FIWARE勉強会 20190913

Copyright © 2018 TIS Inc. All rights reserved.
テクノロジー&イノベーション本部戦略技術センター
松井暢之 ( matsui.nobuyuki@tis.co.jp )
FIWAREとロボットプラットフォーム
2019/09/13

Copyright © 2018 TIS Inc. All rights reserved. 2
アジェンダ
l  FIWAREとは
l  FIWAREを活⽤したロボットプラットフォーム
l  サービスロボットの社会実装へ向けて

戦略技術センターのご紹介
l  TISインテックグループのテクノロジー・ポートフォリオ
を基に定めたコア技術の研究開発を⾏う専⾨部⾨
•  5~10年先のバックキャストからマイルストーンを設定
•  なるべく早めに商品/サービス化の検証開始（PoC含む）
•  研究開発＋事業化によって⻑期的にコア技術を強化
注目度
技術検証
プロトタイプ
開発産官学連携
事業部⾨が取り
組む範囲
⻑期技術検証
中期技術戦略
事業開発
時
間
研究機関が取り組む範囲

会津サービスクリエーションセンターのご紹介
l  以下の3分野を中⼼に地域の皆様や地域企業と連携し、
様々な社会課題・地域課題解決に向けたスマートシティ
計画を推進、会津若松市で実証実験を実施する

FIWAREとは

FIWAREのコンセプト
l  FIWAREとコンテキストデータ
•  FIWAREは、実世界の様々な箇所で発⽣する「コンテキスト
データ」を収集し、それらを適切に処理・分析することで、
実世界に望ましいフィードバックを⾏う仕組み。
•  「コンテキストデータ」のハブとなる「Context Broker」を
中⼼に、データ収集⽤のマイクロサービスやデータ分析⽤の
マイクロサービスなどを組み合わせてシステムを構成する。
https://www.fiware.org/developers/

FIWAREの成り⽴ち
l  第7次欧州研究開発フレームワーク（FP7）において、
2007年から5年の歳⽉と3億€（約390億円）の予算を投
じて開発されたIoTやSmart City向けのプラットフォーム。
様々な役割をもつマイクロサービスの集合体として実現
されている。
l  その成果はロイヤリティフリーで公開（GPLやAGPLが多
い）され、現在はFIWAREの普及を推進する⾮営利団体
FIWARE Foundation e.V. が管理している。
l  現在も積極的に開発が進められており、
2019年9⽉時点では FIWARE Release
7.7.1 がリリースされている。
https://github.com/Fiware/catalogue/releases

FIWAREとオープンAPI
l  NGSIの活⽤
•  実世界の様々な状況で発⽣するコンテキストデータを統⼀し
て扱えるように、FIWAREはNGSIに基づいたオープンなAPI
とデータ構造を採⽤している。
•  NGSI（Next Generation Service Interface）
–  2009年にNECがOMA（Open Mobile Alliance）に働きかけ標準化
•  FIWAREは、コンテキストデータの取り扱いに関するAPIである
NGSI-9とNGSI-10を利⽤している
–  NGSI-9※1 : コンテキストエンティティの登録や探索等
–  NGSI-10※1 : コンテキストデータの検索や更新、更新時の通知等
•  ただしOMAで標準化されているNGSIは設計が古いため、
FIWARE⾃⾝がAPI仕様の再設計を⾏っている。
–  NGSI v2※2 : RESTfulなAPIへの再設計と機能強化
–  NGSI-LD※3 : ETSIのWG（ISG CIM）にて策定された次期NGSI仕様
※1 http://www.openmobilealliance.org/release/NGSI/V1_0-20120529-A/OMA-TS-NGSI_Context_Management-V1_0-20120529-A.pdf
※2 http://fiware.github.io/specifications/ngsiv2/stable/
※3 https://www.etsi.org/deliver/etsi_gs/CIM/001_099/009/01.01.01_60/gs_CIM009v010101p.pdf

コンテキストデータの構造（NGSI v1/v2）
l  Entity、Attribute、Metadataのシンプルな構造を持つ。
•  NGSI v1/v2ではAttributeをネストさせることができないた
め、複雑な構造を持ったデータを表現したい場合はvalueに
「object」型や「array」型としてデータをもたせる。

コンテキストデータの例（NGSI v1/v2）
l  複数の部屋があり、各部屋の温度と気圧をコンテキスト
データとして収集する例
{
　　"id": "Room1",
　　"pressure": {
　　　　"metadata": {},
　　　　"type": "Integer",
　　　　"value": 720
　　},
　　"temperature": {
　　　　"metadata": {},
　　　　"type": "Float",
　　　　"value": 23
　　},
　　"type": "Room“
}

{
"contextResponses": [
{
"contextElement": {
"attributes": [
{
"name": "temperature",
"type": "float",
"value": "23"
}, {
"name": "pressure",
"type": "integer",
"value": "720"
}
],
"id": "Room1",
"isPattern": "false",
"type": "Room"
},
"statusCode": {
"code": "200",
"reasonPhrase": "OK"
}
}
]
}
同じ部屋のEntity（NGSI　v1）
ある部屋のEntity（NGSI　v2）

コンテキストデータの構造（NGSI-LD）
l  Entity間の関連とデータのセマンティクスを表現できる
※ 簡略化しています

コンテキストデータの構造（NGSI-LD）
l  Entity間の関連とデータの語彙を表現できる。
•  Entityのidは⼀意に識別可能なURIとして定義される。
•  単⼀階層のAttributeではなく、ネスト可能なPropertyを持つ。
•  Entity間あるいはProperty間に関連（Relationship）を設定
できる。
•  参照先のEntity（あるいはProperty）のURIを「object」として保持
•  Propertyは単⼀の値（Number, String, Boolean）あるいは
複雑な値（Array, Object）を持つ。
•  Entity内で⽤いる語彙を@contextとして定義できる。
•  Entityが表現する業務ドメインで利⽤されるProperty名などを事前に
語彙として定めておけば、同じ語彙を持つPropertyはその業務ドメイ
ンにおいて同じ意味を持つと判断できる。

コンテキストデータの例（NGSI-LD）
l  ある駐⾞場に駐⾞されている⾃動⾞の情報をコンテキス
トデータとして収集する例
{
"id": "urn:ngsi-ld:OffStreetParking:Downtown1",
"type": "OffStreetParking",
"name": {
"type": "Property",
"value": "Downtown One"
},
"availableSpotNumber": {
"type": "Property",
"value": 121,
"observedAt": "2017-07-29T12:05:02",
"reliability": {
"type": "Property",
"value": 0.7
},
"providedBy": {
"type": "Relationship",
"object": "urn:ngsi-ld:Camera:C1"
}
},
"totalSpotNumber": {
"type": "Property",
"value": 200
},
"location": {
"type": "GeoProperty",
"value": {
"type": "Point",
"coordinates": [-8.5, 41.2]
}
},
"@context": [
"http://uri.etsi.org/ngsi-ld/coreContext.jsonld",
"http://example.org/cim/parking.jsonld"
]
}
{
"id": "urn:ngsi-ld:Vehicle:A4567",
"type": "Vehicle",
"brandName": {
"type": "Property",
"value": "Mercedes"
},
"isParked": {
"object": "urn:ngsi-ld:OffStreetParking:Downtown1",
"observedAt": "2017-07-29T12:00:04",
"providedBy": {
"object": "urn:ngsi-ld:Person:Bob"
}
},
"@context": [
"http://uri.etsi.org/ngsi-ld/coreContext.jsonld",
"http://example.org/cim/commonTerms.jsonld",
"http://example.org/cim/vehicle.jsonld",
"http://example.org/cim/parking.jsonld"
]
}
ある自動車のEntity（NGSI-LD）
ある駐車場のEntity（NGSI-LD）

FIWAREのコンポーネント
l  FIWARE GEとDSE
•  FIWAREは、コンテキストデータの収集や処理を⾏うリファ
レンス実装をOSSとして提供しており、上⼿く再利⽤するこ
とで⾼品質なサービスを⽣産性⾼く実装できる。
•  GE（Generic Enablers）汎⽤に利⽤できるコンポーネント
•  DSE（Domain Specific Enablers）特定業務領域⽤のコンポーネント
https://github.com/FIWARE/catalogue

よく使われるFIWARE GEの紹介
l  Orion Context Broker
•  FIWAREの中⼼となるGE。
•  コンテキストデータの登録、検索、更新、購読を管理する。
•  コンテキストデータの購読者としてマイクロサービスを登録
しておけば、コンテキストデータの変更時に通知が送られる。
•  FIWARE Orionを⽤いることで、コンテキストの状態変化の
連鎖として、業務を組み⽴てることができる。
•  扱うべきデータをコンテキストとして表現する。
•  あるコンテキストの変更に従ってビジネスロジックが処理を⾏い、
その結果をもとに別のコンテキストの状態を変更する。

l  IDAS（iotagent-ul）
•  IoTデバイスやロボットなど、FIWAREと接続するエッジ側の
デバイスを管理する。
•  IDASに接続しているデバイスは、Orionからはコンテキスト
データの⼀つとして扱われる。
•  デバイスへの命令や稼働データの収集も、他システムやオープンデー
タへのデータ⼊出⼒も、Orionから⾒れば同じモノとして扱われる。
•  そのため、デバイスの具体的な実装を意識せずとも、コンテ
キストの操作という形でデバイスの制御が可能となる。

l  Cygnus
•  Orionに登録されているEntityの購読者として動作する。
•  コンテキストの状態が変更された際にCygnusは通知を受け、
指定されているdata lakeにその変更を記録する。
•  Cygnusは内部的にApache Flumeを利⽤しており、⼤量データの収集
と記録を⾼い信頼性で実⾏できる。
•  データの記録先として、HDFSやKafka、PostgreSQL、
MySQL、MongoDB、Elasticsearch等が利⽤できる。
•  Elasticsearchへ記録する機能は、TISが開発してFIWAREに提供済

l  STH-Comet
•  記録された時系列データを取得するためのREST Endpointを
提供する。
•  データを時系列で扱うために、データを時間でインデックス
するだけでなく、時間で集計したデータも⾃動的に記録する。
•  NGSI v1にのみ対応しており、性能へのペナルティもあるた
め、使いどころを⾒極める必要がある。
l  FIWARE Release 7.7.1では、CygnusやSTH-Cometの
代替となるGEがIncubated GEとして提案されている。
•  quantum-leap
•  draco

l  KeyrockとWilma
•  OrionやIDAS等のREST APIを提供するGEは、認証認可機構
を持たない（ことが多い）。
•  そのためFIWAREをネットワークに公開する場合、Wilmaの
みを公開エンドポイントとして外部アクセス可能にし、Orion
やIDASへのアクセスを中継させる。
•  WilmaはIdMであるKeyrockと連携してリクエストの認証認
可を⾏い、正当なリクエストのみをOrionやIDASへ転送する。
l  KeyrockやWilmaを使わず、他のAPI Gatewayを利⽤し
ても良い。

FIWAREのdata model
l  FIWAREはスマートシティ関連をはじめに、様々な業務
領域で利⽤できるコンテキストデータの語彙を公開して
いる。
•  Environment, Street lighting, Parking, Transportation, …
•  https://www.fiware.org/developers/data-models/
•  独⾃のコンテキストデータ
を定義する際は、FIWARE
data modelやschema.org
などで紹介されている語彙
をうまく使うと良い。
新しい⾔葉はなるべく発明
しない⽅が良い。

FIWAREを活⽤したロボットプラットフォーム

⼈⼝減少・超⾼齢化社会の到来
l  ⽇本の労働⼒⼈⼝の減少は著しく、2017年には⾼齢者率
（総⼈⼝に占める65歳以上の割合）が27.7%となった。
l  「現役世代」が「リタイア世代」を⽀える社会スキーム
は限界となり、サービスロボットによる⽀援が必須。
https://data.oecd.org/pop/working-age-population.htm

サービスロボットの理想と現実
l  サービスロボットへの期待
•  労働⼈⼝減少社会における⽣産性向上、サービス品質向上
•  ⾼齢者世帯の⾃活⽀援
l  サービスロボットの市場動向
•  2018年時点では、家庭⽤掃除ロボットやスマートスピーカー、
パーソナルモビリティの導⼊が中⼼。
http://www.group.fuji-keizai.co.jp/press/pdf/180416_18036.pdf

サービスロボットの理想と現実
l  サービスロボットの理想と現実のギャップ
•  現在のサービスロボットは、それ単体で機能を充⾜すること
に注⼒しており、他のサービスロボットや外部システムとの
連携はあまり考慮されない。
•  他の機器と連携する「スマート化」を指向するサービスロ
ボットベンダーであっても、同業他社とサービスロボットと
機能性やAPIの互換を図ろうとはしない。
•  そのため、サービスロボットで労働⼒を代替しようとすると、
複雑で⾼機能なサービスロボットに囲い込まれてしまう。
•  また既存のエンタープライズシステムとのシームレスな連携
もされていないため、⽇常の業務フローに組み込むにも⼿間
がかかる。

RoboticBaseTMのコンセプト
l  ロボット、⼈、環境（センサ、デバイス、オープンデー
タ、外部のシステム等）をつなぐプラットフォーム
•  様々な置換可能なサービスロボットを有機的に接続すること
で、⼈の作業を代替・拡張する。
•  突発的で⾮定常的な仕事は⼈にオフロードすることで、サー
ビスロボットをシンプルに保つ。
•  環境の情報を活⽤することで、サービスロボット単体では知
りえない知識を元に作業を遂⾏することができる。
Robots People
Environments
Collaborative
Robot
Platform

RoboticBaseTMの構成
l  FIWARE と Kubernetes
•  RoboticBaseTMは、Kubernetes上のマイクロサービスとし
て動作するFIWAREを中⼼としたプラットフォーム。
https://kubernetes.io/docs/tutorials/kubernetes-basics/deploy-
app/deploy-intro/
https://www.fiware.org/developers/
FIWARE Kubernetes

Kubernetesとは
l  コンテナオーケストレータのデファクトスタンダード
•  隔離された単⼀役割のコンテナが、APIを通じてお互いに連
携することで、全体として⼀つのシステムを構成する。
•  単⼀役割のコンテナは再利⽤しやすく、また影響範囲も限定されるた
め、改変やリリースも容易。
•  コンテナが動作するならば、クラウドであれ物理マシンであれ、環境
を選ばずにシステムを動作させることができる。
•  コンテナオーケストレータを利⽤することで、コンテナを維
持管理するための⼿間を軽減し、⾼可⽤で⾼効率なシステム
を容易に運⽤することができる。
•  物理ノードの管理、コンテナの配置、コンテナの名前解決、オート
ヒーリング、負荷分散、スケーリング等

RoboticBaseTMのアーキテクチャ全体像
l  クラウド上のFIWAREを中⼼としたハブ＆スポーク
•  FIWAREを活⽤したクラウドのコンテキスト連携処理機能へ、
ロボットやIoTデバイス、外部システム等が接続してくる形態。
FIWAREのGEやビジネスロジックは
Kubernetesによって⾃動的に多重化・
負荷分散される
REST APIの認証認可はFIWAREのGEを
使わず、Kubernetes⽤コンポーネント
を利⽤
IoTデバイスやロボットとはMQTTSで
連携することで、オーバーヘッドを
⼩さく、かつ双⽅向性を担保する

RoboticBaseTMのコア部分のオープンソース化
l  RoboticBase™のコア部分をOSS化
•  https://github.com/RoboticBase
•  RoboticBase/core
•  Kubernetes上へFIWAREやその他の
マイクロサービス群を構築するための
スクリプト類とコマンドリスト
•  RoboticBase/example-turtlebot3
•  ゲームパッドでロボットを操作する
ための環境をcore上に構築するための
スクリプト類とコマンドリスト
•  RoboticBase/fiware-cmd-proxy等
•  coreやexample-turtlebot3等で使⽤する
コンテナのソースコード

RoboticBaseTMを通じたFIWAREへの貢献
l  FIWARE GEの改善
•  FIWARE CygnusへのElasticsearch機能の追加など、
RoboticBaseを開発する上で改善した機能をFIWAREへコン
トリビュートする。
l  Robotics FIWARE Tech Roadmap WGへの参画
•  ロボティクス領域に関して議論するFIWARE Foundationの
ワーキンググループへ参画する（予定）。
l  データモデルの提案
•  実証実験等を通じて得た知⾒を元に、ロボティクス領域に関
するデータモデルを整理し、FIWARE data modelへコント
リビュートする（予定）。

サービスロボットの社会実装へ向けて

「⼈とロボットの共⽣」に向けた実証実験（2018）
l  ⽬的
•  異種複数ロボット、IoT連携プラットフォームの機能と有効性
検証、及びそれらが協働するシステムの検証
l  期間
•  2018年11⽉5⽇〜16⽇
l  場所
•  会津⼤学「先端ICTラボ」
l  体制と役割
OGC
（TIS、ISID等）
・実証実験の企画と評価
・プラットフォーム及びIoT関連技術の開発
会津⼤学
・ロボットの移動及び⼈やロボットの位置情報取得に関する技術の開発

実証実験（2018）のシナリオ
l  複数の異機種ロボットが連携し、訪問者を案内する。
•  1階と2階にいる受付ロボットと案内ロボットが役割分担し協
働することで、訪問者を訪問先へ案内する。
•  ロボットが⼊れないフロアはヒトにタスクをオフロードする。
受付ロボット（1F）
訪問者
案内ロボット（1F）
2) ⽬的地が1階の場合、1階の案内ロボットが訪問者を誘導する
3) ⽬的地が2階の場合、2階の受付ロボットが顔認証によって訪問者を特定し、
2階の案内ロボットが訪問者を誘導する
private
1) 1Fの受付ロボットが訪問者に
訪問先を尋ねる
5) ⽬的地へロボットが⼊れない場合、ヒトを
呼び出し訪問者を出迎えに⾏かせる
4) ⽬的地の近くに来
ると、LEDが点灯して
⽬的地を知らせる
2F
1F

l  実証実験の様⼦
https://youtu.be/D9NPxxYgPa0
1st floor
2nd floor

「⼈とロボットの共⽣」に向けた実証実験（2019）
l  ⽬的
•  在庫管理システムと⾃律移動配送ロボットによるラストワン
マイル配送の⾃動化
•  在庫管理システムや⾃律移動配送ロボット間のAPIとデータ
モデルの標準化
l  期間
•  2019年11⽉最終週（調整中）
l  場所
•  会津⼤学「先端ICTラボ」
l  体制と役割
TIS
・在庫管理システムとプラットフォームの開発
・データモデルとAPIの検討
会津⼤学
・ロボットの経路計画と位置推定、移動に関する技術の開発

l  ⾃律移動配送ロボットが⾃律的に複数の倉庫を巡って配
送品を集荷し、複数の出荷先へ納品しに⾏く。
倉庫1
倉庫2
事務所
出荷先2出荷先1
1)  在庫管理システムから、出荷先へ
商品を出荷指⽰する
2) ロボットプラットフォームは配送ルートを算出し、
⾃律移動配送ロボットへ移動を指⽰する
3) ⾃律移動配送ロボットが来たら、作業員は指⽰された
商品を棚から取り出し、ロボットへ積み込む
4) ⾃律移動配送ロボットは必要な倉庫を⾃動的に巡り、配送先へ
商品を届けたのち、⾃動的に待機場所へ帰る

FIWARE勉強会 20190913

Recommended

More Related Content

What's hot

What's hot (20)

Similar to FIWARE勉強会 20190913

Similar to FIWARE勉強会 20190913 (20)

More from Nobuyuki Matsui

More from Nobuyuki Matsui (13)

Recently uploaded

Recently uploaded (7)

FIWARE勉強会 20190913