2019年2月21日

無線ネットワークに接続するIoTデバイスの種類や状況から優先度を判定して無線帯域を割り当て、安定的な通信環境を築く適応ネットワーク制御技術。その詳細と可能性について、開発者に話を聞きました。

通信遅延のデッドラインと社会の安全を守る

モビリティや監視カメラでの応用を想定

―どのような応用を想定していますか？

まず考えているのは、先ほどもお話しした自動車などのモビリティ領域です。自動車向け通信の国際標準では、通信遅延が100ミリ秒以内、成功率95％以上という値が安全運転のための基準として設定（*1）されていますが、2018年2月には私たちが行ったシミュレーションでは既に、100ミリ秒以内の通信成功率95％（*2）をクリアしています。これは従来手法の約5倍（*3）に相当する成功率で、世界的に見てもイノベーティブなものでした。最近では試作機も完成し、実機のもとでの検証にも成功しています。
また、自動運転と関連して応用を考えているのは工場や物流での搬送ロボット（AGV）ですね。数百台規模のマシンが施設内を動き回るなかで、いかにAGVの搬送効率を上げていくかというのは業界内の重要な課題です。スピードを上げても、衝突せず効率的に動き回れるようにネットワークをリアルタイムに制御するという意味では、基本的に自動運転と変わりませんから、すぐにでも応用ができる分野だと考えています。

• *1 モバイルネットワークの要件や仕様を検討する団体：
  第3世代(3G)をはじめ 4G、5Gのモバイルネットワークの標準化団体である3GPP(3rd Generation Partnership Project)。また、欧州の5G関連研究推進団体であるThe 5G Infrastructure Public Private Partnershipでも、自動車向けネットワークの要件は同様の数字を掲げている。
• *2 通信成功率：
  単位時間あたり端末が送信したデータの中で100ミリ秒以内に届いたデータの割合。
• *3 従来比：
  Proportional Fairness法。無線基地局の無線リソース割り当てにおける広く知られた手法。(通信遅延100ミリ秒以内での通信成功率は18%)

スマートシティのネットワーク構築を見据えて

― さらに先を見据えると、どんな展開を考えていますか？

5Gを見据えた展開や、強化学習を用いて自律的に学んでいくシステムには、現在取り組んでいるところです。環境が変わっても十分に適応して、パラメータを最適にチューニングできるということは本技術の一つのテーマですから、その精度の向上を引き続き進めていきます。
また、これまでさまざまなアプリケーションの話をしてきましたが、最近は結局のところ、この技術の出口は「スマートシティ」に行き着くのではないかと考えています。交差点や工場での活用というのは一つひとつ非常に重要なアプリケーションではありますが、総合的に技術を組み合わせたときに生まれてくるものは、私たちの生活を支えるネットワークそのものです。一人ひとりの生活を支える都市全体のネットワークをつくるためにも、この技術をさらに進化させていくことは重要だと考えています。
そもそも、IoTというのは複数サービスが合体して一つのソリューションに発展することが多いものです。技術分野や事業領域を横断しながら研究を進めることこそが、新しい社会価値の創造につながると考えています。一つの技術だけに注目するのでは足りません。
そういう意味では、NECの総合力というのは非常に強い武器です。今回の技術も、AIの技術だけではつくれなかったと思いますし、通信の知識だけでも決してつくりあげることができなかったと思います。具体的に言えば、ネットワーク通信の分野では、機械学習でよく用いられる時系列的予測はうまく機能しません。通信では時間ごとのデータにムラやロスがあることが多く、すべての時系列データをそのまま信用して活用することができないからです。今回の技術は、ここに私たちのネットワーク研究者のノウハウを融合することで生み出すことができました。
NECには、AIや通信も含めた幅広い事業領域をもち、幅広いお客様がいます。また、それぞれの専門を極めた多彩な研究チームが連携できるという強みもあります。このNECの総合力を活かして、今後もお客様と協力しながらさらに新しいソリューションをご提供していきたいと考えています。

NECの最先端技術一覧へ戻る