JP7417163B2 - 情報処理装置、情報処理方法、およびプログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法、およびプログラムに関する。

近年、ＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）の普及とともに、身近にある様々な機器がインターネットにつながるようになってきた。これに伴い、クラウドサーバに配置されたアプリケーションとＩｏＴ端末が連携することで、データの解析や解析結果に応じた動作変更など、計算能力が非力な端末でも複雑な処理が可能となってきている。

一方、ＩｏＴ端末の増加と共に、クラウドサーバへ送信されるデータ量が増加しており、ネットワークコストの増加やクラウドサーバ上のアプリケーションへの負荷の増大が問題となっている。また、コネクテッドカーや工業用ロボットなど、ＩｏＴ端末の遠隔制御を必要とする用途では、低遅延での処理応答が重要となる。ところが、クラウドサーバとＩｏＴ端末との間の物理的な距離が遠い場合、通信遅延の発生を回避できないため、応答の低遅延化には自ずと限界がある。

このような背景のもと、ネットワークの周辺部（エッジ）にサーバ（以下、エッジサーバと称する）を配備し、エッジサーバ上にアプリケーションの一部を配置するエッジコンピューティングが注目されている。エッジコンピューティングでは、クラウドサーバへ集中していたデータの分散および端末への応答の高速化を実現できる。例えば、ユーザや端末と頻繁に通信するアプリケーションの処理群（以降、ロジックと称する）をエッジサーバに配置することで、アプリケーションからの応答時間を短縮できる。

特開２０１８－１９０１２４号公報

エッジコンピューティングでは、複数の拠点にサーバを分散配置するため、１拠点あたりの計算機リソースも少なくなる。１拠点で収容可能なセンサ端末数は少ないものの、固定的な負荷の平準化では、負荷量の変動に対応することが難しい。

それゆえ、特定のエッジサーバ拠点へ接続するセンサ端末数が急増した場合や、処理すべきデータ量が急増した場合には、エッジサーバのリソース不足により、処理待ちに起因する処理遅延が発生するおそれがある。

本発明は、上記に鑑みてなされたものであり、センサ端末の要求を満足しつつ、より効率的にサーバのリソースを使用することを目的とする。

本発明の一態様の情報処理装置は、センサ端末からセンサデータを受信するセンサデータ収集部と、前記センサデータを受信したときに、前記センサ端末の周辺状況に基づいて前記センサデータに優先度を設定する優先度設定部と、前記センサデータを処理する処理装置を前記優先度に基づいて決定する実行場所決定部を備え、前記処理装置は、クラウドサーバまたはネットワークの周辺部に配置されるエッジサーバであり、前記センサ端末は前記エッジサーバに収容されており、前記クラウドサーバでのセンサデータの処理結果の応答は、前記エッジサーバでのセンサデータの処理結果の応答よりも遅延が大きい。

本発明の一態様の情報処理方法は、情報処理装置による、センサ端末からセンサデータを受信するステップと、前記センサデータを受信したときに、前記センサ端末の周辺状況に基づいて前記センサデータに優先度を設定するステップと、前記センサデータを処理する処理装置を前記優先度に基づいて決定するステップを有し、前記処理装置は、クラウドサーバまたはネットワークの周辺部に配置されるエッジサーバであり、前記センサ端末は前記エッジサーバに収容されており、前記クラウドサーバでのセンサデータの処理結果の応答は、前記エッジサーバでのセンサデータの処理結果の応答よりも遅延が大きい。

本発明によれば、センサ端末の要求を満足しつつ、より効率的にサーバのリソースを使用することができる。

図１は、本実施形態の情報処理システムの構成の一例を示す図である。 図２は、情報処理装置の処理の流れを示すフローチャートである。 図３は、車両が存在する道路の状況の一例を示す図である。 図４は、車両が存在する別の道路の状況の一例を示す図である。 図５は、情報処理装置のハードウェア構成の一例を示す図である。

［システム構成］
以下、本発明の実施の形態について図面を用いて説明する。

図１は、本実施形態の情報処理システムの構成の一例を示す図である。同図に示す情報処理システムは、センサ端末、エッジサーバ、およびクラウドサーバの３層で構成されている。エッジサーバは、ネットワークの周辺部の各拠点に配置される。本実施形態の情報処理装置１は、各拠点のエッジサーバの近くに配置される。エッジサーバが情報処理装置１の機能を備えてもよい。センサ端末４は、近くのエッジサーバに収容され、エッジサーバを介して通信を行う。なお、図１の構成は一例であり、情報処理システムの階層を３層に限定するものではない。

センサ端末４は、センサで測定したセンサデータを情報処理装置１へ送信して応答を待つ。センサ端末４とは、カメラ、マイク、道路環境の監視装置、交通その他のＩｏＴセンサ類で、インターネット、Ｌｏｗ Ｐｏｗｅｒ Ｗｉｄｅ Ａｒｅａ（もしくはＬｏｗ Ｐｏｗｅｒ Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）もしくはその他の通信用ネットワークに接続されている情報機器を言う。センサだけでなく、各種センサを搭載した自動車、ドローン、タブレットやスマホなどの通信用機器類も含まれる。センサとは、ネットワークに接続された自動車、コネクテッドカー、を事例に考えると、車載センサとして、ナビゲーション用もしくは前後の車両の監視を目的に設置されたカメラ、盗難防止用のカメラなどがある。また、急ハンドル、急ブレーキなどの緊急事態に伴い発生したと思われる異常な運転操作を検出する監視センサや、車内機器類の動作状況を監視する各種センサ、運転者もしくは同乗者が操作する緊急通報装置等からの情報を検出するセンサも含まれる。一方、自動車の周辺環境の情報を検出する非車載センサとしては、道路管理施設や通行交通監視装置に付随するカメラ、交通管理目的で運行される車両、航空機等に装備されたカメラ等も含まれる。センサデータは、センサ端末４がセンシングしたデータであり、情報処理システムの解析対象のデータである。センサデータは、例えば、センサが送信する静止画や動画などの映像情報（映像信号）、音声情報（音声信号）、時刻情報などを含む。センサデータは、急ハンドル、急ブレーキなどの異常事態や緊急事態に伴い発生したと思われる運転操作情報や、車内機器類からの情報でもよい。なおセンサのデータ形式は、センサ情報を反映するものであればよく、テキスト形式、バイナリー形式のいずれでも良い。

また、センサ端末４は、メタデータを情報処理装置１へ送信する。メタデータは、例えば、センサ端末４の位置情報や属性情報である。位置情報は、緯度経度などの情報の他、海抜、移動速度、移動方向、および加速度を示す情報を含んでいても構わない。属性情報は、センサ端末が車の場合、車両の年式や、車載装備に関する情報などを含んでよい。

情報処理装置１は、センサ端末４からセンサデータを受信し、センサ端末４の周辺状況に基づいてセンサデータに優先度を設定する。優先度とは、他の処理に優先して計算処理を行うことを示す指標であり、センサ端末４から送信されてきた情報をどの程度早く計算処理を行い、センサ端末やその他の送信先に送付するかを示す指標である。センサ端末４の周辺状況は、複数のセンサ端末４から収集したメタデータ、センサ端末４が稼働する環境情報、および過去のセンサデータの処理結果の少なくともいずれかを用いて総合的に判断される。

情報処理装置１は、優先度に基づき、センサデータを処理するロジックの実行場所を動的に決定し、センサデータを決定した実行場所に送信する。本実施形態では、ロジックの実行場所は、エッジサーバのロジック群２とクラウドサーバのロジック群３がある。ロジックの実行場所として、他のエッジサーバのロジック群を決定してもよい。

ロジック群２，３は、センサデータを処理し、処理結果をセンサ端末４へ返却する。クラウドサーバでのセンサデータの処理結果の応答は、エッジサーバでのセンサデータの処理結果の応答よりも通信遅延が大きい。高い優先度が設定されたセンサデータをエッジサーバのロジック群２に処理させることで、より迅速に処理結果を得ることができる。センサデータの処理に迅速性が求められない場合は、センサデータに低い優先度を設定し、クラウドサーバでの処理を許容する。

次に、情報処理装置１の構成例について説明する。

図１に示すように、情報処理装置１は、メタデータ収集部１１、センサデータ収集部１２、優先度設定部１３、および実行場所決定部１４を備える。

メタデータ収集部１１は、センサ端末４からメタデータを収集する。

センサデータ収集部１２は、センサ端末４からセンサデータを受信し、実行場所決定部１４へ送信する。

優先度設定部１３は、センサ端末４の周辺状況に基づき、センサデータ収集部１２の受信した個別のセンサデータに対して処理の優先度を設定する。優先度は、センサ端末４のメタデータや環境情報などから総合的に判断して推定したセンサ端末４の周辺状況を参照し、複数のレベルを設けて決められる。優先度設定部１３は、メタデータ収集部１１の収集した複数のセンサ端末４のメタデータに基づいて優先度を設定してもよいし、地図情報、気象情報などのセンサ端末４が稼働する環境情報に基づいて優先度を設定してもよいし、ロジック群２，３の過去の処理結果に基づいて優先度を設定してもよい。ロジック群２，３の過去の処理結果とは、スループット、分析完了時間、リソース利用量、性能要件の値の何れかを用いてもよい。また、例えば、センサデータが動画像であり、ロジック群２，３が物体検知の場合、検知された物体の種別を過去の処理結果として用いてもよい。過去の処理結果を基に優先度を設定する場合、優先度設定部１３は、ロジック群２，３から処理結果を受信し、当該処理結果は、エッジサーバの優先度設定部１３、メモリ、もしくはストレージに保管されていても良い。優先度設定部１３は、インターネットを経由して外部から環境情報を取得してもよい。なお、優先度を決定するための周辺状況が推定できない場合、これについて優先度「高」を付与することが可能である。逆にそのような場合は、優先度を「低」と付与してもよい。予めセンサの属性情報に従い決めておくことができる。

実行場所決定部１４は、優先度設定部１３がセンサデータに設定した優先度に基づき、センサデータを処理するロジック群２，３を決定する。実行場所決定部１４は、決定したロジック群２，３へセンサデータを送信し、センサデータの処理を実行させる。

［動作］
次に、図２のフローチャートを参照し、情報処理装置１の動作について説明する。図２の処理は、情報処理装置１がセンサ端末４から受信したセンサデータを処理するロジック群２，３を決定する処理である。

ステップＳ１１にて、優先度設定部１３は、センサデータを送信したセンサ端末４の周辺状況に基づき、センサデータの優先度を設定する。優先度を設定する具体的な判断ロジック例については後述する。

ステップＳ１２にて、実行場所決定部１４は、センサデータの優先度が高いか否か判定する。例えば、基準となる閾値を決めておき、優先度が閾値以上のときは高い優先度と判定し、優先度が閾値よりも小さいときは低い優先度と判定する。この閾値は、例えば、エッジサーバの負荷状況、センサデータの処理時間、あるいはエッジサーバとクラウドサーバとの間の通信帯域などに応じて設定してもよい。エッジサーバの処理に余裕があるときは閾値を低く設定し、優先度があまり高くないセンサデータも高い優先度と判定してもよい。

優先度が高い場合、ステップＳ１３にて、実行場所決定部１４は、センサデータをエッジサーバのロジック群２へ送信し、センサデータをエッジサーバで処理する。

優先度が低い場合、ステップＳ１４にて、実行場所決定部１４は、センサデータをクラウドサーバのロジック群３へ送信し、センサデータをクラウドサーバで処理する。

ロジック群２，３でのセンサデータの処理結果は、センサ端末４へ返却される。

［実施例］
以下、センサ端末４として、コネクテッドカーを例にセンサデータを処理するサーバを決定する実施例について説明する。なお、センサ端末４をコネクテッドカーに限定するものではない。例えば、ドローンまたは携帯端末をセンサ端末４としてもよい。

自動車の安全運転支援用途では、路上の落下物、逆走車の存在、交通事故情報、および渋滞情報などを車両間で素早く共有することが非常に有用である。さらに、各車両の内部状態や周辺状況を踏まえて、交通事故の発生リスクが高い車両や、事故発生時の被害が大きい車両に対しては、関連するセンサデータを優先的に処理し、いち早く情報提供することが望ましい。

以下に示す実施例では、車両（センサ端末４）が車載カメラ画像（センサデータ）をサーバ（情報処理システム）へ送信し、サーバ上で画像を分析して、分析結果を周辺の車両へ配信するシナリオを想定している。例えば、車両が車載カメラ画像から道路上の物体を検出した際、車両は車載カメラ画像をサーバへ送信し、サーバは、道路上の物体の種別や危険度を分析して、分析結果を観測地点周辺の車両へ配信する。

情報処理装置１は、車両の周辺状況に応じて優先的に処理すべきセンサデータであるか否かを判断し、優先的に処理すべきセンサデータはエッジサーバのロジック群２で処理し、時間的に余裕のあるセンサデータはクラウドサーバのロジック群３で処理する。

＜実施例１／遮蔽判定＞
運転手の死角で発生した事象を、当該車両に素早く通知することは、交通事故の予防に有効である。ここでは、遮蔽判定の処理の流れについて説明する。

前提として、全ての車両は車載カメラを備えており、自車のメタデータ（ＣＡＮデータ、位置情報を含む）を定期的に情報処理装置１へ送信するものとする。情報処理装置１は、各車両の位置情報を収集するとともに、周辺の地図情報を取得して保持している。

ある車両がセンサデータを情報処理装置１へ送信すると、情報処理装置１は、メタデータから各車両の方向・速度・位置情報・カメラ情報（焦点距離など）から各車両の車載カメラの撮影範囲を推定する。この各車両の撮影範囲と地図情報を参照して、観測地点の近傍（例えば十数秒以内で到達できる範囲）を観測地点へ向かって走行しており、観測地点が遮蔽されて死角となっている車両が存在するか否か判定する。該当する車両が存在する場合、情報処理装置１はセンサデータを処理する優先度を高く設定して、エッジサーバのロジック群２に処理させる。センサデータをエッジサーバのロジック群２で処理することで、低遅延で処理結果を配信できる。該当する車両が存在しない場合、情報処理装置１はセンサデータを処理する優先度を低く設定して、クラウドサーバのロジック群３に処理させる。

一例として、図３に示す状況を考える。図３では、車両Ａが走行する道路と車両Ｂ・車両Ｃが走行する道路が交差している。車両Ｂが走行する道路には交差点の先に落下物１２０が存在している。建物１１０が存在するため車両Ａから落下物１２０を見ることができない。また、車両Ｂが前方に位置している車両Ｃからも落下物１２０を見ることができない。

車両Ｂがセンサデータを情報処理装置１へ送信する。このセンサデータの観測地点は、車両Ｂの進行方向（図の左方向）の道路である。情報処理装置１は、観測地点の近傍を走行しており観測地点が死角となる車両が存在するか否か判定する。図３の例では、車両Ａは交差点方向へ向かって走行しており、交差点から左に伸びる道路は建物１１０に遮蔽されている。また、車両Ｃも交差点方向へ向かって走行しており、車両Ｂによって落下物１２０が遮蔽されている。情報処理装置１は、車両Ｂからのセンサデータの優先度を高く設定して、エッジサーバのロジック群２に処理させる。処理結果は、車両Ａ・Ｃに配信される。車両Ａは、配信された処理結果に基づき、必要ならば運転手に注意を促すなどの安全運転支援を行う。

なお、車両Ｂの前方の信号機の色が赤で、車両Ｂが停止しており、車両Ｂに危険がない場合であっても、車両Ａの状況から、車両Ｂのセンサデータの優先度は高く設定される。

実施例1では、メタデータを定期的に送信する車両Ｘと、メタデータの定期送信に加えてセンサデータ（車載カメラの動画像）を非定期に送信する車両Ｙが存在しており、車両Ｙのセンサデータの優先度を、車両Ｘに該当する車両群のメタデータを基に計算することが想定される。即ち、同一種類のセンサ端末４でも、メタデータを送信するセンサ端末４もあれば、メタデータではなくセンサデータを送信するセンサ端末４もあり得る。あるいはメタデータとセンサデータの両方を送信するセンサ端末４もあり得る。本発明では、センサデータ収集部１２、およびメタデータ収集部１１を構成要素として備えることで、同一種類のセンサ端末４において、送信するメタデータの有無や、センサデータの有無を区別することなく、同時に扱うことができる。

＜実施例２／車両状態の考慮＞
交通事故の発生リスクを左右する要素として、周辺車両の状態を考慮する必要がある。一般に、車両の操縦性および制動能力は技術の進歩によって年々向上しており、年式が古い車両ほど制動能力が低い傾向がある。また、同一の車種・年式では累計走行距離が長い車両の方が、経年劣化が激しいと考えられる。

そこで、センサデータの分析前に、観測地点の周辺を走行する車両の位置情報と属性情報（ＣＡＮデータなど）を参照して、観測地点の近傍に存在する車両について、最も古い年式、または、最も長い累計走行距離の情報を抽出しておく。

複数のセンサデータがほぼ同時に到着した場合には、より古い年式の周辺車両が存在する方のセンサデータ、または、より長い累計走行距離の周辺車両が存在する方のセンサデータに対してより高い優先度を設定する。車両状態の推定では、年式や累計走行距離の他に、乗車人数、積載重量、車間距離、自律運転制御機能の搭載有無、衝突被害軽減ブレーキなどの安全運転支援機能の搭載有無、メーカー等のオプションサービス加入状況などの情報が利用可能であれば、これを考慮しても良い。

＜実施例３／運転手の状態の考慮＞
交通事故の発生リスクを左右する要素として、運転手の状態も考慮する必要がある。交通事故の回避行動は運転手の運転技能に大きく依存しており、疲労が蓄積した状態では運転操作に遅れや誤りが生じる可能性がある。

そこで、センサデータの分析前に、観測地点の周辺を走行する車両の位置情報と属性情報（ＣＡＮデータなど）を参照して、車両毎に単位時間あたりの急ハンドル操作の回数や急ブレーキ操作の回数を集計し、その最大値を抽出しておく。また、各車両のエンジン始動からの経過時間を参照し、その最大値を抽出しておく。

複数のセンサデータがほぼ同時に到着した場合には、より急操作回数が多い周辺車両が存在する方のセンサデータ、または、より経過時間が長い周辺車両が存在する方のセンサデータを優先的に扱う。

＜実施例４／周辺環境の考慮＞
交通事故の発生リスクを左右する要素として、路面状況や気象条件などの周辺環境も考慮する必要がある。例えば、積雪時および路面凍結時には制動距離が増大し、降雨、降雪、または濃霧時には見通し距離が減少する。また、道路舗装が傷んでいたり、道路工事で鉄板が敷かれていたりすると、制動距離が増大する。さらに、車線幅の狭い道路では、路上の落下物を回避する際に隣接レーンにはみ出す可能性が高い。

そこで、センサデータの分析前に、周辺を走行する車両の位置情報と環境情報を参照し、積雪／路面凍結および降雨／降雪／濃霧を判定し、これらの状況に該当する車両が観測地点の近傍に存在しないか判定する。環境情報とは、例えば、気象情報、交通情報、通行中の車両近辺の路面状況、火災情報、地震やその他の災害情報を含む。

該当車両が存在する場合は、センサデータ分析の優先度を高く設定する。積雪／路面凍結の判定では、車両の属性情報（ＣＡＮデータ内のタイヤの回転数と速度の情報）を参照して、空転防止装置や横滑り防止装置の作動状況を分析しても良い。また、降雨／降雪／濃霧の判定では、ワイパーやフォグランプの作動状況を分析しても良い。

＜実施例５／事故発生時の被害規模の考慮＞
限られた計算リソースと通信リソースを用いて、最大限の安全運転支援を実現するためには、事故発生時に想定される被害規模を考慮して、重大事故の予防につながるセンサデータの分析を優先する必要がある。交通事故の被害規模を左右する１つの要素は環境要因である。例えば、トンネルや高架橋では、車両火災の消火活動が難しく、事故の被害が拡大しやすい。また、トンネルや高架橋の構造物を損傷した場合には、通行制限が長期間に及ぶため社会的な影響も大きい。

そこで、センサデータの分析前に、周辺を走行する車両の位置情報と地図情報を参照し、観測地点がトンネルや高架橋であるか、車両が存在しないか判定する。該当車両が存在する場合は、センサデータ分析の優先度を高く設定する。

また、交通事故の被害規模を左右するもう１つの要素は車両自体である。例えば、可燃物や劇物を積載した車両は、事故発生時に被害が拡大しやすい。

そこで、センサデータの分析前に、周辺を走行する車両の属性情報を参照し、近傍にタンクローリー車などが存在しないか判定する。該当車両が存在する場合は、センサデータ分析の優先度を高く設定する。

＜実施例６／応答内容の考慮＞
道路上の落下物や路上駐車、交通事故や交通渋滞など、道路交通上の障害物に関する情報を周辺車両へ配信する用途では、障害物の種類によって要求される低遅延性の水準が大きく異なる。

例えば、高速道路を逆走する車両が検知された場合、後続車両との正面衝突により死亡事故が発生する危険性が高く、相対速度が高いため時間的猶予は数秒と極めて少ない。また、山道で落石が検知された場合には、連鎖的に落石が発生する可能性があるため、数十秒での情報配信が望ましい。一方で、路上駐車など移動しない物体については、情報配信に分単位の遅延を許容できる。

そこで、センサデータの分析前に、過去に同一地点で検知された障害物の情報を参照し、その危険性に応じて処理の優先度付けを行う。

例えば、図４に示すように、車両Ｄが送信したセンサデータの処理結果により前方に落石１３０があることが分かった場合、この処理結果を情報処理装置１へフィードバックする。その後、情報処理装置１は、観測地点の近傍を走る車両から受信したセンサデータは優先度を高く設定する。

以上説明したように、本実施形態の情報処理装置１は、センサ端末４からセンサデータを受信するセンサデータ収集部１２と、センサデータを受信したときに、センサ端末４の周辺状況に基づいてセンサデータに優先度を設定する優先度設定部１３と、センサデータを処理するロジック群２，３を優先度に基づいて決定する実行場所決定部１４を備える。これにより、センサデータの処理に迅速性が求められない場合はクラウドサーバのロジック群３でのセンサデータの処理を許容し、センサデータの処理に迅速性が求められる場合はエッジサーバのロジック群２でセンサデータの処理が実行されるので、より効率的にエッジサーバのリソースを使用できる。

上記説明した情報処理装置１には、例えば、図５に示すような、中央演算処理装置（ＣＰＵ）９０１と、メモリ９０２と、ストレージ９０３と、通信装置９０４と、入力装置９０５と、出力装置９０６とを備える汎用的なコンピュータシステムを用いることができる。このコンピュータシステムにおいて、ＣＰＵ９０１がメモリ９０２上にロードされた所定のプログラムを実行することにより、情報処理装置１が実現される。このプログラムは磁気ディスク、光ディスク、半導体メモリ等のコンピュータ読み取り可能な記録媒体に記録することも、ネットワークを介して配信することもできる。

１…情報処理装置
１１…メタデータ収集部
１２…センサデータ収集部
１３…優先度設定部
１４…実行場所決定部
２，３…ロジック群
４…センサ端末

Claims (6)

1. センサ端末からセンサデータを受信するセンサデータ収集部と、
   前記センサデータを受信したときに、前記センサ端末の周辺状況に基づいて前記センサデータに優先度を設定する優先度設定部と、
   前記センサデータを処理する処理装置を前記優先度に基づいて決定する実行場所決定部を備え、
   前記処理装置は、クラウドサーバまたはネットワークの周辺部に配置されるエッジサーバであり、前記センサ端末は前記エッジサーバに収容されており、前記クラウドサーバでのセンサデータの処理結果の応答は、前記エッジサーバでのセンサデータの処理結果の応答よりも遅延が大きい
   情報処理装置。
2. 請求項１に記載の情報処理装置であって、
   複数のセンサ端末からメタデータを収集するメタデータ収集部を備え、
   前記優先度設定部は、前記センサ端末の周辺状況として前記複数のセンサ端末から収集したメタデータを用いて前記優先度を前記センサデータに設定する
   情報処理装置。
3. 請求項１または２に記載の情報処理装置であって、
   前記優先度設定部は、前記センサ端末の周辺状況として前記センサ端末が稼働する環境情報を用いて前記優先度を前記センサデータに設定する
   情報処理装置。
4. 請求項１ないし３のいずれかに記載の情報処理装置であって、
   前記優先度設定部は、前記センサ端末の周辺状況として前記処理装置による過去のセンサデータの処理結果を用いて前記センサデータに優先度を設定する
   情報処理装置。
5. 情報処理装置による、
   センサ端末からセンサデータを受信するステップと、
   前記センサデータを受信したときに、前記センサ端末の周辺状況に基づいて前記センサデータに優先度を設定するステップと、
   前記センサデータを処理する処理装置を前記優先度に基づいて決定するステップを有し、
   前記処理装置は、クラウドサーバまたはネットワークの周辺部に配置されるエッジサーバであり、前記センサ端末は前記エッジサーバに収容されており、前記クラウドサーバでのセンサデータの処理結果の応答は、前記エッジサーバでのセンサデータの処理結果の応答よりも遅延が大きい
   情報処理方法。
6. 請求項１ないし４のいずれかに記載の情報処理装置の各部としてコンピュータを動作させるプログラム。

Images