たまにLINEするくらいだった遠方の父67歳と僕。ITツール導入でコミュニケーションが劇的に変化した 公開日 | 2023/03/20 更新日 | 2023/03/20 地主恵亮 見守りツールというものがある。いろいろなパターンが考えられるけれど、今回は親の見守りツールの話だ。親が一人で離れたところに住んでいると、病気になっていないか、倒れていたらどうしよう……など何かと心配事が絶えない。またコミュニケーションがうまく取れないこともある。 LIFULL 介護が2021年に実施した「離れて暮らす親とのコミュニケーションに関する実態調査」を見ると、直接親と会えないことに不安を感じている人は50.9%と半数以上を占めている。私と同じような悩みを持っている人は多そうだ。 そこで今回は、見守りツールを通して遠方の親とコミュニケーションを取るおすすめの方法を詳しい人に聞こうと思う。 親も私も年を取る

1.はじめに 今回のタスクはRaspberry PiとUSBカメラを使って画像処理による外観検査装置を作ることです。 いわゆる外観検査装置には様々な専門メーカーが非常に多機能な装置を提供しており入手も簡単ですが、高価すぎてコストメリットが出しにくいケースもあるかと思います。 ちなみにみんな大好き○ーエンスさんの外観検査装置は、カメラ＋コントローラー＋照明でざっくり150万円くらいしますが、今回は照明無し、カメラ（USBカメラ）＋コントローラー（Raspberry Pi 4B 4GB）の計1万円強でやってみます。 外観検査をする際は撮影環境の設定がとても重要です。 前編ではv4l2によるカメラのパラメータ設定を行います。 後編では実際に検査を行うプログラムを解説します。 2.検査する内容 今回トライするのは、「樹脂成型部品のショートショットの検出」です。ショートショットと言うのは、樹脂の射出

ラズパイでRFIDを活用したトレーサビリティーシステムを構築する（その1）：ラズパイで製造業のお手軽IoT活用（6）（1/2 ページ） 小型ボードコンピュータ「Raspberry Pi（ラズパイ）」を使って、低コストかつ現場レベルでIoT（モノのインターネット）を活用する手法について解説する本連載。第6回は、ラズパイとRFIDを活用したトレーサビリティーシステム構築のコンセプトについて解説します。 今回からは、小型ボードコンピュータの「Raspberry Pi（ラズベリーパイ、略してラズパイ）」と、電波を用いてRFタグのデータを非接触で読み書きする「RFID」を組み合わせた事例となる「トレーサビリティーのシステム化」について解説します。 ⇒連載「ラズパイで製造業のお手軽IoT活用」バックナンバー トレーサビリティーシステム構築上の課題 製造業では品質保証体制強化のため、トレーサビリティーの

またお得なAmazon Monitronスターターキットもご用意されています。 （取り付けキット、5 個のセンサー、ゲートウェイのセット） 運用費用 Amazon Monitronはセンサー1つあたり年間50USDのランニングコストがかかります。 費用例 ■要件 5つのモーターを監視する必要がある。 上記を実現するためにAmazon Monitronスターターキットを購入し、 モーターごとに1つのセンサーを取り付け3年間使用した。 ■試算結果 スターターキット購入費用（715USD）＋　センサー年間利用費用×5（250USD）×3年分　＝　1465USD（3年間利用費用） 注意事項 ■ Amazon Monitron 利用可能な地域について 米国、英国、およびEUのみで利用可能です。（2021/04/16時点） ■必要なモバイル端末について Android8.0以降のスマートフォンが必要で

IoT向けのノンプログラミング開発ツール「Node-RED」の機能や使い方を学ぶ、Node-RED UG勉強会「v1.0新機能＆ベストプラクティス紹介」。Node-REDがv1.0になり、新機能が追加されただけでなく、メッセージが非同期で扱われるようになるなどプログラミング面でも変化しています。v1.0の新機能とはまりどころについて、Node-REDの開発に携わっている日立のNode-RED開発メンバーが語ります。 オープンソースのIoT向けノンプログラミング開発ツール「Node-RED」 横井一仁氏（以下、横井）：本日は西山、東村、松浦、横井という4名で、Node-REDのv1.0の機能紹介をしていきます。よろしくお願いします。 田中正吾氏（以下、田中）：お願いします。 横井：こちらが今日のメンバーです。まず私から、Node-RED v1.0のエディタ側の機能をご紹介します。そのあと西山

この一連の寓話を読むに、IT部門が内製化しておらず、外注依存になっていて、 「外注に頼むほどでもない規模のシステム化」ってのが一切行われていないがために人手が生まれ続けているように見える https://t.co/vmFvYGp6pH

（前回のあらすじ）あなたは、ある製造業の工場に勤める若手のエンジニアだ。案外パソコンに詳しい、などとおだてられて手製のツールなどを作っているうちに、いつのまにか工場長から『製造IT担当』なる係にされてしまった。なんだか技術者というよりも便利屋みたいだな、などと思いながら、それでも製造ラインのデータを取得するIoTなどの仕組みを工夫したり、生産管理システムの改修要件をとりまとめたりしてきた。 そんなある日、本社から突然、「全社DXチーム」のメンバーに任命されたから会議に来い、と命じられる。専務が委員長で、情報システム部の次長が事務局長だ。社内の主な部署から、若手中堅メンバーが集められている。だが、参加してみたものの、皆、何をすればいいのか思案顔であった。最近のデジタル技術は、従来のサーバとPCの中のITより、現実世界とインタラクションが強い、だからそれを利用すればいい、という意見もでた。だが

製品の打音や設備の稼働音から異常を検知するAIを活用したサービス　日立が提供開始： 稼働音や空調など「環境音のブレ」に対応 日立製作所は「製品の打音や設備の稼働音などの音響データから異常音を検知するソリューション」として2つのサービスを販売する。収集した音響データを、日立が独自に開発した音響解析技術で処理し、製品不良や設備故障による異常音を検知する。

価格1万2000円でIoTによる制御を実現、「からくり」を拡張する簡単コントローラー：簡単自動化（1/2 ページ） 工場向けアルミフレームを展開するSUSは「誰でも初めてでも使える」ことをコンセプトとしたFA向けコントローラー「SiO」シリーズを拡張し、イーサネット接続機能とデータ活用支援ソフトを追加した「SiO t」を2020年9月に発売した。「制御」と「IoTによるデータ活用」を簡単に実現することで、スマート工場化への取り組みの裾野を広げていく方針だ。

DXの全体像と、各種技術のマッピング、 何故DX関連のPoCが失敗するのか、 という怪文章 3時間分の講義資料を10分に極限圧縮しています。講義が必要な方はご連絡ください。Read less

こんにちは、IoT スペシャリストソリューションアーキテクトの三平です。 最近は安価なネットワークカメラ製品が色々販売されていて、セキュリティカメラや見守りカメラとして簡単に利用できるのでとても便利ですね。でも、そういった製品をわざわざ買わなくても、皆様のご自宅に余っている Raspberry Pi と USB カメラを組み合わせるだけで、簡単にクラウド録画対応のおうちセキュリティカメラを作れてしまうんです！ この記事では、Raspberry Pi と USB カメラ、Amazon Kinesis Video Streams を用いた簡易的なホームセキュリティカメラシステムを構築します。カメラの映像を常にクラウドにアップロードするかわりに、Raspberry Pi の中で顔検出のアルゴリズムを動かし、検出時のみに動画をアップロードすることで、コストパフォーマンスの良いクラウド録画の仕組みを

追加インストール機械学習の為にGoogeのTensorFlow関連のモジュールを追加インストールした。 Edge TPUランタイムのインストール以下のコマンドでラズパイにEdge TPU（Tensor Processing Unit）ランタイム（スタンダード版）のインストールを行った。 尚、本来はCoral USB Acceleratorの様なEdge TPUユニットをラズパイに接続して機械学習を行うのが理想なのだろうが今のIoT監視カメラにCoral USB Acceleratorを追加すると外箱を作り直さないといけないのと、そこそこの値段がするので（１．５万円ぐらい）ラズパイ単体でTensor Flow Liteを動かすことにしている。 この為、最後の行のlibedgetpu1-stdのインストールは今回のプログラムをラズパイ単体で動かすだけであれば不要なのだが、今後Coral USB

ラズパイで設備稼働情報を「見える化」するための5ステップ：ラズパイで製造業のお手軽IoT活用（1）（1/2 ページ） 生産現場が特に効率化したいテーマを中心に、小型ボードコンピュータ「Raspberry Pi（ラズパイ）」を使った、低コストかつ現場レベルで導入できる手法について解説する本連載。第1回は、設備稼働情報を収集、蓄積、可視化して現場の改善につなげる、いわゆる「見える化」の方法を紹介します。 IoT（モノのインターネット）について、ここ数年の間で大手製造業を中心に実証実験が多数行われており、先進的な事例も幾つか出てきました。その波は、中堅中小の製造業にも広がっています。しかしながら次のような問題も発生しています。 先進的な事例には多額のコストがかかるため、他の拠点に横展開するためにもっとコストを抑えられないか あれもこれも盛りだくさんのとテーマでシステムを構築したが、生産現場で利用

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Google Homeに声をかけるだけで、赤外線では操作できないスマート家電も、赤外線でしか操作できない赤外線家電も、まとめて操作できるシステムを開発しました。 複雑な操作も簡単に実現できるので、シンプルにスマートホームを構築できます。 （他のシステムでは、家電のON/OFFのような単純な操作しかできなかったり、複雑な操作のためには複雑怪奇な設定が必要だったりします。） 「初心者でもできた！」という報告もたくさん頂いているので、ぜひお気軽にお試しください。 #できること 「OK Google、行ってきます」の一言で、スマート家電も、赤外

材料費400円の赤外線送受信器を、1,800円のラズパイZeroに載せて、Google Homeから操作する方法を、ゼロから丁寧に解説します。 安くても高機能 むしろ市販のスマートリモコンではできない、きめ細かな操作も簡単に実現できます。（例えば こんなこと ができます。） 簡単 電子回路を作ったことのない初心者でも作れるよう、電子部品の買い方から、丁寧に説明します。 電子工作の基本 ラズパイでの電子工作が初めてなら、こちら　→　Raspberry Piの電源でLEDを1個光らせてみる - ツール・ラボ （素晴らしく丁寧な解説なので、予備知識ゼロでも理解できるはず。） ここで紹介するスマートリモコンの回路も、まずはブレッドボードを使って、半田付けをせずに試作します。 試作品をしばらく使ってみて問題がないようなら、基板に半田付けして完成させます。 半田付けが初めてなら、こちら　→　うまくいく

Shiftall代表の岩佐です。 ESP32やRaspberry piを使って1品もののちょっとした試作機を作ったことがあるという人は増えてきましたが、いわゆる『量産品』を作った事がある人はそう多くはありません。また、大手企業に勤めていて量産品に関わったことがある人であっても、電気・メカ・ソフト・部品調達・品質評価・デリバリーなど開発の全プロセスを俯瞰して見た経験のある人は稀でしょう。 そこで本年を締めくくるShiftallブログネタとして、何十品目という家電・IoT製品のスケジュールチャートを引いてきた立場で、製品開発全体のガントチャートをどう引くか？をご紹介したいと思います。IoTの肝となるスマートフォンアプリ＆サーバサイドのガントチャートについては世に山ほど解説記事があるのでここでは省略します。 まず、全体工程のパート分けを行います。 電気 機構 組み込みSW App/Server（

先日、IoT開発を始めたばかりという方から「ハードウェアのデバッグはどうやるんですか?」と質問を受けました。デバッグというか動作確認には各種測定器を使うわけですが、どういう手順でどういう測定器を使うかはあまり解説されていないと思ったので、まとめてみます。 既存のマイコンボードやブレークアウトボードにはんだ付けされたデバイス（ICチップ）をジャンパワイヤを使ってつないで使っていることを前提としています。 テスター（デジタルマルチメータ） まず使ってほしいのがテスターです。そもそも電源が供給されているか、その電圧はデバイスが必要としている電圧かを確認しましょう。HiまたはLoに固定されているべき端子が本当にそうなっているか、変化しているはずの端子がHiやLoになりっぱなしになってしまっていることもわかります。 何をやっても値が返ってこないデバイスがあったのでテスターで各端子の電圧を調べてみたら

このように米国の大手IT企業がこぞってディープラーニングの推論アクセラレータに注力する中、ある日本のスタートアップ企業が、世界的に異色の成果を上げた。 単価わずか500円ほどの市販のボードで、10フレーム/秒（fps）もの速度のディープラーニング推論を実現したのだ（図1）。2015年に創業した精鋭技術者の集団、Idein（イデイン）というベンチャーの成果である。 Ideinの技術は、完全なビデオレートまでは到達していないが、動画として十分スムーズといえる速度である。モバイル向けのディープニューラルネット「MobileNet v2」で1000クラスの分類タスクをこの速度で実現。既存技術と比べて、10倍ほどの高速化を達成した。 彼らが使ったのは「Raspberry Pi（ラズベリーパイ、略称、ラズパイ）」。教育用途などとして世界で累計1250万台以上もの出荷実績を持つ小型のCPUボードである。