JP2018025548A - 青果物の収穫装置および青果物の収穫方法 - Google Patents
青果物の収穫装置および青果物の収穫方法 Download PDFInfo
- Publication number
- JP2018025548A JP2018025548A JP2017135431A JP2017135431A JP2018025548A JP 2018025548 A JP2018025548 A JP 2018025548A JP 2017135431 A JP2017135431 A JP 2017135431A JP 2017135431 A JP2017135431 A JP 2017135431A JP 2018025548 A JP2018025548 A JP 2018025548A
- Authority
- JP
- Japan
- Prior art keywords
- maturity
- harvesting
- determination
- vegetables
- determination result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003306 harvesting Methods 0.000 title claims abstract description 356
- 235000013399 edible fruits Nutrition 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims description 76
- 238000009826 distribution Methods 0.000 claims description 84
- 235000012055 fruits and vegetables Nutrition 0.000 claims description 76
- 230000008569 process Effects 0.000 claims description 12
- 238000007639 printing Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 description 82
- 238000012545 processing Methods 0.000 description 51
- 238000003384 imaging method Methods 0.000 description 40
- 238000001320 near-infrared absorption spectroscopy Methods 0.000 description 38
- 238000004590 computer program Methods 0.000 description 12
- 239000003921 oil Substances 0.000 description 12
- 235000019198 oils Nutrition 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 239000004973 liquid crystal related substance Substances 0.000 description 8
- 230000001186 cumulative effect Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 6
- 235000004936 Bromus mango Nutrition 0.000 description 5
- 235000014826 Mangifera indica Nutrition 0.000 description 5
- 235000009184 Spondias indica Nutrition 0.000 description 5
- 241001093152 Mangifera Species 0.000 description 4
- 235000019482 Palm oil Nutrition 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 4
- 239000002540 palm oil Substances 0.000 description 4
- 238000003909 pattern recognition Methods 0.000 description 4
- 238000002310 reflectometry Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 238000009966 trimming Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000002834 transmittance Methods 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011017 operating method Methods 0.000 description 2
- 239000003346 palm kernel oil Substances 0.000 description 2
- 235000019865 palm kernel oil Nutrition 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 235000011511 Diospyros Nutrition 0.000 description 1
- 244000236655 Diospyros kaki Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 101000888841 Homo sapiens Glutamine synthetase Proteins 0.000 description 1
- 241001124569 Lycaenidae Species 0.000 description 1
- 244000141359 Malus pumila Species 0.000 description 1
- 240000007228 Mangifera indica Species 0.000 description 1
- 102100026126 Proline-tRNA ligase Human genes 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 235000021016 apples Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 235000021022 fresh fruits Nutrition 0.000 description 1
- 238000012789 harvest method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007794 irritation Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000001579 optical reflectometry Methods 0.000 description 1
- 230000004800 psychological effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D46/00—Picking of fruits, vegetables, hops, or the like; Devices for shaking trees or shrubs
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D46/00—Picking of fruits, vegetables, hops, or the like; Devices for shaking trees or shrubs
- A01D46/30—Robotic devices for individually picking crops
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D91/00—Methods for harvesting agricultural products
- A01D91/04—Products growing above the soil
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/025—Fruits or vegetables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
- G01N2021/3155—Measuring in two spectral ranges, e.g. UV and visible
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
- G01N2021/317—Special constructive features
- G01N2021/3177—Use of spatially separated filters in simultaneous way
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Environmental Sciences (AREA)
- Food Science & Technology (AREA)
- Robotics (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Harvesting Machines For Specific Crops (AREA)
Abstract
【課題】収穫作業の効率を落とすことなく、収穫すべきタイミングで収穫対象物を収穫することが可能な、青果物の収穫装置を提供する。
【解決手段】青果物の収穫装置1000は、青果物の熟度を判定する熟度判定装置100と、青果物を収穫するための収穫手段600と、収穫手段を駆動する動力を生成する動力源300と、動力を収穫手段600に供給するか否かを、熟度判定装置100による熟度の判定結果に基づいて決定するコントローラ200と、を備える。
【選択図】図1
【解決手段】青果物の収穫装置1000は、青果物の熟度を判定する熟度判定装置100と、青果物を収穫するための収穫手段600と、収穫手段を駆動する動力を生成する動力源300と、動力を収穫手段600に供給するか否かを、熟度判定装置100による熟度の判定結果に基づいて決定するコントローラ200と、を備える。
【選択図】図1
Description
本発明は、青果物の収穫装置および青果物の収穫方法に関する。
青果物の収穫対象の経済的価値は、収穫対象に含まれる特定の成分の含有量によって左右される。例えば、パームヤシの房(パーム果実:FFB(Fresh Fruit Bunch))は、多数(例えば1000〜3000個)の果実を有し、それぞれの果実は、果皮(「果肉」とも呼ばれる。)と、中果皮と、種子(「パーム核」とも呼ばれる。)と、を含む。収穫対象がパームヤシの房である場合、果実の中果皮やパーム核に含まれる油の含有量が重要視される。中果皮に含まれる油は一般的に、「パーム油」と呼ばれ、パーム核に含まれる油は一般的に、「パーム核油」と呼ばれる。パームヤシの果実に含まれる油の含有量は、パームヤシの房(具体的には、果実)の完熟度に応じて異なることが知られている。具体的に説明すると、完熟した果実の油の含有率は、未完熟(未熟)、やや未完熟(やや未熟)または過熟の果実の油の含有率よりも高いことが知られている。例えば、完熟時の油の含有率は、未完熟時のそれよりも3倍程度高い。
例えばマレーシアでは、マレーシアパームオイル委員会(MPOB)が果実の完熟度に関するガイドラインを策定している。パームヤシの農場で働く収穫作業者は現在、そのガイドラインに従って果実の採取の可否を主観的に判断している。上述したように、パームヤシの房の熟度は、油の収穫量に大きく影響する。そのため、収穫作業者の主観による採取の誤判断(ヒューマンエラー)が、その収穫量に大きく影響を及ぼし得る。実際に、収穫作業者が完熟とやや未完熟とを正確に区別して判定することは難しく、これが油の収穫量を低下させる一因となっている。
そこで、被検体(収穫対象)であるパームヤシの房を破壊せずに、つまり非破壊で、近赤外光を利用して様々な特性を測定する測定装置が開発されている。そのような測定装置は、被検体に所定の波長の近赤外光を照射し、被検体からの光の反射率から測定すべき特性を測定する。
特許文献1は、ハイパースペクトルイメージング技術を用いてパームヤシの果実の完熟度を判別するシステムを開示している。また、特許文献1は、近赤外光の波長帯域において、果実の完熟度に応じて反射率が変化する特性を開示している。このシステムでは、収穫されたパームヤシの房をスペクトルカメラで撮像してサンプル画像が取得され、果実の完熟度に応じて反射率が変化する特性に基づいてサンプル画像を解析することでパームヤシの果実の完熟度が判別される。
特許文献2は、近赤外光波長フィルタを通過した光に基づく光電変換素子からの出力を用いて糖度推定式により青果物の糖度を算出する非破壊糖度計を開示している。特許文献3は、近赤外光の二つの特定波長成分の強度比に基づいて青果物の熟度を判定する非破壊測定装置を開示している。
上述したように、収穫対象の経済的価値は、収穫対象に含まれる特定の成分の含有量によって左右される。このため、収穫対象に含まれる特定の成分の含有量が多いタイミングで収穫対象を収穫することが望ましい。例えば、収穫対象がパームヤシの房である場合、パーム油やパーム核油の含有量が多いタイミングで収穫対象を収穫することが望まれる。
しかし、特許文献1に開示されたシステムは屋内用として開発され、屋外で利用されることについて十分に考慮されていない。そのため、システムの規模は大きく、特に、ハイパースペクトルカメラは高価であるので、システムのコストも必然と増大する。また、高温多湿の環境下ではハイパースペクトルカメラの耐久性は決して高いとは言えない。そのため、例えば、パームヤシの房の適した収穫タイミングを判定するために、パームヤシ農園においてハイパースペクトルカメラを用いて木に成るパームヤシの房を撮影し、その場で熟度を判定することは非常に困難であると言える。仮に、ハイパースペクトルカメラを用いてその場で収穫タイミングを判定し、経済的価値の高いパームヤシの房を収穫することができたとする。しかしながら、大規模なシステムによって収穫作業者の負担が増えて収穫作業全体の効率が低下してしまう。その結果、生産者は、収穫対象物の経済的価値が向上するという恩恵を十分に享受することができなくなる。また、上述したようなヒューマンエラーによっても、その恩恵を十分に享受することができなくなる。
本発明は、上記課題を解決するためになされたものであって、収穫作業の効率を落とすことなく、収穫すべきタイミングで収穫対象物を収穫することが可能な、青果物の収穫装置および収穫方法を提供する。
本発明の実施形態による青果物の収穫装置は、前記青果物の熟度を判定する熟度判定装置と、前記青果物を収穫するための収穫手段と、前記収穫手段を駆動する動力を生成する動力源と、前記動力を前記収穫手段に供給するか否かを、前記熟度判定装置による熟度の判定結果に基づいて決定するコントローラと、を備える。
ある実施形態において前記熟度判定装置は、前記収穫手段の駆動をオン・オフするための制御信号を、前記熟度の判定結果に基づいて生成し、前記コントローラは、前記動力を前記収穫手段に供給するか否かを前記制御信号に応じて決定してもよい。
ある実施形態において、前記熟度判定装置は、前記熟度は所定の程度に達すると判定するとき、前記収穫手段の駆動をオンする前記制御信号を生成し、前記コントローラは、前記動力を前記収穫手段に供給することを決定し、前記熟度判定装置は、前記熟度は前記所定の程度に満たないと判定するとき、前記収穫手段の駆動をオフする前記制御信号を生成し、前記コントローラは、前記動力を前記収穫手段に供給しないことを決定してもよい。
ある実施形態において、前記動力源は、前記コントローラによる前記動力の供給の決定に応じて前記動力の供給を開始してもよい。
ある実施形態において、前記収穫装置は、前記動力源から前記収穫手段への前記動力の供給・遮断を、前記制御信号に応じて切替える切替回路をさらに備え、前記切替回路は、前記コントローラによる前記動力の供給の決定に応じて、前記動力源から前記収穫手段に前記動力を供給してもよい。
ある実施形態において、前記収穫装置は、報知装置をさらに備えていてもよい。
ある実施形態において、前記報知装置は、前記熟度の判定結果に基づいて前記熟度を報知してもよい。
ある実施形態において、前記熟度判定装置は、前記熟度の判定結果に基づいて前記青果物の収穫の可否をさらに判定し、前記報知装置は、前記収穫の可否の判定結果に基づいて前記青果物の収穫の可否を報知してもよい。
ある実施形態において、前記熟度判定装置が、前記青果物の収穫を不可と判定するとき、前記報知装置は、前記青果物を収穫してはいけないことを報知してもよい。
ある実施形態において、前記報知装置は、前記熟度の判定結果に基づいて光を発光する光学機器、前記熟度の判定結果に基づいて音を出力する音出力器、前記熟度の判定結果に基づいて振動する振動機器、および、前記熟度の判定結果に基づいて熟度情報を表示する表示装置の少なくとも1つを備えていてもよい。
ある実施形態において、前記報知装置は、前記収穫の可否の判定結果に基づいて光を発光する光学機器、前記収穫の可否の判定結果に基づいて音を出力する音出力器、前記収穫の可否の判定結果に基づいて振動する振動機器、および、前記収穫の可否の判定結果に基づいて収穫の可否の情報を表示する表示装置の少なくとも1つを備えていてもよい。
ある実施形態において、前記報知装置は、前記収穫の可否の判定結果に基づいて警告メッセージを表示する表示装置を含み、前記熟度判定装置が、前記青果物の収穫を不可と判定するとき、前記表示装置は、前記青果物を収穫してはいけないことを警告する前記警告メッセージを表示してもよい。
ある実施形態において、前記収穫装置は、前記熟度の判定結果を含む熟度判定情報を出力する出力インタフェースをさらに備えていてもよい。
ある実施形態において、前記収穫装置は、前記熟度の判定結果を含む熟度判定情報を印刷するプリンタをさらに備えていてもよい。
ある実施形態において、前記コントローラは、前記収穫装置の使用履歴を表す使用履歴情報を生成してもよい。
ある実施形態において、前記収穫装置は、伸縮可能な棒状の支持部材をさらに備え、前記収穫手段は、前記支持部材の先端に設けられていてもよい。
ある実施形態において、前記熟度判定装置は、前記青果物を撮像して撮像データを生成する撮像モジュールを有し、前記熟度判定装置は、前記撮像データに基づいて前記熟度を判定してもよい。
ある実施形態において、前記撮像モジュールは、1次元または2次元に配列された複数の画素を有し、前記青果物の少なくとも一部を撮像して前記撮像データを取得し、前記複数の画素は、各々が第1波長帯域の光を選択的に透過させる第1光透過フィルタを有する複数の第1画素を含み、前記第1波長帯域は、前記青果物からの反射光の強度が前記熟度に応じて変化する波長帯域であり、前記熟度判定装置は、前記複数の第1画素から得られる画素値に基づいて、予め決められた基準値を基準として前記第1波長帯域の光の強度分布の面積率を求め、前記面積率に基づいて前記熟度を判定してもよい。
ある実施形態において、前記撮像モジュールは、1次元または2次元に配列された複数の画素を有し、前記青果物の少なくとも一部を撮像して前記撮像データを取得し、前記複数の画素は、各々が第1波長帯域の光を選択的に透過させる第1光透過フィルタを有する複数の第1画素、および、各々が第2波長帯域の光を選択的に透過させる第2光透過フィルタを有する複数の第2画素を含み、前記第1波長帯域は、前記青果物からの反射光の強度が前記熟度に応じて変化する波長帯域であり、前記第2波長帯域は、前記青果物からの反射光の強度が前記熟度に依らず略等しい波長帯域であり、前記熟度判定装置は、前記複数の第1および第2画素から得られる画素値に基づいて、予め決められた基準値を基準として前記第1波長帯域の光の強度分布の面積率を求め、前記面積率に基づいて前記熟度を判定してもよい。
ある実施形態において、前記青果物は、多数の果実を有する房であってもよい。
ある実施形態において、前記熟度判定装置は、前記青果物を撮像して撮像データを生成する撮像モジュールを有し、前記撮像モジュールは、前記支持部材の先端付近に設けられていてもよい。
本発明の実施形態による方法は、青果物の熟度を判定する熟度判定装置と、前記青果物を収穫するための収穫手段と、を備える収穫装置を用いる、前記青果物を収穫する方法であって、前記熟度判定装置によって前記青果物の前記熟度を判定して熟度の判定結果を得る工程と、前記収穫手段の動作を前記熟度の判定結果に基づいて決定する工程と、前記収穫手段の動作の決定に基づいて前記青果物を収穫する工程と、を包含する。
ある実施形態において、前記熟度の判定結果を得る工程において、前記熟度は所定の程度に達するとの判定結果を得るとき、前記収穫手段の動作の決定において、前記収穫手段の動作を許可する決定を行い、前記熟度の判定結果を得る工程において前記熟度は所定の程度に満たないとの判定結果を得るとき、前記収穫手段の動作の決定において、前記収穫手段の動作を許可しない決定を行ってもよい。
ある実施形態において、前記収穫方法は、前記熟度の判定結果に基づいて前記熟度を報知する工程をさらに包含してもよい。
ある実施形態において、前記収穫方法は、前記熟度の判定結果を得る工程において、前記熟度の判定結果に基づいて前記青果物の収穫の可否をさらに判定して収穫の可否の判定結果を取得し、前記収穫の可否の判定結果に基づいて前記青果物の収穫の可否を報知する工程をさらに包含してもよい。
ある実施形態において、前記収穫方法は、前記熟度の判定結果を得る工程において前記青果物の収穫を不可と判定するとき、前記青果物を収穫してはいけないことを前記収穫装置の利用者に警告する工程をさらに包含してもよい。
ある実施形態において、前記青果物を収穫してはいけないことを前記収穫装置の利用者に警告すると同時に、前記収穫手段の動作の決定において、前記収穫手段の動作を許可しない決定を行ってもよい。
ある実施形態において、前記収穫方法は、前記熟度の判定結果を含む熟度判定情報を出力する工程をさらに包含してもよい。
ある実施形態において、前記収穫方法は、前記熟度の判定結果を含む熟度判定情報を印刷する工程をさらに包含してもよい。
ある実施形態において、前記収穫方法は、前記収穫装置の使用履歴を表す使用履歴情報を生成する工程をさらに包含してもよい。
ある実施形態において、前記熟度の判定結果を得る工程は、前記青果物の少なくとも一部を含む画像を受け取る工程であって、前記画像は、少なくとも第1波長帯域の光の強度分布を含み、前記第1波長帯域は、前記青果物からの反射光の強度が前記熟度に応じて変化する波長帯域である、工程と、前記第1波長帯域の光の強度分布の面積率を予め決められた基準値を基準として求める工程と、前記面積率に応じて前記熟度を判定して前記熟度の判定結果を得る工程と、を包含してもよい。
ある実施形態において、前記熟度を判定する工程は、前記青果物の少なくとも一部を含む画像を受け取る工程であって、前記画像は、少なくとも第1および第2波長帯域の光の強度分布を含み、前記第1波長帯域は、前記青果物からの反射光の強度が前記熟度に応じて変化する波長帯域であり、前記第2波長帯域は、前記青果物からの反射光の強度が前記熟度に依らず略等しい波長帯域である、工程と、前記第2波長帯域の光の強度分布を考慮して、前記第1波長帯域の光の強度分布の面積率を予め決められた基準値を基準として求める工程と、前記面積率に応じて前記熟度を判定して前記熟度の判定結果を得る工程と、を包含してもよい。
ある実施形態において、前記熟度の判定結果を得る工程は、前記青果物の少なくとも一部を撮像して前記画像を取得する工程をさらに包含してもよい。
ある実施形態において、前記青果物は、多数の果実を有する房であってもよい。
本発明の実施形態によるコンピュータプログラムは、青果物の熟度を判定する熟度判定装置と、前記青果物を収穫するための収穫手段と、を備える、青果物の収穫装置に用いられるコンピュータに実行させるコンピュータプログラムであって、前記コンピュータに対し、前記熟度判定装置によって前記青果物の前記熟度を判定して熟度の判定結果を得るステップと、前記収穫手段の動作を前記熟度の判定結果に基づいて決定するステップと、前記収穫手段の動作の決定に基づいて前記青果物を収穫するステップと、を実行させる。
本発明の一実施形態によると、収穫作業の効率を落とすことなく、収穫すべきタイミングで収穫対象物を収穫することが可能な、青果物の収穫装置および収穫方法が提供される。
本発明の実施形態による青果物の収穫装置(以下、「収穫装置」と表記する。)は、青果物の熟度を判定する熟度判定装置と、青果物を収穫するための収穫手段と、収穫手段を駆動する動力を生成する動力源と、動力を収穫手段に供給するか否かを、熟度判定装置による熟度の判定結果に基づいて決定するコントローラと、を備える。例えばこの収穫装置は、多数の果実を有するパームヤシの房の収穫装置として好適に利用される。この収穫装置を用いると、熟度判定に費やす時間、および作業の手間を大幅に増やすことなく、パームヤシの房の熟度を判定することができ、かつ、熟度の判定結果に従ってパームヤシの房を自動で刈り取ることができる。
本発明の実施形態による青果物の収穫方法(以下、「収穫方法」と表記する。)は、青果物の熟度を判定する熟度判定装置と、前記青果物を収穫するための収穫手段と、を備える収穫装置を用いる、収穫方法である。その収穫方法は、前記熟度判定装置によって前記青果物の前記熟度を判定して熟度の判定結果を得る工程と、前記収穫手段の動作を前記熟度の判定結果に基づいて決定する工程と、前記収穫手段の動作の決定に基づいて前記青果物を収穫する工程と、を包含する。例えばこの収穫方法は、多数の果実を有するパームヤシの房を収穫する収穫装置に好適に利用される。この収穫方法を用いると、収穫すべきではないタイミングでパームヤシの房を誤って刈り取ることを抑制することができる。
本明細書において、青果物としてパームヤシの房を例に収穫装置および収穫方法を説明する。なお、後述するように、特定の波長帯域において光の反射率が熟度(完熟度と表記する場合がある。)に応じて変化する青果物、例えば、コーヒーの果実、リンゴおよびマンゴーの熟度を判定し、その判定に従ってそれらを収穫することも本発明の範疇である。
以下、添付の図面を参照しながら、本発明の実施形態による収穫装置および収穫方法を説明する。以下の説明において、同一または類似する構成要素については同一の参照符号を付している。なお、本発明の実施形態は、以下で例示する収穫装置および収穫方法に限られない。例えば、一の実施形態と、他の実施形態とを組み合わせることも可能である。
(実施形態1)
図1から図19を参照しながら、本実施形態による収穫装置の構成およびその動作(当該収穫装置を利用し得る収穫方法)を説明する。
図1から図19を参照しながら、本実施形態による収穫装置の構成およびその動作(当該収穫装置を利用し得る収穫方法)を説明する。
〔収穫装置1000の構成〕
図1は、収穫装置1000の全体構成を模式的に示している。図2は、収穫装置1000のハードウェアの構成例を模式的に示している。本明細書では、パームヤシの房を収穫するために用いる収穫装置は、「パームカッター」と称され得る。
図1は、収穫装置1000の全体構成を模式的に示している。図2は、収穫装置1000のハードウェアの構成例を模式的に示している。本明細書では、パームヤシの房を収穫するために用いる収穫装置は、「パームカッター」と称され得る。
収穫装置1000は典型的に、熟度判定装置100、コントローラ200、動力源300、把手400、支持部材500、収穫手段600および報知装置700を備える。なお、後述するように、報知装置700は任意の構成要素である。本実施形態による収穫装置1000によると、パームヤシの房Fの熟度の判定、その判定結果に基づく動力供給の決定、および収穫手段600によるパームヤシの房Fの刈り取りといったこれら一連の動作を自動で行うことが可能である。
熟度判定装置100は、パームヤシの房F(以下、房Fと表記する。)を撮像し、撮像した画像を解析して熟度を判定する。熟度とは、房Fの果実が熟している程度を表し、例えば、「完熟」、「やや未熟」および「未熟」といった種類に分類され得る。当然に、より詳細に熟度を分類してもよい。例えば、「過熟」という種類を追加してもよいし、「完熟」と「やや未熟」との間に新たな完熟の程度(例えば「やや完熟」)をさらに設けてもよい。熟度判定装置100の構成および機能は、後で詳細に説明する。
コントローラ200は、半導体集積回路(LSI)であり、例えばマイクロコントロールユニット(MCU)で実現され得る。コントローラ200は、例えば熟度判定装置100、動力源300および報知装置700のそれぞれに電気的に接続され、収穫装置1000全体を制御する。例えば、コントローラ200は、動力源300で生成される動力を収穫手段600に供給するか否かを、熟度判定装置100による熟度の判定結果に基づいて決定する。また、コントローラ200は、報知装置700を駆動するための駆動信号を熟度の判定結果に基づいて生成することができる。
動力源300は、例えばガソリンエンジン、軽油エンジン、および、電動モータとバッテリーまたは太陽電池などとのセットを含む。動力源300は、収穫手段600を駆動する動力を生成する。例えばバッテリーに蓄積された電気エネルギーは、電動モータにより機械エネルギーに変換され、その機械エネルギーが動力として、ギア(不図示)を介して収穫手段600に伝達される。動力源300は例えば、コントローラ200と通信するためのMCU(不図示)を有していてもよい。
把手400は、作業者(収穫作業者)が収穫装置1000を把持するための部材であり、例えば支持部材500の一端(先端)に設けられている。
支持部材500は、棒状の部材である。支持部材500は、伸縮可能な棒状の部材であることが好ましい。これにより、収穫対象の房Fまでの距離(高さ)に応じて収穫装置1000の長さを調整することが可能となる。
収穫手段600は、房Fの付根、葉(Frond)および大枝(limb)を刈り取りできるように構成され、例えば鎌(sickle)またはのみ(chisel)の形状を有する。収穫手段600は、手動ではなく、動力により自動で動作し、房Fなどを刈り取ることができる。収穫手段600は、例えばエンジンチェーンソー、電動ノコギリ、電動バサミおよび電動カッターによって実現され得る。例えば、収穫手段600は、把手400とは反対側の、支持部材500の他端に設けられる。熟度判定装置100は、収穫装置1000の先端付近に配置され得る。例えば、熟度判定装置100は、収穫手段600の近くに配置されることが好ましい。このような配置によれば、房Fの熟度の判定を行いながら房Fの収穫作業を同時進行することができるため、効率的なオペレーションを実現することが可能となる。
熟度判定装置100は、収穫装置1000に着脱可能な装置であってもよい。その場合、収穫装置1000は、支持部材500とは別部材であり、かつ、熟度判定装置100を装着することが可能な装着部をさらに備えていてもよい。
報知装置700は、熟度判定装置100による熟度の判定結果に基づいて、房Fの熟度または採取の可否を作業者に報知する。報知装置700は、熟度の判定結果に基づいて光を発光する光学機器、熟度の判定結果に基づいて音を出力する音出力器、熟度の判定結果に基づいて振動する振動機器、および、熟度の判定結果に基づいて熟度情報を表示する表示装置の少なくとも1つを備える。光学機器は、例えばLED(Light Emitting Diode)ランプである。音出力器は、例えばスピーカである。振動機器は、例えばバイブレータである。表示装置は、例えば液晶ディスプレイや有機EL(Electroluminescence)ディスプレイである。
図3は、収穫装置1000のハードウェアの他の構成例を模式的に示している。図示されるように、報知装置700は、収穫装置1000に外付けされる外部装置であってもよい。収穫装置1000は、撮像データや熟度情報を示すデータなどを外部に出力するための出力IF800を備え、出力IF800を介して報知装置700と無線または有線で接続される。無線接続の場合、出力IF800は、例えばBluetooth(登録商標)規格またはWi−Fi(登録商標)規格に準拠した通信インタフェースであり得る。有線接続の場合、出力IF800は、例えばUSBまたはHDMI(登録商標)規格に準拠した通信インタフェースであり得る。外部装置として利用する場合の報知装置700は、例えばスマートフォン、タブレット、またはラップトップPCのようなポータブル装置であり得る。
図2または図3に示されるブロック(構成要素)の間のデータの送受信は、有線または無線通信によって行うことができる。例えば、ワイヤーハーネスを用いてブロック同士は接続され得る。ワイヤーハーネスは、例えば支持部材500の内部に敷設されていてもよいし、または、外部にむき出しのままであってもよい。または、例えば、上述したBluetooth規格またはWi−Fi規格に準拠した無線通信によってブロック同士は通信接続され得る。その場合、例えば熟度判定装置100、コントローラ200、動力源300および報知装置700は、無線通信モジュールを備える。当然に、ブロック同士は、有線および無線の組み合わせによって接続されていても構わない。
図4は、熟度判定装置100のハードウェアの構成例を模式的に示す。
熟度判定装置100は、撮像モジュール110、信号処理回路120、出力IF130およびコントローラCを備える。熟度判定装置100の撮像モジュール110は、房Fにおける多数の果実の少なくとも一部を撮像して果実の画像を取得する。このとき、最低3つの果実が画像に含まれていることが好ましい。信号処理回路120は、画像を解析して房Fの熟度を示す熟度判定情報を生成する。例えば、生成された熟度判定情報は、出力IF130を介して外部に出力される。
撮像モジュール110は、レンズ111およびイメージセンサ112を備える。
レンズ(またはレンズ群)111は、房Fからの光をイメージセンサ112の撮像面に集光する。レンズ111は単一のレンズであってもよいし、複数のレンズから構成されていてもよい。レンズ111は、オートフォーカス(AF)用のレンズおよび/または光学ズーム用のレンズを含んでいてもよい。AF用レンズおよび光学ズーム用レンズは専用のドライバ(不図示)によって駆動される。撮像モジュール110は、これらのドライバを制御する制御回路(不図示)を備えていてもよい。
イメージセンサ112は、例えばCCD(Charge Coupled Device)センサまたはCMOS(Complementary Metal Oxide Semiconductor)センサである。イメージセンサ112は、1次元または2次元に配列された複数の画素(画素アレイ)を有する。1次元の配列の場合、イメージセンサ112は、ラインセンサであり得る。
図5は、画素アレイ220Aにおいて2次元に配列された複数の画素221のうちの4行4列の画素に着目して、その配列の様子を示している。図6は、マイクロレンズ222の光軸に平行な、画素221の断面を模式的に示している。図7は、光透過フィルタ223の光の透過率特性を示している。図7のグラフにおいて横軸は光の波長(nm)を示し、縦軸は光透過フィルタの透過率を示している。
イメージセンサ112は、2次元に配列された複数の画素221(画素アレイ220A)を備える。画素221は、マイクロレンズ222、光透過フィルタ223および光電変換素子224を有する。
マイクロレンズ222は、光透過フィルタ223上に配置され、房Fからの光を集光して画素感度を向上させる。光透過フィルタ223は、特定の波長帯域の光を選択的に透過させる。例えば、光透過フィルタ223は、IRフィルタおよびRGBのカラーフィルタのいずれかである。図7に示されるように、IRフィルタは、近赤外光の波長帯域(例えば800nm〜2500nm)の光を選択的に透過させ、好ましくは800nmから900nmまでの波長帯域の光を選択的に透過させる。Rフィルタは、赤色の光の波長帯域(例えば、620nm〜750nm)の光を選択的に透過させる。Gフィルタは、緑色の光の波長帯域(例えば、500nm〜570nm)の光を選択的に透過させる。Bフィルタは、青色の光の波長帯域(例えば、450nm〜500nm)の光を選択的に透過させる。
光電変換素子224は、典型的にはフォトダイオード(PD)であり、受光した光を電気信号に変換する。PDは、例えばシリコンの半導体基板(不図示)に埋め込まれている。
図5に示されるように、画素アレイ220Aは、2行2列の画素221A、221B、221Cおよび221Dで構成される単位画素を有する。画素221A、221B、221Cおよび221Dは、Rフィルタ、Gフィルタ、IRフィルタおよびBフィルタをそれぞれ有する。このような配列は、ベイヤー配列に対して奇数または偶数行のGフィルタをIRフィルタで置き換えた配列に対応する。本明細書において、1つの単位画素に含まれる画素221A、221B、221Cおよび221Dは互いに関連付けられている。後述するように、互いに関連付けられた画素同士(例えば画素221C、221D)の画素値を除算することがある。
上述した画素アレイ220Aの単位画素のパターン以外に、種々のパターンを選択することができる。例えば、単位画素は、4つのフィルタのうちの、Gフィルタを含んでいなくてもよいし、IRフィルタおよびRフィルタだけを含んでいてもよい。単位画素に含まれる各フィルタの数も任意であり得る。また、単位画素は、2×2画素に限られず、例えば4×4画素でも構成され得る。本実施形態による熟度判定では、IRフィルタを含む画素221Cから得られる画素値が重視される。
本明細書における「画素値」は、例えば8ビットの階調値であり、主としてRAWデータを意味する。本明細書において、画素値を「階調値」と称することがある。撮像モジュール110はRAWデータを少なくとも出力する。ただし、撮像モジュール110は、輝度/色差信号をRAWデータに基づいて生成し、それらを出力する機能を備えていてもよい。
後で詳細に説明するが、例えば房Fからの第1波長帯域の光の反射率(反射光の強度)は完熟度に応じて変化する。第1波長帯域は例えば近赤外光の波長帯域である。そのような特性を示す青果物の完熟度を求める場合、単位画素は少なくともIRフィルタを含んでいればよい。例えば図5に示される単位画素の4つのフィルタは全てIRフィルタであってもよく、その場合においても本実施形態による熟度判定は実施可能である。ただし、カラー画像を生成する観点において、単位画素はRGBフィルタを含んでいることが好ましい。
再び図4を参照する。
コントローラCは、LSIであり、例えば汎用プロセッサであり得る。コントローラCは、撮像モジュール110、信号処理回路120および出力IF130のそれぞれに電気的に接続され、熟度判定装置100全体を制御する。
図8は、信号処理回路120の機能ブロックを模式的に示している。信号処理回路120の各構成要素は、ハードウェア単位ではなく機能ブロック単位で示されている。
信号処理回路120は、LSIであり、例えばイメージシグナルプロセッサ(ISP)である。信号処理回路120は、撮像モジュールから出力される画像データを解析して、房Fの熟度判定情報を生成する。信号処理回路120は、面積率演算部121、熟度判定情報生成部122、記憶媒体123、制御信号生成部124および演算コア(不図示)を備える。例えば、記憶媒体123は、読み出し専用または書き込み可能なROM、RAMおよびハードディスクである。面積率演算部121、熟度判定情報生成部122および制御信号生成部124の各ブロックは、ハードウェアおよびソフトウェアで実現される。各ブロックは、ソフトウェアで実現される場合、各機能を実現するための命令群から構成されるコンピュータプログラムであり得る。そのようなコンピュータプログラムは、例えば記憶媒体123に格納されている。例えば、記憶媒体123に格納されたコンピュータプログラムは、RAM(不図示)に一旦ロードされ、演算コアによって実行される。
信号処理回路120は、画像処理で一般に用いられる、例えばガンマ補正、色補間処理、空間補間処理、およびオートホワイトバランスなどの処理を行う機能を有していてもよい。信号処理回路120は、RGBフィルタを有するRGB画素から得られる画素値に基づいてカラー画像を生成することができる。
再び、図4を参照する。
出力IF130は、信号処理回路120で生成された熟度判定情報を外部のコントローラ200に出力するためのインタフェースである。例えば出力IF130は、出力IF800と同様に、Bluetooth規格若しくはWi−Fi規格に準拠した通信インタフェース、または、USB若しくはHDMI規格に準拠した通信インタフェースであり得る。
〔収穫装置1000の動作〕
図9は、本実施形態による収穫装置1000の動作手順の一例を示す。
図9は、本実施形態による収穫装置1000の動作手順の一例を示す。
収穫装置1000は、図示される動作手順に従って動作することができる。その動作手順は、収穫装置1000を利用し得る収穫方法を意味する。
先ず、熟度判定装置100の撮像モジュール110が、房Fを撮像して房Fの画像を取得し、その画像を解析して房Fの熟度を示す熟度判定情報を生成する(ステップS100)。
図10は、熟度判定装置100が熟度判定情報を生成する手順を詳細に示している。
撮像モジュール110は、房Fの多数の実の全部または一部(好ましくは3つ以上)を撮像して画像Iを取得する(ステップS110)。なお、撮像モジュール110は後述するように、パームヤシ全体を撮像しても構わない。撮像モジュール110は、房Fの中央付近を撮像して画像Iを取得してもよい。また、撮像モジュール110は、日当たりの良好な部分、例えば房Fの先端部を撮像して画像Iを取得することが好ましい。日光に当たり易い部分の果実から成熟し始めると考えられるためである。また、撮像モジュール110は、複数回の撮像によって画像を複数回取得してもよい。取得した画像データを積算することでSN比を向上させることができる。取得された画像Iは、房Fから反射された近赤外光の強度分布を少なくとも含む。本実施形態においては、画像Iは、房Fから反射された、近赤外光、赤色の光、緑色の光、および、青色の光の強度分布を含む。換言すると、画像Iは、4つの画素221A、221B、221Cおよび221Dから得られる画素値(画像データ)REDS、GLNS、NIRSおよびBLUSをそれぞれ含む。なお、本発明の実施形態において、画像Iは、近赤外光の強度分布を少なくとも含んでいればよい。
図11は、房Fの収穫時において、完熟度に応じて反射光の強度(反射率)が変化する様子を模式的に示している。横軸は光の波長(nm)を示し、縦軸は反射率を示している。一般に、イメージセンサ112(例えばシリコンを用いたイメージセンサ)は、光の波長に依存する感度特性を有する。この感度特性を考慮した反射率の測定において、標準白色板を用いてイメージセンサ112から出力される画素値を規格化することが一般に行われる。標準白色板は、角度に依存しない拡散反射光を生成する、反射率の高い拡散反射板である。図11の縦軸の反射率は、標準白色板を用いて測定したときの反射率に対する、房Fからの反射率の比率を示している。
完熟度を、例えば「完熟」、「やや未熟」および「未熟」の3種類に分類することができる。パームヤシの房Fの収穫時において房Fからの反射光は、青色の光から近赤外光までの波長帯域の間で、光の波長が長くなるほど強度が大きくなる反射率特性を有する。特に、可視光である赤色の光の波長帯域において、房Fが完熟するほど反射率は高くなる反射率特性が示され、かつ、イメージセンサ112の感度特性に応じて受光され得る反射光の極大波長が存在する近赤外光の波長帯域においても、房Fが完熟するほど反射率は高くなる反射率特性が示される。このように、特に赤色の光から近赤外光までの波長帯域では、完熟度に応じて固有の曲線が描かれる。後で詳細に説明するように、この曲線に基づいて反射率に対する適切な閾値をそれぞれの波長帯域で設定し、反射率と閾値とを比較することで完熟度を判定することが可能となる。
本発明の実施形態によると、少なくとも近赤外光の強度分布を含む画像Iを解析することにより、完熟度を判定することが可能となる。本実施形態では、画素値NIRSに基づいて完熟度を判定する。そのため、例えば図5に示される2行2列の単位画素は、IRフィルタを含む画素221Cを最も多く含んでいることが好ましい。
信号処理回路120、具体的には信号処理回路120の面積率演算部121(図8を参照)は、取得された画像Iにおける近赤外光の強度分布の面積率を算出する。画像Iは、近赤外光の強度分布を示す情報を有する複数の第1画素(または画素データ)、青色の光の強度分布を示す情報を有する複数の第2画素、緑色の光の強度分布を示す情報を有する複数の第3画素、赤色の光の強度分布を示す情報を有する複数の第4画素を含む。なお、上述したとおり、画像Iは、複数の第1画素を少なくとも含んでいればよい。
図12は、3種類の完熟度(未熟、やや未熟および完熟)のそれぞれの房F全体を撮像して得られた画像I、および、画像Iに含まれる画素値NIRSを有する画素の中で基準値以上の画素値を有する画素の分布を完熟度毎に示している。本実施形態において、画素値は例えば8ビット(0から255までの値)で表される。基準値は、例えば「80」とすることができる。
房F全体を含む画像I中の画素値の全部を単純に平均すると、その平均値は、画像Iに含まれ得る、背景や果実の間の影などの影響を受けて変動し得る。本実施形態による熟度判定では、近赤外光の強度分布の面積率を予め決められた基準値を基準として求める。図12には、画像Iに含まれる、画素値NIRSを有する画素の中で例えば80以上の画素値を有する画素が、画像Iの中でどのように分布しているかを完熟度毎に示している。房Fが完熟するに従って、その画素分布の密度は変化し高くなる。これは、基準値を基準とした画素分布に基づいて熟度判定情報を取得できることを示している。
図13A(a)は、未熟の房F全体を含む画像を示し、図13A(b)は、(a)に示される破線の矩形領域の部分を拡大した画像を示し、図13A(c)は、所定レベルの画素値の範囲内にある画素分布を、(b)の画像Iにおける複数の第1画素の画素値NIRSに基づいてマッピングしたマッピング画像を示している。図13B(a)は、やや未熟の房F全体を含む画像を示し、図13B(b)は、(a)に示される破線の矩形領域の部分を拡大した画像Iを示し、図13B(c)は、所定レベルの画素値の範囲内にある画素分布を、(b)の画像Iにおける画素値NIRSに基づいてマッピングしたマッピング画像を示している。図13C(a)は、完熟の房F全体を含む画像を示し、図13C(b)は、(a)に示される破線の矩形領域の部分を拡大した画像Iを示し、図13C(c)は、所定レベルの画素値の範囲内にある画素分布を、(b)の画像Iにおける画素値NIRSに基づいてマッピングしたマッピング画像を示している。
例えば、遠方から房F全体を撮像モジュール110によって撮像して、図13A(a)に示される画像を取得することを考える。その場合、上述したように画像Iには背景や影などの房Fとは異なる複雑な情報が含まれる。複雑な情報は、熟度判定に悪影響を及ぼす可能性がある。この影響を抑制するために、例えば、図13A(a)に示される破線の矩形領域の部分を拡大してその部分を撮像することが好ましい。その結果、図13A(b)に示される画像Iが得られる。その場合、撮像モジュール110は、焦点距離が比較的長い挟角レンズを備えていてもよいし、光学ズーム用レンズを備えていてもよい。また、撮像モジュール110は当然に電子ズーム機能を備えていてもよい。矩形領域の部分は、最低3つの果実を含んでいることが好ましい。
1つ若しくは複数の房F、または、パームヤシ全体を含む画像を撮像モジュール110によって取得した後で、信号処理回路120は、トリミングによって房F全体の画像から破線の矩形領域の部分を切り出してもよい。換言すると、信号処理回路120は、トリミング機能を用いて、図13A(b)に示される画像Iを取得してもよい。例えば、遠方からパームヤシ全体を撮像する場合、上記の複雑な情報を排除しつつ、熟度判定に必要な果実の情報を好適に取得することができる。トリミング対象の画像Iも、最低3つの果実を含んでいることが好ましい。
房Fまたはパームヤシ全体を撮像するときに、例えば3つの果実を含む房Fの部分を画像認識によって自動で特定(識別)することができる。トリミングのときもこれと同様である。画像認識の一例として公知のパターン認識技術を広く用いることができる。予め用意された種別(果実、枝、葉など)に対応するパターンのどれかに被検体がマッチングするかを解析してその種別を判別することができる。パターン認識は、例えば、数学的、幾何学的およびハーモニック形状ディスクリプタを用いる訓練可能なパターン認識システムを用いて行われる。そのシステムにおいて、予め用意された種別の多数のサンプルに接することで習得したナレッジベースを用いて、可能性のある種別を選別するように教育される。訓練セットは、各種別に対して、何千もの基本的種類の画像を含む。成功裏のパターンマッチングは、訓練していない対象物についてのディスクリプタが、訓練済みの対象物のディスクリプタと一致するときに生じる。上述したパターン認識システムは、例えば特開2015−046162号公報に詳しく説明されている。
図13A(c)に示されるマッピング画像は、3つの階層I、IIおよびIIIのマッピング画像を含む。例えば、階層Iは、0から255の階調値の中の、60以上70未満の階調値を有する画素の分布を含み、階層IIは、70以上80未満の階調値を有する画素の分布を含み、階層IIIは、80以上の階調値を有する画素の分布を含む。例えば、信号処理回路120は、画素分布を青色でマッピングして階層Iの青色マッピング画像を生成し、画素分布を緑色でマッピングして階層IIの緑色マッピング画像を生成し、画素分布を赤色でマッピングして階層IIIの赤色マッピング画像を生成することができる。信号処理回路120は、3つの階層I、IIおよびIIIを重畳することによりマッピング画像を生成する。ただし、信号処理回路120は、3つの階層I、IIおよびIIIの色マッピング画像を生成しなくてもよく、1つの閾値(例えば「80」)に基づいて階層IIIの色マッピング画像を少なくとも生成すればよい。例えば完熟度の種類の数に応じて階層の枚数は決定され得る。
信号処理回路120は、未熟の房Fと同様に、やや未熟および完熟の房Fに対しても、図13B(c)および図13C(c)に示されるマッピング画像を生成する。図13B(c)に示されるマッピング画像は、図13B(b)に示される画像Iにおける画素値NIRSに基づいて生成され、3つの階層I、IIおよびIIIの各色マッピング画像を含む。図13C(c)に示されるマッピング画像は、図13C(b)に示される画像Iにおける画素値NIRSに基づいて生成され、3つの階層I、IIおよびIIIの各色マッピング画像を含む。
房Fが熟すにつれて、近赤外光の反射光の強度、つまり、画素値NIRSの値が大きくなり、その結果、階層IIIの画素分布の密度が高くなる。これは、階調値の閾値を適切に設定することで房Fの熟度を容易に判定できることを示している。
図14は、未熟、やや未熟および完熟の房Fに対する3つのマッピング画像のそれぞれを3つの階層I、IIおよびIIIに分解して各階層の色マッピング画像を示している。図示されるように、階層Iの色マッピング画像に着目すると、未熟の房Fに対する色マッピング画像における画素分布の密度が最も高く、完熟の房Fに対する色マッピング画像における画素分布の密度が最も低い。階層IIの色マッピング画像に着目すると、やや未熟の房Fに対する色マッピング画像における画素分布の密度が最も高く、未熟の房Fに対する色マッピング画像における画素分布の密度が最も低い。階層IIIの色マッピング画像に着目すると、完熟の房Fに対する色マッピング画像における画素分布の密度が最も高く、未熟の房Fに対する色マッピング画像における画素分布の密度が最も低い。
各階層の画素分布は、予め決められた基準値を基準とした近赤外光の強度分布の面積率ARに対応する。具体的には、面積率ARは、画像Iにおける複数の第1画素の数M1に対する、複数の第1画素の中で基準値の条件を満たす画素の数N1の比である。例えば、階層Iに対して用いられる、基準値の下限(下限の閾値)は、60であり、上限(上限の閾値)は70である。階層IIに対して用いられる、基準値の下限は、70であり、上限は80である。階層IIIに対して用いられる、基準値の下限は80であり、上限は特に設定されていない。適切な基準値を設けることにより、画素分布の密度、つまり、面積率ARに基づいて房Fの完熟度を判定することができる。
図15は、未熟、やや未熟および完熟の房Fから反射された近赤外光の信号強度(つまり、画素値NIRS)を正規確率プロットしたグラフである。正規確率プロットは、標本のデータが正規分布にどの程度近いかを視覚的に表現する。正規確率プロットにおいて、正規分布に従うデータであれば直線的に並び、平均値、標準偏差および代表値などのパラメータを推定することができる。本実施形態における標本のデータは、画像Iに含まれる複数の第1画素の画素値NIRSである。グラフの横軸は、画素値(0から255までの値)を示し、縦軸は、累積度数パーセント(%)を対数で示している。
累積度数パーセント(%)は、式(1)から得られる。
累積度数パーセント(%)=(100×累積度数)/(n+1) 式(1)
ここで、累積度数は、度数の値が小さい方から、つまり、ヒストグラムの左側から度数を累積した値に相当する。nは標本の数であり、複数の第1画素の数M1と等しい。
累積度数パーセント(%)=(100×累積度数)/(n+1) 式(1)
ここで、累積度数は、度数の値が小さい方から、つまり、ヒストグラムの左側から度数を累積した値に相当する。nは標本の数であり、複数の第1画素の数M1と等しい。
図15に示されるように、独立した正規確率プロットが完熟度に応じて得られる。房Fが完熟するに従い、正規確率プロットは右側にシフトし、その結果、累積度数パーセント50%に対する画素値NIRSは大きくなることが分かる。累積度数パーセント50%に対する画素値は、画素値NIRSの代表値である。正規分布において平均値と代表値とは等しい。正規確率プロットは、上述した上限および下限の閾値を決定するときに有効である。例えば、それらの閾値は、正規確率プロットを参照することにより代表値に基づいて決定することができる。
図16は、近赤外光の強度分布の面積率を算出する手順(ステップS120)を詳細に示している。
信号処理回路120、具体的には信号処理回路120の面積率演算部121(図8を参照)は、近赤外光の強度分布の面積率ARを予め決められた基準値を基準として求める。具体的には、ステップS121において面積率演算部121は、画像Iに含まれる複数の第1画素の中から閾値L1以上の画素値を有する画素の数N1を算出する。例えば、図14に示される階層IIIに対し、閾値L1として「80」を設定することができる。演算の結果、画素値「80」以上の画素値を有する画素の数がN1であったとする。なお、ステップS121において面積率演算部121は、画像Iに含まれる複数の第1画素の中から閾値L1以下の画素値を有する画素の数N1を算出してもよい。
次に、ステップS122において面積率演算部121は、複数の第1画素の数M1に対する算出された画素の数N1の比率N1/M1を求める。画像Iが複数の第1画素だけで構成されているとする。その場合、画角が狭いと果実の間の影が熟度判定に影響する可能性がある。そのため、さらに閾値を設けて、その閾値(例えば「10」)以上の画素値を有する複数の第1画素の数をM1として、比率N1/M1を求めることが好ましい。
再び図10を参照する。
信号処理回路120の熟度判定情報生成部122は、面積率ARに応じて熟度判定情報を生成する(ステップS130)。具体的に説明すると、熟度判定情報生成部122は、比率N1/M1と閾値R1との比較結果に応じて熟度判定情報を生成する。
図17は、熟度判定情報を生成する、ステップS130の具体的な処理手順を詳細に示している。先ず、房Fの完熟度が「完熟」であるか否かを判定するための手順を説明する。ステップS131において熟度判定情報生成部122は、階層IIIに対する算出された比率N1/M1が閾値R1よりも大きいか否かを判定する。閾値R1は、設計仕様等により適宜決定され、例えば信号処理回路120の記憶媒体(内部ROM)123に予め格納されている。閾値R1に限らず、本明細書に登場するあらゆる閾値は記憶媒体123に格納されているとする。ステップS131において、比率N1/M1が閾値R1よりも大きい場合、熟度判定情報生成部122は、「完熟」を表す熟度判定情報を生成する(ステップS132)。比率N1/M1が閾値R1以下である場合、熟度判定情報生成部122は、例えば「未完熟」を表す熟度判定情報を生成する。例えば、熟度判定情報を1ビットの信号で表し、「0」を「未完熟」に、「1」を「完熟」に割り当てることができる。以上の手順に従うと、房Fの完熟度が「完熟」であるか否かを判定した熟度判定情報が得られる。
例えば、完熟度が「やや未熟」または「未熟」であるか否かをさらに判定することもできる。図17に示されるように、ステップS131において比率N1/M1が閾値R1以下であると判定された場合、完熟度は少なくとも「完熟」ではないことが分かる。ステップS133において熟度判定情報生成部122は、階層IIに対する比率N1/M1を求め、その比率と閾値R2とを比較する。
具体的に説明すると、熟度判定情報生成部122は階層IIにおいて、複数の第1画素の中から閾値L2の下限値以上閾値L2の上限値未満の範囲にある画素値を有する画素の数N1を算出する。上述したように、例えば閾値L2の下限値を「70」に、閾値L2の上限値を「80」に設定することができる。熟度判定情報生成部122は、階層IIに対し、複数の第1画素の数M1に対する算出された画素の数N1の比率N1/M1を求める。
ステップS133において熟度判定情報生成部122は、階層IIに対して算出された比率N1/M1が閾値R2よりも大きいか否かを判定する。比率N1/M1が閾値R2よりも大きい場合、ステップS134において熟度判定情報生成部122は、「やや未熟」を表す熟度判定情報を生成する。比率N1/M1が閾値R2以下である場合、処理はステップS135に移行する。
ステップS135において熟度判定情報生成部122は、階層Iに対して比率N1/M1を求め、その比率と閾値R3とを比較する。具体的に説明すると、熟度判定情報生成部122は、階層Iに対し、複数の第1画素の中から閾値L3の下限値以上閾値L3の上限値未満の範囲にある画素値を有する画素の数N1を算出する。上述したように、例えば閾値L3の下限値を「60」に、閾値L3の上限値を「70」に設定することができる。熟度判定情報生成部122は、複数の第1画素の数M1に対する算出された画素の数N1の比率N1/M1を求める。
ステップS135において熟度判定情報生成部122は、階層Iに対して算出された比率N1/M1が閾値R3よりも大きいか否かを判定する。比率N1/M1が閾値R3よりも大きい場合、ステップS136において熟度判定情報生成部122は、「未熟」を表す熟度判定情報を生成する。比率N1/M1が閾値R3以下である場合、ステップS137において熟度判定情報生成部122は、例えば「その他」を表す熟度判定情報を生成する。例えば、熟度判定情報を2ビットの信号で表し、「11」を「完熟」に、「10」を「やや未熟」に、「01」を「未熟」に、「00」を「その他」に割り当てることができる。このように、「完熟」だけでなく「やや未熟」や「未熟」などを示す熟度判定情報も生成することができる。
再び図9を参照する。
熟度判定装置100は、収穫手段600の駆動をオン・オフするための制御信号を、熟度の判定結果に基づいて生成する(ステップS200)。具体的には、信号処理回路120の制御信号生成部124がその制御信号を生成する。制御信号生成部124は、熟度は所定の程度に達すると判定するとき、収穫手段600の駆動をオンする制御信号を生成し、熟度は所定の程度に満たないと判定するとき、収穫手段600の駆動をオフする制御信号を生成する。所定の程度は、例えば「完熟」とすることができる。その場合、制御信号生成部124は、上述した熟度判定情報を示す2ビット信号が「11」のとき、収穫手段600の駆動をオンする制御信号を生成する。制御信号は、例えば1ビットの信号であり、駆動をオンする制御信号は、「1」に割り当てることができる。制御信号生成部124は、熟度判定情報を示す2ビット信号が「11」以外のとき、収穫手段600の駆動をオフする制御信号を生成する。駆動をオフする制御信号は、「0」に割り当てることができる。換言すると、制御信号は、熟度は「完熟」であると判定されたときにアサートされる信号である。
次に、コントローラ200は、熟度判定装置100から出力される制御信号を受信し、収穫手段600を駆動するための動力を収穫手段600に供給するか否かを制御信号に応じて決定する(ステップS300)。換言すると、コントローラ200は、収穫手段600の駆動を許可するか否か(収穫手段600の動作のオン・オフ)を制御信号に応じて決定する。具体的には、コントローラ200は、制御信号が「1」を示しているとき、つまり、制御信号がアサートされると、動力を収穫手段600に供給することを決定する。換言すると、コントローラ200は、制御信号がアサートされると、収穫手段600の駆動を許可する。一方、コントローラ200は、制御信号が「0」を示しているとき、動力を収穫手段600に供給しないことを決定する。換言すると、コントローラ200は、制御信号がネゲート状態であると、収穫手段600の駆動を許可しない。
次に、ステップS400において、動力源300は、コントローラ200による動力の供給の決定に応じて動力の供給を開始する。収穫手段600の駆動が許可されると、動力源300から収穫手段600に動力の供給が開始され(ステップS500)、収穫手段600は動力によって駆動される(ステップS600)。その結果、収穫手段600は、房Fを刈り取ることが可能となる。収穫装置1000の状態には、2つの状態が存在する。1つは、房Fの収穫作業が不可能な状態Aであり、1つは、収穫作業が可能な状態Bである。熟度判定装置100からの制御信号がアサートされると、収穫装置1000の状態は、状態Aから状態Bに遷移する。
このように、熟度の判定結果に応じて収穫手段600の動作が決定される。収穫作業の効率を落とすことなく、房Fの収穫すべきタイミングを熟度に応じて精度よく判定することができ、その結果、収穫すべき房Fを正しく収穫することが可能となる。また、収穫すべきでない房Fをヒューマンエラーによって誤って収穫されることを防止することが可能となる。
図2に示すように、コントローラ200は、動力源300のオン・オフを直接制御することができる。コントローラ200は、熟度判定装置100からの制御信号がネゲート状態であるとき、動力源300をオフ状態のままに維持し、制御信号がアサートされると、動力源300をオンする。例えば動力源300としてガソリンエンジンを用いる場合、制御信号に応答して、ガソリンエンジンが始動する。また、例えば動力源300として電動モータを用いる場合、制御信号に応答して、例えばインバータを介してバッテリーから電動モータに電力の供給が開始されると、電動モータは駆動される。
この構成によれば、熟度が所定の程度に達しているときだけ、動力源300をオンすることができる。装置の利用者は、判定された熟度に対し、収穫許可の所定の条件を任意に設定することが可能となる。設定されたその条件が満たされるときだけ動力源300をオンすることにより、所定の熟度に達した房Fだけを収穫することが可能となる。また、収穫許可の所定の条件が満たされないときは、動力源300を確実にオフすることができる。これにより、ヒューマンエラーによる誤った収穫を防止することができる。
収穫装置1000は、所定時間の間(例えば15分間)だけ状態Bを維持することが可能な動作モードを有していてもよい。つまり、所定時間の間だけ収穫手段600の駆動が許可される。例えば、動作モードの設定は、キー(不図示)入力などによってなされ得る。例えば、収穫作業の管理者(農園管理者)のみが動作モードを設定でき、収穫作業者は動作モードを設定できないようにしておくことが好ましい。
収穫手段600の駆動が許可されなければ、動力源300から収穫手段600に動力は供給されない(ステップS700)。その結果、収穫装置1000の状態は、状態Aのままである。このように、制御信号に応じて動力源300を直接制御することで収穫手段600の動作を決定することができる。
図18は、収穫装置1000のハードウェアのさらなる他の構成例を模式的に示している。この構成例では、収穫装置1000は、切替回路900をさらに備える。切替回路900は、例えばリレースイッチを有し、動力源300から収穫手段600への動力の供給・遮断を切替えることができる。この切替はコントローラ200によって制御され得る。コントローラ200は、熟度判定装置100からの制御信号がネゲート状態であるとき、切替回路900のリレースイッチをオフにする。これにより、動力源300から収穫手段600への動力の供給は停止される。これに対し、コントローラ200は、熟度判定装置100からの制御信号がアサートされると、切替回路900のリレースイッチをオンにする。これにより、動力源300から収穫手段600へ動力が供給される。このように、切替回路900を用いて動力の供給・非供給を制御することにより、状態Aと状態Bとの間で収穫装置1000の状態を切替えることができる。
コントローラ200は、報知装置700を駆動するための駆動信号を熟度判定情報に応じて生成する。例えば、報知装置700はLEDを備えているとする。その場合、熟度判定情報が「完熟」を示すとき、コントローラ200は、LEDを発光させる駆動信号(LEDをオンにする信号)を生成し、熟度判定情報が「完熟」以外を示すとき、コントローラ200は、LEDを発光させる駆動信号を生成しない。また、コントローラ200は、発光色が異なる複数のLEDを備えていてもよい。熟度判定情報が種々の完熟度(例えば「完熟」、「やや未熟」および「未熟」)を含むとき、例えば、コントローラ200は、完熟度に応じて複数のLEDのいずれかを発光させる駆動信号を生成すればよい。これにより、収穫作業者はLEDの発光色に従って房Fの熟度を認識することができる。
例えば、報知装置700はスピーカを備えているとする。その場合、熟度判定情報が「完熟」を示すとき、コントローラ200は、スピーカに音を発生させる駆動信号(スピーカをオンにする信号)を生成し、熟度判定情報が「完熟」以外を示すとき、コントローラ200は、スピーカに音を発生させる駆動信号を生成しない。また、熟度判定情報が種々の完熟度を含むとき、例えば、コントローラ200は完熟度に応じて音の強弱を変更させるようにスピーカを駆動してもよい。
例えば、報知装置700はバイブレータを備えているとする。その場合、熟度判定情報が「完熟」を示すとき、コントローラ200は、バイブレータを振動させる駆動信号(バイブレータをオンにする信号)を生成し、熟度判定情報が「完熟」以外を示すとき、コントローラ200は、バイブレータを振動させる駆動信号を生成しない。また、熟度判定情報が種々の完熟度を含むとき、例えば、コントローラ200は完熟度に応じて振動の強弱やパターンを変更させるようにバイブレータを駆動してもよい。
例えば、報知装置700は液晶ディスプレイを備えているとする。その場合、熟度判定情報が「完熟」を示すとき、コントローラ200は、液晶ディスプレイに「完熟」という文字情報を表示させる駆動信号を生成し、熟度判定情報が「完熟」以外を示すとき、コントローラ200は、液晶ディスプレイに「未完熟」という文字情報を表示させる駆動信号を生成する。例えば、液晶ディスプレイは文字情報の代わりに「○」や「×」といった記号を表示してもよいし、完熟度に応じて表示色を変更してもよい。
熟度判定装置100(またはコントローラ200)はさらに、熟度判定情報に基づいて房Fの採取の可否を判定してもよい。例えば、4つの種類「完熟」、「やや完熟」、「やや未熟」および「未熟」の完熟度があるとする。例えば、熟度判定装置100は、熟度判定情報が「完熟」、「やや完熟」を示す場合、採取は「可」であると判定し、熟度判定情報が「やや未熟」、「未熟」を示す場合、採取は「不可」であると判定してもよい。
報知装置700は、収穫の可否の判定結果に基づいて収穫の可否を報知することができる。熟度判定装置100が、房Fの収穫を不可と判定するとき、報知装置700は、房Fを収穫してはいけないことを報知する。その場合、例えば、音を発するようにスピーカを制御してもよいし、さらに、房Fを収穫してはいけないことを警告する警告メッセージを表示するように液晶ディスプレイを制御してもよい。例えば、液晶ディスプレイは、「収穫NG」などの文字情報を表示することができる。熟度判定装置100が、房Fの収穫を可と判定するとき、液晶ディスプレイは、「収穫OK」などの文字情報を表示することができる。このような表示によれば、採取の可否の情報を収穫作業者に直接伝えることができるので、収穫作業者をより支援することができる。
収穫装置1000は、熟度判定装置100を起動して熟度を判定する「熟度判定モード」以外に、例えば、熟度判定装置100を起動せずに房Fの周りの葉や大枝を刈り取る「非熟度判定モード」などの動作モードをさらに備えていてもよい。「熟度判定モード」が設定されると、収穫装置1000は、図9に示すフローに従って動作する。これに対し、「非熟度判定モード」が設定されと、動力源300から収穫手段600への動力の供給が許可されるようにしてもよい。この動作モード設定は、例えばキー(不図示)入力より手動で行われる。
図19は、収穫装置1000のハードウェアのさらなる他の構成例を模式的に示している。この構成例では、収穫装置1000は、プリンタPをさらに備える。プリンタPは、例えば撮像した房Fの完熟度を印字した印刷物を出力する。例えば、プリンタPは、熟度が「完熟」であると判定されたとき、または、収穫が「可」であると判定されたときのみ、「完熟」や収穫「可」といった文字を印字した印刷物を出力してもよい。収穫作業者は、完熟した房Fを刈り取った後、出力された印刷物を刈り取った房Fに貼り付ける。管理者は、印刷物をチェックすることにより、収穫作業者が熟度判定装置100の判定に基づき収穫装置1000を動作させていたかを確認することができる。また、収穫作業者は、動作モードを「熟度判定モード」に設定して房Fの収穫を試みたが、収穫すべきタイミングではないと判定された場合、動作モードを「非熟度判定モード」に切替え、房Fの周りの葉や大枝を刈り取ることで、次回の房Fの刈り取りの準備を行うことができる。これにより、次回の房Fの刈り取り作業量が軽減され得る。
本実施形態によると、房Fの熟度判定から房Fの収穫までの一連の動作が、コントローラ200の制御によって完全自動化され得る。そのため、収穫作業の効率を落とすことなく、熟度に応じて房Fの収穫すべきタイミングを精度よく判定することができる。房Fを収穫すべきタイミングに応じて収穫手段600の動作を変更できるので、房Fに含まれる成分(例えばパーム油)の含有量を増大させる(最大限にする)ことが可能となる。含有量の増大は生産量の向上に繋がる。また、収穫作業者が、成熟していない、つまり、収穫すべきではない房Fを誤って収穫することを防止することができる。その結果、管理者は収穫の管理を徹底することができ、生産性の低下を抑制することがきる。
(実施形態2)
本実施形態による収穫装置1000Aは、動力源300の電源をオン・オフするためのレバー(またスイッチ)Lが把手400に設けられている点で実施形態1による収穫装置1000とは異なる。以下、実施形態1による収穫装置1000との差異点を中心に収穫装置1000Aの構成および動作を説明する。
本実施形態による収穫装置1000Aは、動力源300の電源をオン・オフするためのレバー(またスイッチ)Lが把手400に設けられている点で実施形態1による収穫装置1000とは異なる。以下、実施形態1による収穫装置1000との差異点を中心に収穫装置1000Aの構成および動作を説明する。
〔収穫装置1000Aの構成〕
図20は、本実施形態による収穫装置1000Aのハードウェアの構成例を模式的に示している。
図20は、本実施形態による収穫装置1000Aのハードウェアの構成例を模式的に示している。
収穫装置1000Aは、動力源300の電源をオン・オフするためのレバー(またスイッチ)Lをさらに備える。図示されるように、レバーLから出力される信号と、コントローラ200から出力される、動力源300をオン・オフする制御信号とが、例えば論理和(ANDゲート)に入力される。ANDゲートからの出力が動力源300に入力される。
例えば、収穫作業者が収穫装置1000Aを動かそうとしてレバーLを引くと、それをトリガーにレバーLからANDゲートに、動力源300をオンするためのハイレベルの信号が出力される。しかしながら、例えば動力源300から出力される制御信号がネゲートされているとき、つまり、収穫手段600の駆動が許可されていないとき、収穫作業者がレバーLを引いても、レバーLから出力される信号はANDゲートでマスクされる。そのため、動力源300はオフしたままである。これに対し、例えば動力源300から出力される制御信号がアサートされているとき、収穫作業者がレバーLを引けば、動力源300はオンして、収穫手段600を駆動させることができる。
この構成によると、コントローラ200が収穫手段600の駆動を許可しない限り、収穫作業者によってレバーLがいくら引かれても収穫手段600は動作しない。そのため、ヒューマンエラーによる誤った収穫を効果的に防止することができる。
図示されていないが、実施形態1による収穫装置1000と同様に、収穫装置1000Aは切替回路900を備えていてもよい。その場合、ANDゲートは、切替回路900にも接続することができる。切替回路900およびANDゲートの組み合わせを用いても、ヒューマンエラーによる誤った収穫を効果的に防止することができる。
〔収穫装置1000Aの動作〕
本発明の実施形態による収穫方法で用いられる熟度判定は、実施形態1で説明した方法に限られない。例えば、これから説明する熟度判定も好適に利用することができる。
本発明の実施形態による収穫方法で用いられる熟度判定は、実施形態1で説明した方法に限られない。例えば、これから説明する熟度判定も好適に利用することができる。
図21は、本実施形態による収穫装置1000Aの熟度判定装置100が熟度判定情報を生成する手順を詳細に示している。以下、実施形態1で説明した熟度判定と異なる点を主として説明する。
ステップS110Aは、図10を参照して実施形態1で説明したステップS110と同様である。本実施形態によると、少なくとも近赤外光および青色の光の強度分布を含む画像Iを解析することにより、完熟度を判定することが可能となる。
信号処理回路120は、受け取った画像Iにおける近赤外光の強度分布の面積率を、青色の光の強度分布を考慮して算出する(ステップS120A)。画像Iは、近赤外光の強度分布を示す情報を有する複数の第1画素、および青色の光の強度分布を示す情報を有する複数の第2画素を少なくとも含む。本実施形態による熟度判定では、予め決められた基準値を基準とし、かつ、青色の光の強度分布を考慮して、近赤外光の強度分布の面積率を求める。
図22A(a)は、未熟の房F全体を含む画像を示し、図22A(b)は、(a)に示される破線の矩形領域の部分を拡大した画像を示し、図22A(c)は、所定レベルの画素値の範囲内にある画素分布を、(b)の画像Iにおける画素値NIRSに基づいてマッピングしたマッピング画像を示している。図22A(d)は、所定レベルの画素値の範囲内にある画素分布を、(b)の画像Iにおける画素値NIRSを画素値BLUSで除算した除算値に基づいてマッピングしたマッピング画像を示している。
図22B(a)は、やや未熟の房F全体を含む画像を示し、図22B(b)は、(a)に示される破線の矩形領域の部分を拡大した画像Iを示し、図22B(c)は、所定レベルの画素値の範囲内にある画素分布を、(b)の画像Iにおける画素値NIRSに基づいてマッピングしたマッピング画像を示している。図22B(d)は、所定レベルの画素値の範囲内にある画素分布を、(b)の画像Iにおける画素値NIRSを画素値BLUSで除算した除算値に基づいてマッピングしたマッピング画像を示している。
図22C(a)は、完熟の房F全体を含む画像を示し、図22C(b)は、(a)に示される破線の矩形領域の部分を拡大した画像Iを示し、図22C(c)は、所定レベルの画素値の範囲内にある画素分布を、(b)の画像Iにおける画素値NIRSに基づいてマッピングしたマッピング画像を示している。図22C(d)は、所定レベルの画素値の範囲内にある画素分布を、(b)の画像Iにおける画素値NIRSを画素値BLUSで除算した除算値に基づいてマッピングしたマッピング画像を示している。画素除算とは、単位画素内の互いに関連付けられた画素同士の画素値の一方を他方で除算することを意味する。
図22A(c)に示されるマッピング画像は、画像Iに含まれる画素値NIRSに基づいて生成され、3つの階層I、IIおよびIIIのマッピング画像を含む。例えば、階層Iは、0から255の階調値の中の、60以上70未満の階調値を有する画素の分布を含み、階層IIは、70以上80未満の階調値を有する画素の分布を含み、階層IIIは、80以上の階調値を有する画素の分布を含む。図22B(c)および図22C(c)に示されるマッピング画像も、上述した3つの階層I、IIおよびIIIのマッピング画像を含む。
図22A(d)に示されるマッピング画像は、画像Iに含まれる画素値NIRSを画素値BLUSで除算した除算値に基づいて生成され、3つの階層I、IIおよびIIIのマッピング画像を含む。例えば、階層Iは、0から255の階調値の中の、60以上70未満の階調値を有する画素の分布を含み、階層IIは、70以上80未満の階調値を有する画素の分布を含み、階層IIIは、80以上の階調値を有する画素の分布を含む。図22B(d)および図22C(d)に示されるマッピング画像も、上述した3つの階層I、IIおよびIIIのマッピング画像を含む。
本実施形態において信号処理回路120は、未熟の房Fに対して、図22A(d)に示されるマッピング画像を生成する。信号処理回路120は、やや未熟および完熟の房Fに対しても、図22B(d)および図22C(d)に示されるマッピング画像をそれぞれ生成する。信号処理回路120は、これらのマッピング画像を用いて熟度を判定することができる。
図22A(c)、図22B(c)および図22C(c)に示されるマッピング画像によると、房Fが熟すにつれて、近赤外光の反射光の強度、つまり、画素値NIRSの値が大きくなり、その結果、階層IIIの画素分布の密度が高くなる。ただし、外乱光(主として太陽光)からの近赤外光の影響を受けるので、やや未熟と完熟との間の、マッピング画像における画素分布の差異があまり見られない。
例えば図11に示されるように、青色の光の反射率は熟度に応じて殆ど変化しないので、太陽光による影響を抑制するための反射光の強度基準として用いることができる。図22A(d)、図22B(d)および図22C(d)に示されるマッピング画像を見ると、やや未熟と完熟とのマッピング画像の間で画素分布の十分な差異が容易に確認される。その理由は、画像Iにおける画素値NIRSを画素値BLUSで除算した除算値に基づいてマッピングした結果、太陽光による影響が抑制されたためである。これは、除算値に基づくマッピング画像に対して階調値の閾値を適切に設定することで房Fの熟度を精度よく判定できることを示している。
画像Iにおける画素値NIRSから画素値BLUSを減算した減算値に基づいてマッピング画像を生成することを考える。その場合、太陽光の影響を抑制して房Fの熟度を精度よく判定することはできない。例えば、日向と日陰との間で、または、曇天と晴天との間で太陽光スペクトルは大きく変化することが知られている。例えば、曇天時と晴天時とを比較すると、可視光波長域の光の強度は1/3程度に低下し、近赤外光の強度は殆ど変わらないことが知られている。また、晴天時または曇天時において、青色の光の強度は近赤外光の強度よりも数倍程度大きい。換言すると、房Fへの青色の入射光の強度は、房Fへの近赤外光の入射光の強度よりも数倍程度大きい。一方で、房Fからの反射光に着目すると、房Fからの近赤外光の反射光の強度は、房Fからの青色の反射光の強度よりも数倍大きい。
少なくとも日向では、外乱光に含まれる青色の光の強度が大きいので、画像Iに含まれる画素値NIRSから画素値BLUSを減算しても、減算値、つまり、減算後の信号において熟度に応じた差分を確認することができなくなる。これに対し、本実施形態のように、画像Iに含まれる画素値NIRSを画素値BLUSで除算すれば、外乱光に含まれる青色の光の強度が大きくても、除算後の信号には熟度に応じた情報を示す信号が残存する。例えば、その信号は信号処理によって増幅され得る。
図23は、図22A(d)、図22B(d)および図22C(d)に示される3つのマッピング画像のそれぞれを3つの階層I、IIおよびIIIに分解して各階層の色マッピング画像を示している。図示されるように、階層Iの色マッピング画像に着目すると、未熟の房Fに対する色マッピング画像における画素分布の密度が最も高く、完熟の房Fに対する色マッピング画像における画素分布の密度が最も低い。階層IIの色マッピング画像に着目すると、やや未熟の房Fに対する色マッピング画像における画素分布の密度が最も高く、未熟の房Fに対する色マッピング画像における画素分布の密度が最も低い。階層IIIの色マッピング画像に着目すると、完熟の房Fに対する色マッピング画像における画素分布の密度が最も高く、未熟の房Fに対する色マッピング画像における画素分布の密度が最も低い。
画素分布は、各階層における、予め決められた基準値を基準とし、かつ、青色の光の強度分布を考慮した、近赤外光の強度分布の面積率ARに対応する。具体的には、面積率ARは、複数の第1画素の数に対する、除算対象の画素の中から基準値の条件を満たす除算値を有する画素の数の比率である。例えば図5に示される単位画素に対し、互いに関連付けられた画素221C、221Dの画素値を用いて、除算演算が画素毎に行われる。除算対象の画素の数は典型的には、複数の第1画素の数と一致する。例えば、単位画素において、IRフィルタを有する画素221Cの数が3であり、Bフィルタを有する画素221Dの数が1である場合、3つの画素221Cの各々の画素値NIRSが画素221Dの画素値BLUSで除算され得る。
例えば、階層Iに対して用いられる、基準値の下限(下限の閾値)は、60であり、上限(上限の閾値)は70である。階層IIに対して用いられる、基準値の下限は、70であり、上限は80である。階層IIIに対して用いられる、基準値の下限は80であり、上限は特に設定されていない。適切な基準値を設けることにより、画素分布の密度、つまり、面積率ARに基づいて房Fの完熟度を判定することができる。
図24は、ステップS120Aにおける面積率ARの算出の具体的な処理手順を詳細に示している。信号処理回路120は、青色の光の強度分布を考慮して、予め決められた基準値を基準として近赤外光の強度分布の面積率ARを求める。具体的には、ステップS121Aにおいて信号処理回路120は、画像Iに含まれる複数の第1画素から得られる画素値NIRSを、複数の第1画素と関連付けられた複数の第2画素から得られる画素値BLUSで画素毎に除算する。
熟度判定に対する太陽光による影響は判定(つまり、撮像)毎に時々刻々と変わり得るので、従来、その影響を除去するために標準白色板が必須であった。本実施形態の熟度判定方法によると、画素値NIRSを画素値BLUSで除算するので、その結果、太陽光による影響は抑制されて標準白色板は不要である。これにより、熟度判定の処理を簡素化することができる。
標準白色板のスペクトル特性(分光特性)は、房Fからの反射光のスペクトル特性とは異なる。そのため、標準白色板を用いて太陽光による影響を除去する場合、熟度判定結果は、両者の分光特性の違いを判定誤差として含み得る。本実施形態による熟度判定では、標準白色板を用いる代わりに、画素値NIRSを画素値BLUSで除算するので、熟度を精度よく判定することができる。
ステップS122Aにおいて信号処理回路120は、除算対象の画素の中から閾値L1以上の除算値を有する画素の数N1を算出する。除算対象の画素の数は典型的には、複数の第1画素の数M1に一致する。例えば、図23に示される階層IIIに対し、閾値L1として「80」を設定することができる。演算の結果、画素値「80」以上の画素値(つまり、除算値)を有する画素の数がN1である。なお、ステップS122Aにおいて信号処理回路120は、除算対象の画素の中から閾値L1以下の除算値を有する画素の数N1を算出してもよい。
ステップS123Aにおいて信号処理回路120は、複数の第1画素の数(または除算対象の画素の数)M1に対する算出された画素の数N1の比率N1/M1を求める。信号処理回路120は、比率N1/M1に基づいて各階層に対応した色マッピング画像を生成することができる。
再び図17および21を参照する。
信号処理回路120は、面積率ARに応じて熟度判定情報を生成する(ステップS130A)。具体的に説明すると、信号処理回路120は、比率N1/M1と閾値R1との比較結果に応じて熟度判定情報を生成する。
実施形態1と同様に、信号処理回路120は、階層IIIに対し算出された比率N1/M1が閾値R1よりも大きいか否かを判定する。図17のステップS131において、比率N1/M1が閾値R1よりも大きい場合、信号処理回路120は、「完熟」を表す熟度判定情報を生成する(ステップS132)。比率N1/M1が閾値R1以下である場合、信号処理回路120は、例えば「未完熟」を表す熟度判定情報を生成することができる。また、信号処理回路120は、実施形態1で説明した手順に従って、「やや未熟」や「未熟」を表す熟度判定情報を生成することもできる。
本実施形態によれば、画素値NIRSを画素値BLUSで除算することにより、標準白色板を用いずに太陽光による影響を抑制して熟度を精度よく判定することができる。収穫作業の効率を落とすことなく、パームヤシの収穫すべきタイミングを精度よく判断することができる。そのため、パームヤシに含まれる油成分の含有量を増大させることができる。
(実施形態3)
本実施形態による収穫装置1000Bは、レバーLを引けば動力源300から収穫手段600に動力が供給される点で、実施形態1および2による収穫装置1000、1000Aとは異なる。以下、実施形態1および2による収穫装置1000、1000Aとの差異点を中心に収穫装置1000Bの構成および動作を説明する。
本実施形態による収穫装置1000Bは、レバーLを引けば動力源300から収穫手段600に動力が供給される点で、実施形態1および2による収穫装置1000、1000Aとは異なる。以下、実施形態1および2による収穫装置1000、1000Aとの差異点を中心に収穫装置1000Bの構成および動作を説明する。
〔収穫装置1000Bの構成〕
図25は、本実施形態による収穫装置1000Bのハードウェアの構成例を模式的に示している。図示されるように、コントローラ200は、熟度の判定結果に応じて収穫手段600の駆動を許可するか否かを決定しない。この構成によると、収穫作業者がレバーLを引くと、それに応答して動力源300から収穫手段600に動力が供給され、収穫手段600を駆動させることができる。また、報知装置700は、上述したように収穫装置1000Bに外付けされるスマートフォンなどのタブレット装置であってもよい。
図25は、本実施形態による収穫装置1000Bのハードウェアの構成例を模式的に示している。図示されるように、コントローラ200は、熟度の判定結果に応じて収穫手段600の駆動を許可するか否かを決定しない。この構成によると、収穫作業者がレバーLを引くと、それに応答して動力源300から収穫手段600に動力が供給され、収穫手段600を駆動させることができる。また、報知装置700は、上述したように収穫装置1000Bに外付けされるスマートフォンなどのタブレット装置であってもよい。
〔収穫装置1000Bの動作〕
図26は、本実施形態による収穫装置1000Bの動作手順の一例を示す。
図26は、本実施形態による収穫装置1000Bの動作手順の一例を示す。
収穫装置1000Bを、図示される動作手順に従って動作させることができる。その動作手順は、収穫装置1000Bを利用し得る収穫方法を意味する。
例えば、収穫作業者が、収穫装置1000Bの撮像モジュール110を房Fに向けて房Fを撮像し、例えば実施形態1および2で説明したそれぞれの熟度判定に基づいて熟度判定結果を得ることができる(ステップS100B)。その結果は、収穫作業者に報知される。例えば、熟度判定結果は、収穫作業者の手元にあるスマートフォンのディスプレイ上に、例えば「完熟」といった文字情報として表示され得る。収穫作業者は、その文字情報から熟度判定結果を取得することができる。熟度判定装置100は、上述したように熟度判定結果に基づいて房Fの収穫の可否を判定することができる。収穫作業者は、スマートフォンのディスプレイに表示される収穫の可否の情報に基づいて、収穫の可否の判定結果を取得することもできる。
収穫作業者は、熟度判定結果に基づいて収穫手段600の動作を決定する。例えば、収穫作業者は、スマートフォンのディスプレイ上に表示された収穫してもよい旨のメッセージを確認した場合、収穫手段600を駆動させることを決定することができる。収穫作業者は、その決定に基づいてレバーLを引いて収穫手段600を駆動させることができる。これにより、収穫すべき房Fを収穫すべきタイミングで収穫することができる。一方で、収穫作業者は、スマートフォンのディスプレイ上に表示された収穫してはならない旨のメッセージを確認した場合、収穫手段600を駆動させないことを決定することができる。その場合、収穫作業者は、その決定に従ってレバーLを引いてはならない。これにより、収穫すべきではない房Fの収穫が防止され得る。
例えば、ステップS200Bにおいて、コントローラ200は、熟度判定装置100による熟度判定情報に従って、収穫作業者に房Fの収穫に関する警告を発するか否かを決定してもよい。例えば、コントローラ200は、熟度判定情報が「完熟」を示す場合、警告を発しないことを決定し、熟度判定情報が「未完熟」を示す場合、警告を発することを決定する。または、コントローラ200は、収穫の可否情報が「可」を示す場合、警告を発しないことを決定し、収穫の可否情報が「不可」を示す場合、警告を発することを決定してもよい。
ステップS300Bにおいて、例えば、コントローラ200は、警告を発すると決定するとき、房Fを収穫してはいけないことを収穫作業者に警告することを決定する(ステップS400B)。例えば、その警告は、スマートフォンのスピーカを用いた音による警告、および/または、警告メッセージの表示による警告などで実現され得る。これに対し、コントローラ200は、警告を発しないと決定するとき、警告しないことを決定する(ステップS500B)。その代わりに、コントローラ200は、房Fを収穫してもよい旨のメッセージを表示してもよい。
収穫装置1000Bは、把手400に設けられた電流発生部(不図示)を備えていてもよい。この電流発生部は、人体に害はない、痛さを感じる程度の電流を生成することができる。例えば、収穫作業者が、収穫してはいけない旨の警告メッセージが表示されているとき、その警告に従わずにレバーLを引いて収穫手段600を駆動させようとすると、電流発生部はそれを感知して電流を生成し出力してもよい。これにより、刺激を感じた収穫作業者は、次回から警告に従うことが期待される。また、ヒューマンエラーにより、収穫すべきではない房Fを誤って収穫することを防止することができる。
コントローラ200は、収穫装置1000Bの使用履歴を表す使用履歴情報を生成することができる。その使用履歴情報は、収穫してはいけない旨のメッセージが表示されているにもかかわらず、レバーLを引いて収穫手段600を駆動させた回数、日時などの情報を含む。その使用履歴情報は、例えば内部ROMに格納される。
管理者は、この履歴を逐次確認することにより、房Fが誤って収穫された日時などを把握することができる。これにより、管理者は、警告に従わずに作業する収穫作業者を適切に指導することができる。その結果、収穫作業者の収穫ミスの低減が図れる。また、管理者から直接指摘を受けることにより、収穫作業者は収穫作業に一層の注意を払うといった心理的効果が期待される。
本実施形態の収穫装置1000Bによると、収穫作業者に収穫に関する警告を発することにより、収穫作業の効率を落とすことなく、収穫すべき房Fを収穫すべきタイミングで収穫することができる。また、ヒューマンエラーにより、収穫すべきではない房Fを誤って収穫することを防止できる。その結果、パームヤシに含まれる油成分の含有量を増大させることができる。
熟度判定装置100の一部は、LSIとして1チップで実現され得る。信号処理回路120の各機能ブロックは個別にチップ化してもよいし、その一部または全部を集積してチップ化してもよい。また、半導体集積回路は、例えば特定用途向け集積回路(ASIC)、およびフィールドプログラマブルゲートアレイ(FPGA)であってもよい。また、半導体技術の進歩によりLSIに代替する集積回路の技術が出現した場合、当該技術による集積回路を用いることも可能である。
上述した実施形態1から3において、収穫対象物である青果物としてパームヤシの房を例に判定方法を説明した。本発明による実施形態が対象とする青果物はこれに限られず、近赤外光の反射率が完熟度に応じて異なる反射率特性を有する果実であり得る。そのような果実として、例えば青林檎およびマンゴーが挙げられる。
図27Aは、青林檎の反射率の波長依存性を例示する。図27Bは、マンゴーの反射率の波長依存性を例示する。横軸は光の波長(nm)を示し、縦軸は反射率(%)を示す。パームヤシの房Fと同様に、特に、赤色の光の波長帯域において、果実が完熟するにつれて、反射率は高くなる傾向にあり、かつ、近赤外光の波長帯域においても、果実が完熟するにつれて、反射率は高くなる傾向にあることが理解される。そのため、青林檎やマンゴーに対しても、本発明の実施形態を好適に適用することができ、パームヤシの房Fと同様の効果が得られる。本発明の実施形態による判定対象は、熟度に限られず、収穫時期を知り得る他の指標(例えば、生育度、鮮度、収穫レベルなど)であり得る。
本発明の実施形態による収穫方法はコンピュータプログラムによって実現され得る。コンピュータプログラムは、上記の実施形態1から3において説明した各種機能を実現するように構成され、例えばコントローラ200および熟度判定装置100のコントローラC等を制御する。そして、これらの装置により取り扱われる情報は、その処理時に一時的にRAMに蓄積され、その後、各種ROMやHDDに格納される。CPUはその情報を必要に応じて読み出し、修正・書き込みを行う。コンピュータプログラムを格納する記録媒体は、例えば、半導体記録媒体(例えば、ROM、不揮発性メモリカード等)、光記録媒体(例えば、DVD、MO、MD、CD、BD等)、磁気記録媒体(例えば、磁気テープ、フレキシブルディスク等)等であり得る。また、CPUがコンピュータプログラムをロードして実行することにより、上記の実施形態1から3において説明した各種機能が実現されるだけでなく、そのコンピュータプログラムの指示に従い、オペレーティングシステムまたは他のアプリケーションプログラム等との協働によって、各種の機能が実現されてもよい。
可搬型の記録媒体にコンピュータプログラムを格納してその内容を市場に流通させることができる。また、インターネット等のネットワークを介して接続されたサーバコンピュータに転送することにより市場に流通させることもできる。この場合、サーバコンピュータが備える記憶装置も本発明の範疇である。上記の実施形態1から3において説明した各種機能は、コンピュータが読み取り可能な媒体上の一つ以上の命令群またはコードとして格納され、または伝達され得る。コンピュータが読み取り可能な記録媒体は、ある場所から別の場所への、コンピュータプログラムの持ち運びを助ける媒体を含むコミュニケーションメディアやコンピュータ記録メディアの両方を含む。記録媒体は、汎用または特殊用途のコンピュータによってアクセスされることが可能な市販のいずれの媒体であって良い。
本明細書において、ハードウェアとソフトウェアとの同義性を明瞭に示すために、種々の例示的な要素、ブロック、モジュール、回路、およびステップは、概してその機能性に関して述べられてきた。そのような機能性がハードウェアとして実装されるかソフトウェアとして実装されるかは、個々のアプリケーション、およびシステム全体に課された設計の制約に依存する。当業者は、具体的なアプリケーションに対して、種々の方法で機能を実装し得るが、そのような実装の決定は、この開示の範囲から逸脱するものとして解釈されるべきではない。
本明細書の開示に関連して述べられた種々の例示的な論理ブロックおよび処理部は、本明細書で述べられた機能を実行するように設計された汎用用途プロセッサ、デジタルシグナルプロセッサ(DSP)、ASIC、FPGA、その他のプログラマブル論理デバイス、ディスクリートゲート若しくはトランジスタロジック、ディスクリートハードウェア部品、またはこれらを組み合わせることによって、実装または実行され得る。汎用用途プロセッサは、マイクロプロセッサであっても良いが、その代わりにプロセッサは従来型のプロセッサ、コントローラ、マイクロコントローラ、またはステートマシンであっても良い。プロセッサはまた、コンピューティングデバイスを組み合わせて実装されても良い。例えば、プロセッサは、DSPとマイクロプロセッサとの組み合わせ、複数のマイクロプロセッサ、DSPコアと接続された一つ以上のマイクロプロセッサ、またはその他のそのような構成を組み合わせることにより実現され得る。
本明細書の開示に関連して述べられた判定方法またはアルゴリズムのステップは、ハードウェア(特にプロセッサ)によって実行されるソフトウェアモジュール、またはこれら2つを組み合わせることによって直接的に具体化され得る。ソフトウェアモジュールは、RAM、フラッシュメモリ、ROM、EPROM、EEPROM、レジスタ、ハードディスク、リムーバブルディスク、CD−ROM、または本分野で既知のあらゆる形態の記録媒体内に存在し得る。典型的な記録媒体は、プロセッサが記録媒体から情報を読み出し可能で、且つ、記録媒体に情報を書き込み可能なように、プロセッサに結合され得る。別の方法では、記録媒体はプロセッサに一体化されても良い。プロセッサおよび記録媒体は、ASICの中にあっても良い。ASICは、収穫装置に実装され得る。または、プロセッサおよび記録媒体は、ディスクリート要素として収穫装置内にあっても良い。
以上、この発明の実施形態を、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も特許請求の範囲に含まれる。
本発明の実施形態による収穫装置および収穫方法は、青果物の収穫装置および収穫方法に好適に利用される。
100 :熟度判定装置
200 :コントローラ
300 :動力源
400 :把手
500 :支持部材
600 :収穫手段
700 :報知装置
800 :出力IF
900 :切替回路
1000、1000A、1000B :収穫装置
200 :コントローラ
300 :動力源
400 :把手
500 :支持部材
600 :収穫手段
700 :報知装置
800 :出力IF
900 :切替回路
1000、1000A、1000B :収穫装置
Claims (14)
- 青果物の熟度を判定する熟度判定装置と、前記青果物を収穫するための収穫手段と、を備える収穫装置を用いる、前記青果物を収穫する方法であって、
前記熟度判定装置によって前記青果物の前記熟度を判定して熟度の判定結果を得る工程と、
前記収穫手段の動作を前記熟度の判定結果に基づいて決定する工程と、
前記収穫手段の動作の決定に基づいて前記青果物を収穫する工程と、
を包含する、方法。 - 前記熟度の判定結果を得る工程において、前記熟度は所定の程度に達するとの判定結果を得るとき、前記収穫手段の動作の決定において、前記収穫手段の動作を許可する決定を行い、
前記熟度の判定結果を得る工程において前記熟度は所定の程度に満たないとの判定結果を得るとき、前記収穫手段の動作の決定において、前記収穫手段の動作を許可しない決定を行う、請求項1に記載の方法。 - 前記熟度の判定結果に基づいて前記熟度を報知する工程をさらに包含する、請求項1または2に記載の方法。
- 前記熟度の判定結果を得る工程において、前記熟度の判定結果に基づいて前記青果物の収穫の可否をさらに判定して収穫の可否の判定結果を取得し、
前記収穫の可否の判定結果に基づいて前記青果物の収穫の可否を報知する工程をさらに包含する、請求項1から3のいずれかに記載の方法。 - 前記熟度の判定結果を得る工程において前記青果物の収穫を不可と判定するとき、前記青果物を収穫してはいけないことを前記収穫装置の利用者に警告する工程をさらに包含する、請求項4に記載の方法。
- 前記青果物を収穫してはいけないことを前記収穫装置の利用者に警告すると同時に、前記収穫手段の動作の決定において、前記収穫手段の動作を許可しない決定を行う、請求項5に記載の方法。
- 前記熟度の判定結果を含む熟度判定情報を出力する工程をさらに包含する、請求項1から6のいずれかに記載の方法。
- 前記熟度の判定結果を含む熟度判定情報を印刷する工程をさらに包含する、請求項1から7のいずれかに記載の方法。
- 前記収穫装置の使用履歴を表す使用履歴情報を生成する工程をさらに包含する、請求項1から8のいずれかに記載の方法。
- 前記熟度の判定結果を得る工程は、
前記青果物の少なくとも一部を含む画像を受け取る工程であって、前記画像は、少なくとも第1波長帯域の光の強度分布を含み、前記第1波長帯域は、前記青果物からの反射光の強度が前記熟度に応じて変化する波長帯域である、工程と、
前記第1波長帯域の光の強度分布の面積率を予め決められた基準値を基準として求める工程と、
前記面積率に応じて前記熟度を判定して前記熟度の判定結果を得る工程と、
を包含する、請求項1から9のいずれかに記載の方法。 - 前記熟度の判定結果を得る工程は、
前記青果物の少なくとも一部を含む画像を受け取る工程であって、前記画像は、少なくとも第1および第2波長帯域の光の強度分布を含み、前記第1波長帯域は、前記青果物からの反射光の強度が前記熟度に応じて変化する波長帯域であり、前記第2波長帯域は、前記青果物からの反射光の強度が前記熟度に依らず略等しい波長帯域である、工程と、
前記第2波長帯域の光の強度分布を考慮して、前記第1波長帯域の光の強度分布の面積率を予め決められた基準値を基準として求める工程と、
前記面積率に応じて前記熟度を判定して前記熟度の判定結果を得る工程と、
を包含する、請求項1から9のいずれかに記載の方法。 - 前記熟度の判定結果を得る工程は、前記青果物の少なくとも一部を撮像して前記画像を取得する工程をさらに包含する、請求項10または11に記載の方法。
- 前記青果物は、多数の果実を有する房である、請求項1から12のいずれかに記載の方法。
- 青果物の収穫装置であって、
前記青果物の熟度を判定する熟度判定装置と、
前記青果物を収穫するための収穫手段と、
前記収穫手段を駆動する動力を生成する動力源と、
前記動力を前記収穫手段に供給するか否かを、前記熟度判定装置による熟度の判定結果に基づいて決定するコントローラと、
を備える、収穫装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
MYPI2016001488 | 2016-08-10 | ||
MYPI2016001488 | 2016-08-10 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018025548A true JP2018025548A (ja) | 2018-02-15 |
Family
ID=61159929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017135431A Pending JP2018025548A (ja) | 2016-08-10 | 2017-07-11 | 青果物の収穫装置および青果物の収穫方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10420282B2 (ja) |
JP (1) | JP2018025548A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020026358A1 (ja) * | 2018-07-31 | 2020-02-06 | 株式会社オプティム | コンピュータシステム、収穫時期予測方法及びプログラム |
JP2021087370A (ja) * | 2019-12-02 | 2021-06-10 | 株式会社クボタ | 農業用ロボット |
JP2021175396A (ja) * | 2020-04-28 | 2021-11-04 | 株式会社椿本チエイン | 収穫装置、収穫システム、収穫方法及びコンピュータプログラム |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110547092A (zh) * | 2018-06-04 | 2019-12-10 | 田林睿 | 一种基于Kmeans算法的自动化草莓采摘方法 |
US20220130036A1 (en) * | 2019-01-21 | 2022-04-28 | Sony Group Corporation | Information processing apparatus, electronic device and method |
US11423458B2 (en) | 2019-09-12 | 2022-08-23 | International Business Machines Corporation | Computer application of internet of things (IOT) devices to select perishable items by time to expiration |
WO2023113588A1 (en) * | 2021-12-17 | 2023-06-22 | Irga Sdn. Bhd. | An improved cutter |
CN115152430B (zh) * | 2022-05-31 | 2023-10-20 | 海南电网有限责任公司保亭供电局 | 一种具有防触电功能的槟榔采摘装置 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4843561A (en) * | 1985-05-01 | 1989-06-27 | Sun Controls Design, Inc. | Apparatus for locating and manipulating agricultural products |
US5426927A (en) * | 1994-07-26 | 1995-06-27 | Howard J. Greenwald | Automated fruit picker |
JPH08122250A (ja) | 1994-10-26 | 1996-05-17 | Neechia:Kk | 太陽光を利用した果菜の熟否非破壊測定方法及び装置 |
JP2000356591A (ja) | 1999-06-14 | 2000-12-26 | Neechia:Kk | 青果物非破壊糖度計 |
US7854108B2 (en) * | 2003-12-12 | 2010-12-21 | Vision Robotics Corporation | Agricultural robot system and method |
US8594370B2 (en) | 2004-07-26 | 2013-11-26 | Automotive Systems Laboratory, Inc. | Vulnerable road user protection system |
US20060150602A1 (en) * | 2005-01-07 | 2006-07-13 | Stimmann Eric M | Method and apparatus for remotely assisted harvester |
US9035210B1 (en) * | 2010-08-17 | 2015-05-19 | Bratney Companies | Optical robotic sorting method and apparatus |
JP5810494B2 (ja) | 2010-09-07 | 2015-11-11 | 株式会社ニコン | 植物栽培システム、植物栽培プラント、収穫装置及び植物栽培方法 |
MY164318A (en) | 2010-11-30 | 2017-12-15 | Univ Putra Malaysia | A system for fruit grading and quality determination |
ES2747298T3 (es) * | 2013-12-20 | 2020-03-10 | Harvest Croo Llc | Cosecha selectiva automatizada de cultivos |
US9462749B1 (en) * | 2015-04-24 | 2016-10-11 | Harvest Moon Automation Inc. | Selectively harvesting fruits |
JP6086455B2 (ja) * | 2015-05-27 | 2017-03-01 | 株式会社ニレコ | 青果物選別装置及び青果物選別方法 |
-
2017
- 2017-07-11 JP JP2017135431A patent/JP2018025548A/ja active Pending
- 2017-07-14 US US15/649,678 patent/US10420282B2/en not_active Expired - Fee Related
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020026358A1 (ja) * | 2018-07-31 | 2020-02-06 | 株式会社オプティム | コンピュータシステム、収穫時期予測方法及びプログラム |
JPWO2020026358A1 (ja) * | 2018-07-31 | 2021-08-26 | 株式会社オプティム | コンピュータシステム、収穫時期予測方法及びプログラム |
JP2021087370A (ja) * | 2019-12-02 | 2021-06-10 | 株式会社クボタ | 農業用ロボット |
JP7278931B2 (ja) | 2019-12-02 | 2023-05-22 | 株式会社クボタ | 農業用ロボット |
JP2021175396A (ja) * | 2020-04-28 | 2021-11-04 | 株式会社椿本チエイン | 収穫装置、収穫システム、収穫方法及びコンピュータプログラム |
JP7259888B2 (ja) | 2020-04-28 | 2023-04-18 | 株式会社椿本チエイン | 収穫装置、収穫システム、収穫方法及びコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
US10420282B2 (en) | 2019-09-24 |
US20180042178A1 (en) | 2018-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2018025548A (ja) | 青果物の収穫装置および青果物の収穫方法 | |
JP2018004645A (ja) | 熟度判定装置および熟度判定方法 | |
US9909978B2 (en) | Maturity determination device and maturity determination method | |
US10188036B2 (en) | System for evaluating agricultural material | |
WO2016111376A1 (ja) | 植物情報取得システム、植物情報取得装置、植物情報取得方法、作物管理システムおよび作物管理方法 | |
JP2018161058A (ja) | 植物の生育状態評価方法、植物生育状態評価プログラム、植物生育状態評価装置ならびに植物モニタリングシステム | |
JP5879745B2 (ja) | 分光推定パラメーター生成装置およびその方法、並びにコンピュータープログラム | |
JP6872137B2 (ja) | 信号処理装置および信号処理方法、並びにプログラム | |
CN103091296A (zh) | 基于光谱成像技术的植物健康状况检测方法及其装置 | |
JP7450917B2 (ja) | マルチスペクトル画像撮像装置、検査装置及びマルチスペクトル画像撮像方法 | |
JP2017012138A (ja) | 作物管理システムおよび作物管理方法 | |
JP7232376B1 (ja) | 植物の黄化情報取得方法、コンピュータプログラム、植物の黄化情報取得装置及び植物の黄化情報取得システム | |
JP6586782B2 (ja) | 情報処理装置、情報処理プログラム、および情報処理システム | |
JP2017125705A (ja) | 植物情報取得システム、植物情報取得装置、植物情報取得方法、作物管理システムおよび作物管理方法 | |
JP2015077113A (ja) | 植物判定装置、植物判定方法、及びプログラム | |
CN109817335B (zh) | 电子装置、信息推送方法及相关产品 | |
CN204008466U (zh) | 基于叶绿素荧光及成像技术的植物病害检测装置 | |
JP7235853B2 (ja) | 自律型監視システム | |
JP6487482B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP4839441B2 (ja) | 受粉蕾の検出方法及び装置 | |
JP6754114B2 (ja) | 画像解析装置 | |
JP6929136B2 (ja) | 果実検出装置および果実検出方法 | |
JP5906755B2 (ja) | 撮像装置、撮像方法、及びプログラム | |
JP2017003526A (ja) | 農作物判定システム | |
US20220108441A1 (en) | Process, device and program for monitoring the state of plants |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170831 |