目次
自動車、住宅、ソフトウェア、医療など、さまざまな産業を発展させた情報技術(通称:IT)。 そのITの専門家と科学者が、Wi-Fiイメージングという強力な画像技術の実現可能性を探った。
コンピューテーショナルイメージング技術は、物体の検出や識別に大きな可能性を持っています。 科学者たちは、従来のマイクロ波イメージングを使用して多くの技術を考案しましたが、生産的な結果を得ることはできませんでした。
だからこそ、技術を進化させ、今回取り上げるWi-Fiイメージングを導入したのでしょう。
ワイヤレスイメージングとは?
ワイヤレスイメージングは、ワイヤレスネットワークで画像を撮影し、送信する技術です。 簡単そうに聞こえるかもしれませんが、そうではありません。
ワイヤレスイメージングは、以下のような複数の業界をカバーする幅広い概念です:
- 自動車
- スマートホームやIoT
- 産業用アプリケーション
WiFiイメージングのアプリケーションとユースケースを紹介します。 その前に、この技術が何であるかを理解しましょう。
はじめに
Wi-Fi(ワイヤレス・インターネット・テクノロジー)は、1997年に最新のネットワーク機器を使うようになってから登場しました。 それ以前は、電話回線やそれに類するケーブル接続がインターネットの供給源でした。
ケーブルインターネットは、速度が遅く、ネットワークが寸断されることが多く、また、送信元から送信先へのデータ送信にはリスクが伴うため、信頼性に欠けるものでした。
その後、Wi-Fiアソシエーションは、無線技術の進歩に伴い、ルーター、モデム、スイッチ、ブースターなどのWi-Fiデバイスをアップグレードしていきました。
これらのデバイスは、あらゆるタイプのネットワークステーションで動作するIEEE WLAN規格に準拠しています。 家庭のインターネット接続で使用される最も一般的なWLAN規格は802.11axです。
Wi-Fiは、私たちの生活に欠かせない技術です。 ここでは、Wi-Fiの一般的な使用方法をご紹介します:
- コミュニケーション
- データ共有
- オンラインゲーム
Wi-Fiの普及に伴い、Wi-Fiを利用したマイクロ波画像処理に新たな発見がありました。
その前に、この記事で使われているいくつかの専門用語について理解しておきましょう。
くうかんしゅうはすうりょういき
つまり、Wi-Fiイメージングの受信機は、画像の情報を空間周波数領域で捉えていることになるのです。
パッシブビスタティックWiFiレーダー
バイスタティックレーダーとは、WiFi送信機と受信機を別々に持つレーダーシステムの射程距離を測定するための装置です。 パッシブバイスタティックWiFiレーダーシステムでは、受信機は送信機から信号が到着する時間の差を測定します。
これらの受信機は、送信したWiFi信号が実際のターゲットから反射した時間を計算する役割も担っています。
マイクロ波イメージングとWiFiイメージングシステムの比較
マイクロ波画像はWiFi画像より古い技術ですが、マイクロ波画像は処理時間が長いため、技術改良を行ったのが主な理由です。
このイメージング技術は、機械的ビーム走査と電気的ビーム走査があり、良好な結果が得られたが、両手法ともデータ取得に時間がかかり、空間周波数イメージングでの画像処理が遅れるという欠点があった。
物体の検出や識別には、マイクロ波による撮影が望ましい。 ここでも、スキャンしたサンプルを最先端技術で処理したが、やはりフィールド上でビームをスキャンする時間的な制約がネックとなった。
科学者は同じ技術を物体検出にも使ったが、デバイスが人から熱的に発生する低い電磁波を捕らえることができなかったため、進展がなかった。
高感度で広帯域な最新の受信機や信号処理装置を購入するために、大きな投資が必要だったのです。
WiFi Imaging System
テクノロジーの進化は、Wi-Fiの活用から始まりました。 しかし、当然ながらWi-Fiはユビキタス、つまりあらゆる場所で利用できることは周知の事実です。
自宅、オフィス、レストラン、駅、スタジアムなど、Wi-Fi対応機器は無線信号を受信しています。 そのため、科学者はWi-Fiを活用し、マイクロ波イメージングをアップグレードしました。
また、電波はカーテンや布、壁などを簡単に透過するため、Wi-Fiは複雑な対象物を撮影するのに有効なツールです。
また、光や赤外線の波長では不透明なため、Wi-Fi放射では信号処理の生産性が向上します。
関連項目: Xfinity WiFi Pauseをバイパスする方法?このため、本技術では、Wi-Fi信号を用いた従来のマイクロ波イメージングを採用し、この信号を照射する独立したWiFi送信機が処理を開始し、受信機が空間周波数サンプリングとドメインで画像情報を取得する。
新しいWi-Fiイメージングシステムは、第三者の放射にパッシブレーダー技術を使用します。 パッシブレーダーは、それらの放射を利用します:
- ディテクション
- トラッキング
また、マイクロ波とWiFiの違いは、前者は疎なアンテナアレイを使って画像を処理することです。 残念ながら、それは非常に低い熱的に発生する電磁放射を測定するだけです。
一方、今回の技術改良では、通常の受信機で動作する周波数25MHz、積分時間10マイクロ秒のWiFi信号を用いて、周波数と積分時間を向上させ、コンピューテーショナルイメージングを実現しています。
そのため、マイクロ波イメージングシステムのアップグレード版で提案された方法は、低コストの機器で動作し、より良い結果を得ることができます。 スパースアレイを使用するために広帯域の受信機を投資する必要はありません。
Wi-Fiは、どこでも利用できるため、既存の受信機で利用することができます。 また、相関のある信号成分のみが割り当てられた時間内に残るため、センシングや通信を目的とした計算機によるイメージングを促進することができます。
なぜWi-Fiイメージングがより良いアプローチになるのか?
Wi-Fi信号を用いた画像処理は、プライバシー保護の観点から、従来の技術よりも優れている点があります。
また、何千ドルもかけてハイエンドの受信機を購入する必要もありません。 WiFiパワーの測定は、撮像を成功させるための物体検出と分類の分析に十分なものです。
画像処理に特化したハードウェアもありますが、それ以外のアドオンが必要なため、プロジェクトのコストが大幅に上昇します。
その結果、サンプリングした空間周波数情報を用いて、人や金属物の定位が確認され、以下の中央値でWi-Fiイメージングの成功率が証明されました:
- 静止画の人物の場合26cm
- 静止金属体用15cm
Wi-Fi撮像の限界
Wi-Fi信号を利用したマイクロ波画像は、人間や物体の位置を特定する強力な技術であることは間違いありません。 特定の人間や物体の集合の位置を簡単に特定することができます。 しかし、Wi-Fi画像の実装方法にはいくつかの制約があります。
それらについて説明します。
対象サイズ
提案するWi-Fiイメージング技術は、物体の大きさに依存します。 イメージングシステムは、大きなサイズの物体を定位させます。 例えば、次のようなものです:
- ソファー
- テーブル
- 大きな窓
2次元でも3次元でも、画像処理アルゴリズムがあれば、時間をかけずに大型の物体を簡単に識別することができます。
画像処理用のシステムを用意する場合、まずはサンプルとなる対象を学習させる必要があります。 このプロセスは機械学習と呼ばれ、人工知能(AI)の代表的な領域の一つです。
機械学習はあらゆる撮像の基本的なステップです。 撮像前にシステムをフィードせずに技術を構築するには、人間のように対象物を分析する強力なAI機器を購入する必要があります。 しかし、機械学習は簡単に実装できるので、便利だからといってあまりお金をかけるのは賢明ではありません。
そのため、送信されたWiFi信号をキャプチャすることで、従来のレーダー探知やマイクロ波イメージングで使用されている受信機よりも優れた結果を得られるように、対象物のサンプルをシステムに供給する必要があります。
素材
また、Wi-Fiイメージングを用いた検出・位置特定では、対象物の材質も重要です。 例えば、対象物に反射面がある場合、本システムは有望な結果をもたらします。
例えば、光や赤外線の周波数でも、金属表面がより良い対象であることが常に証明されています。
こちらも同じ原理で、金属製の小さな物体よりも、反射面を持つ大きな物体の方がイメージしやすいのです。 なぜですか?
光り輝く物体はWiFiの電波をよく反射しますが、その大きさが小さいため、入射する電波の断面積が混雑します。 その結果、送信される複数のWiFi信号がその物体を正しく想像することができません。
また、物体の大きさがWiFi信号の波長に比例すると、両者の相互作用が弱くなるという問題もあります。
次元から周波数への制限をどう解決するか?
Wi-Fiイメージングシステムでは、対象物の大きさとWiFi信号の波長に大きな差があることが必要です。 対象物の大きさが大きければ、WiFi信号の波長は小さくなり、その逆はありません。
WiFi信号の波長を短くするために、より高い周波数、つまり5GHzを送信する必要があります。 しかし、パッシブ干渉イメージングシステムにおける低周波のWiFi信号が、より小さな物体に有効であるという具体的な結果はまだ出ていません。
それは、断面積が小さいため、壁面撮影を通して相関する信号成分をそのまま残すことができないからです。
複数の実験でサンプリングされた小物の一部を紹介します:
- コイン
- キーポイント
- 安全ピン
機器の使い分けだけでなく、より小さな空間分解能の物体を検出するために周波数帯を変えることも検討されています。
画像解像度
画像解像度は、提案技術の本質的な特徴である。 しかも、以下の2つの要素に依存する:
- Wi-Fi信号の波長
- アンテナアレイ長
信号の波長を一定にしてアンテナアレイの長さを長くすることで、撮像分解能を上げることができます。
実験では、周波数を5GHzに上げて波長を短くし、信号処理の波長とアンテナアレイの長さは変えずに、画像の解像度を高めようとしました。
また、アンテナの数は画像処理に関係ないことも分かりました。
アンテナを正しい位置に設置すれば、2本のアンテナだけで生産性の高い結果を得ることができる。 なぜか?
関連項目: ResMed Airsense 10 WiFiセットアップガイドアンテナアレイは、観測対象からの放射線を捕らえるもので、複数のアンテナを使用することで最適な画像解像度が得られる可能性が高くなることは間違いありませんが、費用対効果の高い技術の問題です。
そのほか、Wi-Fiイメージング技術の普及と効率化のために、各社が低価格のアンテナを製造しています。
つまり、アンテナアレイの長さを一定にすれば、WiFiの電力測定だけで対象物をイメージできるのです。 受信周波数帯を変えると、撮像分解能にも影響が出るかもしれません。
オブジェクト指向
WiFiイメージングシステムでは、対象物の向きが放射線のパターンに合っている必要があります。 電磁波が場を作り、リズムを刻んで進むことはご存知の通りです。 その場が次の波のトレンドとなるのですが、WiFiイメージングシステムでは、対象物が放射線のパターンに合っている必要があります。
ですから、物体の向きを透過放射のパターン内に収めることが重要なのです。
そのほか、次のような方法で対処することができます:
- アンテナの位置を最適に設定する。
- より良い放射パターンを持つアンテナを選んでください。
2つの空間周波数次元で有用な結果を得るためには、パターンの横軸と縦軸を知ることが重要です。
Wi-Fiイメージングの応用
Wi-Fi画像は、商業・工業用として様々な用途に利用されています。 例えば、以下のようなものがあります。
インベントリー・トラッキング
ショッピングセンターやモールでは、在庫管理にレーダーセンサーを使った台車が使われています。 レーダーセンサーを使った台車は、台車ごとに専用のIDが設定されているため、センサータグは必要ありません。
データベースは台車をいくつかのチームにグループ分けし、スーパーバイザーが各チームにタスクを割り当てる。
この台車は、倉庫の在庫を効率的に管理することに成功しています。 また、お客様はこの台車をマートの敷地内で入手し、キャッシュレスで買い物を楽しむことができます。
スマートホーム
IoTは住宅産業の次の大きなブレークスルーです。 Wi-Fiイメージング技術は、従来のレーダー検出を行い、大きな物体を識別します:
- ドアーズ
- ウィンドウズ
- 冷蔵庫
アンテナや必要なセンサーを配置し、家の中の大きな物体をコントロールすることができます。 例えば、アンテナの配列で測定した空間周波数から、既存の通信信号を確認し、物体の状態を通知することができます。
さらに、Wi-Fi信号処理で物体の動きを制御するために、空間相互干渉の平均値や水平・垂直方向を用いて、システム全体をプログラムすることができます。
パッシブイメージングシステムは、物体の寸法を解析するためにWiFi信号を必要とするため、このアプリケーションの主な制約条件は安定したネットワークを持つことです。
よくあるご質問
WiFiドップラーとは?
WiFiドップラーとは、1台のWiFi機器だけで物体の位置や動きを検知するセンシング技術です。 WiFiドップラーを使えば、複数のWiFIi機器がなくても結果を出すことができます。
WiFiは壁越しに見ることができるのか?
Wi-Fiの電波を利用して、壁越しに見ることができるんですよ。
WiFiを壁に通すにはどうしたらいいですか?
- Wi-Fiレンジエクステンダーで社内WiFiを増強する。
- メッシュネットワークを展開する。
複数のWiFi信号が相互に伝送されること。 どのように?
ルーターが同じチャンネルで動作している場合、WiFi信号は通常交差しています。
WiFi信号は壁面イメージングで結果を出せるか?
WiFiは壁を透過する電波を使用しているからです。
結論
Wi-Fi画像は、住宅、商業施設、工業施設などあらゆる場所で利用できるため、画像処理分野では一般的になってきています。 そのため、Wi-Fi画像を使って物体の位置や動きを検出することは、人間の役に立つ次の大きな技術になると考えられています。