JP2018046787A - 農業管理予測システム、農業管理予測方法、及びサーバ装置 - Google Patents

Abstract

【課題】ドローン等の無人航空機でのセンシングにより得られたデータに基づいて、農地等の管理並びに農作物の生育予測、収穫予測等を自動的に行い、農地並びに農作物等の適正な管理を実現する農業管理予測システムを提供する。
【解決手段】無人航空機と、管理端末と通信自在なサーバ装置１において、管理端末から送られてきた画像データを受信する通信部１２と、画像データに基づいて植生指数化を行う植生指数化部１１ｂと、指数情報の標準偏差化を行う標準偏差化部１１ｃと、標準偏差を意味化する意味化部１１ｄとを備え、管理端末により無人航空機の航路及び撮影を遠隔制御し、無人航空機で得られた画像データに基づいてサーバ装置側で農業の管理予測を行う。
【選択図】図２

Description

本発明は、例えば、ドローン等の無人航空機により上空よりセンシングされて得られた情報に基づいて、農地の状態や農作物の生育状態、収穫量、及び収穫時期等を予測する農業管理予測システム、農業管理予測方法、及びサーバ装置に関する。

従来、広大な農地の現状把握については、その広大さが起因して短時間に見回り切ることができず、また多大な労働負担も余儀なくされていた。

また、農地の農作物の生育状態（例えば、植被率、草丈長）等の把握についても、同様に多大な労力負担がかかっており、管理についても導入にコストがかかっていた。葉色グラデーションの把握による施肥管理や、病害虫発生の初期状態の把握、水温や水位の把握による最適な水門管理についても同様である。

ここで、例えば特許文献１では、森林マネージャが、一群の自律したビークルから森林についての情報を受信し、情報から森林の状態についての結果を発生させるために情報を分析する森林管理システムが開示されている。同技術では、森林マネージャは、植物、土壌状態、温度等について情報収集するために自律したビークルの作動を調整する。このビークルの中には、無人航空ビークルも含まれている。

一方、例えば、特許文献２では、航空輸送手段の組によって展開されたセンサシステムから、森林内の位置の任意の数の土壌条件に関する情報を受信し、任意の数の土壌条件に基づいてミッションを識別する森林マネージャを備える森林管理システムが開示されている。ここで、ミッションとは、植栽ミッション、土壌条件識別ミッションを含む。

また、例えば、特許文献３では、農作物に関する情報を取得する情報検出手段と、農作物の生育状況を予測するための農作物登録情報を記憶する記憶手段と、農作物に関する情報に基づき農作物登録情報を参照して、農作物の生育状況を予測する生育予測手段と、それを表示する表示手段と、を有する管理システムが開示されている。

特表２０１５−５３１２２８号公報 特開２０１４−１１３１４８号公報 特開２０１６−４９１０２号公報

しかしながら、前述した従来技術では、森林や農地等の管理を自動的に行うものではあるものの、ドローンのような無人航空機の自動航行制御により遠隔より農地等をリモートセンシングして、その結果に基づいて、広大な農地の現状把握、農地の農作物の生育状態等の把握、葉色グラデーションの把握による施肥管理、病害虫発生の初期状態の把握、水温や水位の把握による最適な水門管理を行うものではなかった。

本発明は、このような課題に鑑みてなされたものであり、ドローン等の無人航空機を用いて、センシングにより得られたデータに基づいて、農地等の管理並びに農作物の生育予測、収穫予測等を自動的に行うことで、農地並びに農作物等の適正な管理を実現することにある。

上記した課題を解決するために、本発明の第１の態様に係る農業管理予測システムは、無人航空機と、サーバ装置と、管理端末とからなる農業管理予測システムであって、前記無人航空機は、カメラ部と、前記カメラ部で撮像した画像データを前記管理端末に送信する通信部と、前記管理端末からの航路データに基づいて航路制御を行う航路制御部と、前記カメラ部による撮影を制御する撮影制御部と、を備え、前記管理端末は、前記無人航空機、及び前記サーバ装置と通信する通信部と、前記無人航空機の航路制御を行う航路制御部と、前記無人航空機での撮影条件を設定する撮影条件設定部と、を備え、前記サーバ装置は、前記管理端末から送られてきた画像データを受信する通信部と、前記画像データに基づいて植生指数化を行う植生指数化部と、前記指数情報の標準偏差化を行う標準偏差化部と、前記標準偏差を意味化する意味化部と、を備え、前記管理端末により前記無人航空機の航路及び撮影を遠隔制御し、前記無人航空機で得られた画像データに基づいて、前記サーバ装置側で農業の管理予測を行う。

ここで、第１の態様の農業管理予測システムにおいて、前記カメラ部とは、マルチスペクトルカメラであって、ＲＧＢ、レッドエッジ、近赤外線それぞれの撮影を行うものであってもよい。また、前記無人航空機とは、ドローンであってよい。

本発明の第２の態様に係る農業管理予測方法は、無人航空機と、サーバ装置と、管理端末とからなる農業管理予測システムによる農業管理予測方法であって、前記無人航空機が、前記カメラ部で撮像した画像データを前記管理端末に送信し、前記管理端末が、前記無人航空機、及び前記サーバ装置と通信し、前記無人航空機の航路制御を行い、前記無人航空機での撮影条件を設定し、前記サーバ装置が、前記管理端末から送られてきた画像データを受信し、前記画像データに基づいて植生指数化を行い、前記指数情報の標準偏差化を行い、前記標準偏差を意味化し、特に前記管理端末により前記無人航空機の航路及び撮影を遠隔制御し、前記無人航空機で得られた画像データに基づいて、前記サーバ装置側で農業の管理予測を行う。

本発明の第３の態様に係るサーバ装置は、無人航空機と、管理端末と通信自在なサーバ装置において、前記管理端末から送られてきた画像データを受信する通信部と、前記画像データに基づいて植生指数化を行う植生指数化部と、前記指数情報の標準偏差化を行う標準偏差化部と、前記標準偏差を意味化する意味化部と、を備え、前記管理端末により前記無人航空機の航路及び撮影を遠隔制御し、前記無人航空機で得られた画像データに基づいて、前記サーバ装置側で農業の管理予測を行う。

本発明によれば、ドローン等の無人航空機を用いて、センシングにより得られたデータに基づいて、農地等の管理並びに農作物の生育予測、収穫予測等を自動的に行い、農地並びに農作物等の適正な管理を実現する農業管理予測システム、農業管理予測方法、及びサーバ装置を提供することができる。

本発明の一実施形態に係る農業管理予測システムの構成図である。 同システムのサーバ装置の構成図である。 同システムの管理端末の構成図である。 同システムの無人航空機の構成図である。 本発明の一実施形態に係る農業管理予測方法の処理手順を示す図である。 自動航行制御の設定画面を示す図である。 各植生指数化画面の表示例を示す図である。 収穫敵期予測画面の表示例を示す図である。

以下、図面を参照しつつ本発明の一実施形態について説明する。

図１には本発明の一実施形態に係る農業管理予測システムの構成を示し説明する。

同図に示されるように、農業管理予測システムは、サーバ装置１と、管理端末２と、無人航空機としてのドローン３と、ユーザの携帯端末６とが、ネットワーク４を介して通信自在に接続され構成されている。管理端末２とドローン３とは、特に無線通信環境下にある。携帯端末６としては、スマートフォン等を用いることができる。尚、サーバ装置１には、クラウド上に存在するサーバ装置を概念的に含んでいる。

ドローン３には、カメラ、各種センサ、計測装置が実装されており、カメラ等で得られたデータを、管理端末２を介してサーバ装置１に転送する。そのとき、管理端末２は、ドローン３の航路を遠隔制御する。サーバ装置１は、管理端末２より転送された各種データに基づいての農業の管理予測を行う。

詳細は後述するが、画像データに基づいて植生指数化を行い、指数情報の標準偏差化を行い、標準偏差を意味化し、所定のフォーマットで表示可能とする。この一連の処理の過程では、農業専門家の知見をベースとした人工知能・推論エンジン等により画像解析、数値解析を行う。そして、前述した意味化の後、可視化された情報は、例えば育成アドバイスとして、管理端末２やユーザの携帯端末６に送信される。

図２には同システムのサーバ装置の構成を示し説明する。

同図に示されるように、サーバ装置１は、管理端末２等と通信する通信部１２を備えている。更に、全体の制御を司る制御部１１を備え、該制御部１１は、通信部１２、記憶部１３と通信自在に接続されている。記憶部１３は、画像解析、数値解析を行うためのベースとなるライブラリ等が格納されたＤＢ５を論理的に備えている。そして、制御部１１で実行するためのプログラム１４も記憶している。

そして、制御部１１は、記憶部１３のプログラム１４を読み出し実行することで、主制御部１１ａ、植生指数化部１１ｂ、指数情報の標準偏差化部１１ｃ、標準偏差の意味化部１１ｄ、表示データ生成部１１ｅとして機能する。

より具体的には、植生指数化部は、管理端末２から送信されてきた画像データに基づいて植生指数化を行う。標準化部は、指数情報の標準偏差化を行う。意味化部は、標準偏差を意味化する。そして、表示データ生成部１１ｅは、意味化された情報を可視化するために表示データを生成する。このようにして、サーバ装置１は、無人航空機としてのドローン３で得られた画像データに基づいて農業の管理予測を行うことになる。

各部の詳細な作用は後述するが、農地の見回り、農地の農作物の生育状態（例えば、植被率、草丈長）等の把握、葉色グラデーションの把握による施肥管理、病害虫発生の初期状態の把握、水温や水位の把握による最適な水門管理等が可能となる。

図３には同システムの管理端末の構成を示し説明する。

同図に示されるように、管理端末２は、全体を制御する制御部２１を備えている。制御部２１は、通信部２２、操作部２３、表示部２４、及び記憶部２５と接続されている。通信部２２は、無人航空機、及び前記サーバ装置と通信する通信インタフェースである。操作部２３はマウスやキーボード等の操作デバイスであり、表示部２４は液晶ディスプレイ等の表示デバイスである。操作部２３と表示部２４とをタッチパネルとして一体化してもよいことは勿論である。記憶部２５は、制御部２１で実行されるプログラムを記憶し、その実行時にはワークエリアを提供するメモリ等からなる。

制御部２１は、記憶部２５のプログラム２６を読み出し実行することで、主制御部２１ａ、行路制御部２１ｂ、センシング条件設定部２１ｃ、及び表示制御部２１ｄとして機能する。主制御部２１は、サーバ装置１とのデータ通信等、総括的な制御を一括して司っている。航路制御部２１ｂは、無人航空機としてのドローン３の航路制御を行う。

センシング条件設定部２１ｃは、例えばカメラによる撮影条件等や各種センサの測定条件等を設定するものである。表示制御部２１ｄは、表示部２４による表示を制御する。主制御部２１ａは、ドローン３から画像データ等を受信すると、通信部２２を介してサーバ装置１へと転送する。また、サーバ装置１から可視化された情報に係る表示データを受信すると、それらを表示制御部２１ｄの制御の下、表示部２４に表示する。

図４には同システムの無人航空機としてのドローン３の構成を示し説明する。

同図に示されるように、ドローン３は、全体の制御を司る制御部３１を備えている。制御部３１は、通信部３２、各種センサ３３、カメラ部３７、駆動部３５、記憶部３４と通信自在に接続されている。駆動部３５は、プロペラ部３６の機械的な駆動を制御するものである。通信部３２は、サーバ装置１又は管理端末２と通信する通信インタフェースである。各種センサ３３には、温度センサや湿度センサ、風速センサ等が含まれる。

カメラ部３７は、ＲＧＢマルチスペクトルセンシングを実現するものであって、ＮＤＶＩ、ＮＤＲＥ、ＤＳＭの各出力を得ることができる。記憶部３４は、各種センシングデータを一時記憶すると共に、制御部３１で参照される航路データ等を一時記憶する。

制御部３１は、記憶部３４のプログラム３８を読み出し記憶することで、主制御部３１ａ、航路制御部３１ｂ、センシング制御部３１ｃ、及びデータ転送部３１ｄ等として機能することになる。主制御部３１ａは、統括的な制御を司る。航路制御部３１ｂは、管理端末２から送られてきた航路データに基づいて自動航行を行う。センシング制御部３１ｃはセンサ３３によるセンシングや、カメラ部３７による撮影等を制御する。

そして、データ転送部３１ｄは、センサ３３やカメラ部３７により得られたデータを管理端末２側に転送することを制御する。自動航行に際しては、駆動部３５によりプロペラ部３６の回転駆動が機械的に制御されることになる。

以上の構成、作用により、ドローン３では、自動航行時のマルチスペクトルカメラによるセンシング（ＲＧＢ，ＲＥＤ ＥＤＧＥ，ＮＩＲ）が実施され、取得データの管理端末２を介した、或いは直接的なサーバ装置１へのアップロードが実施される。

以下、図５のフローチャートを参照して、本発明の一実施形態に係る農業管理予測方法の処理手順を説明する。ここでは、図６乃至図８の画面表示例を適宜参照する。

管理端末２による制御の下、ドローン３は、航路データに基づいて航路制御部３１ｂによる制御の下、自動航行しつつ、センシング制御部３１ｃの制御の下、各種センサ３３及びカメラ部３７によりセンシングを行う。ここでは、カメラ部３７が、マルチスペクトラムカメラであって、ＲＧＢ、ＲＥＤ ＥＤＧＥ、ＮＩＲ（近赤外線）による撮影を行うものとする。撮影により得られた画像データ等は、データ転送部３１ｄによる制御の下、管理端末２に転送される。そして、管理端末２の主制御部２１ａによる制御の下、サーバ装置１へとアップロードされる（Ｓ１）。

ここで、図６は自動航行制御の設定画面を示している。同図に示されるように、航路データに基づいて、自動航行する経路及び通過ポイントが対象となる農地の画像の上に重ねて表示されることになる。

続いて、サーバ装置１では、植生指数化部１１ｂが、通信部１２を介して得た画像データに基づいて植生指数化を行う（Ｓ２）。より具体的には、取得した画像データの画像合成を行い、各光波帯画像合成データの重ね合わせを行う。そして、以下の数式に基づいて各植生指数化を行う。
ＮＤＶＩ＝（ＮＩＲ−Ｒ）／（ＮＩＲ＋Ｒ） （１）
ＮＤＲＥ＝（ＮＩＲ−ＲｅｄＥｄｇｅ）／（ＮＩＲ＋ＲｅｄＥｄｇｅ） （２）
Ｒ ： 画像データの可視域赤の反射率
ＮＩＲ ： 画像データの近赤外域の反射率
ＲｅｄＥｄｇｅ ： ドローンデータのＲｅｄＥｄｇｅの反射率

ここで、図６は植生指数化画面を示している。同図の例では、測定したＮＤＶＩ値により各区分けされた領域の画素ごとに色分けがなされている。

続いて、標準偏差化部１１ｃが、ステップＳ２で得られた指数情報の標準偏差化を行う（Ｓ３）。より具体的には、次式により標準偏差化を行う。

例えば、各圃場内の各植生指数の標準偏差を求める場合、各変数は次を意味する。
ｎ ： 各圃場内の画像のピクセル数
Ｘｉ ： １ピクセルデータ値
Ｘ＿ ： 各圃場内のデータ平均値

一方、各圃場内の各植生指数の全体標準偏差を求める場合（例えば、品目／品種、地域、農家、積算温度などを単位とする）、各変数は次を意味する。
ｎ ： 各単位内の画像のピクセル数
Ｘｉ ： １ピクセルデータ値
Ｘ＿ ： 各単位内のデータ平均値

続いて、意味化部１１ｄが、ステップＳ３で得られた標準偏差を意味化する（Ｓ４）。より具体的には、意味化部１１ｄが、標準変化に基づいて、各単位（地域、品目／品種、農家、積算温度等）内での生育状態の把握を行えるよう意味付けを行う。これは、記憶部１３のＤＢ５のライブラリを参照することで、人工知能により深層学習等に基づいて実施することが可能である。この意味付けによれば、
・栽培前の施肥指導
・追肥の必要可否
・水温調整指導
・農薬散布時期指導
・収穫適期指導
等に役立てることが可能な情報を得ることが可能となる。

尚、圃場内のむら率を求めることもでき、その場合には、
・栽培前の施肥指導
・追肥の必要可否
・水温調整指導
等に役立てることが可能な情報を得ることができる。

表示データ生成部１１ｅは、上記意味化された情報を可視化するために表示データを生成し、表示部２４にて表示可能とする（Ｓ５）。

ここで、図８は収穫敵期予測画面の表示例を示している。

ここでは、Ａ農場のＸ月Ｘ日時点の収穫適期予測画面を例示している。この画面の左上には、収穫適期標準偏差値と、収穫適期率、収穫適期超率、収穫適期未達率が示され、更に収穫適期予測（残積算温度）、最大収穫量に対する減産率予測が示される。そして、対象となる圃場の画像の上に、収穫時期の超過の有無がここでは楕円形の領域により区分けされて表示されている。このような表示によれば、収穫適期を適正に予測することができることとなる。

こうして、一例の処理を終了する。

以上説明したように、本発明の一実施形態によれば、無人航空機としてのドローン３とサーバ装置１と管理端末２とからなる農業管理予測システムであって、無人航空機としてのドローン３は、カメラ部３７と、カメラ部３７で撮像した画像データを管理端末３に送信する通信部３２と、管理端末２からの航路データに基づいて航路制御を行う航路制御部３１ｂと、カメラ部３７による撮影を制御する撮影制御部の要素を含むセンシング制御部３１ｃとを備え、管理端末２は、無人航空機としてのドローン３、及びサーバ装置１と通信する通信部３２と、無人航空機としてのドローン３の航路制御を行う航路制御部３１ｂと、無人航空機としてのドローン３での撮影条件を設定する撮影条件設定部の要素を含むセンシング条件設定部２１ｃとを備え、サーバ装置１は、管理端末２から送られてきた画像データを受信する通信部１２と、画像データに基づいて植生指数化を行う植生指数化部１１ｂと、指数情報の標準偏差化を行う標準偏差化部１１ｃと、標準偏差を意味化する意味化部１１ｄとを備え、管理端末２により無人航空機としてのドローン３の航路及び撮影を遠隔制御し、無人航空機としてのドローン３で得られた画像データに基づいて、サーバ装置１側で農業の管理予測を行う農業管理予測システムが提供される。

従って、遠隔からの制御により、無人航空機としてのドローンの自動航行を実現することができ、その自動航行のときに所定の条件で適正なセンシングを行うことができ、そのセンシング（例えば、カメラ部による撮影）で得られた画像データ等に基づいてサーバ装置側で、植生指数化、指数情報の標準偏差化、標準偏差の意味化を行い、その結果を可視化することができるので、農業等の分野において、農作物の収穫予測等を適正に行うことが可能となる。

さらに、意味化部１１ｄが、農業専門家の知見をベースにした人工知能・推論エンジンとして機能し、意味化を行うことができれば、日々の業務により蓄積された専門家の知見に係るライブラリに基づいて、信頼性の高い結果を提供することが可能となる。

以上、本発明の一実施形態について説明したが、本発明はこれに限定されることなくその趣旨を逸脱しない範囲で種々の改良・変更が可能であることは勿論である。

例えば、表示例は、前述したものに限定されるものではなく、例えば収穫適期予測について、農地の領域を区分けして、領域ごとに収穫期率を色分け等で表示するようにしてもよいことは勿論である。

１…サーバ装置、２…管理端末、３…無人航空機、４…ネットワーク、５…ＤＢ、１１…制御部、１１ａ…主制御部、１１ｂ…植生指数化部、１１ｃ…指数情報の標準偏差化部、１１ｄ…標準偏差の意味化部、１１ｅ…表示制御部、１２…通信部、１３…記憶部、２１…制御部、２１ａ…主制御部、２１ｂ…航路制御部、２１ｃ…センシング条件設定部、２１ｄ…表示制御部、２２…通信部、２３…操作部、２４…表示部、２５…記憶部、３１…制御部、３１ａ…主制御部、３１ｂ…航路制御部、３１ｃ…センシング制御部、３１ｄ…データ取得部、３２…通信部、３３…センサ、３４…記憶部、３５…駆動部、３６…プロペラ部。

Claims (5)

1. 無人航空機と、サーバ装置と、管理端末とからなる農業管理予測システムであって、
   前記無人航空機は、
   カメラ部と、
   前記カメラ部で撮像した画像データを前記管理端末に送信する通信部と、
   前記管理端末からの航路データに基づいて航路制御を行う航路制御部と、
   前記カメラ部による撮影を制御する撮影制御部と、を備え、
   前記管理端末は、
   前記無人航空機、及び前記サーバ装置と通信する通信部と、
   前記無人航空機の航路制御を行う航路制御部と、
   前記無人航空機での撮影条件を設定する撮影条件設定部と、を備え、
   前記サーバ装置は、
   前記管理端末から送られてきた画像データを受信する通信部と、
   前記画像データに基づいて植生指数化を行う植生指数化部と、
   前記指数情報の標準偏差化を行う標準偏差化部と、
   前記標準偏差を意味化する意味化部と、を備え、
   前記管理端末により前記無人航空機の航路及び撮影を遠隔制御し、前記無人航空機で得られた画像データに基づいて、前記サーバ装置側で農業の管理予測を行う
   農業管理予測システム。
2. 前記カメラ部とは、マルチスペクトラムカメラであって、ＲＧＢ、レッドエッジ、近赤外線それぞれの撮影を行う
   請求項１に記載の農業管理予測システム。
3. 前記無人航空機とは、ドローンである
   請求項２又は３に記載の農業管理予測システム。
4. 無人航空機と、サーバ装置と、管理端末とからなる農業管理予測システムによる農業管理予測方法であって、
   前記無人航空機が、
   前記カメラ部で撮像した画像データを前記管理端末に送信し、
   前記管理端末が、
   前記無人航空機、及び前記サーバ装置と通信し、
   前記無人航空機の航路制御を行い、
   前記無人航空機での撮影条件を設定し、
   前記サーバ装置が、
   前記管理端末から送られてきた画像データを受信し、
   前記画像データに基づいて植生指数化を行い、
   前記指数情報の標準偏差化を行い、
   前記標準偏差を意味化し、
   特に前記管理端末により前記無人航空機の航路及び撮影を遠隔制御し、前記無人航空機で得られた画像データに基づいて、前記サーバ装置側で農業の管理予測を行う
   農業管理予測方法。
5. 無人航空機と、管理端末と通信自在なサーバ装置において、
   前記管理端末から送られてきた画像データを受信する通信部と、
   前記画像データに基づいて植生指数化を行う植生指数化部と、
   前記指数情報の標準偏差化を行う標準偏差化部と、
   前記標準偏差を意味化する意味化部と、を備え、
   前記管理端末により前記無人航空機の航路及び撮影を遠隔制御し、前記無人航空機で得られた画像データに基づいて、前記サーバ装置側で農業の管理予測を行う
   サーバ装置。