- ライフサイクルアセスメントは、人件費や流通費なども含めて考えないといけないので、自分が示したライフサイクルアセスメントの数理モデルは、細かく示されていない
- IoT水耕栽培機「foop」に取り付けるセンサーとして、株式会社SERAKUが開発したみどりクラウドに取り付けられていたラズベリーパイ(Razspberry Pi)を用いることにより独自のセンサーを開発することができる
- 山口県で有名なお酒である獺祭は、センサーを取り付け、IoTを導入することによって、気温や湿度を管理することで、美味しいお酒を作っているので、参考になるのではないか
これらのことより、今回の研究会では、Raspberry PiとはなんなのかということとRaspberry Piで今週までに行なったことについてブログの記事にまとめようと思う。
Raspberry Piとは、図1に示すような機器を示し、ARMプロセッサを搭載したシングルボードコンピュータのことであり、Linuxベースの非常に低コストなコンピュータなので、近年ITやIoTなどの分野でよく使われているらしいです。
図1. Raspberry Piについて
また、なぜRaspberry Piという名前になったのかというと、以下に示すように、昔からマイクロコンピュータと呼ばれるものには、果実の名前がつけられていたためだと言われています(驚)!!(参考サイトURL Raspberry Piの由来)
さらに、図2で示しているようなRaspberry Piと類似した機器であるArduinoと呼ばれる初心者でも簡単に扱えるマイコンもあります。
これらの違いについて、参考書やインターネットを用いて調べると、以下のようなことがあることがわかった。(参考サイトURL Raspberry PiとArduinoの違い)
- AppleⅡ(りんご)
- Apricot(杏)
- Tangerine(橘)
- etc...
さらに、図2で示しているようなRaspberry Piと類似した機器であるArduinoと呼ばれる初心者でも簡単に扱えるマイコンもあります。
図2. Arduinoについて
これらの違いについて、参考書やインターネットを用いて調べると、以下のようなことがあることがわかった。(参考サイトURL Raspberry PiとArduinoの違い)
- Raspberry Piには、OSが搭載されているが、Arduinoには、OSが搭載されていない
- OSが搭載されていることにより、インターネット上に公開されているライブラリを使用することができる。このことより、Raspberry Piは、Linuxベースの公開ライブラリを使うことができる
- 以下の図3のように、ArduinoはOSが搭載されていないため、インターネット上に公開されているライブラリを直接的には使用することができないが、OSに依存しないため、Ms Timer2を使うことにより、リアルタイム性を確保することができる
図3. Raspberry PiとArduinoの違い
- 上記の図3で示したように、Raspberry Piは、複数のタスクを同時に行うことができるが、Arduinoは、1つのタスクごとしか作業をすることができない
これらのことより、Raspberry Piは以下のような場合に用いるのが適していることがわかった。
- ものづくりを行う際に、ネットワーク接続を行ったものを製作する場合
- WEBサーバやメール、データの転送などを行いたい場合
- ネットワーク経由の制御を行いたい場合
- 組み込み制御を行いたい場合
- ハードウェアや制御の勉強を行いたい場合
- 単純で高速な処理を行いたい場合
- リアルタイム性を保証したい場合
これらのことより、今回は、IoT水耕栽培機「foop」にセンサーを取り付けて、グラフ化やインターネット経由で、植物の様子を観察したいため、Raspberry Piを用いて、センサーの製作を行なった。
したがって、今週の研究会までに、Raspberry Piに気温・湿度センサーを取り付け、さらに、値を出力することができたので、それらをtextファイルに保存できるようにしようと思った。
さらに、植物と光の関係性について、育成光線(波長: 6〜15μm)と呼ばれる遠赤外線に属する光の波長は、植物や動物、虫などが心地よく感じる光の波長であり、その波長を植物に当て続けることにより、植物をより早く成長するのではないかと考えることができるが、虫も心地よく感じてしまうことから、害虫を寄せ付けてしまうのではないかと考えることもできるので、もう一度考え直さなけらばならないと考えた。
よって、赤外線を用いての植物育成は、メリットとして、夜間の光害問題を解決でき、より早く植物を成長できるかもしれないが、デメリットとして、害虫を寄せ付けてしまうのではないかということも考えられることがわかった。
また、様々な研究者が書いた論文を参照することにより、赤色の光の波長と青色の光の波長を放出するLEDの個数の比について、赤:青=10:1の場合が良いのではないかということが書かれていたため、今後の実験で、光源を製作する際に、これらの知識を用いて、植物に対してより良い光源を製作しようと思った。
これらのことより、先生や先輩方から以下のようなアドバイスをもらった。
- 光源をブレッドボードに作り、Raspberry Piに繋げることで、成長段階における光の波長の制御を行うことができるのではないか
- Arduinoを用いて、LEDを光らせることは、大学の3年前期に受けた講義で行なったので、同じようにRaspberry Piでもできるのでは。(→もしくは、Raspberry PiとArduinoを合体させる)
したがって、次回の研究までに、上記で示したことについて、もう一度参考書や他の研究者が書いた論文を調べて、知識を身に付けようと思う。
また、本日の研究会での先輩方の発表や意見・アドバイスとして、以下のようなことがあげられたので、それも参考にし、卒業論文における研究を進めて行こうと思う。
<犬の個体識別についての研究>
- Deep Learningのサンプルコードがインターネット上に存在するので、その中の学習データのみを削除すれば、簡単にできるのではないか
- 先生が購入したDeep Learning専用マシンで、Deep Learningをやるとスムーズにできる
- 音源分離は、ノイズ除去にも用いられている
- Matlabの専用ツールであるcvx(2重混合分布)を用いるとやりやすい
- Matlabは、スパースな表現をすることがあるので、それに注意すべき
- 音源分離で、非負値行列因子分解とは、以下の図4のように非負値行列を2つの非負値行列に分解することであり、Yは観測行列、Hは基底行列、Uは係数行列つ呼ばれる
図4. 非負値行列因子分解について
- 非負値行列因子(NMF)は、計算量が莫大なので、手動で計算して、アルゴリズムを導出した方が良い
- 現実世界は、実数で表現できるが、虚数を用いることにより、表現方法が変わる
- 進化学習は、強化学習という分類の中に存在する
- 進化学習は、その物体がどのようなものであるのかを符号化す流ことによって表している
- 進化学習では、現実と仮想的なシミュレーションの違いを考慮しなければならない
- Excelについて、.xlsファイルはExcel独自のものなので、Excelでしか開くことができないが、.xlsxファイルは、openファイルを用いているので、Excel以外でも開くことができる
0 件のコメント:
コメントを投稿