aptpod Tech Blog

株式会社アプトポッドのテクノロジーブログです

【連載MQTT5解説: 第1回】MQTTの概要と背景

はじめに

アプトポッドVPoPの岩田です。

弊社アプトポッドでは、MQTTのようなIoTデータ通信向けの独自ミドルウェア「intdash」を開発・提供しています。

www.aptpod.co.jp

独自のミドルウェアを設計・開発する過程で、近年リリースされたMQTT5や、その前身であるMQTT 3.1.1についての仕様調査・研究を行ってきました。 この調査・研究の過程でMQTTに関する知見も蓄積してきましたので、一度情報を整理して、連載という形で公開することにしました。

本連載では、MQTT5リリースに伴って変更された仕様を中心に、MQTT3.1.1仕様も含めたMQTT全体について解説していきたいと思っています。 また、その過程でMQTTとintdsahの違いについても触れながら、当社の製品についても皆様に知っていただけるような構成を考えております。

連載初回となる本記事では、MQTT登場の背景やなぜ利用されているのか、といったMQTTの概要と、MQTT5のリリースに至る過程についてざっくりとまとめています。 今後も複数回にわたり、MQTT5に関する情報をお届けする予定ですので、次回以降にもご期待ください。

連載の次回以降の記事は、以下のリンクからご覧いただけます。

tech.aptpod.co.jp

続きを読む

【連載 ROS Tips】ROSのDockerコンテナからNVIDIA GPUを利用するには

アプトポッド 組み込みエンジニアの久保田です。

連載の前回 では、ROSの開発においてDockerをどのように活用するかを紹介しました。その中で触れた通り、Dockerコンテナを使ってホストのハードウェアリソースにアクセスすることが可能です。例えば、当社で販売している車載向けエッジコンピュータ EDGEPLANT T1 はNVIDIA Jetson TX2を搭載しています。NVIDIA Jetsonシリーズは、GPUを搭載しており、AIやディープラーニングのタスクに適しています。このJetsonのGPUをDockerコンテナ内で最大限に活用するために、NVIDIAが提供する公式Dockerイメージの使用が推奨されています。

ROS開発において、この公式Dockerイメージは導入しやすい反面、ROS自体がソースコードからビルドされており、ROS公式に提供されているdebianパッケージを利用することができません。この制限を解消するためには、NVIDIA GPU資源を利用でき、かつROS公式に提供されているdebianパッケージの利用可能なDockerイメージの作成が必要となります。

連載ROS Tips第3回目となる今回は、ROSのDockerコンテナからのNVIDIA GPU利用方法を紹介します。

続きを読む

激動の時代2023年のアプトポッドを振り返る:新しい時代に向けた共創へ

Aptpod Advent Calendar 2023 25日目(最終日)の記事です。
CTOの梶田です。

今年もまたまたあっという間(いつも言ってますね💦)でAdvent Calendar もなんとか走りきれそうです。

今年最後の記事として、恒例の年末ネタを取り上げ、2023年を昨年と同様にトピック中心に振り返ります!

それでは、始めましょう。

続きを読む

intdashでNMEA2000のデータを取得してみる

はじめに

aptpod Advent Calendar 2023 12月22日担当の、Automotive Pro Grの小野寺です。

弊社は CAN 計測を中心にした自動車計測の遠隔化ソリューションを提供している会社です。

自動車へデータ収集用のアプライアンスを搭載し、収集したデータをLTE経由で送信することで、計測した自動車データのクラウドへの自動保存や遠隔地からの監視・可視化を実現します。 自動車計測ソリューションについては当社のWebサイトをご覧ください。

www.aptpod.co.jp

最近、自動車だけではなく船舶(ヨットやプレジャーボート)等の海洋電子機器の通信として普及している NMEA 2000 への対応をご要望いただくことが増えてきました。

今回は、この NMEA 2000 のデータを、弊社のデータ通信ミドルウェア製品である intdash を使用して、クラウド経由で遠隔可視化してみたいと思います。

www.aptpod.co.jp

続きを読む

GLSLを使ってWebで3D点群を可視化する

こんにちは。 aptpod Advent Calendar 2023 12月21日を担当するVisual M2Mグループの白金です。

普段は Visual M2M Data Visualizer (以下 Data Visualizer )の製品開発を担当しています。

当製品においてLiDARで計測した3D点群を可視化するための開発をする機会がありました。3D点群には、ひとつひとつの点について、X、Y、Zの位置情報を含みます。また、LiDARで計測する環境によって、1回の描画で数千個以上の点の情報を含む場合があり、可視化アプリケーションではパフォーマンスを意識し、効率よく可視化する処理が要求されます。

また、3D点群の表示の一例として、原点から距離に応じて色が変化する可視化の方法があります。各点ごとに一つ一つ3Dモデルを作成し色を指定する方法でも実現できますが、点の数に比例してCPUの計算コストが肥大化し、パフォーマンスが低下する課題があります。

そこで、上記課題を解決するため、GPUで計算するGLSLを使用して可視化する方法についてサンプルコードも交えてご紹介します。

続きを読む