1 / 9
次世代リアルタイム見守りシステム

見守り家さん

「子供を見守るのは本当に大変」
Cisco社員のリアルな声と事故事例の調査から生まれた、
プライバシー完全保護の3Dデジタルツイン見守り

Cisco Meraki Cisco Webex AWS Cloud
開発背景

「子供を見守るのは本当に大変」

Cisco d1グランプリの中間イベントにて、Cisco社員の方々から伺ったリアルな声です。

これを受け、私たちは家庭内の事故事例を徹底的に調査しました。
「カーテンの留め具での窒息事故」や「キッチンでのやけど」など、痛ましい事故が日常の一瞬の隙に起きている現実を知りました。

この課題をCiscoのテクノロジーで解決し、子供の命を守りたい。それが本システム開発の原動力です。

解決する課題

  • 一瞬の隙に起きる重大事故

    カーテンの紐やキッチンなど、家の中には危険が潜んでいます。親が24時間365日、一瞬の隙もなく目視で見守り続けることは物理的に不可能です。

  • 家族のプライバシー問題（見られる側の抵抗）

    従来のカメラ監視では、配偶者など他の家族に「常に監視されている」というストレスを与えてしまい、自宅への導入ハードルが高くなります。

  • 2D映像特有の死角や距離感の把握の難しさ

    平面の映像だけでは、子供が危険エリアにどれだけ接近しているか正確に把握しづらいという課題があります。

ソリューション

  • カメラ映像をAI（YOLOv8）でリアルタイムに「骨格データ（座標）」へと変換し、3D空間にマッピング。

  • 映像そのものは一切表示しないため、家族のプライバシーを完全に保護。

  • AIがカーテン紐への接近やキッチン（やけどの危険）への侵入を自動検知し、Webexに即時通知。親は監視の負担から解放されます。

システム構成図
%%{init: {'theme': 'default', 'themeVariables': { 'fontSize': '18px'}}}%% graph LR subgraph Camera_Sensors ["現場 (Camera & Sensors)"] C["
Cisco Meraki カメラ
(映像)"] S["
Meraki センサー
(データ取得)"] end subgraph AI_Module ["AI推論モジュール"] EC2["
YOLOv8n-Pose (Python)
骨格座標抽出・危険判定
※映像データはここで破棄"] end subgraph Cloud ["Cloud (AWS)"] IoT["
IoT Core (MQTT)
超低遅延メッセージング"] DB[("
DynamoDB
履歴保存")] end subgraph Client ["Client (Web & Webex)"] UI["
React + Three.js
3D描画"] Webex["
Cisco Webex
アラート通知"] end C -- "映像ストリーム" --> EC2 S -- "センサーデータ" --> IoT EC2 -- "推論結果 (JSON)" --> IoT EC2 -- "アラート通知" --> Webex IoT -- "履歴保存" --> DB DB -- "履歴取得" --> UI IoT -. "MQTT over WebSocket" .-> UI classDef meraki fill:#74b82d,stroke:#fff,stroke-width:2px,color:#fff; classDef aws fill:#FF9900,stroke:#fff,stroke-width:2px,color:#232F3E; classDef ui fill:#ff4a4a,stroke:#fff,stroke-width:2px,color:#fff; classDef cisco fill:#00bceb,stroke:#fff,stroke-width:2px,color:#fff; classDef ai fill:#9c27b0,stroke:#fff,stroke-width:2px,color:#fff; class C,S meraki; class IoT,DB aws; class UI ui; class Webex cisco; class EC2 ai;
システム画面イメージ（3Dダッシュボード）
システム画面イメージ
各コンポーネントの役割

AI骨格検知モジュール

映像から人物の関節位置のみを抽出。
映像をそのまま送るのではなく、
「座標データ」に変換することで、
プライバシーを完全に保護。

クラウド連携基盤

AWS IoT Coreを採用し、
AIが検知したデータを
クライアントへ双方向・低遅延で配信。
DynamoDBで履歴を安全に永続化。

3Dダッシュボード

ブラウザのみで動作する3D空間。
間取り作成、家具や危険エリアの配置を
GUIで直感的に行える。
履歴データは3Dヒートマップとして可視化。

実行要件

クライアント (監視者)

WebGLをサポートするモダンブラウザ
（Chrome, Edge, Safari等）。
PC・スマートフォン両対応。
専用アプリのインストールは一切不要。

AI推論モジュール

環境: Python 3.x, OpenCV, Ultralytics
インフラ: AWS EC2 (t2.small)

クラウド連携基盤

AWSサービス:
IoT Core, DynamoDB, API Gateway, Cognito

サーバーレスアーキテクチャを採用し、
待機コストを最小化。

ビジネス価値と展望

家庭内の悲しい事故をゼロに

Cisco社員の皆様の声と、実際の事故事例の調査から生まれたこのシステムは、親の負担を減らしつつ、子供の命を守る強力なサポーターとなります。

汎用性と水平展開

圧倒的なプライバシー保護により、介護施設や保育園にも導入可能。さらに工場や建設現場での安全管理など、他業界へも容易に展開可能です。