東京工業大学（東工大） 工学院 電気電子系の阪口啓教授の研究グループは2024年9月13日、楽天モバイルと共同で、MEC（マルチアクセスエッジコンピューティング）とデジタルツインを活用したARグラスを用いる歩行者危険回避システムの実証実験に成功したと発表した。
同実証は、同大の大岡山キャンパスにBeyond 5Gモバイルネットワークの実証フィールドを構築して行われた。大学キャンパス内のMECサーバーで稼働するデジタルツインと連携することで、ARグラスを用いて歩行者の危険回避を促すものだ。
キャンパス内では、広域の4GエリアにSub 6とミリ波のエリアがヘテロジニアスに展開されている。ミリ波は高速かつ低遅延な通信が可能である一方で、カバレッジが狭いという課題があり、いまだ普及が進んでいない。
これに対して、Beyond 5Gの活用を目指した本研究では、ミリ波のカバレッジ問題を解決するために、ミリ波アナログリピータをフィールド内に複数設置。カスケードやマルチホップなど多段に中継可能なアーキテクチャを導入することで、屋内／屋外のカバレッジを拡張しているという。
その結果、ミリ波のカバレッジはSub 6と同等またはそれ以上になり、キャンパスの主要な場所で1Gbps以上の面的なカバレッジが実現可能になった。さらに本フィールドには、スマートシティで必要となる低遅延アプリケーションを稼働させる楽天モバイルMECサーバーを導入。キャンパス内のARグラスユーザーに対して、アプリケーションレベルで超高速かつ低遅延な通信環境を提供できるという。
こうした実証フィールドを構築したうえで、大学キャンパス内のデジタルツインが稼働する東工大MECサーバーと、ARアプリケーションが稼働する楽天モバイルMECサーバーが相互連携可能なアーキテクチャを構築。公共の環境でプライバシーを担保しつつ、低遅延にEnd-to-Endで情報を処理するネットワークアーキテクチャを実現した。
これらの環境を活用することで、キャンパス内で発生する衝突事故をデジタルツイン上のAIを用いて予測し、歩行者のARグラスに低遅延で通知することに成功した。
このシステムではまず、東工大MECサーバーで稼働するスマートモビリティデジタルツインが、キャンパス内に設置された路側機のカメラやLiDARなどのセンサーを用いて、交差点周辺の自転車や歩行者などの物体を認識する。次にデジタルツイン上の機械学習AIを用いて物体の数秒後までの経路を予測し、複数の物体の予測経路が交わるか否かで衝突予測を行う。
衝突の可能性がある場合は、楽天モバイルMECサーバーに物体の位置や衝突予測位置などの情報を送信し、ARアプリケーションが緊急度と危険エリアに応じた衝突アラートを生成。ユーザが利用するARグラスに通知し、表示することで行動変容を促す。
見通しの悪い曲がり角での危険回避を促す実証実験（上図表）では、歩行者は危険を事前に認識し、衝突する前に歩行を停止したため、衝突を回避できた。こうしたARコンテンツの切り替えによる行動変容の例以外にも、聴覚演出、視覚演出などの検証実験も行った。