1. 1: IoTと人工知能の概要
1.1. IoTとは
1.1.1. Internet of Things
1.1.2. モノのインターネット
1.1.3. モノ＝インターネットと接続されうるもの全般
1.1.3.1. https://tech-camp.in/note/technology/93870/
1.1.3.2. キッチン家電
1.1.3.3. スマートタグ
1.1.3.3.1. Apple AirTag
1.1.3.3.2. MAMORIO
1.1.3.3.3. Tile
1.1.3.4. 工事現場
1.1.3.4.1. 従業員の健康管理「みまもりがじゅ丸」
1.1.3.4.2. 無線型騒音･振動管理システム「DECIBERY」
1.1.3.5. インフラ
1.1.3.5.1. 管きょリアルタイム監視サービス
1.1.3.5.2. 構造物の変位 Infra Eye
1.1.3.6. 靴 https://orphe.io/evoride-orphe
1.1.3.7. ゴミ箱 https://forcetec.jp/
1.2. IoTの流れ
1.2.1. ①センサの設置
1.2.2. ②計測データをネットワーク経由で集約（ビッグデータ）
1.2.3. ③クラウドサーバで一元処理
1.2.3.1. AI
1.2.3.2. アクチュエータ
1.3. IoTの前史
1.3.1. ユビキタスコンピューティング
1.3.1.1. 1991年 パルアルト研究所 マーク・ワイザーが提唱
1.3.1.2. 「コンピュータが環境に溶け込んで消える」
1.3.2. 環境型ロボット
1.3.2.1. コンピュータのみでなくセンサ，アクチュエータ，コンピュータが環境に偏在する．
1.3.2.2. 1992年 ロボティックルーム
1.3.2.3. 1999年 センシングルーム
1.3.2.4. 2008年 ロボットタウン
1.4. IoT需要
1.4.1. 世界のIoTデバイス数の推移及び予測
1.4.2. しかしデバイスのほとんどが未接続
1.4.2.1. 未開地の地
1.4.2.2. IDC Japan 2023年予測
1.4.2.2.1. 農業フィールド監視，スマート倉庫管理，院内クリニカルケア， テレマティクス保険などのユースケースで成長性が高い
1.4.2.2.2. 2024年4月の労働時間規制の強化によって，物流や医療の分野で人手不足の 影響が強まり，業務効率化に資するIoTソリューションの需要が高まる．
1.4.3. 分野・産業別の世界のIoTデバイス数及び成長率予測
1.5. 第4次産業革命
1.6. Society 5.0
1.6.1. 狩猟→農耕→工業→情報→新たな社会(Society 5.0)
1.6.2. Society 5.0の社会
1.6.3. Society 5.0のしくみ
2. 2: IoTに必要な知識
2.1. 電子デバイス
2.1.1. IoTデバイス
2.1.1.1. シングルボードコンピュータ
2.1.1.2. IoTゲートウェイ
2.1.1.3. センサ
2.1.1.4. アクチュエータ
2.1.1.4.1. 機器を動かす駆動装置
2.1.1.4.2. 電気系
2.1.1.4.3. 油圧
2.1.1.4.4. 空気圧
2.1.1.4.5. 電磁アクチュエータ
2.1.1.4.6. ピエゾアクチュエータ
2.1.1.5. 例
2.1.1.5.1. スイッチボット
2.1.1.5.2. MESH
2.2. ネットワーク
2.2.1. 無線通信
2.2.2. 通信プロトコル
2.2.2.1. MQTT
2.2.2.2. WebSocket
2.2.2.3. ROS
2.3. ビックデータ・クラウドサービス
2.3.1. データ構造
2.3.2. PaaS
2.4. 人工知能
2.4.1. 機械学習
2.4.2. エッジコンピューティング
2.5. 情報セキュリティ
2.5.1. 暗号化
2.5.2. 認証技術
2.6. コンプライアンス
2.6.1. 電波法・技適
2.6.2. 個人情報保護法
2.6.3. PSE
3. 4: アナログからデジタルへ
3.1. アナログとデジタルの違い
3.1.1. アナログ＝連続
3.1.1.1. 時間的にも振幅的にも連続
3.1.2. デジタル＝離散
3.1.2.1. 時間的にも振幅的にも離散
3.2. アナログからデジタルへ
3.2.1. A／D変換
3.2.1.1. AD変換.jpg
3.2.1.2. AD変換図.png
3.2.2. 標本化
3.2.2.1. 時間的に離散化
3.2.2.2. 標本化
3.2.3. 量子化
3.2.3.1. 振幅的に離散化
3.2.3.2. 量子化と量子化誤差
3.3. 細ければ細かいほどよいのか？
3.3.1. 標本化定理
3.3.2. 量子化誤差
3.3.3. 細ければ細かいほど
3.3.3.1. より高い精度でアナログ信号をデジタル信号に変換できる．
3.3.3.2. データ量を多くなり処理も重くなる
3.4. 例：ハイレゾ音源
3.4.1. レコーディング用マイク
3.5. 例：Ultra-High 250MP Resolution
3.6. モニター 解像度
3.6.1. 2K/FHD(Full-HD) 1920×1080 2,073,600
3.6.2. 4K/UHD 3840×2160 8,294,400
3.6.3. 8K/SHV 7680×4320 33,177,600
3.7. 例：iPhone
3.7.1. iPhone 15 バックカメラ 4800万画素 フロントカメラ1200万画素 画面 1179x2556
3.7.2. iPhone 7 バックカメラ 1200万画素 フロントカメラ 700万画素 画面 750x1334
4. 3: センサとデバイス
4.1. Things(モノ)の定義
4.1.1. HEMS（Home Energy Management Service）
4.1.1.1. 空調
4.1.1.2. 電力
4.1.1.3. 照明
4.1.2. 家電
4.1.3. ウェアラブル
4.1.3.1. 靴
4.1.3.2. 服
4.1.4. スマートスピーカー
4.1.5. 車（コネクティッド・カー Connected car)
4.2. IoTからIoEへ
4.2.1. IoT = Internet (ネットワーク) + Things (モノ)
4.2.2. IoE = Internet + Everything，モノだけでなくコト（人，データ，プロセス，コンテキスト，など）
4.3. センサの種類
4.3.1. 位置センサ（GPSなど）
4.3.2. 加速度センサ・ジャイロセンサ
4.3.3. 臭気センサ：嗅覚情報
4.3.4. 圧力センサ：触覚情報
4.3.5. 音センサ（マイクロフォン）：聴覚情報
4.3.6. 温度センサ・湿度センサ
4.3.7. イメージセンサ（カメラ）：視覚情報
4.4. デバイス
4.4.1. マイクロコントローラ
4.4.1.1. 略称：マイコン
4.4.1.2. マイクロコントローラの構成要素
4.4.1.2.1. CPUコア
4.4.1.2.2. メモリ領域
4.4.1.2.3. 周辺回路
4.4.1.2.4. タイマ
4.4.1.3. マイクロコントローラの例
4.4.1.3.1. PIC
4.4.1.3.2. Atmel AVR
4.4.1.3.3. ARMアーキテクチャ搭載マイコン
4.4.1.3.4. RXファミリ
4.4.2. シングルボードコンピュータ
4.4.2.1. 小型マザーボード搭載のコンピュータ
4.4.2.2. 概要
4.4.2.2.1. 入出力
4.4.2.2.2. SoC
4.4.2.3. シングルボードコンピュータの例
4.4.2.3.1. Raspberry Pi
4.4.2.3.2. Arduino
4.4.2.3.3. Jetson Nano
4.4.2.3.4. BeagleBone
4.4.2.3.5. mbed
4.4.2.3.6. IoT-Engine
4.5. センサとデバイスの通信インタフェース
4.5.1. シリアル通信
4.5.1.1. I2C
4.5.1.2. SPI
4.5.2. パラレル通信
4.6. IoTゲートウェイ
4.6.1. インターネットに直接的に接続する機能を有しないIoTデバイスに用いる
4.6.2. IoTデバイス一つ一つを直接WANにつなぐ（SIMなどを利用して）とコストがかかる
4.6.3. IoTデバイスの台数によらずWAN通信を一つに集約するので通信経路が単純化できる．
4.7. IoTデバイスのためのプログラミング
4.8. IoTデバイスのファームウェア
4.9. エッジコンピューティング
4.9.1. リアルタイム処理
4.9.2. エッジコンピューティングの概要
4.9.3. エッジコンピューティングの意義
4.9.3.1. リアルタイム性の確保
4.9.3.1.1. 即時処理開始
4.9.3.1.2. 実時間内の処理完了
4.9.3.2. クラウドサーバへの一極集中の抑制
4.9.3.3. ネットワークの混雑抑止
4.9.3.4. セキュリティの向上
4.9.3.4.1. 不必要にデータを流さない
4.9.3.4.2. 盗聴されない
5. 5: ネットワーク
5.1. IoTネットワークの特徴
5.1.1. IoT通信
5.1.1.1. 省電力
5.1.1.2. 散発的な通信
5.1.1.3. 微小なデータ
5.1.1.4. 信頼性
5.1.1.5. 膨大な台数の接続
5.1.1.6. セキュリティ
5.1.2. 一般的な通信
5.1.2.1. 電力要件は厳しくない
5.1.2.2. 継続的な通信
5.1.2.3. 巨大なデータの塊
5.2. ネットワークの種類
5.2.1. LAN（Local Area Network）
5.2.1.1. WiFi
5.2.2. PAN（Personal Area Network）
5.2.2.1. Bluetooth
5.2.2.2. ZigBee
5.2.2.2.1. 同時接続 65,536台
5.2.3. WAN（Wide Area Network）
5.2.3.1. LPWA（Low Power Wide Area）
5.2.3.1.1. LoRaWAN
5.2.3.1.2. Sigfox
5.2.3.1.3. NB-IoT
5.2.3.1.4. Wi-SUN (Wireless Smart Utility Network)
5.2.3.2. 5G
5.3. 通信プロトコル
5.3.1. HTTP (Hypertext Transfer Protocol) / HTTPS (Hypertext Transfer Protocol Secure)
5.3.1.1. Push配信（サーバ側からクライアント側に情報を配信（Push）する）のが苦手
5.3.1.2. クライアントからのリクエストに対して情報を配信
5.3.1.3. リクエスト＆レスポンス毎にコネクションを確立し直す →コネクション確立頻度が高い
5.3.2. MQTT（MQ Telemetry Transport）
5.3.2.1. HTTP/ HTTPS の軽量版
5.3.2.2. クライアントがIoTデバイスを想定
5.3.2.3. MQTTの概要
5.3.2.4. Topic
5.3.3. WebSocket
5.3.3.1. クライアントがWebブラウザを想定
5.3.3.2. コネクションを張り直さない双方向通信
5.3.3.3. クライアントから「ハンドシェイク要求」，それに対してサーバから「ハンドシェイク応答」を返す
5.3.3.4. WebsocketとMQTTの併用可能
5.3.3.4.1. 例：AWS IoT CoreのMQTT over Websocket
5.3.3.4.2. Webブラウザ上でMQTTを扱いたい
5.4. ネットワークロボット
5.4.1. ネットワーク＋ロボット
5.4.2. 2003年ころから，ユビキタスネットワークとともに提案．（平成15年版情報通信白書）
5.4.3. ロボットの知識やコンテンツをネットワークを経由して共有する．
5.4.4. ネットワークロボットの種類
5.4.4.1. ビジブル型
5.4.4.1.1. 目に見えるロボット
5.4.4.1.2. 人型や動物型など
5.4.4.1.3. 一体性のある身体を持っている
5.4.4.1.4. 自律的・遠隔操作などによって行動
5.4.4.1.5. パートナーロボットやサービスロボットなど
5.4.4.2. バーチャル型
5.4.4.2.1. バーチャル空間におけるエージェント
5.4.4.2.2. ネットワーク上の仮想空間で活動するロボット
5.4.4.2.3. 携帯端末や情報家電など
5.4.4.3. アンコンシャス型
5.4.4.3.1. 身体が見えないロボット
5.4.4.3.2. 機器，室内，街，など環境に埋め込まれている
5.4.4.3.3. ウェラブルロボット
5.4.4.3.4. 見守りロボットなど
5.4.5. ロボットの協調・連携
5.4.5.1. 複数のロボットが協調・連携することによって多様で高度なサービスが提供できるようになる．
5.4.5.2. 例1：バーチャル型ロボットを使ってビジブル型ロボットを遠隔操作
5.4.5.3. 例2：アンコンシャルロボットがビジブル型ロボットの目となって経路を生成
5.4.6. ネットワークロボットの要素技術
5.4.6.1. ネットワークシステム技術
5.4.6.2. ロボットコミュニケーション技術
5.4.6.3. ロボットプラットフォーム技術
5.4.6.4. アンコンシャスセンシング技術
5.4.6.5. ロボットセキュリティ認証技術
5.4.6.6. メカトロニクス安全性確保技術