見守り家さん - AWS安価構成 + Webex連携版

1. システムアーキテクチャ (Webex & Cost-Optimized)

graph TD subgraph Camera_Sensors ["Cisco Meraki Camera & Sensors"] C["MV Camera"] T["MT10: Temp/Humidity"] D["MT20: Door Sensor"] end subgraph AWS ["AWS Cloud (Cost Optimized)"] IoT["AWS IoT Core"] EC2["Amazon EC2
Spot Instance"] DB[("Amazon DynamoDB
Provisioned: 1WCU")] S3["Amazon S3 + CloudFront"] Cog["Amazon Cognito
User Pool + Identity Pool"] API["API Gateway + Lambda"] end subgraph UI_Layer ["Frontend & Notification"] UI["Dedicated Site
React + Three.js"] PC["Polycam 3D Model"] Webex["Cisco Webex
Bot / Space"] end C -- "Area Occupancy / Audio" --> IoT T -- "Temp Alert" --> IoT D -- "Door Open" --> IoT IoT -- "MQTT Trigger" --> EC2 EC2 -- "Fetch RTSP Stream" --> C EC2 -- "1. AI Inference" --> DB EC2 -- "2. Send Alert + Image" --> Webex S3 -- "Host Static Assets" --> UI DB -- "Fetch Hazard Data" --> API API -- "JSON Response" --> UI PC -- ".gltf Model" --> UI UI -- "1. Login / Auth" --> Cog Cog -. "2. SigV4 Auth" .-> IoT Cog -. "3. JWT Auth" .-> API IoT -. "MQTT over WebSocket
(Real-time Alert)" .-> 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; class C,T,D meraki; class IoT,EC2,DB,S3,Cog,API aws; class UI ui; class Webex cisco;

【通知機能とコスト最適化のポイント】
1. Cisco Webex連携: EC2上のAIが危険を検知した際、YOLOで枠を描画した証拠画像をWebex API経由でチャットルームに即時送信（API利用無料）。
2. 専用サイトへのリアルタイム通知: AWS IoT Coreの「MQTT over WebSocket」をフロントエンドから直接購読。追加サーバーなしでブラウザへの即時ポップアップを実現。
3. Amazon DynamoDB: プロビジョニングモードで上限を最小（1WCU/1RCU）に固定し自動拡張をOFF。万が一バグで暴走しても月額約100円で課金が物理的にストップ（青天井リスクゼロ）。
4. セキュアなアクセス制御: Cognito User Poolによる認証を必須とし、プライバシー情報の漏洩を防止。

2. システム共通JSONスキーマ (データ連携仕様)

エッジ（Role A）からクラウド（AWS IoT Core / DynamoDB）を経由し、フロントエンド（Role C）まで一貫して使用されるJSONスキーマです。Merakiの生データやAIの生配列は、必ずエッジ側でこの共通フォーマットに整形（パース）してから送信されます。

// パターン1: AI推論アラート (YOLOv8 Pose等)
{
  "device_id": "mv_camera_01",
  "room_id": "living_room",
  "timestamp": 1723307400000,
  "event_type": "ai_hazard",
  "details": {
    "hazard_type": "fall",       // "fall"(転倒), "prone"(うつ伏せ), "intrusion"(侵入)
    "x": 640,                    // 画像上のX座標（ピクセル）
    "y": 480,                    // 画像上のY座標（ピクセル）
    "confidence": 0.85           // AIの確信度
  }
}

// パターン2: Merakiセンサーアラート (MT10 / MT20)
{
  "device_id": "mt20_door_01",
  "room_id": "living_room",
  "timestamp": 1723307405000,
  "event_type": "sensor_alert",
  "details": {
    "sensor_type": "door",       // "door"(MT20), "temperature"(MT10)
    "status": "open",            // "open", "closed" または 温度の数値
    "battery_level": 95
  }
}

// パターン3: 複合アラート (夜間徘徊など)
{
  "device_id": "system_logic_01",
  "room_id": "living_room",
  "timestamp": 1723307410000,
  "event_type": "complex_alert",
  "details": {
    "alert_type": "night_wandering",
    "trigger_device": "mt20_door_01",
    "lux": 5                     // 検知時のMVカメラ照度
  }
}

// パターン4: 行動パターン解析結果 (バッチ処理によるサジェスト)
{
  "device_id": "system_logic_01",
  "room_id": "living_room",
  "timestamp": 1723307420000,
  "event_type": "risk_suggestion",
  "details": {
    "risk_level": "high",
    "suggested_area": { "x": 100, "y": 200, "radius": 50 },
    "reason": "unusual_access_time"
  }
}

DynamoDB テーブル設計 (HazardEvents)

上記のJSONデータは、AWS IoT Coreのルールエンジンを経由して以下の設計でDynamoDBに永続化されます。

基本テーブル: PK: device_id (String), SK: timestamp (Number)
GSI (RoomEventsIndex): PK: room_id (String), SK: timestamp (Number) - 部屋単位での高速な履歴取得用
TTL (自動削除): expiration_time (Number) - IoT CoreのSQLで現在時刻+保持期間（例: 30日）を動的に付与し、古いデータを自動削除してストレージコストを最適化。

3. 主要機能要件

危険因子通知機能

YOLOv8 Webex API EC2 Spot

子供が危険エリアに接近した際、即座に画像付きで通知します。

誤飲防止: EC2上でYOLOを稼働させ、小さな物体を検出。結果画像をWebexに送信。
カーテン紐: MVのArea Occupancyで紐付近への侵入を検知。

子供の事故通知機能

MediaPipe Webex API IoT Core

転倒音や急激な温度変化をトリガーに、骨格推定を起動して事故状態を判定します。

転倒検知: 頭部と足首のY座標から判定し、専用サイトへWebSocketで緊急アラート。
うつ伏せ寝: 顔のキーポイント消失から判定。

子供移動検知機能

MT20 MV Lux Sensor

夜間の危険な徘徊や移動を検知します。

MT20のドア開閉イベントを受信。
MVカメラの照度データを参照し、消灯状態でのドア開閉のみをアラートとしてWebexへ通知。

ハザードマップ生成機能

Polycam Three.js S3 Hosting

専用サイト上に直感的な3Dハザードマップを生成します。

LiDAR不要: 手持ちのスマホとPolycamで部屋を撮影し、3Dモデルを生成。
S3から配信された3D空間上に、DynamoDBのデータをヒートマップとして重畳表示。

行動パターン解析機能

Scikit-learn Isolation Forest

統計情報から危険に繋がる予兆を分析します。

蓄積した滞在座標と時間帯をクラスタリング。
普段行かない場所へのアクセスを潜在的リスクとして抽出し、専用サイトのダッシュボードにサジェスト。

4. 技術スタック

Hardware / Edge

Cisco Meraki MV Camera
Cisco Meraki MT10 (温湿度)
Cisco Meraki MT20 (ドア開閉)

Cloud / Notification

AWS IoT Core (MQTT / WebSocket)
Amazon EC2 (Spot) / DynamoDB / S3
Amazon Cognito (User Pool / Identity Pool)
Cisco Webex Messaging API

AI / Frontend

YOLOv8 / MediaPipe / OpenCV
Scikit-learn / NumPy
Polycam (3D Photogrammetry)
React + Three.js (Dedicated Site)

5. チーム開発体制と役割分担 (計5名)

依存関係を最小限に抑えた疎結合な3つのコアロールと、全体を横断的に支援するサポートロールに分割し、開発を効率的に進めます。
【開発フェーズと権限の前提】
・権限: 学校から配布されたIAMユーザーを使用します（IAMロール作成権限なし）。EC2等の認証は aws configure でアクセスキーを設定します。
・スコープ: 開発パンクを防ぐため、初期は「1家族（単一テナント）向け」として構築し、後日DB設計変更とLambda認可制御を追加して「複数家族（マルチテナント）対応」へ拡張する段階的アプローチをとります。

Role A: AI推論 & エッジ連携

1名

ミッション: エッジデバイス連携とクラウド上でのAI推論

EC2のプロビジョニングと専用IAMロールの自律的構築
EC2上でのYOLOv8/MediaPipe稼働とRTSPカメラ映像の取得
Cisco Meraki実機からのデータ取得とAWS IoT Coreへの送信
Scikit-learnを用いた行動パターン解析（異常検知）の実行

実装詳細と課題解決策を見る

Role B: バックエンド & Webex

1名

ミッション: クラウドインフラ構築と外部API連携

AWS IoT Coreの受け口作成とDynamoDBへのデータ保存
フロントエンド向け認証基盤（Cognito User Pool等）の構築
API Gateway + Lambdaによるセキュアな履歴取得APIの構築
Webex Botのプロビジョニングとフロントエンド用ホスティング環境の構築

実装詳細と課題解決策を見る

Role C: フロントエンド & 3D

1名

ミッション: 専用サイトのUI構築とリアルタイム描画

React + Three.jsの環境構築とログインUIの実装
Polycamで生成した.gltfモデルの読み込みと表示
MQTT over WebSocketによるアラートの即時ポップアップ処理
カメラパラメータを用いた2D/3D座標変換とヒートマップ描画

実装詳細と課題解決策を見る

全体サポート & QA

2名

ミッション: 各Roleの横断的な支援と品質保証

進捗状況に応じた各Role（A, B, C）の開発補助・ペアプログラミング
モジュール間の結合テスト、デバッグ、およびドキュメント整備
実機テストの環境構築サポート

システムアーキテクチャ（見守りシステム）

AI骨格検知 × クラウド × 3Dデジタルツインによるリアルタイム連携

graph LR subgraph Camera_Sensors ["Cisco Meraki カメラ・センサー (現場)"] C["

MV Camera
(映像 / Area Occupancy)"] T["

MT10
(温湿度)"] D["

MT20
(ドア開閉)"] end subgraph AWS ["AWS Cloud (コスト最適化)"] IoT["

AWS IoT Core
(MQTT)"] EC2["

EC2 Spot Instance
(YOLOv8 AI推論)"] DB[("

DynamoDB
(履歴データ保存)")] API["

API Gateway + Lambda
(履歴取得API)"] end subgraph Client ["Frontend & Notification (監視者)"] UI["

専用3Dダッシュボード
(React + Three.js)"] Webex["

Cisco Webex
(アラート通知・証拠画像)"] end C -- "映像ストリーム" --> EC2 C -- "センサーイベント" --> IoT T -- "センサーイベント" --> IoT D -- "センサーイベント" --> IoT IoT -- "MQTTトリガー" --> EC2 EC2 -- "推論結果 (JSON)" --> DB EC2 -- "画像 + 警告メッセージ" --> Webex DB -- "履歴データ取得" --> API API -- "JSON Response" --> UI IoT -. "MQTT over WebSocket
(超低遅延リアルタイム通知)" .-> 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; class C,T,D meraki; class IoT,EC2,DB,API aws; class UI ui; class Webex cisco;