プライバシーをまもり、SiGSAを感じとる

SiGSAのソリューションはユースケースごとに最適化されたミリ波レーダーセンサーと、 センサー群から取得したデータを処理・解析するクラウド上のAIから構成されます。

壁に取り付けて人の姿勢・動作を検知するCliffセンサー、心拍や呼吸数取得に適したVibsセンサーなど 取得したいデータに合わせてセンサーを選択することができます。ヘルスケア用途では施設利用者への ストレス軽減のためインテリアに模したデザインにカスタムすることも想定しています。 オフィス用途では比較的近距離の細かな動きをとらえるTemotoセンサーの開発も計画しています。

バイタルとモーションデータをモニタリングすることはもちろん、異常検知による アラート発報も可能です。

SiGSAのアルゴリズム「AlgoSiGSA」では、TIのmmWaveレーダーを用いて、物体までの距離、移動速度、方向、3次元空間上の位置（点群） を高精度に取得し、電波の反射強度も含めて環境の変化をセンシングします。​これらのデータを時系列で解析し、複数のアルゴリズムを 組み合わせることで、ラリードライバーのように先を読み、変化に即応する高い判断力と精度を実現しています。 さらに、多くのデータからの学習を通じて、AIの性能は継続的に向上していきます。

これにより、AlgoSiGSAは転倒検知や歩行分析、在宅モニタリングなど、特にカメラが使いにくい環境やプライバシーへの配慮が 求められる場面での活用に適しています。​ さらにAlgoSiGSAは、人間の「目」や「耳」に相当する映像や音声といったセンサー情報を統合するマルチモーダルな拡張も可能です。​ これにより、適用可能なアプリケーションの幅がさらに広がります。​ たとえばヘルスケア領域では、異常な動作を検知した際に、周囲の音声をあわせて解析することで、呼吸音やうめき声などの情報を加味し、 より包括的に現場の状況を把握することが可能になります。​このように、複数のセンサーを組み合わせて判断の質を高める仕組みは、 「マルチモーダルシステム（Multi-modal system）」と呼ばれています。

SiGSAプロジェクトは、AIのアルゴリズムを"Decision Tree → Random Forest → Neural Network"と進化させ、

対象範囲の拡大とともに認識能力・スケーラビリティを高めていく構成となっています。