助け合う次世代IoTシステムの実践教育プログ ラムの開発

概要

　近年，IoT技術に関連した産業が盛んに行われており，それにともない，高等教育機関でのIoT教育も重要になっている．内閣府「第5期科学技術基本計画（2016～2020年）」において，将来の社会像として，ICT(情報通信技術)を基盤とした「超スマート社会（Society5.0）」が掲げられている．また，文科省が発表した2017年3月末の「学習指導要領」によれば，2020年より初等教育からのプログラミング教育が必修化され，高度なIoT技術者が教育できる素地が整いつつある．今後，5G通信による通信速度の高速化，AIやデータベースの高度化に伴い，各デバイスが分散・協調する時代が来ると予想される．そこで，本研究では，次世代IoT化に向け，協調・分散IoTシステム（助け合うIoTシステム）を開発できる実践的な技術者教育プログラムを提案し，基礎的な実験としてIoT実験教材の開発し，高専３年生の実験として，実証実験をおこなった．また，２つの無料クラウドサービスを使った実験プログラムの比較も行った．

研究背景

　IoT（Internet of Things）やAI（人工知能）などのICTが急速に発展している．それに伴い，IoT技術者の不足が深刻化しつつある．IPAが発表した「IT人材白書2017」では，ITに精通していない企業でも，約6社に1社がIoTによる変化の中にいると感じ取っている．IoTに関して，本校に相談する中小企業も増加し，私を含むグループでいくつかのIoTシステム構築している．さらに，「第5期科学技術基本計画（2016～2020年）」において，サイバー空間（コンピュータ上での仮想空間）とフィジカル空間（現実社会）が高度に融合・協調・連携した社会「超スマート社会（Society5.0）」を推進している．このような社会情勢の中，今後育成しなければならない人材は高度なIoT技術を習得している技術者と考える．

　初等教育にもICTに関しての教育が進みつつある．2017年3月末の「学習指導要領」によれば，2020年より初等教育からのプログラミング教育が必修化される．また，AIやビックデータに必要な統計に関する授業も取り入れられる．さらに，生徒各々がタブレット端末を持ち授業を行ったり，アクティブラーニング（生徒が主体的に取り組む教育手法）も徐々に取り入れられたりしている．したがって，（学生が主体的に）次世代IoT技術を習得できる環境は整いつつある．

　このような環境の中，国立高専機構では，KOSEN(高専)4.0イニシアティブ採択事業として，釧路高専がIoT活用技術者の育成プログラムを行っている．また，高知高専も地域産業である第1次産業でのIoT活用技術者の教育を行っている．高度な技術を持つ中小企業が多い大阪でも，IoTを教育する拠点が必要である．今後，中小企業同士が協調・分散して生産することにより，効率的なモノづくりが可能になる．また，消費者との協調も行い，新たな価値（コト）を創造することもできる．

　したがって，どのような教育プログラムが，高度IoT技術者教育にマッチするかが，また，アクティブラーニングを導入することにより，どのような教育効果が得られるのかが，人材育成には重要である．

　IoT技術教育プログラムを開発するにあたり，IoT技術の段階を，見える化，制御，最適化，自律化の４つの段階に分け，段階的に身に着けさせる．各段階で，独創的かつ実践的なプログラムを用意し，アクティブラーニングによりIoTのプロトタイプを作成する．

　本教育プログラムは，基本的には，高専3年生以上で活用するが，IoT化を考えている中小企業の社員教育にも活用する．そのIoT教育プログラムを基に構築した，IoT活用事例を集め，より実践的なプログラムに深化させる．

実験教材で使用するIoTシステム

　図1は協調型IoTシステムの構成図である。実験システムは，センサー，Arduino, JetsonNano（またはRaspberryPi），およびクラウドサーバーで構成されている．センサーはI2CまたはSPIでArduinoに接続され，ArduinoはシリアルケーブルでJetsonNanoに接続され，JetsonNanoは無線LANでクラウドサーバーに接続される．このプロジェクトでは，エッジデバイスとクラウドが直接接続され，互いに連携している．このネットワークでは，大量のセンサーデータがクラウドに送信されるため，インターネットに負荷がかかり，通信のための消費電力が増大する可能性がある．また，他の組織もクラウドを利用するため，クラウドを利用する組織が増えると，データ通信速度や処理速度も低下する．

図１　IoTネットワーク構成

　　　上記の課題を解決するために，図2に示すようなフォグネットワークシステムを構築する．組み込み機器とクラウドの間にフォグサーバーを設置することで，よりセキュアで高速な通信を可能にする予定である．

　図２　IoT実験教材システムのネットワーク完成図

エッジデバイス

　照度，温度，湿度など様々なセンサーから得られたデータは，一旦SPIやI2C経由でArduinoに送られ，A/Dコンバーターなどで処理された後，Jetson NanoやRasberryPiに送られる．これらのデバイスは，AI推論などの高度な誤検知を行う．結果はクラウドに保存される．これらのボードは互いに通信することができ，協調的かつ分散的に開発されている．

開発環境

　このシステムでは，ArduinoにはC++ベースのプログラミング言語，また，JetsonNano（またはRaspberryPi）にはPythonを使って実験のプログラムを開発する．近年，機械学習などでPythonのプログラムが使われることが多いため，ここでがPythonを採用した．

実験教材の内容

　協調動作型IoTシステムの教育プログラムは，図3の実験システムを用いて段階的に行われる．第1段階および第2段階では，学生はセンサデバイス，アクチュエータデバイス，クラウドサーバの基本的なIoT技術を実験する．第3段階では，協調分散IoTシステムのプロトタイプを作成する．

図３　実験システムの構成

第１フェーズ（センサーデバイスを使った基本実験）

　第一段階では，アクチュエータとセンサの基本的な実験プログラムを準備する．様々なデバイスを用いて，分散型IoTシステムを構築する．
　アクチュエータ関連の実験では，Arduinoに慣れるためにLED照明の実験から始める（図4参照）．　この実験では、アクチュエータの動作に重要なPWMの実験を行う．PWMはDCモーターの制御に使われる．さらに，ステッピング・モーターやサーボ・モーターといったアクチュエーター・デバイスの実験も行う．
　センサーの実験は，温度センサーおよび湿度センサーから始まる．近距離センサや赤外線リモコンセンサの実験も行う．

図４　LED実験（PWＭでの色変化実験）

　第２フェーズ（クラウドを使った基本実験と可視化）

　第2段階では，クラウドサービスを使った基礎実験を行う．クラウドサービスとしてAmbientを使用し，データの保存と読み込み操作の実験を行う．通信実験では，JetsonNanoとAmbientを使用する．JetsonNanoは簡単なデータをAmbientに送信し，AmbientはAmbientからJetsonNanoにデータを読み込むことができるかを実験する．その後，センサーの値を通信する．

　センサーの値はAmbientに保存され，Ambientに保存されたデータを元にアクチュエーターが動作するため，ArduinoからJetsonNanoを経由してAmbientにセンサーの値を保存する実験を行う．また，逆にAmbientからJetsonNanoを経由してArduinoへデータを送ることにより，アクチュエータデバイスを操作できるか実験する．JetsonNanoへの通信はシリアル通信で行い，JetsonNanoとAmbient間の通信は無線LANで行う．センサーデータはAmbientの可視化ツールを使って可視化される（図5参照）．

図５　センサーデータの可視化

第3フェーズ（クラウドを活用したアクティブラーニング）

　第3フェーズでは，クラウドサービスを利用した協調動作実験を行う．協調動作ライブラリを用いることで，複数のデバイスが互いの状態を把握しながら協調動作を行う．協調行動では，図 6 に示すスマートカーを用いる．協調行動には，図6に示すスマートカーを用いる．このスマートカーには，ArduinoとJetson Nanoが搭載されている．Arduinoはセンサーデータの受信やモーターの制御に，Jetson Nanoはクラウドへのデータ送受信や機械学習に使用する．センサーには距離センサーとUSBカメラで構成されている．

　実験の一例として，自動車と信号機の例を考える．交差点では，自動車同士の衝突を避けるため，自動減速システムが考えられる．優先道路の信号機に距離センサーを設置し，自動車の侵入を検知する．信号機までの距離をクラウドにアップロードし，非優先道路を走行する自動車に送信する．優先道路を走るクルマが信号に近づくと，非優先道路を走る自動車のモーターを自動的に減速し，停止させる．

図6　スマートカー

　アクティブラーニングとして，学生が自ら考えたIoTシステムのプロトタイプを作成させた．このＩｏＴシステムのプロトタイプには，第1および第2フェーズで使用したセンサー，マイコン，クラウドシステムを活用して作成させた．基本的には、多くのチームが町の既存のシステムをIoTシステムに改造した．例えば，自分たちで設計したスマートカーを使ったゲートシステムやゴミの量を知らせるゴミシステム（図7参照）などが挙げられる．

図7　IoTシステムプロトタイプ例

実験教材の学生評価

　アンケートは第1フェーズから第3フェーズまでの実験を行った学生を対象に実施した．対象は大阪公立大学工業高等専門学校電子情報学部の3年生である．実験の難易度を5段階で評価した．結果を図8に示す．第1フェーズでは75%の学生が非常に簡単から普通と回答した．第2フェーズでは，42％の生徒がとても簡単から普通と答えた．第 2 フェーズでは，「とても簡単」～「普通」と答えた生徒が42％で，第 1 フェーズに比べ 33％減少した．第3段階では，「とても簡単～普通」と答えた生徒が66％に増加した．

　第2フェーズでは，ArduinoからJetson Nano，Jetson NanoからAmbientへの通信方法を学ぶ．これらの通信にC++とPythonという2つの言語を使用することで，若干の混乱を招いたかもしれない．第3フェーズでは，第1，第2フェーズの実験の知識をもとに実験ができるため，第2フェーズよりも簡単に感じる学生が多いと推測される．

　図8　アンケート結果

おわりに

　本稿では，協調行動IoTのための実験教材について述べた．この教材は低コストで設計が容易である．教材は3つのフェーズに分かれており，学生は段階的な実験を通してIoT技術を学ぶことができる．アンケート評価では、半数以上の学生が、第2フェーズは難しいが、第1フェーズと第3フェーズは実践しやすいと回答した．
　今後の課題としては，機械学習への発展やIoT通信プロトコルの実験が挙げられる．機械学習については，Jetson Nanoやスマートカーを活用した自動運転の実験を行う予定である．また，IoTの通信プロトコルであるMQTTなどの要素技術を実験できる教材を開発する予定である．

謝辞

この教材は，科学研究費補助助成事業「基盤研究（C)」の「助け合う次世代IoTシステムの実践教育プログラムの開発」（課題番号：19K02991）によって研究された．