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
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 Download PDFInfo
- Publication number
- JP2018046787A JP2018046787A JP2016185350A JP2016185350A JP2018046787A JP 2018046787 A JP2018046787 A JP 2018046787A JP 2016185350 A JP2016185350 A JP 2016185350A JP 2016185350 A JP2016185350 A JP 2016185350A JP 2018046787 A JP2018046787 A JP 2018046787A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- management
- image data
- management terminal
- server device
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
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
【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。
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。
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
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
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
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。
・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。
・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)
- 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。 - 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。 - 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。 - 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。 - 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016185350A JP2018046787A (ja) | 2016-09-23 | 2016-09-23 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016185350A JP2018046787A (ja) | 2016-09-23 | 2016-09-23 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018046787A true JP2018046787A (ja) | 2018-03-29 |
Family
ID=61765670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016185350A Pending JP2018046787A (ja) | 2016-09-23 | 2016-09-23 | 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 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018046787A (ja) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109522376A (zh) * | 2018-09-30 | 2019-03-26 | 广州市西美信息科技有限公司 | 一种中国农业自然条件和资源地图可视化呈现方法及装置 |
WO2019208538A1 (ja) * | 2018-04-25 | 2019-10-31 | 株式会社Nttドコモ | 情報処理装置 |
JP2019200758A (ja) * | 2018-05-14 | 2019-11-21 | 株式会社末広システム | ドローンの自動運転・自動制御・自動対処システム |
CN110816833A (zh) * | 2019-11-08 | 2020-02-21 | 广东工业大学 | 一种无人机的飞行插秧系统及插秧方法 |
KR20200020209A (ko) * | 2018-08-16 | 2020-02-26 | (주)노루기반시스템즈 | 포장 단위별 다분광 영상 히스토그램 패턴 분석을 통한 작물 생육 모니터링 장치 |
JP2020038148A (ja) * | 2018-09-05 | 2020-03-12 | 横河電機株式会社 | 環境情報収集システム及び航空機 |
KR20200030987A (ko) * | 2018-09-13 | 2020-03-23 | 주식회사 케이와이엠 | 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 이를 이용한 농작물 손해사정 평가 방법 |
JP2020140347A (ja) * | 2019-02-27 | 2020-09-03 | 株式会社日立製作所 | 作物管理システム及び作物管理方法 |
KR20200143159A (ko) * | 2019-06-14 | 2020-12-23 | 에스큐엔지니어링(주) | 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법 |
JP2021027409A (ja) * | 2019-07-31 | 2021-02-22 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | 制御装置、撮像装置、移動体、制御方法、及びプログラム |
JP2021108650A (ja) * | 2020-01-15 | 2021-08-02 | 国立研究開発法人農業・食品産業技術総合研究機構 | 農作物関連値導出装置および農作物関連値導出方法 |
CN113542345A (zh) * | 2020-04-14 | 2021-10-22 | 丰田自动车株式会社 | 信息处理系统、信息处理装置以及非临时性的存储介质 |
JP2021171057A (ja) * | 2020-04-20 | 2021-11-01 | 国立研究開発法人農業・食品産業技術総合研究機構 | 農作物関連値導出装置および農作物関連値導出方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003009664A (ja) * | 2001-06-29 | 2003-01-14 | Minolta Co Ltd | 作物生育量測定装置、作物生育量測定方法、作物生育量測定プログラム及びその作物生育量測定プログラムを記録したコンピュータ読取可能な記録媒体 |
JP2004213364A (ja) * | 2002-12-27 | 2004-07-29 | Bio Oriented Technol Res Advancement Inst | 穀物情報提供方法、穀物情報提供サーバ、穀物情報提供システム及び穀物情報提供プログラム |
JP2005160423A (ja) * | 2003-12-04 | 2005-06-23 | National Agriculture & Bio-Oriented Research Organization | 農作業支援プログラム、農用車両用作業ナビゲーター及び農作業支援方法 |
JP2006280289A (ja) * | 2005-03-31 | 2006-10-19 | Chiharu Hongo | 農産物解析方法,農水産業情報表現方法,そのシステム,楽曲生成装置,トレーサビリティシステム,作業開始予告システム |
JP2010166851A (ja) * | 2009-01-22 | 2010-08-05 | Chiharu Hongo | 作物の収量予測方法及びその装置 |
JP2011254711A (ja) * | 2010-06-05 | 2011-12-22 | Zukosha:Kk | 施肥マップ生成システム,その方法,産業用ヘリコプタ,サーバ,可変施肥機 |
JP2013145507A (ja) * | 2012-01-16 | 2013-07-25 | Hitachi Ltd | 画像解析システム、及び方法 |
-
2016
- 2016-09-23 JP JP2016185350A patent/JP2018046787A/ja active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003009664A (ja) * | 2001-06-29 | 2003-01-14 | Minolta Co Ltd | 作物生育量測定装置、作物生育量測定方法、作物生育量測定プログラム及びその作物生育量測定プログラムを記録したコンピュータ読取可能な記録媒体 |
JP2004213364A (ja) * | 2002-12-27 | 2004-07-29 | Bio Oriented Technol Res Advancement Inst | 穀物情報提供方法、穀物情報提供サーバ、穀物情報提供システム及び穀物情報提供プログラム |
JP2005160423A (ja) * | 2003-12-04 | 2005-06-23 | National Agriculture & Bio-Oriented Research Organization | 農作業支援プログラム、農用車両用作業ナビゲーター及び農作業支援方法 |
JP2006280289A (ja) * | 2005-03-31 | 2006-10-19 | Chiharu Hongo | 農産物解析方法,農水産業情報表現方法,そのシステム,楽曲生成装置,トレーサビリティシステム,作業開始予告システム |
JP2010166851A (ja) * | 2009-01-22 | 2010-08-05 | Chiharu Hongo | 作物の収量予測方法及びその装置 |
JP2011254711A (ja) * | 2010-06-05 | 2011-12-22 | Zukosha:Kk | 施肥マップ生成システム,その方法,産業用ヘリコプタ,サーバ,可変施肥機 |
JP2013145507A (ja) * | 2012-01-16 | 2013-07-25 | Hitachi Ltd | 画像解析システム、及び方法 |
Non-Patent Citations (4)
Title |
---|
"Game Changer 勃興する米国の農業ロボベンチャー(2)− 日本の数年先行く米国の農業ドロー", NIKKEI ROBOTICS 8月号, vol. 第13号, JPN6017048712, 10 July 2016 (2016-07-10), JP, pages 14 - 17, ISSN: 0003792541 * |
渡辺 伸一 ほか: "発表No.75 − 地理情報と追跡データを用いたツシマヤマネコの生息地適正評価", 地理情報システム学会 講演論文集, vol. 第12巻, JPN6017048711, 30 September 2003 (2003-09-30), JP, pages 311 - 314, ISSN: 0003792540 * |
野口 伸: "飛行ロボット研究の最前線II−ICT農業とリモートセンシング", 日本ロボット学会誌, vol. 第34巻 第2号, JPN6018016357, 15 March 2016 (2016-03-15), JP, pages 28 - 30, ISSN: 0003792542 * |
長場 景子: "稲の生育調査など精密農業にドローンを活用 クラウドと連携したサービスも始動", NIKKEI ROBOTICS 1月号, vol. 第6号, JPN6017048710, 10 December 2015 (2015-12-10), JP, pages 20 - 23, ISSN: 0003792539 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2019208538A1 (ja) * | 2018-04-25 | 2021-04-30 | 株式会社Nttドコモ | 情報処理装置 |
WO2019208538A1 (ja) * | 2018-04-25 | 2019-10-31 | 株式会社Nttドコモ | 情報処理装置 |
JP7366887B2 (ja) | 2018-04-25 | 2023-10-23 | 株式会社Nttドコモ | 情報処理装置 |
JP2019200758A (ja) * | 2018-05-14 | 2019-11-21 | 株式会社末広システム | ドローンの自動運転・自動制御・自動対処システム |
JP6996712B2 (ja) | 2018-05-14 | 2022-01-17 | 株式会社末広システム | ドローンの自動運転・自動制御・自動対処システム |
KR20200020209A (ko) * | 2018-08-16 | 2020-02-26 | (주)노루기반시스템즈 | 포장 단위별 다분광 영상 히스토그램 패턴 분석을 통한 작물 생육 모니터링 장치 |
KR102125780B1 (ko) * | 2018-08-16 | 2020-06-23 | (주)노루기반시스템즈 | 포장 단위별 다분광 영상 히스토그램 패턴 분석을 통한 작물 생육 모니터링 장치 |
JP2020038148A (ja) * | 2018-09-05 | 2020-03-12 | 横河電機株式会社 | 環境情報収集システム及び航空機 |
KR20200030987A (ko) * | 2018-09-13 | 2020-03-23 | 주식회사 케이와이엠 | 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 이를 이용한 농작물 손해사정 평가 방법 |
KR102192693B1 (ko) * | 2018-09-13 | 2021-01-04 | 주식회사 케이와이엠 | 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 이를 이용한 농작물 손해사정 평가 방법 |
CN109522376A (zh) * | 2018-09-30 | 2019-03-26 | 广州市西美信息科技有限公司 | 一种中国农业自然条件和资源地图可视化呈现方法及装置 |
CN109522376B (zh) * | 2018-09-30 | 2023-10-27 | 广州市西美信息科技有限公司 | 一种中国农业自然条件和资源地图可视化呈现方法及装置 |
JP7176980B2 (ja) | 2019-02-27 | 2022-11-22 | 株式会社日立製作所 | 作物管理システム及び作物管理方法 |
JP2020140347A (ja) * | 2019-02-27 | 2020-09-03 | 株式会社日立製作所 | 作物管理システム及び作物管理方法 |
KR102236756B1 (ko) * | 2019-06-14 | 2021-04-06 | 에스큐엔지니어링(주) | 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법 |
KR20200143159A (ko) * | 2019-06-14 | 2020-12-23 | 에스큐엔지니어링(주) | 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법 |
JP2021027409A (ja) * | 2019-07-31 | 2021-02-22 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | 制御装置、撮像装置、移動体、制御方法、及びプログラム |
CN110816833B (zh) * | 2019-11-08 | 2022-09-13 | 广东工业大学 | 一种无人机的飞行插秧系统及插秧方法 |
CN110816833A (zh) * | 2019-11-08 | 2020-02-21 | 广东工业大学 | 一种无人机的飞行插秧系统及插秧方法 |
JP2021108650A (ja) * | 2020-01-15 | 2021-08-02 | 国立研究開発法人農業・食品産業技術総合研究機構 | 農作物関連値導出装置および農作物関連値導出方法 |
CN113542345A (zh) * | 2020-04-14 | 2021-10-22 | 丰田自动车株式会社 | 信息处理系统、信息处理装置以及非临时性的存储介质 |
JP2021170171A (ja) * | 2020-04-14 | 2021-10-28 | トヨタ自動車株式会社 | 情報処理システム、情報処理装置及びプログラム |
JP7359073B2 (ja) | 2020-04-14 | 2023-10-11 | トヨタ自動車株式会社 | 情報処理システム、情報処理装置及びプログラム |
JP2021171057A (ja) * | 2020-04-20 | 2021-11-01 | 国立研究開発法人農業・食品産業技術総合研究機構 | 農作物関連値導出装置および農作物関連値導出方法 |
JP7044285B2 (ja) | 2020-04-20 | 2022-03-30 | 国立研究開発法人農業・食品産業技術総合研究機構 | 農作物関連値導出装置および農作物関連値導出方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2018046787A (ja) | 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 | |
US10902566B2 (en) | Methods for agronomic and agricultural monitoring using unmanned aerial systems | |
US11703855B2 (en) | Adaptive cyber-physical system for efficient monitoring of unstructured environments | |
Bagheri | Development of a high-resolution aerial remote-sensing system for precision agriculture | |
CN109642795A (zh) | 根据视频和地面内传感器数据生成实时传感器地图 | |
US20200244890A1 (en) | Unmanned aerial vehicle | |
KR20200065696A (ko) | 드론을 이용한 농작물 모니터링 시스템 | |
JP7081536B2 (ja) | 作物の倒伏リスク診断に用いる生育パラメータの測定推奨スポット提示方法、倒伏リスク診断方法、および情報提供装置 | |
JP2019153109A (ja) | 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 | |
US20220307971A1 (en) | Systems and methods for phenotyping | |
Crusiol et al. | Semi professional digital camera calibration techniques for Vis/NIR spectral data acquisition from an unmanned aerial vehicle | |
US11183073B2 (en) | Aircraft flight plan systems | |
Jensen et al. | Sensing from Unmanned Aerial Vehicles | |
Ivošević et al. | A drone view for agriculture |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171226 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180208 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20180515 |