AI-proef in Sendai: meta-oppervlakken en edge-cloud samenwerking

Een consortium van bedrijven en onderzoeksinstellingen voert een praktijkgerichte proef uit in Sendai gericht op het gebruik van AI en robotica in reële werkomgevingen. De proeven vinden plaats bij de nieuwbouwlocatie van het stadhuis van Sendai en op de nieuwe campus Aobayama van Tohoku University. Doel is om betrouwbare communicatie, gerichte data-analyse en operationele efficiëntie te verbeteren via innovatieve draadloze technieken en edge-cloud AI-samenwerking.

Doelstelling en context

Met het oog op de groeiende arbeidstekorten in sectoren zoals bouw en landbouw, is er een groeiende behoefte aan technologieën die toezicht en bediening op afstand mogelijk maken. Voor veel toepassingen zijn stabiele en brede verbindingen tussen het veld en cloudsystemen essentieel, maar in de praktijk verschijnen er vaak communicatiedode zones door gebouwen, materialen en terreinvormen. Tegelijkertijd vergroten grootschalige videodanalyse en continue AI-verwerking de netwerkbelasting aanzienlijk.

De proef richt zich op twee hoofdpunten: het verminderen van dataverkeer door slimme edge–cloud AI-samenwerking en het oplossen van signaaldode zones met behulp van meta-oppervlak reflectoren. Daarbij worden mobiele inspectierobots met camera’s ingezet om realistische use-cases te simuleren, zoals rookdetectie op bouwplaatsen en vogel- en wilddetectie op landbouwpercelen rondom de campus.

Technische aanpak

Het consortium past een gelaagde aanpak toe om communicatie en verwerking te optimaliseren:

• Edge AI op camera’s en robots voert voorafselectie en basisdetectie uit, zodat alleen relevante fragmenten of samenvattende data naar de cloud worden gestuurd.
• Cloud AI verzorgt de zwaardere, contextuele analyses en opslag, waarbij de hoeveelheid verstuurde data afhankelijk wordt gemaakt van de lokale netwerksituatie.
• Meta-oppervlak reflectoren (metamaterialen) worden ingezet om radiogolven gericht te sturen en zo blindspots in 5G- en WiGig-dekking te verminderen.
• Mobile GNSS-apparatuur op rijdende rovers levert hoge nauwkeurigheid in positiegegevens, wat dynamische aansturing van reflectoren mogelijk maakt en de samenhang tussen positie en antenneroosters verbetert.

Door bewegingsvector-gebaseerde detectie kunnen objecten in videobeelden effectief worden gelokaliseerd, terwijl bitrate en compressie worden aangepast aan beschikbare bandbreedte om detectieprestaties te behouden zonder onnodig veel data te verzenden.

Use-cases in het veld

De proeven zijn opgedeeld in twee concrete scenario’s die elk specifieke technische uitdagingen laten zien:

• Bouwplaats (Stadhuis nieuwbouw): automatisch toezicht op rookontwikkeling tijdens periodes zonder veel personeel en evaluatie van persoonsdetectie voor inbraakpreventie. Videoscene bevat typische bouwomgeving-elementen zoals grond, bouwmaterialen, steigers en tijdelijke schermen.
• Campus en agrarische zones (Tohoku University Aobayama): mobiel toezicht op vogel- en wildactiviteit met rijdende robots die beeldmateriaal opnemen over grote gebieden. Hierbij wordt getest hoe edge–cloud samenwerking communicatiebelasting vermindert bij wisselende mobiele beelden.

Communicatie en reflectortechnologie

De communicatietests omvatten zowel publieke 5G-frequenties (onder andere 4.5 GHz en millimetergolfbanden rond 28 GHz) als WiGig (60 GHz) voor hoge bandbreedte binnenbanden. Er wordt geëxperimenteerd met zowel draagbare statische reflectoren als dynamisch aanstuurbare meta-oppervlaktepanelen. Doel is te beoordelen in hoeverre adaptieve reflectie het bereik en de betrouwbaarheid verbetert, vooral in omgevingen met veel obstructies.

Consortium en rollen

Bij de proef zijn de volgende organisaties betrokken:

• NTTドコモビジネス株式会社（旧NTTコミュニケーションズ株式会社） – coördinatie en projectmanagement
• ドコモ・テクノロジ株式会社 – opbouw van draadloze netwerkomgeving met meta-oppervlakken
• 国立研究開発法人情報通信研究機構（NICT） – ontwikkeling van beeldanalyse-AI
• 株式会社ポケット・クエリーズ – levering van patrouillerobots
• 株式会社横須賀リサーチ・パーク – voorafgaande tests en demonstratie-opstelling
• 株式会社大林組 – veiligheid en procesbeheer op bouwplaats
• 国立大学法人東北大学 – academisch advies en veldlocatie
• 仙台市 – faciliteiten en lokale afstemming
• Plus twee aanvullende bedrijven die bijdragen aan specifieke onderdelen

Verwachte impact en vervolg

De verworven inzichten moeten bijdragen aan bredere inzet van AI en robotica in sectoren die kampen met personeelstekorten. Succesvolle demonstraties van gereduceerd dataverkeer en verbeterde radiodekking maken grootschalige implementatie haalbaarder. Doel is een oplossing te ontwikkelen die adaptief omgaat met lokale netwerkcondities en tegelijkertijd betrouwbaarheid en detectieprestaties behoudt.

Op langere termijn kan de combinatie van edge–cloud verwerking en dynamische meta-oppervlaktechnieken worden toegepast in uiteenlopende domeinen: van bouw en landbouw tot transport en beveiliging. Dergelijke toepassingen dragen bij aan arbeidsbesparing en verhogen operationele veiligheid.

FAQ

• Wat is een meta-oppervlak reflector?

  Een meta-oppervlak reflector is een ontworpen structuur die radiogolven op specifieke manieren kan reflecteren. Hierdoor kan het radiosignaal naar gebieden worden gestuurd die normaal schaduwzones zouden zijn.

• Waarom is edge–cloud samenwerking belangrijk?

  Door eenvoudige detectie lokaal (edge) te doen en zwaardere analyse in de cloud te laten plaatsvinden, wordt de hoeveelheid data die via netwerken moet reizen sterk verminderd zonder dat de nauwkeurigheid van detectie achteruitgaat.

• Welke netwerken worden getest?

  Er worden zowel publieke 5G-frequenties (inclusief millimetergolven) als WiGig (60 GHz) gebruikt om hoge-bandbreedtstoepassingen en hun gevoeligheid voor obstructies te evalueren.

• Hoe dragen mobiele rovers bij aan de proef?

  Mobiele rovers leveren camerabeelden en precieze locatiegegevens (via Mobile GNSS) die nodig zijn om dynamische reflectie en adaptieve netwerkaansturing te synchroniseren.