- PDF 無料ダウンロード

Size: px

Start display at page:

Download ""

まれあやぶき
5 years ago
Views:

1 平成 28 年度不動産流通経営協会研究助成報告書 IoT センシングによる不動産物件価値の定量化可視化東京大学大学院情報理工学系研究科電子情報学専攻山崎俊彦

2 ninmap project IoT

1 1.1 2DK FinTech[1] IT IT IT Real Estate Tech [2] Real Estate Tech IoT (Internet of

3 DK FinTech[1] IT IT IT Real Estate Tech [2] Real Estate Tech IoT (Internet of Things) IoT IoT IHS [3] IoT IoT Fig [4] IoT Fig. 1: [5] 1

4 1.2 IoT IoT

5 2 2.1 E. C. Thom (Discomfort Index, DI)[6] Td [ ] Tw [ ] DI (1) DI = 0.72(T d + T w) (1) DI 70 DI 75 DI 85 THI (Temperature-Humidity Index) T [ ] H [%] THI (2) T HI = 0.81T H(0.99T 14.3) (2) 2.2 HEMS (Home Energy Management System)[7] HEMS K. Yasumoto [8] K. Yasumoto 20% 44.84% 14.47% 3

Kita 100ninmap project[11] 100 [12] 2013

6 Fig. 2: [9] Fig. 3: [10] ninmap project E. Aramaki Y. Kita 100ninmap project[11] 100 [12] ninmappin E. Aramaki 100ninmappin 3 Fig. 2 Fig. 3 Fig

7 3 3.1 IoT IoT IoT 3.2 IoT Table 1 Raspberry Pi 3[13] Raspberry Pi 2[14] Arduino UNO[15] IoT Fig. 4 Fig. 5 [16] SCORER[17] I2C Raspberry Pi 3 I2C Arduino UNO Raspberry Pi 3 mp4 mp4 mp4 IoT Hz % lx G V IoT Raspberry Pi 3 SD Amazon S3[18] IoT 5

Table 1: 使用デバイス一覧計測対象計測デバイス品名温度湿度温湿度センサ HDC1000 使用温湿度センサーモジュール [19] 明るさ照度センサ TSL2561 Luminosity Sensor[20] においにおいセンサ TGS2450 硫黄化合物ガス検知 [21] 振動加速度センサ LSM9DS1 搭載 IMU Breakout(9DOF)[22] 騒音マイク

8 Table 1: 使用デバイス一覧計測対象計測デバイス品名温度湿度温湿度センサ HDC1000 使用温湿度センサーモジュール [19] 明るさ照度センサ TSL2561 Luminosity Sensor[20] においにおいセンサ TGS2450 硫黄化合物ガス検知 [21] 振動加速度センサ LSM9DS1 搭載 IMU Breakout(9DOF)[22] 騒音マイク MM-MCUSB16[23] 人通りカメラ Raspberry Pi 用カメラモジュール (Standard, Fish Lens)[24] Fig. 5: IoT センサ外観 Fig. 4: IoT センサ回路図 3.3 計測方法計測方法は至ってシンプルである開発した IoT センサは電源を繋げるだけで計測を開始するので電源を接続した状態で IoT センサを計測したい物件や部屋に置いておくだけでよいインターネットに接続した状態ならば勝手にデータをクラウドに転送蓄積してくれるしかしほとんどの空き家物件ではインターネット環境を使用することができないため長期的な計測には Wi-Fi ルーター等が必要となるまた電源が使用できない場合はモバイルバッテリーを準備する必要がある 6

9 IoT IoT 6 IoT IoT IoT Table 1 IoT C1 1 m 2 IoT NETATMO [25] : 0.3 : 3 % % 0.58 % 06 IoT 02 Fig. 6(a) Table 2 02 Table 3 Fig. 6 [26] 7

(a) (b) Fig. 6: Table 2: 06 [ ] [%] 01 0.82 0.41-17.43 0.77 02 0.55 0.18 7.06 0.48 03 0.53 0.15 7.04 0.37 04 0.50 0.14-16.98 0.46 05 0.56 0.18-0.39 0.

10 (a) (b) Fig. 6: Table 2: 06 [ ] [%] Table 3: 02 [V] IoT Fig. 7(a) 1 16 Fig. 7(b) JR Fig. 7(c) Fig. 7(d) 3 02 Table 4 2 < < 16 <JR 2 IoT 8

(a) スポーツセンター (b) 国道 16 号沿い (c) JR 総武線高架下 (d) 秋葉原万世橋 Fig.

7) JR 総武線高架下 2 (1.9) 秋葉原万世橋 2 (1.6) 4 地点の水平方向と鉛直方向の加速度の計測結果をそれぞれ Fig. 8 Fig.

8 より水平方向の揺れの大きさが最も小さいのは平均値でも最大値でも想定通りスポーツセンサーがであることがわかった水平方向の揺れの大きさの平均値では国道

9 より鉛直方向の計測結果にも水平方向と同様なことが言えた平均値と最大値で最も大きい地点が異なるのは電車通過時と車通過時では

揺れの平均値は国道の方が大きくなるためであると考えられる秋葉原万世橋での振動は国道 16 号沿いや JR 総武線高架下ほど大きくなかった

10(b) より国道 16 号沿いでは 10 15 Hz にかけて大きなスペクトルがあることがわかる人体に感じる振動の評価についての国際規格である

5 Hz であるとされているそのことを踏まえると Table 4 を見るだけでは各地点の揺れの大きさにそれほど大差はないが 10 Hz

Fig. 11 に示す Fig. 11(d) にあるように秋葉原万世橋での 80 db 以上の音の割合が 3.58 % と最も大きく 2 位は 0.

11 (a) スポーツセンター (b) 国道 16 号沿い (c) JR 総武線高架下 (d) 秋葉原万世橋 Fig. 7: 屋外の各計測地 Table 4: 屋外の各計測地の震度計測地震度 (計測震度) スポーツセンター 2 (1.5) 国道 16 号沿い 2 (1.7) JR 総武線高架下 2 (1.9) 秋葉原万世橋 2 (1.6) 4 地点の水平方向と鉛直方向の加速度の計測結果をそれぞれ Fig. 8 Fig. 9 に示すいずれもあるサンプル点約 6 分 50 秒の計測結果である Fig. 8 より水平方向の揺れの大きさが最も小さいのは平均値でも最大値でも想定通りスポーツセンサーがであることがわかった水平方向の揺れの大きさの平均値では国道 16 号沿い最も大きくが最大値では JR 総武線高架下が最も大きかった Fig. 9 より鉛直方向の計測結果にも水平方向と同様なことが言えた平均値と最大値で最も大きい地点が異なるのは電車通過時と車通過時では電車通過時の方が水平方向鉛直方向ともに揺れが大きいため最大値は鉄道の方が大きくなるが鉄道と国道では国道の方が車の通行の頻度が電車よりも高く揺れの平均値は国道の方が大きくなるためであると考えられる秋葉原万世橋での振動は国道 16 号沿いや JR 総武線高架下ほど大きくなかった次に各地点の鉛直方向の加速度に FFT をかけ周波数スペクトル Fig. 10 を求めた Fig. 10(b) より国道 16 号沿いでは Hz にかけて大きなスペクトルがあることがわかる人体に感じる振動の評価についての国際規格である ISO2631[27] によると鉛直方向において最も人間が感じやすい周波数範囲が Hz であるとされているそのことを踏まえると Table 4 を見るだけでは各地点の揺れの大きさにそれほど大差はないが 10 Hz 付近に大きなスペクトルのある国道 16 号沿いが最も振動を感じやすい地点であると言えるまた各計測地での計測時間に対する騒音 [db] の割合を Fig. 11 に示す Fig. 11(d) にあるように秋葉原万世橋での 80 db 以上の音の割合が 3.58 % と最も大きく 2 位は 0.87 % の JR 総武線高架下他の地点に比べて最もうるさいことがわかる秋葉原万世橋では近くにある JR 中央線による騒音がよく伝わっており最大で 90 db を超えていたまた db の音の割合が最も大きくなっている国道 16 号沿い Fig. 11(b) では振動と同様に騒音の最大値では鉄道沿いに劣るが車の交通量が多いため平均としては最も騒がしい地点であると言える以上のように振動と騒音について IoT センサを用いて各地点の特徴を計測可能であることがわかった 9

12 (a) (b) 16 (c) JR (d) Fig. 8: (a) (b) 16 (c) JR (d) Fig. 9: 10

13 (a) (b) 16 (c) JR (d) Fig. 10: (a) (b) 16 (c) JR (d) Fig. 11: 11

Fig. 12: 高輪のマンション物件 Fig. 13: 部屋の間取り図とセンサ配置高輪 4.3 マンション物件計測 4.3.1 高輪のマンション一つ目の計測物件は東京都港区高輪にあるマンション物件 Fig.

13 に示す間取り図はどちらも大差はなく一つのリビングダイニングと二つの洋室を有している開口部向きはともに東向きである Fig.

14 に示す今回の計測期間のうち天気は 2016/12/13 2016/12/14 にかけて雨でそれ以外は晴れであった晴れの日に比べ雨の日は室内であっても昼夜の寒暖差が小さく湿度が高くまた照度が小さくなっている様子が Fig.

14 Fig. 12: 高輪のマンション物件 Fig. 13: 部屋の間取り図とセンサ配置高輪 4.3 マンション物件計測高輪のマンション一つ目の計測物件は東京都港区高輪にあるマンション物件 Fig. 12 である築年数が 1971 年 3 月と築 40 年以上という古い物件であるが 2015 年 11 月に改修工事を行っている鉄骨鉄筋コンクリート造の 11 階建であるこの物件の 3 階と 10 階にある部屋を一部屋ずつ借りて 2016/12/ /12/16 の間計測を行った計測した部屋の間取り図を Fig. 13 に示す間取り図はどちらも大差はなく一つのリビングダイニングと二つの洋室を有している開口部向きはともに東向きである Fig. 13 にある色付きの数値がセンサ番号と設置した位置を表しているセンサ 01 センサ 02 センサ 04 センサ 05 の置いた部屋には窓があるがセンサ 03 とセンサ 06 を設置した洋室には窓はない各部屋の温度湿度照度においについての計測結果を Fig. 14 に示す今回の計測期間のうち天気は 2016/12/ /12/14 にかけて雨でそれ以外は晴れであった晴れの日に比べ雨の日は室内であっても昼夜の寒暖差が小さく湿度が高くまた照度が小さくなっている様子が Fig. 14(a)-(c) から見てとれるさらに窓のある部屋について晴れの日 2016/12/ /12/12 の照度の計測結果 Fig. 15 を見ると太陽の光が部屋に当たっている時間帯に照度が 2000 lx 程度まで急激に増加していると考えられるしかし 3 階の部屋と 10 階の部屋とでは照度の増加する時間帯にずれがあることがわかるこのずれは晴れの日の 3 日間で平均 1 時間 48 分あることがわかったつまり 10 階の部屋の方が 3 階の部屋に比べて約 2 時間ほど日が当たり始める時間が早いと言え日当たりが 10 階の部屋の方が良いと考えられる Fig. 12 の地図を見るとこの物件の東側には高層ではないものの建物があるその建物により 3 階の部屋に当たるはずの日差しが遮断されていることが原因として考えられるまた Fig. 15 よりどちらも東向きの部屋であるため日が当たるのは昼前までであり昼 12 時以降は日が当たっていないことも計測された 12

(a) (b) (c) (d) Fig. 14: 10 3 Fig. 16 10 3 1.

15 (a) (b) (c) (d) Fig. 14: 10 3 Fig IoT Table 2 3 Fig. 17 Fig

16 Fig. 15: Fig. 16: Fig. 17: (a) 3F (b) 10F Fig. 18: Fig. 14(d) /12/ V 3.2 V 3 10 [db] Fig db % % Fig db

17 (a) Fig. 19: (b) Fig. 20: Fig. 21: Fig Fig IoT 2017/01/ /01/27 15

18 (a) (b) (c) (d) Fig. 22: Fig. 22 Fig. 22(a) Fig. 23 Fig % % % 16

19 Fig. 23: Fig. 24: Fig. 22(c) lx lx lx Fig. 22(d) 05 3 V 17

20 (a) (b) (c) (d) (e) (f) (g) (h) Fig. 25: (a) 5 (b) 14 Fig. 26: Fig Fig /01/24 60 db % 60 db 5 60 db 5 Fig db % 10 18

(a) 5 (b) 5 (c) 14 Fig. 27: (d) 14 9.55% 5 13.

26 5 60 db 15.08% 60 db 0% 14 31.70% 5 Fig.

21 (a) 5 (b) 5 (c) 14 Fig. 27: (d) % % % /01/27 14:30 15:30 Fig db 15.08% 60 db 0% % 5 Fig. 27(a)(c) Fig. 27(b)(d) Hz Hz 19

22 Fig. 28: Fig. 29: Fig Fig Fig IoT 2017/01/ /02/ /01/29 20

23 (a) (b) (c) (d) Fig. 30: Fig % Table 2 Fig. 30(a)(b) % Fig. 30(c) lx Fig lx 6 21

24 Fig. 31: 6 Fig. 32: 6 (a) 5 (b) 6 Fig. 33: (a) 5 (b) 14 Fig. 34: Fig lx lx lx Fig. 30(d) V 05 Fig

(a) 5 (b) 5 (c) 6 Fig. 35: (d) 6 Fig. 28 6 Fig. 33 2017/01/29 50 db 5 0.29% 6 11.

26 5 5.1 IoT IoT lx lx IoT CO2 NOx IoT 24

27 [1]. fintech. fintech/definition/. ( ). [2]. Real estate tech fintech ( ). [3] IHS Technology. ( ). [4] html/nc html. ( ). [5] John Greenough. The internet of everything: 2015, [6] E. C. Thom. Discomfort index. In Weatherwise, Vol. 12, pp Taylor & Francis Group, [7] TEPCO. HEMS. hems.html. ( ). [8] K. Yasumoto, K. Ogura, S. Yamamoto, and M. Ito. Device control method for energy-saving with minimal degradation of users comfort level. Information Processing Society of Japan, [9],,,.., 56, pp , [10] Y. Kita, M. Miyabe, and E. Aramaki. Designing the urban feeling map based on collective intelligence: Through city walk event 100ninmap in kyoto. In Reports of the City Planning Institute of Japan, No. 12, [11] E. Aramaki, Y. Kita, M. Miyabe, and Kyoto Entertainment Works Inc. 100ninmap project. ( ). [12] Kyoto Univercity Design School ( ). [13] Raspberry Pi Foundation. Raspberry Pi 3 model B. raspberry-pi-3-model-b/. ( ). [14] Raspberry Pi Foundation. Raspberry Pi 2 model B. raspberry-pi-2-model-b/. ( ). [15] ARUDUINO. Arduino UNO. ( ). [16] FutureStandard. ( ). [17] FutureStandard. SCORER. pages/view/scorer. ( ). [18] amazon web services. Amazon S3. ( ). [19] TEXAS INSTRUMENTS. HDC download/ds/akizuki/ae-hdc1000.pdf. ( ). [20] Adafruit. TSL2561 Luminosity Sensor. ( ). [21]. TGS TGS2450.pdf. ( ). [22] SWITCHSCIENCE. LSM9DS1 IMU Breakout(9DOF). catalog/2405/. ( ). [23] SANWA SUPPLY. MM-MCUSB16. MCUSB16. ( ). [24] Raspberry pi (standard, fish lens). 25

28 /ct349/page1/recommend/. ( ). [25] Netatmo. NETATMO. weather/weatherstation. ( ). [26] Christopher J. Fisher.. technical-documentation/application-notes/an-1057 jp.pdf. ( ). [27] ISO Mechanical vibration and shock Evaluation of human exposure to whole-body vibration Part 1: General requirements,

29 [1],,,, IDR 2016, (NII) 19,, Nov. 30, ( ) [2] IoT Dec [3] IoT OS-15 AI May [1] 2016/12/19( ), (77 ) 27

Lite 2 45 ECHONET Lite ECHONET Lite [2], [3], [4], [5], [6], [7] IoT WoT Web [8] HEMS [9] ECHONET Lite ECHONET Lite ECHONET Lite ECHONET Lite ECHONET

Lite 2 45 ECHONET Lite ECHONET Lite [2], [3], [4], [5], [6], [7] IoT WoT Web [8] HEMS [9] ECHONET Lite ECHONET Lite ECHONET Lite ECHONET Lite ECHONET ECHONET Lite,a),b),c) 2,d) 2,e) 2,f),g),2,h) IoT WoT Web 20 2 6 HEMS ECHONET Lite ECHONET Lite 4 ECHONET Lite ECHONET Lite Arduino Raspberry Pi JavaScript Ruby HEMS,,,, ECHONET Lite Development of Educational