センサーフュージョンは複数のメリットをもたらします

センサーフュージョンは、モノのインターネットの成長トレンドと一致し、特に自動運転車や先進運転支援システム（ADAS）に関連するホットトピックです。コンセプト自体は新しいものではありません。 Google Scholarで検索すると、1960年代以前にさかのぼる概念が特定されます。しかし今日、システムが融合すべきセンサー入力と、その結果得られた洞察をどのように適用するかについての知識が増えています。どれだけ十分かは、アプリケーションとコスト/リスクのメリットによって異なります。

センサーフュージョンの量は、アプリケーションとコスト/リスクのメリットによって異なります（画像：SAR Insight and Consulting）

センサーの融合はこれまで以上に重要です。個々の悪意のある人物や州の諜報機関の存続は、あらゆる場所の自律システムにますます脅威をもたらすからです。政界の多くは、5Gネットワ​​ークにおける潜在的な情報セキュリティのリスクについて懸念を抱いていますが、自律システムの所有者を混乱させ、強要する可能性のあるマルウェア攻撃から、より大きなリスクが発生します。システムアーキテクトは、これらのリスクを過小評価してはならず、自動車および航空メーカーの過ちを回避する必要があります。フォードモーターは、人間の生命の価値を20万米ドルと見積もっています。これは、ピントセダン（1971〜 1980年）の燃料設計を修正するよりも安価です。しかし、人身傷害の弁護士や陪審員は別の考えを持っていました。現在の悲惨な話はボーイングに属しており、ボーイングは737MAXジェットの重要なセンサーフュージョンと冗長性を追加料金で利用できるようにしました。その結果、ボーイングとそのサプライチェーンは現在の苦痛に苦しんでおり、その終わりには何年もかかる可能性があります。

最後に、人間の活動や産業用途向けのセンサーフュージョンを推進するシステムによる経済的および健康上のメリットが明らかになりました。

フォールトトレランスと回復力

すべてのセンサーとモデルには許容誤差があり、同じ量を測定する複数のセンサーを使用すると、信頼性が向上し、他の方法では悲惨な結果になる可能性のある障害に対する回復力を提供できます。冗長性はコストと複雑さを増しますが、ボーイングとフォードの例が示すように、単一障害点につながる近視眼的な決定は壊滅的である可能性があります。

攻撃抵抗

マルウェアを使用するハッカーは、センサーベースのシステムを攻撃する方法を見つけますが、人工知能を含む適切なデータ融合とセキュリティプロトコルにより、このような攻撃に直面しても堅牢な操作を保証できます。攻撃の1つの手段は、入力センサーに誤った信号を注入します。これらの信号はアナログドメインで発生するため、通常のデジタルセキュリティでは軽減されません。これらの攻撃対象領域には、次のものが含まれます。

• 信号のなりすまし（LiDARおよびカメラ）;
• 信号のキャンセルと干渉（ABS磁気センサー、破壊された交通標識）;および
• サイドリーク（センサーを使用して機密情報を収集するマルウェアの埋め込み）

人間活動マルチセンサー

複数のセンサーフュージョンを使用して人間の活動を解釈および監視することで、人口の高齢化に伴い、より良い健康状態と低コストを実現できます。ウェアラブルセンサーとアンビエントセンサーの融合の人間活動への応用には、介護と生活支援、転倒の検出と姿勢の認識、セキュリティと監視、アスリートとファーストレスポンダーのステータス、障害者の位置特定とナビゲーションの支援が含まれます。

ネットワークでのデータ融合

データの融合と分析は、歴史的にコンピューターまたはデータセンター（クラウド）で行われていました。センシング技術の小型化とコスト削減により、エッジデバイスレベルでのセンサーフュージョン（および人工知能/機械学習）が可能になります。将来的には、ハイブリッドネットワークアーキテクチャは、センサーデータの融合と分析を3つのレイヤーで実行します。

• 低レベルのデータ融合は、複数のセンサー入力を集約するスマートデバイスまたはゲートウェイで行われます。
• ミドルレベルのデータフュージョンは、より集中的な分析と幅広いデバイスとのデータフュージョンをサポートし、ハブゲートウェイとエッジコンピューティングに関連付けられます。
• 高レベルのデータ融合はデータセンターまたはクラウドに常駐し、エッジデバイスの管理対象システムの最高の視点を提供します。

運用コストの削減

センサーフュージョンは、無人航空機（UAV）や自律機能を備えたロボット工学などのデバイスの範囲とアプリケーションを拡張することにより、運用コストを削減します。節約により、センサーフュージョンにより、リモートオペレーターがより多くのことを実行できるようになる場合や、低コストの労働センターからの節約も可能になります。アプリケーションには、検査ドローンの自動衝突回避や、主に自律輸送システムのリモートドライバー介入が含まれます。

トレンド

コンシューマライゼーションが産業およびIoTエコシステムに根付くにつれて、センサー、コンピューティング、および接続性の継続的な小型化とコスト削減が期待されます。 CES 2020のデモンストレーションには、自動車や高度道路交通システムに役立つLiDARミラーの小型化など、MEMSセンサーの革新が含まれていました。

センサーフュージョンの頼りになる方法は、カルマンフィルターと呼ばれるコンピューターアルゴリズムのクラスであり、継続的な測定と予測によってシステムの以前の状態と現在の状態をモデル化します。センサー入力を介した非常に複雑なシステムへの誤った信号注入により、システムアーキテクトは、セキュリティとデータ融合のための機械学習とニューラルネットワークを実装することになります。

センサーフュージョンは、システムの整合性、信頼性、および通常の操作の堅牢性を向上させ、アナログドメインから発生するセンサーネットワーク攻撃に対する追加の利点を提供します。センサーフュージョンをシステムに注意深く実装することで、設計者や建築家は、人、財産、または経済的繁栄に損害を与える可能性のある誤動作や悪意のある行動によるリスクを軽減できます。

>>この記事はもともと姉妹サイトであるEETimesEurope。