モノとAWSを連携させて本気で遊んでみた事例

いきなりAWS関係ない部分からの説明になりますが、モーター制御はラズパイで制御しています。

パタパタ自体がもともとは手回しを想定されているので、モーターで回せるように部品交換が必要になります。「KOBE風ジオラマ」ではギアとギアを咬み合わせる仕組みで実装しましたが、ゲーセン風筐体ではベルト式へ変更しています。ベルト式にすることで、静音、設置の簡易性向上などを見込むことが可能です。

ラズパイには、パタパタ以外にもカメラとディスプレイが接続されており、Wi-Fiを経由してAWS IoT Coreと接続しています。

パタパタ回転の起動・停止はWEBインタフェースから実施が可能になっています。構成図を見てわかる通り、サーバーレスな構成で実装しています。

まずブラウザに表示する管理画面は、S3へ保存したHTMLをCloudFront経由で配信しています。

管理画面の「START」ボタンを押すとREST APIのリクエストを実行し、API Gatewayを通じてIoT Coreへ「START」の指令を発行します。同様にパタパタを止める時は「STOP」ボタンを、待機画面へ戻す場合は「AUTO」ボタンを押す形になります。

WEBのインタフェースとラズパイの間には 「AWS IoT Core」を挟んでいます。

ラズパイからIoT Coreへ常時接続を行い、LambdaからはIoT Coreが提供するMQTTトピックに情報をPublishすると、トピックをSubscribeしているラズパイにメッセージが送信される仕組みです。

IoT Coreを入れることで、次のようなメリットが発生します。

・ 複数のパタパタを同時制御できる（いまは1台）
・ リアルタイムに操作可能
・ 周辺のAWSサービスとシームレスに連携が可能

セキュリティ面に注目すると、ラズパイから直接AWSを操作するためにはラズパイ上にアクセスキーを置いておく必要が生じ、好ましい実装にはなりません。ラズパイからLambdaなどのAWSリソースの実行をIoTアクションにオフロードすることで、IAM権限をすべてAWS上のIAMロールで管理してラズパイ自身では何のIAM権限も有していない点でセキュリティ的にメリットがあります。

パタパタが止まるとカメラで撮影をして、IoT Coreを経由してLambdaに処理が移ります。Lambdaでは、Rekognitionを使って画像解析を行い、撮影された画像に対応するメッセージを写真に追加してモニターへ表示する仕組みになっています。ると、トピックをSubscribeしているラズパイにメッセージが送信される仕組みです。

展示会ではどこにパタパタを配置するかが不確定要素としてあるため、撮影された画像からパタパタ部分を特定する必要があります。Rekognitionでは、あらかじめパタパタの画像データを学習させることで、撮影画像からパタパタ部分を特定させることができました。大人数の画像から、特定の人物をピックアップするなどに使えそうな機能ですね。

パタパタが特定できたら、表示されている面に応じたメッセージを画像へ追加（画像編集）して画像をラズパイに送るように制御しています。Rekognitionでは独自の基準で認識するように学習させることも出来る上、学習用のプログラムなどを用意することなく簡単に画像認識モデルを構築できます。

「カメラのピントが合わずに画像の特定ができない」「IoT Coreに接続されていない」などいくつか想定されるトラブルがありました。そのようなトラブルが発生したときに、すぐに検知・対応できるように、「AWS IoT Events」を使って、SNSやCloudWatchへ情報をプッシュする仕組みを構築しました。

CloudWatchでトラブルを監視

「カメラのピントが合わずに画像の特定ができない」「IoT Coreに接続されていない」などいくつか想定されるトラブルがありました。そのようなトラブルが発生したときに、すぐに検知・対応できるように、「AWS IoT Events」を使って、SNSやCloudWatchへ情報をプッシュする仕組みを構築しました。

SNSからはメールやSlackへ情報を飛ばすことで迅速に人が異常を検知することが出来ます。CloudWatchへログを保存しておくことで、検知後のトラブルシュートなどに活用します。