技術紹介
スマートフォンを活用したアプリ開発
<BCP支援> 緊急時ステータス・ウォッチャー
『緊急時社員ステータス・ウォッチャー』は、企業様のBCP対策として災害時や緊急時における帰社・外出中の社員の場所と状態を把握し、意思決定を支援するAndroidTM搭載端末向けソリューションです。社員のステータスはGoogle Cloud Messsagingを利用してプッシュ送信したアンケートによって回収し、アンケートに付加されたGPS位置情報をもとに社内のGISに取り込み可視化します。クラウド・ソーシングの情報収集ツールとしての利用も想定しており、統計的な活用も可能です。
システムの特徴
Google Inc.が提供するGoogle Cloud Messagingを利用して端末へのプッシュ送信を実現します。
アンケートは全員、グループ単位、場所単位、または個別に送信できます。
アンケートは保存しているテンプレートの他、送信側で任意に作成できます。
送信者が任意に作成したアンケートはJson形式で配信され、端末側で自動生成されます。
アンケート結果にGPS位置情報を付与して、場所と情報を紐づけます。
アンケート結果はSMTPプロトコルで指定したメールアドレスに送信し、イントラネット側のサーバが回収する仕組みになっており、アンケート結果をインターネット領域に残しておく必要はありません。
回収したアンケートから社員のステータスをGISに展開します。統計的な処理も可能です。
※Google、Android、Google Cloud Messaging は、Google Inc.の商標です。
映像・画像特徴認識AR
画像・映像認識ARとは、カメラモニター上に映し出される物体の特徴を認識して、仮想的なオブジェクトを配置する技術です。顔や人体を認識して侵入検知や認証に利用したり、看板やロゴを認識して広告を出したりするなどの用途で利用されはじめています。 以下は、弊社がオープンソース・ソフトウェアをベースにAndroidTM搭載端末向けに実装中のアプリケーションの一例です。これら人間の視覚に例えられる情報の認識は、機械学習によって識別率が大幅に向上します。
顔認識、輪郭抽出
歩行者の検出
特定動物(猫)の検出
特定客体(自動車)の検出
この分野では、さらにAI的なアプローチである深層学習(ディープ・ラーニング)によって、自律的に性能向上を図る試みが行われており、今後も注視していきたいと考えています。
以下は、弊社が半分遊び感覚で開発したマスキング・アプリです。スマートフォン・カメラのプレビュー画面に映し出される人物の顔をリアルタイムで抽出し、マスク画像をオーバーレイした状態を撮影して、画像ファイルとして記録するAndroidTM搭載端末向けアプリケーションです。
※AndroidはGoogle Inc.の商標です。
Location Based AR
特定のコンテンツ・サービスに依存しない、自分が製作したG空間コンテンツを表現する楽しさを実体験できるAR!
ロケーション・ベース・ARとは、携帯情報端末の位置、方位、傾きなどを端末搭載の各種センサーから求め、座標・標高を持つオブジェクト(関心地点)を3次元空間に配置しスマートフォンの画面に投影する技術です。
弊社はAndroidTM搭載端末向けにロケーション・ベースARアプリケーションを開発しました。関心地点はGeoJson形式で端末側に保存しておき、ネットが繋がらない環境でも使用できるよう配慮しています。また、防災マップなどの地図コンテンツをオーバーレイする機能も実装しています。
ワイヤーフレーム表示
テクスチャ・マッピング表示
防災コンテンツ(液状化マップ+避難所)
詳細表示
関心地点50m圏内に入ると通知を受ける
端末を傾けても吹き出しや地図は
水平に表示される
システムの特徴
自分が選りすぐったコンテンツを仲間と共有することができる
- 自分が選りすぐったgコンテンツを現地で試せる
- コンテンツ・ファイルを仲間と共有できる
GISとの連携が図れる
- GISでコンテンツを製作し、ARアプリへ転送
- gコンテンツ・ジェネレータとしてのGISの価値を提案
AndroidはGoogle Inc.の商標です。
センサー搭載端末を用いた慣性計測手法の検討
Pedestrian Dead Reckoning
スマートフォンには加速度センサーと地磁気センサーなどが搭載されており、これらセンサーを活用すると歩行者の移動方向と移動距離を求めることができます。さらに端末座標を地理座標に置き換えれば歩行軌跡を地図上にプロットすることができます。ただし、加速度センサー経過とともに誤差が累積し、時間積分した結果さらに誤差が増幅します。現状では他の計測手法と組み合わせたり、中間点でセンサーを初期化したり、あるいはカルマン・フィルターなどを用いて推測と補正を随時行い誤差をフィードバックしたりするなどの対応が必要になります。