小型・低消費電力・低コストで実現されるデバイス連携技術に関する研究

実証実験,基盤技術の評価,応用技術,コンセプトの検証の研究開発を行った.実証実験1年目研究開発を行った結合制御モデル,動的機能ローダ,イベント指向ネットワーク機構,適応型メディアアクセス制御機構を基に実証実験を行った.具体的には,ライト,椅子,机,テレビの電源,目覚まし時計,スイッチ,温度センサ,明るさセンサ,モーションセンサ,加速度センサなどを実装した.現在,本研究の成果を論文にまとめ,投稿の準備を進めている.基盤技術の評価基盤技術であるオペレーティングシステムであるPAVENET OSをTinyOSとハードリアルタイム性能,省資源性,低オーバヘッド,プログラムの書きやすさの比較評価を行った.ハードリアルタイム処理に関しては,PAVENET OSはどのような場合でも0.01%の精度でタスクを実行できるのに対し,TinyOSは最高で0.03%,最悪で39.41%の精度での実行ができなかった.省資源性に関しては同等の性能を達成した.例えばTinyOSのサンプルプログラムであるBlinkでは,PAVENET OSのRAMサイズが63バイト,ROMサイズが1183バイト,TinyOSのRAMサイズが44バイト,ROMサイズが1428バイトであった.また,PAVENET OSは最小限の構成ではRAMサイズが29バイト,ROMサイズが490バイトで実現可能である.オーバヘッドに関してもTinyOSと同等の性能を発揮した.サンプルプログラムBlinkの時刻では,PAVENET OSが平均8.5サイクルで実行可能であるのに対し,TinyOSは19.5サイクルでの実行であった.またプログラムの開発のしやすさはPAVENET OSの方が優れている.サンプルプログラムBlinkの実装では,PAVENET OSが23行のソースコードで実装可能なのに対し,TinyOSは45行のソースコードが必要となる.現在,本研究の成果の成果を論文にまとめ,投稿の準備を進めている.応用技術の研究開発開発をした基盤技術を基に,応用技術である地震モニタリングの研究開発を行った.加速度センサをANTHモジュールに接続し,振動台を用いて実験を行った.その結果,複数のセンサノードで3us以内で同期をとりながら1〜20Hzの波を含むスイープ波を正確に取得することができた.本研究の成果をユビキタス・センサネットワーク研究会,Ubiquitous Computing Symposium,SenSysにて発表を行った.

実証実験,基盤技術の評価,応用技術,コンセプトの検証の研究開発を行った.実証実験1年目研究開発を行った結合制御モデル,動的機能ローダ,イベント指向ネットワーク機構,適応型メディアアクセス制御機構を基に実証実験を行った.具体的には,ライト,椅子,机,テレビの電源,目覚まし時計,スイッチ,温度センサ,明るさセンサ,モーションセンサ,加速度センサなどを実装した.現在,本研究の成果を論文にまとめ,投稿の準備を進めている.基盤技術の評価基盤技術であるオペレーティングシステムであるPAVENET OSをTinyOSとハードリアルタイム性能,省資源性,低オーバヘッド,プログラムの書きやすさの比較評価を行った.ハードリアルタイム処理に関しては,PAVENET OSはどのような場合でも0.01%の精度でタスクを実行できるのに対し,TinyOSは最高で0.03%,最悪で39.41%の精度での実行ができなかった.省資源性に関しては同等の性能を達成した.例えばTinyOSのサンプルプログラムであるBlinkでは,PAVENET OSのRAMサイズが63バイト,ROMサイズが1183バイト,TinyOSのRAMサイズが44バイト,ROMサイズが1428バイトであった.また,PAVENET OSは最小限の構成ではRAMサイズが29バイト,ROMサイズが490バイトで実現可能である.オーバヘッドに関してもTinyOSと同等の性能を発揮した.サンプルプログラムBlinkの時刻では,PAVENET OSが平均8.5サイクルで実行可能であるのに対し,TinyOSは19.5サイクルでの実行であった.またプログラムの開発のしやすさはPAVENET OSの方が優れている.サンプルプログラムBlinkの実装では,PAVENET OSが23行のソースコードで実装可能なのに対し,TinyOSは45行のソースコードが必要となる.現在,本研究の成果の成果を論文にまとめ,投稿の準備を進めている.応用技術の研究開発開発をした基盤技術を基に,応用技術である地震モニタリングの研究開発を行った.加速度センサをANTHモジュールに接続し,振動台を用いて実験を行った.その結果,複数のセンサノードで3us以内で同期をとりながら1〜20Hzの波を含むスイープ波を正確に取得することができた.本研究の成果をユビキタス・センサネットワーク研究会,Ubiquitous Computing Symposium,SenSysにて発表を行った.