リアルタイムデジタルツイン基盤“Dracena”

2．従来技術とその問題点

本章では，従来のストリームデータ処理技術に関して，三つの問題点について述べる。

（1）ステートの保持が困難

実世界で発生する「コト」を知るためには，前のステート（状態）を保持し，その変化をリアルタイムに捉える必要がある。例えば，各車両から逐次提供されるデータを基に路上に危険が発生したことを知るためには，ある地点を走行する複数車両から収集されたデータが，ある時点以降に通常の状態から危険な状態へと変化したことを検出しなければならない。しかし，従来の技術では，ステートを保持できない，あるいは限定されたステートのみを保持することで高速な処理を実現していた（ステートレス）。そのため，前のステートが必要となる場合には，DBへのアクセスを必要となり，著しい低速化を免れなかった。

（2）データの共有や連携が困難

従来は，システムが垂直統合でサイロ化しており，デバイスからサービスまでが密に結合していた。そのため，他のサービスとの連携が困難であった。また，流れるデータは任意のサービスに利用しやすい形になっておらず，開発コストやマシンリソースの無駄が発生していた。

（3）サービスの追加・更新時に一時的なサービス停止が発生

実世界に発生する現象を事前に把握することは困難であり，実世界を扱うサービスの処理内容は日々追加・改善が必要となる。一方で，例えば自動運転のために情報を提供するサービスは，短時間であっても停止することはできない。従来，サービスを停止せずに更新するためには，システムを二つ用意して切り替えており，コストがかさんでしまっていた。

4．想定される利用シーン

本章では，Dracenaを活用した典型的な想定利用シーンについて述べる。

4.1 モビリティ

モビリティ分野におけるDracenaの利用シーンを図-4に示す。ネットワークにつながる大量のコネクテッドカーからセンサーデータをDracenaに集めて分析すると，車両やドライバーの状況だけでなく，道路の障害など逐次変化する街の状況も広域かつリアルタイムに把握し，それを活用した次世代交通情報サービスを提供できる。

図-4　モビリティにおける利用シーン

例えば，道路のある地点で急ブレーキが多発していることを検知した場合には，その地点を通過する車両にあらかじめ注意を喚起できる。また，車両から通過時の映像データを収集して分析することで，いち早く原因を特定し対処することが可能となる。更に，ワイパーの作動状況と天候情報から浸水可能性を精度よく予測し，安全なルートを提示することもできる。

4.2 物流

EC（E-Commerce）の普及・拡大や製造業のグローバル化に伴い，物流分野では上流から下流に至るまでの輸配送の複雑化が進んでいる。このような分野では，サプライチェーン全体の輸配送の状況や，それらをつなぐ配送センター・倉庫での作業の状態など，逐次変化する現場の状況を広域かつリアルタイムに把握することで，業務の安全性向上や効率化に役立つ。

輸配送トラックの位置情報を収集し，刻々と変化する道路や配送先倉庫のバース（荷物の積み下ろしを行うスペース）の混雑状況などと組み合わせて分析することで，輸配送計画をリアルタイムに変更・改善することが可能となる。また，倉庫内でのフォークリフトや作業員の状況をリアルタイムに解析して，作業の効率化や安全性を向上したりすることも可能となる。

物流の分野では，高齢化や都市化の進展を背景として，倉庫でのロボットの導入や，ラストワンマイルでの自動運転車両やドローンによる配送の試行も進められている。このように，人とシステムが共存しながら変革が進む現場のデジタルツインを支える基盤として，Dracenaは今後ますます重要になっていく。

4.3 人流

近年ではスマートフォンの普及により，人の移動を把握することが容易になってきている。人の移動情報を基にすると，例えばスタジアムやイベント会場において大量の人の流れを検出し，すいている方へと人を誘導することで混雑を緩和できる。また，観光地において人が今どこにいるか，どこから来たか，どこに寄ってきたかなどの状況を把握することで，その人に合った観光スポットを推薦できる。

人流に適用する際の特徴として，その人に合った推薦情報を決定することが困難であることが挙げられる。モビリティや物流と異なり，効率を優先した推薦情報では，必ずしもその人が欲しい情報とは限らない。

そこで，デジタルツインの特徴である，実世界へのフィードバックを活用する。フィードバックの結果，人がどう行動するかを把握することで人の特性を学習し，その人に合った推薦情報を選択するアルゴリズム［7］を開発し，実現している。

6．むすび

本稿では，実世界の大量なストリームデータをリアルタイムに処理するリアクティブな基盤Dracenaについて述べた。Dracenaによって，ストリームデータ処理を更新・追加する際にサービス全体を一時的に停止することなく，柔軟かつ迅速にサービスを開発・発展させることが可能になった。

今後は，実世界モデルの自動学習などの次世代デジタルツインも視野に入れ，適用分野を広げていく予定である。

本稿に掲載されている会社名・製品名は，各社所有の商標もしくは登録商標を含みます。