スマート・シティ

スマート・オフィス

スマート・ビルディング

輸送 / 物流

測距センサを利用した人数カウント

ToF測距センサを利用してドアを通り抜ける人の数をカウントします。

測距センサを利用した人数カウント 測距センサを利用した人数カウント
測距センサを利用した人数カウント 測距センサを利用した人数カウント

スマート・シティ

スマート・オフィス

スマート・ビルディング

輸送 / 物流

NanoEdge AI Studio

HMI

ToF測距センサ

省エネルギーはますます優先事項になっています。 住宅、ビル、都市のスマート化は、エネルギーを節約する効果的な方法です。 例えば、在室状況をモニタリングして照明を極力消灯する、在室者の数に基づいて暖房システムを最適化する、あるいは人通りがないときに街路灯を消灯するといったことが考えられますが、さまざまな理由で通りにカメラが設置されているとは限りません。 NanoEdge AI Studioを使用すれば、レーダーやToF(Time-of-Flight)測距センサなどの各種センサからの時系列データを解読して人間にとって意味のあるものにする機械学習ライブラリの開発が可能です。

一例として、AIライブラリに人間と動物を識別する方法を学習させて、1人または複数の人の入室または退室をカメラがなくても検出できるようにしました。 このアプローチは、他の多くのユース・ケースに容易に適用できます。

アプローチ

地上から2.4mのゲートの上にToF測距センサを地上に向けて設置し、(犬やスーツケースなどを検出しないように)1.4m以上の動きをモニタリングするように検出距離を変更しました。
このToF測距センサは人が視野に入るとトリガされます。 方向(入室または退室)を捉えるために、センサ信号を15Hz(最大)の周波数で32個連結します。
通り抜ける人の身長に関する情報は不要なため、ToF測距センサによってキャプチャされた距離を2値化しました。
4クラスのデータセットを作成しました(1人の入室と1人の退室に関する各1,000の信号と、2人の入室と2人の退室に関する各400の信号)。
そして、NanoEdge AI Studioで「Nクラス分類」モデル(4クラス)を作成し、NUCLEO_F411RE(およびX-NUCLEO-53L5A1拡張ボード)で実際にテストしました。

センサ

ToF測距センサ:VL53L5CX

データ

4クラスのデータ1人が中に入る、2人が中に入る、1人が外に出る、2人が外に出る
信号長2048(8x8の連続32行列)
データレート15 Hz

結果

3クラス分類:
98.14%の精度、27.1 KB RAM、229 KB フラッシュ
緑の点は正しく分類された信号を表し、赤い点は誤って分類された信号を表します。 横座標はクラス、縦座標は正常状態に対する類似度です。

モデル作成ツール

NanoEdge AI Studio

モデル作成ツール

対応製品

STM32

対応製品

リソース

モデル作成ツール NanoEdge AI Studio

要件に合った最適なAIモデルを簡単に見つけられるようユーザをステップ・バイ・ステップでガイドし、組込みプロジェクトにAIを追加できる無償のAuto MLソフトウェアです。

モデル作成ツール NanoEdge AI Studio

対応製品 STM32

Arm® Cortex®-Mベース32bitマイコンのSTM32ファミリは、マイコン・ユーザに高いレベルの自由を提供します。完全統合性および開発の容易さを維持しながら、高性能、リアルタイム性能、豊富な機能、デジタル信号処理、低消費電力 / 低電圧駆動、およびコネクティビティを兼ね備えた製品を提供します。

対応製品 STM32

おすすめ情報:

輸送 / 物流

パナソニック サイクルテック社の電動アシスト自転車の安全性と寿命の向上

運転者の安全性と利便性を向上させるタイヤ空気圧監視ソリューション。

産業機器 | 輸送 / 物流

スマート・アセット・トラッキング

センサによる荷物状態分類

スマート・オフィス | 産業機器

ファンの低消費電力異常検出

センサ内で動作する低消費電力異常検出ソリューション