Bluetoothシステムオンチップを利用したスマートビーコンで機械学習の知見をネットワーク接続して活用

著者 Jessica Shapiro

DigiKeyの北米担当編集者の提供

現代の製品開発とサポートサイクルは急速に変化しています。ソフトウェアやハードウェアの故障を検出し、ユーザー行動に関する知見を提供する組み込み製品は、機器の稼動維持と改善に必要なデータを技術者に提供します。

しかしながら、すべての産業用装置が、これらの組み込み製品をサポートするために簡単に接続できるように配線されているわけではありません。モノのインターネット(IoT)向けに設計された製品でさえ、電磁干渉(EMI)、帯域幅の制限、ケーブルの長さといった接続性の問題に直面することがあります。

Bluetooth対応のシステムオンチップ(SoC)技術の登場により、技術者は、オンボードの機械学習(ML)をサポートするマイクロプロセッサの性能とともに、シームレスな接続性を利用できるようになりました。この接続性とスマート分析の組み合わせは、事後対応型の設計とサポートのサイクルにおいて非常に有用なツールとなります。

スマートなデータ収集による製品開発およびサポートの変革

製品開発とサポートを成功させるには、使用状況データが必要です。顧客が製品をどのように使っているのか、どの機能に依存しているのか、どの機能が煩雑または不具合が多いかを知らない設計者は、ユーザーが望むアップグレードへと製品を改良していく上で困難に直面することになります。同様に、サポート担当者は、問題発生直前または最中のユーザー行動、システム状態、環境条件、およびその他の重要なデータを知らなければ、問題を適切に解決することはできません。

最新のオンボード接続性と分析機能を備えた製品は、設計の反復とサポートの両方をより効果的にすることができます。組み込み製品やスマートビーコンは、温度、湿度、気圧などの環境条件を検知できるほか、多軸加速度、環境光、磁場を感知することも可能です。リアルタイムクロック(RTC)によるタイムスタンプにより、オンボード解析またはBluetooth経由でのクラウドサーバへの送信時に、データを他のシステムイベントと関連付けることが可能となります。

たとえば、産業環境におけるリニアモーションシステムに取り付けられたスマートビーコンは、湿度上昇時に振動が増加することを検知できるかもしれません。オンボードプロセッサは、追加の潤滑が必要であることをメンテナンス技術者に警告を送信することが可能です。このような事前の問題解決により、機器のダウンタイムとメンテナンスコストを削減できます。

また、製品設計者は、記録された振動データや環境データを利用して、リニアモーションシステムの将来のバージョンを改良することも可能です。たとえば、湿度の高い環境でも長持ちする別の潤滑剤の使用を推奨するという改善が考えられます。また、潤滑システムを環境要因からより効果的に保護するために再設計する可能性もあります。

実装上の課題と解決策

IoT環境において強化されたデータ収集のメリットを実現するためには、技術者はデータ収集と分析を最適化する必要があります。分析のためにクラウドへ情報を転送する際には、固有の遅延が発生し、データの安全性が低下します。組み込みシステムとスマートビーコンは、AIやML機能をユニット自体に組み込むことで、この課題に対処します。これらのエッジAIとTinyMLシステムには、スケールダウンされたソフトウェアモデルが搭載されており、それによりプロセッサが受信した実環境のデータに基づいてインテリジェントな推論を行うことが可能になります。

オンボードML(Onboard ML)機能は、振動データ、環境データ、グローバルタイムスタンプを照合するだけの単純なものから、データ傾向に基づいてメンテナンスの必要性を予測する複雑なものまで可能です。複雑であれ、単純であれ、MLモジュールはネットワークリソースを利用せずにリアルタイムでデータを受信し処理するため、適時な知見と最小限のエネルギー使用を実現します。

とはいえ、スマートビーコンや組み込みシステムも、最終的にはネットワーク経由で他のデバイスやサーバに状態を伝送する必要があります。多くの従来システムは、PROFIBUS、DeviceNet、CANOpen、Modbus RTUなどのプロトコルを用いた有線シリアル接続向けに設計されています。最新の装置では、PROFINET、EtherCAT、EtherNet/IP、Ethernet POWERLINKなどの低遅延のEthernetベースのプロトコルに依存しています。しかしながら、シリアル通信もEthernet通信も、工場フロアを横断するデータと電源用のケーブルを必要とします。これには電磁干渉(EMI)、長距離ケーブルによる信号劣化といった課題が伴い、転倒危険の軽減、駆動車両や自律走行車両の通路確保のための施設投資も必要となります。

Bluetoothプロトコルを用いた近距離無線(RF)通信は、こうした課題の多くを克服しています。Bluetooth Low Energy(BLE)などのBluetoothのいくつかのバージョンは、ボタン電池の電力で最大150mまでの強力な信号を送信するように設計されており、電源ケーブルとデータケーブルの両方が不要となります。

BLE信号は、一部の携帯電話やWi-Fiネットワークもサポートしている2.4GHz帯を使用しています。この共有帯域はネットワーク干渉や信号の完全性の低下を招く可能性がありますが、壁や装置などの障害物を越える上で最も信頼性の高い帯域でもあります。見通し内通信や干渉の問題を克服するため、多くのBLEシステムはメッシュネットワーク化が可能であり、インターネットプロトコルバージョン6(IPv6)を利用してBLEデバイス同士やクラウドへ接続することができます(図1)。戦略的に配置されたBluetoothホットスポットは、メッシュネットワーク内の信号強度と信頼性を向上させることも可能です。

スマートビーコンやその他のデバイスがBluetoothを利用できる仕組みの図図1:スマートビーコンやその他のデバイスは、ペアリングなしで最寄りのホットスポットにBluetooth接続できます。ホットスポットはBluetoothメッシュネットワークを可能にしたり、Wi-Fi経由でクラウドサービスに接続したりできます。(画像提供: Blecon LTD)

スマートビーコンによる分析およびネットワーク機能の統合

データ収集、AIおよびMLの推論エンジン、ネットワーク接続を組み合わせることで、Bluetooth対応のスマートビーコンは、組み込みシステム用に設計されていない装置であっても、製品動作状況、ユーザー行動、予知保全に関する知見を提供します。一例として、Blecon LTDのL02S-BCNが挙げられます(図2)。

BLE接続機能を有するBlecon LTD L02S-BCNスマートビーコンの画像図2:L02S-BCNスマートビーコンは、IP67対応の筐体にBLE接続機能、複数のセンシングオプション、高視認性LED、現場で交換可能なバッテリを搭載しています。(画像提供:Blecon LTD)

L02S-BCNスマートビーコンは、Nordic SemiconductornRF54L15シリーズマルチプロトコルSoC(図3)をベースにしています。これらのチップは、Bluetoothバージョン5.4、IEEE 802.15.3-2020、および最大4Mbpsのデータ伝送速度で2.4GHzプロトコルをサポートするマルチプロトコル2.4GHz無線と、265KBのRAMで動作する128MHz Arm® Cortex®-M33プロセッサを統合しています。1.5MBの不揮発性メモリは、ネットワークに接続できない場合でもセンサの測定値や分析結果を保存することが可能です。

Nordic Semiconductor nRF54L15シリーズ マルチプロトコルSoCの画像図3:nRF54L15シリーズのマルチプロトコルSoCは、多機能無線、PSAレベル3セキュリティ、256KB RAM搭載128MHzプロセッサ、エッジAIとMLをサポートするハードウェアおよびソフトウェア周辺モジュールを搭載しています。(画像提供:Nordic Semiconductor)

nRF54L15チップは、IoTシステム向けに設計された組み込みセキュリティ機能を内蔵しています。TrustZone分離、サイドチャネル保護、改ざん検知プロトコルにより、プラットフォームセキュリティアーキテクチャ(PSA)レベル3の認証を取得しています。これらのシステムにより、L02S-BCNビーコンから送信されるデータペイロードは安全な転送のために暗号化され、ネットワークノードの身元が双方向通信によってクラウドから検証されます。

nRF54L15チップには周辺モジュールも内蔵されており、L02S-BCNスマートビーコンがIoTシステムからデータを収集、分析、共有できるようになっています。14ビットのA/Dコンバータ(ADC)が温度、湿度、気圧、加速度、光電センサからの信号をデジタルデータに変換し、グローバルRTCが各測定値のタイムスタンプを生成します。シリアルペリフェラルインターフェース(SPI)、2線式インターフェース(TWI)、ユニバーサル非同期送受信機(UART)を含む5つのシリアルインターフェースは、プロセッシングコンポーネントとセンシングコンポーネントを接続します。

これらの物理的なセンサオプションに加えて、L02S-BCNビーコンは組み込みデバイスとしても機能し、オープンスタンダードのRISC-V(Reduced Instruction Set Computing version 5)コプロセッサ上に事前統合されたMemfaultソフトウェアを使用して、クラッシュ、ソフトウェア障害、バッテリ状態、ユーザー行動を検知し、クラウドに送ります。Memfaultはまた、無線(OTA)アップデートも管理するため、導入済みデバイスを回収する必要はありません。

L02S-BCNビーコンは、エッジAIプラットフォームであるEdge Impulseを使用して、ネットワークリソースを使用せずにMLを実現する事例も示しています。エッジAIにより遅延が解消され、L02S-BCNビーコンは1000mAhのCR2477ボタン電池で動作します。この電池は現場で交換が可能です。高さ69.9mm、幅46.7mm、厚さ18mmのL02S-BCNビーコンは、IP67準拠の筐体を採用し、防塵性を有し、水深1mでの最大30分間の浸水に耐えることが可能です。本ビーコンは、両面テープ、ネジ、または結束バンドを用いて装置に取り付けることが可能です。

まとめ

Bluetoothスマートビーコンは、産業用およびIoTアプリケーションにセンシング、接続性、エッジAIおよびMLをもたらします。Nordic SemiconductorのnRF54L15のようなSoCを搭載し、データ収集、ゼロ遅延解析、OTAアップデートをサポートするBleconのL02S-BCNなどのスマートビーコンは、接続性の障壁を克服し、すでに導入された産業用装置をML機能を備えた組み込み製品へと変革します。

DigiKey logo

免責条項:このウェブサイト上で、さまざまな著者および/またはフォーラム参加者によって表明された意見、信念や視点は、DigiKeyの意見、信念および視点またはDigiKeyの公式な方針を必ずしも反映するものではありません。

著者について

Image of Jessica Shapiro

Jessica Shapiro

Jessica Shapiro uses her engineering and writing backgrounds to make complex technical topics accessible to engineering and lay audiences. While completing her bachelor's degree in Materials Engineering at Drexel University, Jessica balanced engineering co-ops with her work as a reporter and editor on The Triangle, Drexel's independent student newspaper. After graduation, Jessica developed and tested composite materials for The Boeing Company before becoming an associate editor of Machine Design magazine, covering Mechanical, Fastening and Joining, and Safety. Since 2014, she's created custom media focusing on products and technology for design engineers. Jessica enjoys learning about new-to-her technical topics and molding engaging and educational narratives for engineering audiences.

出版者について

DigiKeyの北米担当編集者