • the control unit 830 controls the base station according to the setting determined by the determination unit 820. A specific control method in control unit 830 will be described later.
  • the monitoring unit 840 always or periodically monitors communication information related to communication between the UE and the base station 200 forming the macrocell. For example, the monitoring unit 840 monitors at least one of traffic volume and data type, and outputs the communication information to the determining unit 820 as a monitoring result.
  • FIG. 3 is a diagram showing an example of the configuration of the base station 100.
  • a base station in the 5G system called gNB is configured to include an RU (Radio Unit) function, a DU (Distributed Unit) function, and a CU (Central Unit) function.
  • DU 120-1, 120-2, 120-3 (hereinafter collectively referred to as DU 120) performs processing of layers including at least the physical (PHY) layer, and CU 130 is more than the layer in which DU 120 performs processing. It processes layers including a Radio Resource Management (RRC) layer at a higher level.
  • RRC Radio Resource Management
  • multiple DUs 120 can be connected to one CU 130 .
  • One or more RUs 110-1, 110-2, 110-3 (hereinafter collectively referred to as RUs 110) are connected to one DU 120, and the RU 110 forms one or more beams by beamforming, for example. and establishes a connection with the UE using one of its beams.
  • the base station 100 includes a CU 130, one or more DUs 120 connected to the CU 130, and one or more RUs 110 connected to the DUs 120, each RU 110 having one or more beams. to form multiple beams and connect to the UE 500 on any of the multiple beams.
  • the RU, CU, and DU functions are called a radio access network (RAN), and the CU of the RAN is connected to a core network (CN) 900 .
  • RAN radio access network
  • CN core network
  • each of the DU function and CU function may be configured by virtualization.
  • a general-purpose server can be used instead of a dedicated server that has been required to configure the base station 100. can be used, and the base station 100 can be constructed inexpensively and flexibly.
  • the DU function and the CU function must be installed on the same dedicated server, so even if only one of the DU function and the CU function has a problem , had to replace the dedicated server.
  • virtualization makes it possible to disperse and arrange virtualized CUs and virtualized DUs in different general-purpose servers. can be done. Therefore, the service impact at the time of failure can be minimized.
  • the general-purpose server on which the virtualized DU or virtualized CU is arranged since it is easy to change the general-purpose server on which the virtualized DU or virtualized CU is arranged, the load on the general-purpose server can be flexibly controlled.
  • Several forms are being considered for arranging virtualized DUs and virtualized CUs.
  • the arrangement of each unit of the control system 800 according to this embodiment can take several forms according to the arrangement of the virtualized DU and the virtualized CU.
  • FIG. 4 is a diagram showing an example of the configuration of a wireless communication system using the control system 800 according to this embodiment. As shown in FIG. 4, the data centers included in the wireless communication system are classified into a central data center 1000, regional data centers 1010, and edge data centers 1020. FIG.
  • CDCs 1000 are distributed within an area covered by the wireless communication system (for example, within Japan).
  • Next-generation systems such as 5GC, which is the core network in the 5G system
  • EPC which is the core network in the 4G system
  • OSS Operaation Support Systems
  • BSS Business Support Systems
  • RDCs regional data centers
  • Thousands of edge data centers 1020 are distributed in the area covered by the wireless communication system.
  • FIG. 4 shows an example in which the DUs and CUs of the base station 100 are arranged in the edge data center 1020.
  • vCUs are used as regional data. Arrangement at the center 1010 becomes possible.
  • Each unit constituting the control system 800 according to the present embodiment can be flexibly arranged in the edge data center 1020 or the regional data center 1010 according to the arrangement of the vDUs and vCUs of the base station 100.
  • MEC Multi-access Edge Computing
  • one of the units constituting the control system 800 according to the present embodiment You may make it provide a part in MEC.
  • FIG. 5 is a diagram showing a computer system that implements the control system 800 according to this embodiment.
  • Control system 800 includes a processor 1110 , a storage unit 1120 and a communication unit 1130 .
  • the number of processors 1110, storage units 1120, and communication units 1130 is not limited, and may be one or more. Also, processor 1110, storage unit 1120, and communication unit 1130 may be collectively arranged for each location where each unit constituting control system 800 is arranged.
  • Processor 1110 is a program controlled device such as a microprocessor that operates according to programs installed in control system 800 .
  • the storage unit 1120 is a storage device such as a storage element such as ROM or RAM, a solid state drive (SSD), or a hard disk drive (HDD).
  • the storage unit 1120 stores programs and the like executed by the processor 22 .
  • the communication unit 1130 is, for example, a communication interface such as a NIC or wireless LAN module. Note that SDN (Software-Defined Networking) may be implemented in the communication unit 1130 .
  • Communication unit 1130 transmits and receives data between base station 100 , base station 200 , camera 700 , or core network 900 .
  • the control method in the control system 800 will be focused on the operations in the determination unit 820 and the control unit 830 of the control system 800.
  • the low frequency RAN corresponds to the base stations 200 forming the macro cell 400 and the high frequency RAN corresponds to the base stations 100 forming the small cell 300.
  • FIG. A high frequency RAN comprises a CU function and a DU function.
  • a low frequency RAN comprises a CU function and a DU function. Note that the high frequency RAN and the low frequency RAN may have a BBU (Baseband Unit) function in addition to the CU function and the DU function.
  • BBU Baseband Unit
  • FIG. 6A is a sequence diagram of the control method when base station 100 is in a non-stop state, no object is detected within a predetermined time, and no communication demand is predicted.
  • An image captured by camera 700 is transferred to image analysis section 810 .
  • the detection unit 811, the extraction unit 812, and the prediction unit 813 of the image analysis unit 810 perform image analysis such as the human body posture analysis technique, and predict the communication demand of the UE that the object has.
  • the prediction unit 813 sends a prediction result indicating that fact to the determination unit 820. Notice.
  • the determining unit 820 acquires the state of the high-frequency RAN, whether the high-frequency RAN is in a stop state or a non-stop state.
  • the determining unit 820 notifies the DU of the high frequency RAN of a status request, and obtains the state by a status response notified from the DU of the high frequency RAN in response to the status request.
  • FIG. 6A shows an example in which the high-frequency RAN includes a virtualized DU, and the determination unit 820 is notified of a status response indicating that the virtualized DU is in an active state (vDU is up).
  • information on the latest state of the high frequency RAN may be held in a memory, and the determination unit 820 may acquire the latest state of the high frequency RAN from the memory, but the present invention is not limited to this.
  • the decision unit 820 determines the setting of the base station 100 so as to control the high-frequency RAN to be in the stop state. .
  • the control unit 830 can control the base station 100 to be in a wave stop state by turning off the RU of the base station 100 . As a result, power consumption of the base station 100 can be reduced when high-speed, large-capacity communication is not required.
  • the control unit 830 may control the base station 100 to be in a wave stop state by deleting the virtualized DU of the base station 100 .
  • FIG. 6A shows an example where the high frequency RAN comprises virtualized DUs and the high frequency RAN is controlled to remove the virtualized DUs. In such a case, in addition to being able to reduce the power consumption of the base station 100, it is possible to reduce consumption of virtual resources in the edge data center where the virtualized DUs are arranged.
  • the determining unit 820 sets the virtualized DU to scale-in. You can then decide. In this case, it is possible to reduce the power consumption of the base station 100 and reduce the consumption of virtual resources in the edge data center where the virtualized DU is arranged, while enabling the establishment of communication between the base station 100 and the UE. .
  • FIG. 6B is a sequence diagram of the control method when the base station 100 is in an outage state, an object is detected, and it is predicted that the UE possessed by the object has a demand for communication with the base station 100.
  • FIG. 6B the description that overlaps with FIG. 6A will be omitted.
  • the determination unit 820 checks the communication information, which is the monitoring result of the monitoring unit 840, and controls the high-frequency RAN to a non-stop state when there is a traffic request. , the setting of the base station 100 is determined. Note that, when the communication information indicates that the data type is user plane information, the determining unit 820 may determine the setting of the base station 100 so as to control the high frequency RAN to the non-stop state.
  • the control unit 830 changes the state of the base station 100.
  • the RU is turned on to control the base station 100 to be in a non-stop state.
  • the control unit 830 instantiates (restarts) the virtualized DU of the base station 100 to control the base station 100 to a non-stop state. This enables high-speed, large-capacity communication with the base station 100 .
  • FIG. 6C is a sequence diagram of the control method when the base station 100 is in an outage state and an object is detected, but it is predicted that the UE having the object will not need to communicate with the base station 100.
  • FIG. 6C is a sequence diagram of the control method when the base station 100 is in an outage state and an object is detected, but it is predicted that the UE having the object will not need to communicate with the base station 100.
  • the determination unit 820 checks the communication information, which is the monitoring result of the monitoring unit 840 . If the communication information indicates that there is no traffic request, the decision unit 820 decides to set the base station 100 to control the high-frequency RAN to be in a stopped state. Also, if the communication information indicates that the data type is not user plane information, the setting of the base station 100 may be determined so as to control the high frequency RAN to be in a stopped state. Also, when the communication information indicates that the data type is user plane information, the setting of the base station 100 may be determined so as to control the high frequency RAN to a non-stop state.
  • the base station 100 By checking the communication information, it can be estimated whether or not the UE possessed by the detected object requires high-speed, large-capacity communication. Therefore, although the prediction result in the prediction unit 813 is that there is no demand for communication, in reality, when it is estimated that the UE possessed by the detected object requires high-speed and large-capacity communication, the base station 100 It is possible to avoid being kept in a stopped state, and to avoid a decrease in the availability of UEs owned by the object.
  • FIG. 6D is a sequence diagram of the control method when the base station 100 is in the non-stop state and it is predicted that the UE owned by the object has a demand for communication with the base station 100.
  • the determination unit 820 determines settings of the base station 100 so as to control the high-frequency RAN to a non-stop state.
  • the base station 100 since the base station 100 is in the non-stop state, the base station 100 continues to be maintained in the non-stop state.
  • the prediction unit 813 the traffic demand of the UE that the object has is predicted, and when the high-frequency RAN includes the virtualized DU, the determination unit 820 uses the following as a method for maintaining the non-stop state.
  • the setting of the base station 100 may be determined. That is, as a method for maintaining the non-suspension state, the determining unit 820 determines to add a part of the virtualized components that make up the virtualized DU, or determines to add a new virtualized DU, and the control unit 830 A virtualized DU may be scaled out or instantiated. This makes it possible to avoid a decrease in the availability of UEs possessed by the object.
  • the extraction unit 812 and the prediction unit 813 can predict traffic demand from object information using techniques such as artificial intelligence, machine learning, or deep learning.
  • FIG. 7 is a diagram showing a flowchart of a control method according to this embodiment.
  • the detection unit 811 detects a predetermined object from the image acquired by the camera (S11).
  • the extraction unit 812 extracts object information including at least one of object attribute information related to object attributes and object behavior information related to object behavior characteristics from the image (S12).
  • the prediction unit 813 predicts the demand for communication with the base station 100 of the wireless terminal possessed by the detected object (S13).
  • the decision unit 820 obtains the communication demand predicted by the prediction unit 813 and the communication information related to the communication between the base station 200 forming the macro cell 400 and the wireless terminal, which is optionally monitored by the monitoring unit 840. get.
  • the decision unit 820 decides the setting of the base station 100 based on at least the communication demand (S14).
  • the control unit 830 controls the base station 100 according to the determined settings (S15).
  • the detection unit 811 detects a predetermined object from an image acquired by a camera, and the extraction unit 812 extracts an image related to the detected object from the image. Extract object information for The extraction unit 812 extracts object information related to whether or not the wireless terminal possessed by the object has a demand for communication with the first base station 100, so that the prediction unit 813 predicts the wireless terminal possessed by the detected object. Communication demand to the base station 100 can be predicted.
  • the decision unit 820 decides to turn off the RU of the base station 100, and the control unit 830 controls the base station 100 to stop. Thereby, the power consumption of the base station 100 can be reduced.
  • the control unit 830 determines to delete the vDU of the base station 100. Control the station 100 to stop. This makes it possible to reduce the power consumption of the base station 100 and reduce the consumption of virtual resources in the edge data center where the virtualized DUs are arranged. Further, when the prediction unit 813 predicts that there will be no demand for communication, the determination unit 820 may scale in the vDU of the base station 100 and control the base station 100 to be in the non-stop state.
  • the determination unit 820 selects a part of the virtualization components that make up the virtualized DU as a method of maintaining the non-stop state. or add a new virtualized DU. This makes it possible to avoid a decrease in the availability of UEs possessed by the object.
  • the control unit 830 uses the NFV MANO (Management and Orchestration) function in the NFV reference architecture to perform the base Station 100 may be controlled.
  • the determining unit 820 performs , may decide to delete the container corresponding to the DU function.
  • the determining unit 820 may determine to activate a container corresponding to the DU function.
  • each part of the control system 800 may be arranged according to the construction and arrangement of the RAN.
  • the present invention is not limited to the configuration described above, and includes a control program. That is, the present invention also includes a control program for causing one or more processors to execute each part of the control system 800 .
  • the present invention is not limited to the above-described embodiments, and includes various modifications in which components are added, deleted, or converted to the above-described configurations.
  • Base station 110 110-1, 110-2, 110-3 RU (Radio Unit) 120, 120-1, 120-2, 120-3 DUs (Distributed Units) 130 CU (Central Unit) 200 base station 300, 300-1, 300-2 small cell 400 macro cell 500-1, 500-2 UE 600-1, 600-2 Objects 700, 700-1, 700-2 Camera 800 Control System 810 Image Analysis Section 811 Detection Section 812 Extraction Section 813 Prediction Section 820 Decision Section 830 Control Section 840 Monitoring Section 900 Core Network 1000 Central Data Center (CDC: Central Data Center) 1010 Regional Data Center (RDC) 1020 edge data center 1110 processor 1120 storage unit 1130 communication unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

スモールセルを形成する基地局を適切に設定することができる制御システム、制御方法、及び、制御プログラムを提供することを目的とする。　検知部（８１１）は、カメラにより取得された画像から、所定のオブジェクトを検知する。抽出部（８１２）は、画像から、検知されたオブジェクトに関連するオブジェクト情報を抽出する。予測部（８１３）は、オブジェクト情報に基づいて、検知されたオブジェクトが有する無線端末の基地局への通信需要を予測する。決定部（８２０）は、予測された通信需要に基づいて、基地局の設定を決定する。制御部（８３０）は、決定された設定に応じて、基地局を制御する。

Description

制御システム、制御方法、及び、制御プログラム
　本発明は、制御システム、制御方法、及び、制御プログラムに関する。
　第５世代移動体システム（５Ｇ：5th Generation mobile communication systems）、及び次世代通信方式として検討されているＢｅｙｏｎｄ５Ｇ（以下、Ｂ５Ｇと称する）／６Ｇシステムでは、ＬＴＥ（long term evolution）／ＬＴＥ－Ａｄｖａｎｃｅｄシステムと比較して、より高いキャリア周波数でより広い周波数帯域幅を利用することにより、より高速・大容量化を図ることが検討されている。
　５Ｇ／Ｂ５Ｇ／６Ｇシステムでは、高速・大容量化が図れる一方、使用するキャリア周波数が高くなり、そのカバレッジエリア（スモールセルと称される）が狭くなるため、５Ｇ／Ｂ５Ｇ／６Ｇシステムでは、ＬＴＥ／ＬＴＥ－Ａｄｖａｎｃｅｄシステムと同じカバレッジエリア（マクロセルと称される）を実現するためには、より多くの基地局の設置が必要となり消費電力が増大する。また、５Ｇ／Ｂ５Ｇ／６Ｇシステムでは、多数同時接続が可能となるため、システム全体としての処理量が増加することが予想されている。
　特許文献１には、カメラによって撮影される基地局のカバレッジエリアの撮像画像を用いて、基地局パラメータを変更する方法が開示されている。
特許第６３０１７６６号公報
　しかしながら、スモールセルを形成する基地局の設定をどのように制御するかについては、改善の余地がある。
　本発明の目的は、スモールセルを形成する基地局を適切に設定する技術を提供することである。
　本発明に係る制御システムの一態様は、カメラにより取得された画像から、所定のオブジェクトを検知する検知部と、前記画像から、検知された前記オブジェクトに関連するオブジェクト情報を抽出する抽出部と、前記オブジェクト情報に基づいて、検知された前記オブジェクトが有する無線端末の基地局への通信需要を予測する予測部と、予測された前記通信需要に基づいて、前記基地局の設定を決定する決定部と、決定された前記設定に応じて、前記基地局を制御する制御部と、を備える。
　本発明に係る制御システムの一態様では、前記オブジェクト情報は、前記オブジェクトの属性に関連するオブジェクト属性情報、及び、前記オブジェクトの行動特性に関連するオブジェクト行動情報、のうち少なくとも１つを含む。
　本発明に係る制御システムの一態様では、前記基地局である第１の基地局のカバレッジエリアと少なくとも一部が重複するカバレッジエリアを有し、前記第１の基地局のキャリア周波数より低いキャリア周波数を使用する第２の基地局と前記無線端末との間の通信に関連する通信情報を監視する監視部を、更に備え、前記決定部は、監視された前記通信情報に更に基づいて、前記設定を決定する。
　本発明に係る制御システムの一態様では、前記通信情報は、トラフィック量、及び、データ種別、のうち少なくとも１つを含む。
　本発明に係る制御システムの一態様では、前記基地局である第１の基地局は、ＲＵ（Radio Unit）と、ＤＵ（Distributed Unit）と、ＣＵ（Centralized Unit）と、を備え、前記決定部は、前記設定として、前記第１の基地局の前記ＲＵをオン／オフすると決定し、前記制御部は、前記第１の基地局の前記ＲＵをオン／オフ制御することにより、前記第１の基地局を非停波状態又は停波状態に制御する。
　本発明に係る制御システムの一態様では、前記基地局である第１の基地局は、ＲＵ（Radio Unit）と、仮想化ＤＵ（Distributed Unit）と、仮想化ＣＵ（Centralized Unit）と、を備え、前記決定部は、前記設定として、前記仮想化ＤＵを削除、又は、インスタンシエーションすると決定し、前記制御部は、前記仮想化ＤＵを削除することにより、前記第１の基地局を停波状態に制御し、前記仮想化ＤＵをインスタンシエーションすることにより、前記第１の基地局を非停波状態に制御する。
　本発明に係る制御システムの一態様では、前記基地局である第１の基地局は、ＲＵ（Radio Unit）と、仮想化ＤＵ（Distributed Unit）と、仮想化ＣＵ（Centralized Unit）と、を備え、前記決定部は、前記設定として、前記仮想化ＤＵを削除、スケールイン、スケールアウト、又は、インスタンシエーションする、のいずれかにすると決定し、前記制御部は、前記仮想化ＤＵを削除することにより、前記第１の基地局を停波状態に制御し、前記仮想化ＤＵを、スケールイン、スケールアウト、又は、インスタンシエーションすることにより、前記第１の基地局を非停波状態に制御する。
　本発明に係る制御システムの一態様では、前記オブジェクトが人であり、前記オブジェクト属性情報は、前記人の年齢、前記人の性別、及び、前記人が有する無線端末の種類、のうち少なくとも１つを含み、前記オブジェクト行動情報は、前記人の移動速度、所定時間内における前記人の移動速度の変化量、前記人の滞在時間、及び、前記人がどのように無線端末を携帯しているかを示す携帯態様に関連する情報、のうち少なくとも１つを含む。
　本発明に係る制御システムの一態様では、前記オブジェクトがビークルであり、前記オブジェクト属性情報は、前記ビークルがＩＣＴ（Information and Communication Technology）端末としての機能を有するか否かを示す情報、及び、前記ビークルが有する無線端末の種類、のうち少なくとも１つを含み、前記オブジェクト行動情報は、前記ビークルの移動速度、所定時間内における前記ビークルの移動速度の変化量、及び、前記ビークルの滞在時間のうち、少なくとも１つを含む。
　本発明に係る制御システムの一態様では、前記画像は、前記基地局である第１の基地局のカバレッジエリアの少なくとも一部の画像である。
　本発明に係る制御方法の一態様は、一又は複数のプロセッサによって実行される制御方法であって、カメラにより取得された画像から、所定のオブジェクトを検知するステップと、前記画像から、検知された前記オブジェクトに関連するオブジェクト情報を抽出するステップと、前記オブジェクト情報に基づいて、検知された前記オブジェクトが有する無線端末の基地局への通信需要を予測するステップと、予測された前記通信需要に基づいて、前記基地局の設定を決定するステップと、決定された前記設定に応じて、前記基地局を制御するステップと、を含む。
　本発明に係る制御プログラムの一態様は、上記制御システムの各部を一又は複数のプロセッサに実行させる。
　本発明によれば、スモールセルを形成する基地局を適切に設定することができる。
図１は、本発明の一実施形態に係る制御システムが適用される無線通信システムの一例を示す模式図である。 図２は、実施形態に係る制御システムの構成を示す機能ブロック図である。 図３は、基地局の構成の一例を示す図である。 図４は、実施形態に係る制御システムが適用される無線通信システムの構成の一例を示す図である。 図５は、制御システムを実装するコンピュータシステムを示す図である。 図６Ａは、実施形態に係る制御システムにおいて実施される処理シーケンスの一例を示す図である。 図６Ｂは、実施形態に係る制御システムにおいて実施される処理シーケンスの一例を示す図である。 図６Ｃは、実施形態に係る制御システムにおいて実施される処理シーケンスの一例を示す図である。 図６Ｄは、実施形態に係る制御システムにおいて実施される処理シーケンスの一例を示す図である。 図７は、実施形態に係る制御方法のフローチャートを示す図である。
　以下、本発明の一実施形態について、図面を参照して詳細に説明する。
　（実施形態）
　図１は、本発明の一実施形態に係る制御システムを利用する無線通信システムの一例を示す図である。図１における無線通信システムにおいて、基地局１００－１、１００－２（以下、基地局１００と総称する）は、例えば、ｇＮＢと称される、５Ｇシステムで規定される基地局、又は、Ｂ５Ｇ／６Ｇシステム等の５Ｇ以降の次世代通信無線システムにおける基地局である。また、基地局２００は、例えば、ｅＮＢと称される、ＬＴＥ（long term evolution）、ＬＴＥ－Ａｄｖａｎｃｅｄで規定される基地局である。なお、基地局２００は、ＬＴＥ／ＬＴＥ－Ａｄｖａｎｃｅｄにおける基地局に限定されず、それ以前の移動通信ネットワークシステムにおける基地局であってもよい。また、基地局２００は、キャリア周波数帯が基地局１００のキャリア周波数帯より低い、次世代システムのＳｕｂ６システムにおける基地局であってもよい。
　図１において、スモールセル３００－１、３００－２（以下、スモールセル３００と総称する）は、それぞれの基地局１００－１、１００－２が形成する、サービング可能なカバレッジエリアを示し、マクロセル４００は、基地局２００が形成する、サービング可能なカバレッジエリアを示している。
　上述したように、基地局１００の使用周波数帯は、基地局２００の使用周波数帯より周波数が高いため、基地局１００のスモールセル３００－１、３００－２は、マクロセル４００よりその領域が狭い。なお、図１に示す例では、基地局２００のマクロセル４００内に２つの基地局１００（１００－１、１００－２）が含まれる場合を示しているが、基地局１００の数はこれに限定されず、基地局１００は３つ以上存在してもよい。
　オブジェクト６００－１は、ＵＥ（User Equipment）５００－１を携帯する人である。オブジェクト６００－２は、ＩＣＴ（Information and Communication Technology）端末５００－２を備えるビークルである。オブジェクト６００－２としてはコネクティッドカーを例示することができる。
　ＵＥ５００－１、ＩＣＴ端末５００－２は、基地局１００、及び／又は、基地局２００によりサービングされる無線端末（以下、端末、又はＵＥと呼ぶことがある）である。
　本実施形態に係る制御システム８００は、カメラ７００－１、７００－２（以下、カメラ７００と総称する）により撮影された画像を用いる。カメラ７００は、例えば、基地局１００のスモールセル３００の少なくとも一部の画像を撮影する。図１に示す例では、基地局１００－１にカメラ７００－１が設置され、基地局１００－２にカメラ７００－２が設置されている。なお、カメラ７００の設置方法は、これに限定されず、隣接するスモールセル３００－１、３００－２の境界付近にカメラ７００を設置して、当該カメラ７００が隣接する複数のスモールセル３００－１、３００－２の画像を撮影してもよい。また、スモールセル３００－１、３００－２内に１つ又は複数のカメラを設置してもよい。また、カメラ７００として３６０度方向を監視可能なカメラを基地局１００に設置すると、基地局１００のスモールセル３００の全範囲の画像を１つのカメラで効率的に取得することができる。また、カメラ７００をスモールセル３００－１、３００－２の境界付近に設置して、スモールセル３００－１、３００－２に入ってくるオブジェクトの画像や、スモールセル３００－１、３００－２から出ていくオブジェクトの画像を取得してもよい。
　カメラ７００は、撮影した画像を、後述する制御システム８００（図示せず）に転送する。この時、画像は、カメラ７００から制御システム８００に、連続的に転送されてもよく、又は、時間をおいて断続的に転送されてもよい。又は、カメラ７００から制御システム８００への画像の転送タイミングは、スモールセル３００内で利用が想定されるアプリケーションサービスの特性に応じて設定されてもよい。
　図２を用いて、本実施形態に係る制御システム８００について説明する。図２は、制御システム８００の構成を示すブロック図である。制御システム８００は、画像解析部８１０と、決定部８２０と、制御部８３０と、を備える。画像解析部８１０は、検知部８１１と、抽出部８１２と、予測部８１３と、を備える。なお、検知部８１１、抽出部８１２、及び、予測部８１３は、必ずしも画像解析部８１０にまとめて構成される必要はない。また、制御システム８００が、監視部８４０を更に備え、決定部８２０が、監視部８４０における監視結果を取得するようにしてもよい。
　検知部８１１は、カメラ７００から転送された撮像データを複数の連続する画像（以下、各画像を「フレーム」ともいう。）として取得し、複数の連続する画像を解析することにより、スモールセル３００内を移動する人又はビークルをオブジェクトとして検知する。ここで、ビークルは、自動車、二輪車、ロボット等の移動車両、又は、ドローン等の無人飛行機を例示することができる。また、検知部８１１は、更に、オブジェクトが有する無線端末を検知してもよい。
　なお、画像は２次元画像でもよいし、３次元画像でもよい。また、画像解析部８１０においてオブジェクトを検知するアルゴリズムは、特に限定されず、例えば、ＨＯＧ（Histograms of Oriented Gradients）等の特徴量等を用いたものでもよいし、サポートベクターマシン（ＳＶＭ）を用いたものでもよい。
　抽出部８１２は、検知部８１１により検知されたオブジェクトに関連するオブジェクト情報を抽出する。オブジェクト情報は、オブジェクトの属性に関連する属性情報、及び、オブジェクトの行動特性に関連するオブジェクト行動情報、のうち少なくとも１つを含む。
　オブジェクトが人の場合、オブジェクト属性情報は、当該人の年齢、当該人の性別、及び、当該人が有する無線端末の属性に関連する端末属性情報、のうち少なくとも１つを含む。端末属性情報は、無線端末が高速・大容量通信可能な基地局１００への通信需要の有無と関連性があるかを予測するために用いることができる情報である。端末属性情報としては、無線端末の種類を例示することができる。無線端末の種類としては、スマートフォン、タブレット端末及びポータブルＰＣ（Personal Computer）を例示することができる。
　また、オブジェクトがビークルの場合、オブジェクト属性情報は、当該ビークルの車種、前記ビークルがＩＣＴ（Information and Communication Technology）端末としての機能を有するか否かを示す情報、及び、ビークルが有する無線端末の属性に関連する端末属性情報、のうち少なくとも１つを含む。ＩＣＴ機能を有する端末を備えるビークルとしては、コネクティッドカー、無人ロボット等の車両、及び、ドローン等の無人飛行機を例示することができる。
　オブジェクトが人の場合、オブジェクト行動情報は、人の移動速度、所定時間内における人の移動速度の変化量、人の滞在時間、及び、人がどのように無線端末を携帯しているかを示す携帯態様に関連する情報、のうち少なくとも１つを含む。また、オブジェクトがビークルの場合、オブジェクト行動情報は、ビークルの移動速度、所定時間内におけるビークルの移動速度の変化量、及び、ビークルの滞在時間のうち、少なくとも１つを含む。
　オブジェクトの移動速度は、例えば、あるフレームにおけるオブジェクトの位置とその次のフレームにおけるオブジェクトの位置との距離を、フレーム間あたりの時間で割ることにより算出される。また、オブジェクトの移動速度を継続して算出することにより、オブジェクトの移動速度の変化量が算出される。
　人がどのようにＵＥを携帯しているかを示すＵＥの携帯態様の一例としては、当該人がどのようにＵＥを持っているかについての態様（例えば、当該人がＵＥを手に持っている）、当該人の姿勢（例えば、ＵＥの画面を見ている）、又は当該人のＵＥへのアクション（当該人がバッグ又はポケットからＵＥを取り出した）等のような、当該人がどのようにＵＥを携帯しているかを示す態様であって、当該人が携帯するＵＥが高速・大容量通信を必要としているか否か、ＵＥの高速・大容量通信可能な基地局１００への通信需要の有無と関連性があるかを予測するために用いることができる態様である。携帯態様の抽出には、人工知能（ＡＩ：Artificial Intelligence）、機械学習、又は深層学習等を利用する人体姿勢解析技術を利用することができる。
　予測部８１３は、オブジェクト情報に基づいて、検知されたオブジェクトが有するＵＥの基地局１００への通信需要を予測する。ここで、通信需要には接続要求も含まれる。
　予測部８１３における、ＵＥの基地局１００への通信需要の予測方法について、以下に説明する。
　（オブジェクト属性情報に基づく予測例）
　人の属性情報は、人の年齢を含んでもよい。一般的に、年齢の違いによって、端末の使用状況は異なる。例えば、高年齢層は、若年齢層に比べ、端末を高速・大容量で使用する頻度は少なく、一方、若年齢層では、端末を高速・大容量で使用する頻度が多い傾向がある。また、年齢が非常に低い未就学児の場合には、端末を高速・大容量で使用する頻度は極めて少ない傾向がある。そのため、判定された人の年齢に応じて、基地局１００への通信需要の有無を予測することができる。
　ビークルの属性情報は、当該ビークルの車種等、当該ビークルがＩＣＴ（Information and Communication Technology）端末としての機能を有するか否かを示す情報を含んでもよい。ＩＣＴ端末としての機能を有するコネクティッドカーは、Ｂ５Ｇで検討されている利用形態の１つであり、同乗者又は自動運転が可能となった場合にはドライバーが車内で映画を観ることも利用形態として想定されている。
　また、オブジェクトが有する無線端末の端末属性情報を、オブジェクトの属性情報の一例とすることができる。例えば、画像解析部８１０が、画像から、人が有するＵＥの種類まで特定することができる場合には、ＵＥの種類に基づいて、通信需要を予測することができる。ＵＥの種類が、スマートフォン、タブレット端末、又はポータブルＰＣの場合、当該ＵＥは、高速・大容量のアプリケーションを使用する可能性が高いと考えられる。
　（オブジェクト行動情報に基づく予測例）
　座っている人、又は駐車中の自動車等、人又はビークルが移動せず同じ場所に留まっていて、その滞在時間が長い場合、当該人又はビークルに同乗する人は、携帯するＵＥを用いて高速・大容量のアプリケーションを使用する可能性が高いと考えられる。予測部８１３は、人又はビークルの滞在時間を所定の閾値と比較し、滞在時間が閾値を超える場合には、通信需要があると予測する。なお、閾値は、日中であるか若しくは夜間であるか等の時間帯、晴れであるか若しくは雨であるか等の天候状況、又は地域等、基地局１００のカバレッジエリアであるスモールセル３００の状況に応じて設定されるようにしてもよい。又は、オブジェクトが何であるかに応じて、閾値が設定されるようにしてもよい。
　一般的に、人が高速で移動しており、当該人がＵＥを手に持っていない場合、当該ＵＥが高速・大容量のアプリケーションを使用する頻度は少ないと考えられる。反対に、人が比較的低速で移動しており、当該人がＵＥを手に持っている場合、特に、当該人がＵＥの画面を見ている、又はＵＥの画面を見始めた場合には、当該ＵＥを用いて高速・大容量のアプリケーションを使用中である可能性、又は使用を開始する可能性が高いと推定される。予測部８１３は、人の移動速度と人のＵＥを携帯する態様（人の姿勢）とに基づいて、通信需要を予測することができる。また、人がバッグ又はポケットからＵＥを取り出した場合には、人がＵＥの使用を開始する可能性が高く、このような場合、通信需要があると予測される。なお、予測部８１３は、人工知能、機械学習又は深層学習等の技術を利用して、人がどのようにＵＥを携帯しているかを示す携帯態様と通信需要との関連性を学習して逐次更新して、通信需要の予測に利用してもよい。
　予測部８１３は、例えば、オブジェクト属性情報と、オブジェクト行動情報と、通信需要との対応テーブルを内部メモリに保持していて、当該対応テーブルを参照して、検知されたオブジェクトの通信需要の有無を予測してもよい。また、予測部８１３は、オブジェクト属性情報と、オブジェクト行動情報とを組み合わせて通信需要を予測してもよい。
　予測部８１３は、人工知能、機械学習又は深層学習等の技術を利用して、オブジェクト情報と通信需要との関連性を学習して、当該オブジェクトが有するＵＥの通信需要を予測してもよい。
　このようにして、検知部８１１は、カメラにより取得された画像から、所定のオブジェクトを検知し、抽出部８１２は、画像から、検知されたオブジェクトに関連するオブジェクト情報を抽出する。抽出部８１２が、オブジェクトが有する無線端末の第１の基地局１００との通信需要の有無と関連性があるオブジェクト情報を抽出することにより、予測部８１３は、検知されたオブジェクトが有する無線端末の基地局１００への通信需要を予測することができる。予測部８１３は、予測結果を決定部８２０に通知する。なお、画像解析部８１０が、予測結果に加えて、検知部８１１においてオブジェクトが検知されたか否かの結果を、決定部８２０に通知するようにしてもよい。
　決定部８２０は、予測部８１３において予測された通信需要の予測結果を取得する。決定部８２０は、監視部８４０において監視された通信情報を更に取得するようにしてもよい。また、決定部８２０は、検知部８１１においてオブジェクトが検知されたか否かの結果を更に取得するようにしてもよい。決定部８２０は、少なくとも、予測部８１３から通知された予測結果に基づいて、基地局１００の設定を決定する。決定部８２０における基地局１００の設定の決定方法については後述する。
　制御部８３０は、決定部８２０において決定された設定に応じて、基地局を制御する。制御部８３０における具体的な制御方法については後述する。
　監視部８４０は、ＵＥとマクロセルを形成する基地局２００との間の通信に関連する通信情報を常時又は定期的に監視する。例えば、監視部８４０は、トラフィック量、及び、データ種別、のうち少なくとも１つを監視し、当該通信情報を監視結果として決定部８２０に出力する。
　（基地局の構成について）
　上述した無線通信システムに含まれる高周波数の基地局１００について説明する。
　図３は、基地局１００の構成の一例を示す図である。ｇＮＢと称される５Ｇシステムにおける基地局は、ＲＵ（Radio Unit）機能と、ＤＵ（Distributed Unit）機能と、ＣＵ（Central Unit）機能と、を含んで構成される。なお、ここで、ＤＵ１２０－１、１２０－２、１２０－３（以下、ＤＵ１２０と総称する）は、少なくとも物理（ＰＨＹ）層を含むレイヤの処理を行い、ＣＵ１３０は、ＤＵ１２０が処理を行うレイヤより上位で無線リソース制御（ＲＲＣ：Radio Resource Management）レイヤを含むレイヤの処理を行う。また、１つのＣＵ１３０には、複数のＤＵ１２０が接続され得る。また、１つのＤＵ１２０には１つ又は複数のＲＵ１１０－１、１１０－２、１１０－３（以下、ＲＵ１１０と総称する）が接続され、ＲＵ１１０は、例えばビームフォーミングによって１つ以上のビームを形成して、そのビームのいずれかを用いてＵＥとの接続を確立する。すなわち、基地局１００は、ＣＵ１３０と、そのＣＵ１３０に接続された１又は複数のＤＵ１２０と、ＤＵ１２０に接続された１つ又は複数のＲＵ１１０と、を含んで構成され、各ＲＵ１１０が１つ以上のビームを形成することによって、多数のビームを形成して、その複数のビームのいずれかでＵＥ５００と接続する。
　ＲＵ機能と、ＣＵ機能と、ＤＵ機能は、無線アクセスネットワーク（ＲＡＮ：Radio Access Network）と称され、ＲＡＮのＣＵは、コアネットワーク（ＣＮ：Core Network）９００に接続されている。
　基地局１００のＲＵ機能、ＣＵ機能、及びＤＵ機能のうち、上記ＤＵ機能及びＣＵ機能の各々を仮想化により構成してもよい。ＤＵ機能及びＣＵ機能を仮想化して、仮想化ＣＵ（ｖＣＵ）及び仮想化ＤＵ（ｖＤＵ）とすることにより、これまで基地局１００を構成するために必要であった専用サーバーに代えて汎用サーバーを用いることができ、基地局１００を安価且つ柔軟に構築することができる。一方、仮想化されていない場合には、ＤＵ機能とＣＵ機能とが同一の専用サーバーに搭載される必要があるため、ＤＵ機能、及びＣＵ機能のいずれか一方のみに不具合が生じた場合にも、専用サーバーを置き換える必要があった。これに対し、仮想化により、仮想化ＣＵと仮想化ＤＵとを異なる汎用サーバーに分散して配置することが可能となり、不具合が生じた仮想化ＤＵ又は仮想化ＣＵのみを切り離し、再構築することができる。そのため、障害時のサービス影響を最小限に抑えることができる。また、仮想化ＤＵ又は仮想化ＣＵが配置される汎用サーバーの変更が容易なため、汎用サーバーの負荷を柔軟に制御することができる。
　仮想化ＤＵ、及び仮想化ＣＵの配置には、いくつかの形態が検討されている。また、本実施形態に係る制御システム８００の各部の配置も、仮想化ＤＵ、及び仮想化ＣＵの配置に応じて、いくつかの形態を取り得る。
　図４は、本実施形態に係る制御システム８００が利用される無線通信システムの構成の一例を示す図である。図４に示すように、無線通信システムに含まれるデータセンタ群は、セントラルデータセンタ１０００、リージョナルデータセンタ１０１０、及びエッジデータセンタ１０２０に分類される。
　セントラルデータセンタ（ＣＤＣ：Central Data Center）１０００は、無線通信システムがカバーするエリア内（例えば、日本国内）に分散して数個配置されている。ＣＤＣには、次世代におけるシステム、例えば５Ｇシステムにおけるコアネットワークである５ＧＣ、４ＧシステムにおけるコアネットワークであるＥＰＣ、及びＯＳＳ（Operation Support Systems）／ＢＳＳ（Business Support Systems）等が、配置されている。
　リージョナルデータセンタ（ＲＤＣ：Regional Data Center）１０１０は、例えば、無線通信システムがカバーするエリア内に分散して数十個配置されている。例えば、無線通信システムがカバーするエリアが日本国内全域である場合に、リージョナルデータセンタ１０１０が、各都道府県に１～２個ずつ配置されてもよい。
　エッジデータセンタ１０２０は、無線通信システムがカバーするエリア内に分散して数千個配置される。
　図４には、エッジデータセンタ１０２０に、基地局１００のＤＵ、及びＣＵが配置されている例が示されているが、ＲＡＮに仮想化技術が適用された場合には、ｖＣＵを、リージョナルデータセンタ１０１０に配置することが可能となる。
　本実施形態に係る制御システム８００を構成する各部は、基地局１００のｖＤＵ、及びｖＣＵの配置に応じて、エッジデータセンタ１０２０、又は、リージョナルデータセンタ１０１０に柔軟に配置することができる。また、エッジデータセンタ１０２０、又は、リージョナルデータセンタ１０１０の側に、ＭＥＣ（Multi-access Edge Computing）が配置されているような場合には、本実施形態に係る制御システム８００を構成する部の一部をＭＥＣに設けるようにしてもよい。
　図５は、本実施形態に係る制御システム８００を実装するコンピュータシステムを示す図である。制御システム８００は、プロセッサ１１１０と、記憶部１１２０と、通信部１１３０と、を含む。プロセッサ１１１０、記憶部１１２０、及び通信部１１３０の数は限定されず、１つ又は複数であってよい。また、プロセッサ１１１０、記憶部１１２０、及び通信部１１３０は、制御システム８００を構成する各部が配置される場所ごとにまとめて配置されていてもよい。プロセッサ１１１０は、制御システム８００にインストールされるプログラムに従って動作するマイクロプロセッサ等のプログラム制御デバイスである。記憶部１１２０は、ＲＯＭ若しくはＲＡＭ等の記憶素子、ソリッドステートドライブ（ＳＳＤ）、又はハードディスクドライブ（ＨＤＤ）等の記憶デバイスである。記憶部１１２０には、プロセッサ２２によって実行されるプログラム等が記憶される。通信部１１３０は、例えば、ＮＩＣ又は無線ＬＡＮモジュール等の通信インタフェースである。なお、通信部１１３０において、ＳＤＮ（Software-Defined Networking）が実装されていてもよい。通信部１１３０は、基地局１００、基地局２００、カメラ７００、又は、コアネットワーク９００の間でデータを送受信する。
　次に、図６Ａ、図６Ｂ、図６Ｃ、図６Ｄのシーケンス図を用いて、制御システム８００の決定部８２０、及び制御部８３０における動作を中心に、本実施形態に係る制御システム８００における制御方法について説明する。
　図６Ａ、図６Ｂ、図６Ｃ、図６Ｄにおいて、低周波数ＲＡＮはマクロセル４００を形成する基地局２００に対応し、高周波数ＲＡＮはスモールセル３００を形成する基地局１００に対応する。高周波数ＲＡＮはＣＵ機能およびＤＵ機能を備える。低周波数ＲＡＮはＣＵ機能およびＤＵ機能を備える。なお、高周波数ＲＡＮおよび低周波数ＲＡＮは、ＣＵ機能およびＤＵ機能に加えてＢＢＵ（Baseband Unit）機能を備えてもよい。
　図６Ａは、基地局１００が非停波状態にあり、所定時間内にオブジェクトが検知されず、通信需要無しと予測された場合の制御方法のシーケンス図である。
　カメラ７００により撮影された画像が、画像解析部８１０に転送される。画像解析部８１０の検知部８１１、抽出部８１２、及び予測部８１３は、先に説明したように、人体姿勢解析技術等の画像解析を行って、オブジェクトが有するＵＥの通信需要を予測する。その結果、スモールセル３００内に人又はビークルが所定時間内（ｔ時間内）存在せず、通信需要がないと予測されると、予測部８１３は、その旨を示す予測結果を決定部８２０に通知する。
　決定部８２０は、高周波数ＲＡＮが、停波状態又は非停波状態のいずれにあるか高周波数ＲＡＮの状態を取得する。高周波数ＲＡＮの状態の取得方法としては、決定部８２０が、高周波数ＲＡＮのＤＵにステータス要求を通知し、ステータス要求に応答して高周波数ＲＡＮのＤＵから通知されるステータスレスポンスにより取得する。図６Ａには、高周波数ＲＡＮが仮想化ＤＵを備え、仮想化ＤＵが起動状態（vDU is up）にあることを示すステータスレスポンスが決定部８２０に通知される例が示されている。また、高周波数ＲＡＮの最新状態の情報がメモリに保持されるようにして、決定部８２０が、当該メモリから高周波数ＲＡＮの最新状態を取得するようにしてもよいが、これに限定されない。
　決定部８２０は、高周波数ＲＡＮが非停波状態にあり、予測部８１３における予測結果が通信需要無しの場合、高周波数ＲＡＮを停波状態に制御するように、基地局１００の設定を決定する。基地局１００を停波状態に制御する方法として、制御部８３０は、基地局１００のＲＵをオフ制御することにより、基地局１００を停波状態に制御することができる。これにより、高速・大容量通信が必要とされていない場合に、基地局１００の消費電力を削減することができる。
　また、高周波数ＲＡＮが仮想化ＤＵを備える場合には、制御部８３０は、基地局１００の仮想化ＤＵを削除することにより、基地局１００を停波状態に制御してもよい。図６Ａには、高周波数ＲＡＮが仮想化ＤＵを備え、仮想化ＤＵを削除するように高周波数ＲＡＮが制御される例が示されている。このような場合には、基地局１００の消費電力を削減可能であることに加えて、仮想化ＤＵが配置されるエッジデータセンタにおける仮想リソースの消費を削減することができる。
　また、高周波数ＲＡＮが仮想化ＤＵを備える場合には、基地局１００が突然停波状態に制御されることに代えて、決定部８２０は、仮想化ＤＵの設定として、仮想化ＤＵをスケールインすると決定してもよい。この場合には、基地局１００とＵＥとの通信確立を可能しつつ、基地局１００の消費電力を削減し、仮想化ＤＵが配置されるエッジデータセンタにおける仮想リソースの消費を削減することができる。
　図６Ｂは、基地局１００が停波状態にあり、オブジェクトが検知され、オブジェクトが有するＵＥが基地局１００への通信需要有りと予測された場合の制御方法のシーケンス図である。なお、以降の説明において、図６Ａと重複する説明については省略する。
　予測部８１３における予測結果が通信需要有りの場合、決定部８２０は、監視部８４０における監視結果である通信情報を確認し、トラフィック要求があると、高周波数ＲＡＮを非停波状態に制御するように基地局１００の設定を決定する。なお、決定部８２０は、通信情報が、データ種別がユーザプレーン情報であることを示す場合に、高周波数ＲＡＮを非停波状態に制御するように基地局１００の設定を決定してもよい。
　基地局１００を停波状態から非停波状態に制御する方法として、例えば、基地局１００のＲＵがオフ制御されることにより停波状態にある場合には、制御部８３０は、基地局１００のＲＵをオン制御して、基地局１００を非停波状態に制御する。また、基地局１００が仮想化ＤＵを備え、図６Ｂに示されているように、基地局１００の仮想化ＤＵ（ｖＤＵ）が削除されて停波状態にある場合には（vDU is deleted）、制御部８３０は、基地局１００の仮想化ＤＵをインスタンシエーション（再起動）することにより、基地局１００を非停波状態に制御する。これにより、基地局１００との高速・大容量通信が可能となる。
　図６Ｃは、基地局１００が停波状態にあり、オブジェクトが検知されたものの、オブジェクトを有するＵＥが基地局１００への通信需要無しと予測された場合の制御方法のシーケンス図である。
　決定部８２０は、オブジェクトが検知されたものの、予測部８１３における予測結果が通信需要無しの場合、監視部８４０における監視結果である通信情報を確認する。通信情報が、トラフィック要求が無いことを示す場合、決定部８２０は、高周波数ＲＡＮを停波状態に制御するよう基地局１００の設定を決定する。また、通信情報が、データ種別がユーザプレーン情報でないことを示す場合に、高周波数ＲＡＮを停波状態に制御するように基地局１００の設定を決定してもよい。また、通信情報が、データ種別がユーザプレーン情報であることを示す場合には、高周波数ＲＡＮを非停波状態に制御するように基地局１００の設定を決定してもよい。通信情報を確認することにより、検知されたオブジェクトが有するＵＥが高速・大容量通信を必要としているか否か推定できる。そのため、予測部８１３における予測結果は通信需要無しであったが、実際には、検知されたオブジェクトが有するＵＥが高速・大容量通信を必要としていると推定される場合には、基地局１００が停波状態に維持されることが回避され、オブジェクトが有するＵＥのアベイラビリティの低下を回避することができる。
　図６Ｃに示す例では、トラフィック要求が無く、検知されたオブジェクトが有するＵＥが高速・大容量通信を必要としていないと推定されるため、基地局１００は引き続き停波状態に維持される。
　図６Ｄは、基地局１００が非停波状態にあり、オブジェクトが有するＵＥが基地局１００への通信需要有りと予測された場合の制御方法のシーケンス図である。
　決定部８２０は、予測部８１３における予測結果が通信需要有りの場合、高周波数ＲＡＮを非停波状態に制御するように、基地局１００の設定を決定する。図６Ｄでは、基地局１００が非停波状態にあるため、基地局１００は引き続き非停波状態に維持される。なお、予測部８１３において、当該オブジェクトが有するＵＥのトラフィック需要量が予測され、高周波数ＲＡＮが仮想化ＤＵを備える場合には、非停波状態の維持方法として、決定部８２０は、次のように基地局１００の設定を決定してもよい。つまり、非停波状態の維持方法として、決定部８２０は、仮想化ＤＵを構成する仮想化コンポーネントの一部を追加すると決定し、又は新しく仮想化ＤＵを追加すると決定し、制御部８３０が、仮想化ＤＵをスケールアウトし、又はインスタンシエーションしてもよい。これにより、オブジェクトが有するＵＥのアベイラビリティの低下を回避することができる。トラフィック需要量は、例えば、抽出部８１２及び予測部８１３が、人工知能、機械学習又は深層学習等の技術を利用して、オブジェクト情報から予測することができる。
　図７は、本実施形態に係る制御方法のフローチャートを示す図である。
　検知部８１１は、カメラにより取得された画像から、所定のオブジェクトを検知する（Ｓ１１）。
　抽出部８１２は、画像から、オブジェクトの属性に関連するオブジェクト属性情報、及び、オブジェクトの行動特性に関連するオブジェクト行動情報、のうち少なくとも１つを含むオブジェクト情報を抽出する（Ｓ１２）。
　予測部８１３は、オブジェクト情報に基づいて、検知されたオブジェクトが有する無線端末の基地局１００への通信需要を予測する（Ｓ１３）。
　決定部８２０は、予測部８１３において予測された通信需要と、任意付加的に監視部８４０において監視された、マクロセル４００を形成する基地局２００と無線端末との間の通信に関連する通信情報を取得する。決定部８２０は、少なくとも通信需要に基づいて、基地局１００の設定を決定する（Ｓ１４）。
　制御部８３０は、決定された設定に応じて、基地局１００を制御する（Ｓ１５）。
　以上説明したように、本実施形態に係る制御システム８００において、検知部８１１は、カメラにより取得された画像から、所定のオブジェクトを検知し、抽出部８１２は、画像から、検知されたオブジェクトに関連するオブジェクト情報を抽出する。抽出部８１２が、オブジェクトが有する無線端末の第１の基地局１００との通信需要の有無と関連性があるオブジェクト情報を抽出することにより、予測部８１３は、検知されたオブジェクトが有する無線端末の基地局１００への通信需要を予測することができる。予測部８１３において、通信需要無しと予想された場合に、決定部８２０は、基地局１００のＲＵをオフすると決定し、制御部８３０が、基地局１００を停止状態に制御する。これにより、基地局１００の消費電力を削減することができる。また、基地局１００がｖＤＵを備える場合に、予測部８１３において、通信需要無しと予想された場合には、制御部８３０が、基地局１００のｖＤＵを削除すると決定し、制御部８３０が、基地局１００を停止状態に制御する。これにより、基地局１００の消費電力を削減し、仮想化ＤＵが配置されるエッジデータセンタにおける仮想リソースの消費を削減することができる。また、予測部８１３において、通信需要無しと予想された場合に、決定部８２０は、基地局１００のｖＤＵをスケールインして、基地局１００を非停止状態に制御してもよい。これにより、通信確立を可能としつつ、基地局１００の消費電力を削減し、仮想化ＤＵが配置されるエッジデータセンタにおける仮想リソースの消費を削減することができる。また、予測部８１３において、当該オブジェクトが有するＵＥのトラフィック需要量が予測される場合には、決定部８２０は、非停波状態の維持方法として、仮想化ＤＵを構成する仮想化コンポーネントの一部を追加すると決定し、又は新しく仮想化ＤＵを追加すると決定してもよい。これにより、オブジェクトが有するＵＥのアベイラビリティの低下を回避することができる。
　なお、基地局１００がＮＦＶ参照アーキテクチャに従って仮想化されている場合、制御部８３０は、例えば、ＮＦＶ参照アーキテクチャにおけるＮＦＶ　ＭＡＮＯ（Management and Orchestration）の機能を用いることにより、決定部８２０における決定結果に従って基地局１００を制御してもよい。また、ＲＡＮの構築にコンテナ型仮想化技術が適用され、ＤＵ機能、及びＣＵ機能がコンテナで構築される場合には、ＲＡＮを停止状態にするための基地局１００の設定として、決定部８２０が、ＤＵ機能に相当するコンテナを削除すると決定してもよい。また、ＲＡＮを非停止状態にするための基地局１００の設定として、決定部８２０が、ＤＵ機能に相当するコンテナを起動すると決定してもよい。また、ＲＡＮの構築、及び配置の態様に応じて、制御システム８００の各部を配置してよい。
　本発明は、上述の構成に限定されず、本発明には制御プログラムも含まれる。すなわち、制御システム８００の各部を一又は複数のプロセッサに実行させるための制御プログラムも本発明に含まれる。
　また、本発明は、上述の実施形態に限定されるものではなく、上述の構成に対して、構成要素の付加、削除又は転換を行った様々な変形例も含むものとする。
　１００、１００－１、１００－２　基地局
　１１０、１１０－１、１１０－２、１１０－３　ＲＵ（Radio Unit）
　１２０、１２０－１、１２０－２、１２０－３　ＤＵ（Distributed Unit）
　１３０　ＣＵ（Central Unit）
　２００　基地局
　３００、３００－１、３００－２　スモールセル
　４００　マクロセル
　５００－１、５００－２　ＵＥ
　６００－１、６００－２　オブジェクト
　７００、７００－１、７００－２　カメラ
　８００　制御システム
　８１０　画像解析部
　８１１　検知部
　８１２　抽出部
　８１３　予測部
　８２０　決定部
　８３０　制御部
　８４０　監視部
　９００　コアネットワーク
　１０００　セントラルデータセンタ（ＣＤＣ：Central Data Center）
　１０１０　リージョナルデータセンタ（ＲＤＣ：Regional Data Center）
　１０２０　エッジデータセンタ
　１１１０　プロセッサ
　１１２０　記憶部
　１１３０　通信部

 

Claims (12)

  1. 　カメラにより取得された画像から、所定のオブジェクトを検知する検知部と、
    　前記画像から、検知された前記オブジェクトに関連するオブジェクト情報を抽出する抽出部と、
    　前記オブジェクト情報に基づいて、検知された前記オブジェクトが有する無線端末の基地局への通信需要を予測する予測部と、
    　予測された前記通信需要に基づいて、前記基地局の設定を決定する決定部と、
    　決定された前記設定に応じて、前記基地局を制御する制御部と、
    を備える、制御システム。
  2. 　前記オブジェクト情報は、前記オブジェクトの属性に関連するオブジェクト属性情報、及び、前記オブジェクトの行動特性に関連するオブジェクト行動情報、のうち少なくとも１つを含む、請求項１に記載の制御システム。
  3. 　前記基地局である第１の基地局のカバレッジエリアと少なくとも一部が重複するカバレッジエリアを有し、前記第１の基地局のキャリア周波数より低いキャリア周波数を使用する第２の基地局と前記無線端末との間の通信に関連する通信情報を監視する監視部を、更に備え、
    　前記決定部は、監視された前記通信情報に更に基づいて、前記設定を決定する、請求項１又は２に記載の制御システム。
  4. 　前記通信情報は、トラフィック量、及び、データ種別、のうち少なくとも１つを含む、請求項３に記載の制御システム。
  5. 　前記基地局である第１の基地局は、ＲＵ（Radio Unit）と、ＤＵ（Distributed Unit）と、ＣＵ（Centralized Unit）と、を備え、
    　前記決定部は、前記設定として、前記第１の基地局の前記ＲＵをオン／オフすると決定し、
    　前記制御部は、前記第１の基地局の前記ＲＵをオン／オフ制御することにより、前記第１の基地局を非停波状態又は停波状態に制御する、請求項１から４のいずれか一項に記載の制御システム。
  6. 　前記基地局である第１の基地局は、ＲＵ（Radio Unit）と、仮想化ＤＵ（Distributed Unit）と、仮想化ＣＵ（Centralized Unit）と、を備え、
    　前記決定部は、前記設定として、前記仮想化ＤＵを削除、又は、インスタンシエーションすると決定し、
    　前記制御部は、前記仮想化ＤＵを削除することにより、前記第１の基地局を停波状態に制御し、前記仮想化ＤＵをインスタンシエーションすることにより、前記第１の基地局を非停波状態に制御する、請求項１から４のいずれか一項に記載の制御システム。
  7. 　前記基地局である第１の基地局は、ＲＵ（Radio Unit）と、仮想化ＤＵ（Distributed Unit）と、仮想化ＣＵ（Centralized Unit）と、を備え、
    　前記決定部は、前記設定として、前記仮想化ＤＵを削除、スケールイン、スケールアウト、又は、インスタンシエーションする、のいずれかにすると決定し、
    　前記制御部は、前記仮想化ＤＵを削除することにより、前記第１の基地局を停波状態に制御し、前記仮想化ＤＵを、スケールイン、スケールアウト、又は、インスタンシエーションすることにより、前記第１の基地局を非停波状態に制御する、請求項１から４のいずれか一項に記載の制御システム。
  8. 　前記オブジェクトが人であり、
    　前記オブジェクト属性情報は、前記人の年齢、前記人の性別、及び、前記人が有する無線端末の種類、のうち少なくとも１つを含み、
    　前記オブジェクト行動情報は、前記人の移動速度、所定時間内における前記人の移動速度の変化量、前記人の滞在時間、及び、前記人がどのように無線端末を携帯しているかを示す携帯態様に関連する情報、のうち少なくとも１つを含む、請求項２から７のいずれか一項に記載の制御システム。
  9. 　前記オブジェクトがビークルであり、
    　前記オブジェクト属性情報は、前記ビークルがＩＣＴ（Information and Communication Technology）端末としての機能を有するか否かを示す情報、及び、前記ビークルが有する無線端末の種類、のうち少なくとも１つを含み、
    　前記オブジェクト行動情報は、前記ビークルの移動速度、所定時間内における前記ビークルの移動速度の変化量、及び、前記ビークルの滞在時間のうち、少なくとも１つを含む、請求項２から７のいずれか一項に記載の制御システム。
  10. 　前記画像は、前記基地局である第１の基地局のカバレッジエリアの少なくとも一部の画像である、請求項１から９のいずれか一項に記載の制御システム。
  11. 　一又は複数のプロセッサによって実行される制御方法であって、
    　カメラにより取得された画像から、所定のオブジェクトを検知するステップと、
    　前記画像から、検知された前記オブジェクトに関連するオブジェクト情報を抽出するステップと、
    　前記オブジェクト情報に基づいて、検知された前記オブジェクトが有する無線端末の基地局への通信需要を予測するステップと、
    　予測された前記通信需要に基づいて、前記基地局の設定を決定するステップと、
    　決定された前記設定に応じて、前記基地局を制御するステップと、
    を含む、制御方法。
  12. 　請求項１から１０のいずれか一項に記載の制御システムの各部を一又は複数のプロセッサに実行させるための制御プログラム。
PCT/JP2021/029455 2021-08-06 2021-08-06 制御システム、制御方法、及び、制御プログラム WO2023013084A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/JP2021/029455 WO2023013084A1 (ja) 2021-08-06 2021-08-06 制御システム、制御方法、及び、制御プログラム
US17/918,724 US20240224121A1 (en) 2021-08-06 2021-08-06 Control system, control method, and control program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/029455 WO2023013084A1 (ja) 2021-08-06 2021-08-06 制御システム、制御方法、及び、制御プログラム

Publications (1)

Publication Number Publication Date
WO2023013084A1 true WO2023013084A1 (ja) 2023-02-09

Family

ID=85155517

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/029455 WO2023013084A1 (ja) 2021-08-06 2021-08-06 制御システム、制御方法、及び、制御プログラム

Country Status (2)

Country Link
US (1) US20240224121A1 (ja)
WO (1) WO2023013084A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017147625A (ja) * 2016-02-18 2017-08-24 日本電信電話株式会社 通信システム、通信システムの制御方法、制御局および基地局
JP2018006844A (ja) * 2016-06-28 2018-01-11 日本電信電話株式会社 監視方法、監視システム、監視装置および監視プログラム
JP2018195928A (ja) * 2017-05-16 2018-12-06 富士通株式会社 無線通信システム、移動基地局、制御局、及び、移動センサ

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017147625A (ja) * 2016-02-18 2017-08-24 日本電信電話株式会社 通信システム、通信システムの制御方法、制御局および基地局
JP2018006844A (ja) * 2016-06-28 2018-01-11 日本電信電話株式会社 監視方法、監視システム、監視装置および監視プログラム
JP2018195928A (ja) * 2017-05-16 2018-12-06 富士通株式会社 無線通信システム、移動基地局、制御局、及び、移動センサ

Also Published As

Publication number Publication date
US20240224121A1 (en) 2024-07-04

Similar Documents

Publication Publication Date Title
US11330470B2 (en) Method and system for scheduling multi-access edge computing resources
Faraci et al. Fog in the clouds: UAVs to provide edge computing to IoT devices
CN111083634B (zh) 基于cdn和mec的车联网移动性管理方法
CN108182105A (zh) 基于Docker容器技术的局部动态迁移方法及控制系统
Yao et al. EdgeFlow: Open-source multi-layer data flow processing in edge computing for 5G and beyond
WO2023143267A1 (zh) 一种模型配置方法及装置
US20220256419A1 (en) 5g and sdn powered virtualized personal device framework
Hu et al. Lars: A latency-aware and real-time scheduling framework for edge-enabled internet of vehicles
CN114697197A (zh) 边缘计算设备和方法
Guo et al. Intelligent task offloading and resource allocation in digital twin based aerial computing networks
WO2023013084A1 (ja) 制御システム、制御方法、及び、制御プログラム
Malazi et al. Distributed service placement and workload orchestration in a multi-access edge computing environment
Xu et al. Edge Video Analytics: A Survey on Applications, Systems and Enabling Techniques
Ariman et al. Energy-efficient rl-based aerial network deployment testbed for disaster areas
Slamnik-Kriještorac et al. Unraveling Edge-based in-vehicle infotainment using the Smart Highway testbed
US11622322B1 (en) Systems and methods for providing satellite backhaul management over terrestrial fiber
KR102382169B1 (ko) 데이터 처리 방법 및 장치
Santi et al. A resource management survey for mission critical and time critical applications in multi access edge computing
WO2023105708A1 (ja) デプロイ制御システム、デプロイ制御方法、及び、デプロイ制御プログラム
Lyons et al. FlyNet: a platform to support scientific workflows from the edge to the core for UAV applications
EP4214949A1 (en) Improved allocation of computing resources for radio access networks
KR102666016B1 (ko) 이동 통신 시스템의 네트워크 슬라이싱 방법 및 장치
WO2023021708A1 (ja) 管理装置、管理方法及び管理プログラム
Apat et al. A scalable software-defined edge computing model for sustainable smart city Internet of Things (IoT) application
Yousefpour et al. All one needs to know about fog computing and related edge computing paradigms

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 17918724

Country of ref document: US

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21952907

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE