JP2018108041A - 情報処理装置、給水システム、情報処理システム及びプログラム - Google Patents

Abstract

【課題】 植物を育成する場合、培地の状態を判断したり、給水のタイミングを判断したりすることが難しい。【解決手段】 植物の画像の画像データを取得する画像取得部と、画像取得部が取得した画像データに基づいて、（ｉ）植物の形状及び（ｉｉ）植物の先端部分の少なくとも一方を認識する形態認識部と、形態認識部が認識した植物の形状及び植物の先端部分の少なくとも一方の特徴に基づいて、（ａ）植物の培地の含水の度合い、（ｂ）植物への給水の要否及び（ｃ）植物への給水量の少なくとも１つを決定する決定部とを備える。【選択図】図１

Description

本発明は、情報処理装置、給水システム、情報処理システム及びプログラムに関する。

近年、自律走行して作業する芝刈機、掃除機などが開発されている。（例えば、特許文献１または２を参照されたい）。また、芝生の色合いに基づいて芝生の育成状態を判別し、水、薬液などを注入する装置が知られている（例えば、特許文献３を参照されたい）。
［先行技術文献］
［特許文献］
［特許文献１］ 特開２０１６−１８５０９９号公報
［特許文献２］ 特開２０１３−２２３５３１号公報
［特許文献３］ 特開平０７−１８４４０２号公報

植物を育成する場合、培地の状態を判断したり、給水のタイミングを判断したりすることが難しい。

本発明の第１の態様においては、情報処理装置が提供される。上記の情報処理装置は、例えば、植物の画像の画像データを取得する画像取得部を備える。上記の情報処理装置は、画像取得部が取得した画像データに基づいて、（ｉ）植物の形状及び（ｉｉ）植物の先端部分の少なくとも一方を認識する形態認識部を備えてよい。上記の情報処理装置は、形態認識部が認識した植物の形状及び植物の先端部分の少なくとも一方の特徴に基づいて、（ａ）植物の培地の含水の度合い、（ｂ）植物への給水の要否及び（ｃ）植物への給水量の少なくとも１つを決定する決定部を備えてよい。

上記の情報処理装置において、決定部は、形態認識部の認識結果に基づいて、植物の形状及び植物の先端部分の少なくとも一方の特徴を認識してよい。決定部は、上記の特徴に基づいて、（ａ）植物の培地の含水の度合い、（ｂ）植物への給水の要否及び（ｃ）植物への給水量の少なくとも１つを決定してよい。上記の情報処理装置は、画像が撮像された位置を示す位置情報を取得する位置情報取得部を備えてよい。上記の情報処理装置は、（ｉ）位置情報取得部が取得した位置情報と、（ｉｉ）形態認識部が認識した、植物の形状及び植物の先端部分の少なくとも一方に関する情報とを対応付けて格納する形態情報格納部を備えてよい。上記の情報処理装置において、決定部は、形態情報格納部に格納された情報を学習データとして利用して、植物の形状及び植物の先端部分の少なくとも一方の特徴を認識してよい。

上記の情報処理装置は、画像が撮像された位置を示す位置情報を取得する位置情報取得部を備えてよい。上記の情報処理装置において、決定部は、位置情報取得部が取得した位置情報と、当該位置情報により示される位置における（ａ）植物の培地の含水の度合い、（ｂ）植物への給水の要否及び（ｃ）植物への給水量の少なくとも１つとを対応付けて出力してよい。決定部は、（ａ）植物の培地の含水の度合い、（ｂ）植物への給水の要否及び（ｃ）植物への給水量の少なくとも１つが予め定められた条件を満足する場合に、位置情報取得部が取得した位置情報と、当該位置情報により示される位置における（ａ）植物の培地の含水の度合い、（ｂ）植物への給水の要否及び（ｃ）植物への給水量の少なくとも１つとを対応付けて出力してよい。上記の情報処理装置において、決定部は、植物の培地の含水の度合いに基づいて、（ｉ）植物への給水の要否及び（ｉｉ）給水量の少なくとも一方を決定してよい。

本発明の第２の態様においては、給水システムが提供される。上記の給水システムは、例えば、上記の情報処理装置を備える。上記の給水システムは、上記の決定部の決定に基づいて、植物に水を供給する給水部を備えてよい。

上記の給水システムは、自律移動機能を有する作業機を備えてよい。上記の給水システムにおいて、作業機は、植物を撮像する撮像部を有してよい。上記の給水システムにおいて、情報処理装置の画像取得部は、作業機の撮像部が撮像した植物の画像の画像データを取得してよい。上記の給水システムにおいて、給水部は、作業機に配されてよい。上記の給水システムにおいて、作業機は、植物を切断する切断部を備えてよい。上記の給水システムにおいて、情報処理装置の決定部は、切断部が切断した植物の切断箇所の特徴に基づいて、（ａ）植物の培地の含水の度合い、（ｂ）植物への給水の要否及び（ｃ）植物への給水量の少なくとも１つを決定してよい。

本発明の第３の態様においては、情報処理システムが提供される。上記の情報処理システムは、例えば、上記の情報処理装置を備える。上記の情報処理システムは、自律移動機能を有する作業機を備えてよい。上記の情報処理システムにおいて、作業機は、植物を撮像する撮像部を有してよい。上記の情報処理システムにおいて、情報処理装置の画像取得部は、作業機の撮像部が撮像した植物の画像の画像データを取得してよい。

本発明の第４の態様においては、情報処理システムが提供される。上記の情報処理システムは、例えば、上記の情報処理装置を備える。上記の情報処理システムは、自律移動機能を有する作業機を備えてよい。上記の情報処理システムにおいて、作業機は、植物を切断する切断部を備えてよい。上記の情報処理システムにおいて、情報処理装置の決定部は、切断部が切断した植物の切断箇所の特徴に基づいて、（ａ）植物の培地の含水の度合い、（ｂ）植物への給水の要否及び（ｃ）植物への給水量の少なくとも１つを決定してよい。

本発明の第５の態様においては、プログラムが提供される。上記のプログラムを格納する非一時的コンピュータ可読媒体が提供されてもよい。上記のプログラムは、コンピュータを、上記の情報処理装置として機能させるための、プログラムであってよい。

なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

情報処理装置１００の内部構成の一例を概略的に示す。 庭園管理システム２００のシステム構成の一例を概略的に示す。 管理サーバ２１０の内部構成の一例を概略的に示す。 画像解析部３２０の内部構成の一例を概略的に示す 情報格納部３２２の内部構成の一例を概略的に示す。 芝刈機２３０の内部構成の一例を概略的に示す。 制御ユニット６８０の内部構成の一例を概略的に示す。 制御ユニット６８０の内部構成の他の例を概略的に示す。 散水装置２４０のシステム構成の一例を概略的に示す。 散水装置２４０のシステム構成の他の例を概略的に示す。 画像解析部３２０における情報処理の一例を概略的に示す。 データテーブル１２００の一例を概略的に示す。 データテーブル１３００の一例を概略的に示す。 データテーブル１４００の一例を概略的に示す。

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。なお、図面において、同一または類似の部分には同一の参照番号を付して、重複する説明を省く場合がある。

［情報処理装置１００の概要］
図１は、情報処理装置１００の内部構成の一例を概略的に示す。本実施形態において、情報処理装置１００は、画像取得部１１０と、形態認識部１２０と、決定部１３０とを備える。

本実施形態において、画像取得部１１０は、画像の画像データを取得する。画像は動画像であってもよく、静止画像であってもよい。画像取得部１１０は、例えば、植物の画像データを取得する。画像取得部１１０は、植物の画像データと、当該植物が撮像された位置を示す位置情報とが対応付けられた情報を取得してもよい。植物は、画像の被写体の一例であってよい。

画像取得部１１０は、画像を撮像する撮像装置であってもよく、撮像装置が撮像した画像の画像データを処理するデータ処理装置であってもよく、撮像装置が撮像した画像の画像データを格納する記憶装置であってもよく、撮像装置が撮像した画像の画像データを受信する通信インタフェースであってもよい。上記の撮像装置は、自律走行又は自律飛行する移動体に搭載された撮像装置であってもよい。

本実施形態において、形態認識部１２０は、画像取得部１１０が取得した画像データに基づいて、植物の形態を認識する。例えば、形態認識部１２０は、（ｉ）植物の形状及び（ｉｉ）植物の先端部分の少なくとも一方を認識する。形態認識部１２０の画像認識処理においては、公知の画像認識技術が利用されてもよく、将来、新たに開発された画像認識技術が利用されてもよい。画像認識処理においては、機械学習を利用した画像認識技術が利用されてよい。

本実施形態において、決定部１３０は、形態認識部１２０が認識した植物の形態に基づいて、植物への給水の要否又は当該植物の培地の含水の度合いに関するパラメータ（給水パラメータと称する場合がある。）を決定する。本実施形態において、決定部１３０は、まず、形態認識部１２０の認識結果に基づいて、植物の形状及び植物の先端部分の少なくとも一方の特徴を認識する。

一実施形態によれば、決定部１３０は、形態認識部１２０が認識した植物の形状を解析して、植物の形状の特徴を認識する。植物の形状の特徴を認識する。植物の形状の特徴としては、太さ、曲率、培地に対する傾斜角、先端部分の形状、先端部分の色、先端部分の光沢、並びに、先端部分とそれ以外の部分との色又は太さの変化の有無、及び、当該変化の内容などを例示することができる。

他の実施形態によれば、決定部１３０は、形態認識部１２０の認識結果に基づいて、画像取得部１１０が取得した画像の中から、植物の先端部分の画像を抽出する。決定部１３０は、抽出された画像を解析して、植物の先端部分の特徴を認識する。決定部１３０は、植物の先端部分の特徴と、当該植物の他の部分の特徴との相違を認識してもよい。

植物の先端部分の特徴としては、植物の先端部分の形状、色彩、光沢などを例示することができる。植物が切断されている場合、植物の先端部分の特徴は、切断箇所の特徴であってもよい。切断箇所の特徴としては、切断面の形状、色彩、光沢、バリの有無又は程度、液滴の有無又は程度などを例示することができる。

例えば、水分又は養分が不十分である場合には、植物の先端が曲がる、植物の先端が捻じれる、植物の先端が黄色又は茶色になる、植物の先端の光沢が減少する、植物の先端部分の幅と根本部分の幅との比率が小さくなる、切断面の凹凸が増加する、切断面の液滴の量が減少するなどの特徴が現れる。

次に、決定部１３０は、認識された特徴に基づいて、給水パラメータを算出する。決定部１３０は、（ｉ）予め定められた判断基準に基づいて、給水パラメータを決定してもよく、（ｉｉ）機械学習により得られた学習モデルを利用して、給水パラメータを決定してもよい。上記の判断基準は、１又は複数の要素（考慮要素と称する場合がある。）と、各考慮要素に関する条件と、給水パラメータとが対応付けられた情報であってもよい。

どのような判断基準に基づいて給水パラメータを決定するかは、ユーザ又は管理者により決定されてもよく、機械学習により決定されてもよい。どのような判断基準に基づいて給水パラメータを決定するかは、植物の種類ごとに決定されてよい。給水パラメータは、植物の切断状態に基づいて決定されてよい。この場合、どのような判断基準に基づいて給水パラメータを決定するかは、植物を切断する装置の仕様ごとに決定されてもよい。

給水パラメータの決定対象が各考慮要素に関する条件に合致するか否かを決定するための閾値は、ユーザ又は管理者により決定されてもよく、機械学習により決定されてもよい。上記の閾値は、植物の種類ごとに決定されてもよく、植物を切断する装置の仕様ごとに決定されてもよい。

決定部１３０の情報処理において、公知の画像認識技術が利用されてもよく、将来、新たに開発された画像認識技術が利用されてもよい。画像認識処理においては、機械学習を利用した画像認識技術が利用されてよい。決定部１３０の情報処理において、機械学習が利用されてもよい。機械学習は、教師あり学習であってもよく、教師なし学習であってもよく、強化学習であってもよい。学習処理においては、ニューラルネットワーク技術、ディープラーニング技術などを用いた学習手法が用いられてもよい。

本実施形態によれば、培地の状態又は給水の要否を簡単に調べることができる。本実施形態に係る情報処理装置１００は、植物の画像のデータを解析して当該植物の形態を認識し、当該植物の形態に基づいて、培地の状態又は給水の要否に関するパラメータを出力する。具体的には、情報処理装置１００は、植物の形態に基づいて、当該植物の形状又は当該植物の先端部分を抽出し、当該形状又は先端部分の特徴に基づいて、培地の状態又は給水の要否に関するパラメータを算出する、これにより、単に画像の色彩を解析することにより培地の状態又は給水の要否を判定する場合と比較して、判定精度が大きく向上する。

植物が芝である場合を例とすると、芝への給水が少しだけ不足しており、一部の芝の先端部分が枯れ始めている場合であっても、枯れ始めた芝の根本部分、及び、他の芝はまだ枯れておらず、全体としては緑色に見えることがある。また、土壌の水はけが悪く、芝が根腐れを起こしている場合であっても、コケが発生して、全体としては緑色に見える場合がる。このような場合において、画像の色彩だけに基づいて、給水の要否を判定すると、給水は不要であると判断される可能性が高い。しかしながら、本実施形態に係る情報処理装置１００によれば、芝の画像を解析して、芝の形状又は先端部分を認識し、当該芝の形状又は先端部分の特徴に基づいて、培地の状態又は給水の要否を判定する。そのため、培地の状態又は給水の要否を精度よく判定することができる。また、芝の異常を、早い段階で検出することができる。

［情報処理装置１００の各部の具体的な構成］
情報処理装置１００の各部は、ハードウェアにより実現されてもよく、ソフトウエアにより実現されてもよく、ハードウェア及びソフトウエアにより実現されてもよい。情報処理装置１００の各部は、その少なくとも一部が、単一のサーバによって実現されてもよく、複数のサーバによって実現されてもよい。情報処理装置１００の各部は、その少なくとも一部が、仮想サーバ上又はクラウドシステム上で実現されてもよい。情報処理装置１００の各部は、その少なくとも一部が、パーソナルコンピュータ又は携帯端末によって実現されてもよい。携帯端末としては、携帯電話、スマートフォン、ＰＤＡ、タブレット、ノートブック・コンピュータ又はラップトップ・コンピュータ、ウエアラブル・コンピュータなどを例示することができる。情報処理装置１００は、ブロックチェーンなどの分散型台帳技術又は分散型ネットワークを利用して、情報を格納してもよい。

情報処理装置１００を構成する構成要素の少なくとも一部がソフトウエアにより実現される場合、当該ソフトウエアにより実現される構成要素は、一般的な構成の情報処理装置において、当該構成要素に関する動作を規定したソフトウエア又はプログラムを起動することにより実現されてよい。上記の情報処理装置は、（ｉ）ＣＰＵ、ＧＰＵなどのプロセッサ、ＲＯＭ、ＲＡＭ、通信インタフェースなどを有するデータ処理装置と、（ｉｉ）キーボード、タッチパネル、カメラ、マイク、各種センサ、ＧＰＳ受信機などの入力装置と、（ｉｉｉ）表示装置、スピーカ、振動装置などの出力装置と、（ｉｖ）メモリ、ＨＤＤなどの記憶装置（外部記憶装置を含む。）とを備えてよい。上記の情報処理装置において、上記のデータ処理装置又は記憶装置は、上記のソフトウエア又はプログラムを記憶してよい。上記のソフトウエア又はプログラムは、プロセッサによって実行されることにより、上記の情報処理装置に、当該ソフトウエア又はプログラムによって規定された動作を実行させる。上記のソフトウエア又はプログラムは、非一時的なコンピュータ可読記録媒体に格納されていてもよい。

上記のソフトウエア又はプログラムは、コンピュータを、情報処理装置１００として機能させるためのプログラムであってよい。上記のソフトウエア又はプログラムは、コンピュータに、植物の画像データを取得する画像取得手順と、画像取得手順において取得された画像データに基づいて、（ｉ）植物の形状及び（ｉｉ）植物の先端部分の少なくとも一方を認識する形態認識手順と、形態認識手順において認識された植物の形状及び前記植物の先端部分の少なくとも一方の特徴に基づいて、（ａ）植物の培地の含水の度合い、（ｂ）植物への給水の要否及び（ｃ）植物への給水量の少なくとも１つを決定する決定手順とを実行させるためのプログラムであってもよい。

［庭園管理システム２００の概要］
図２は、庭園管理システム２００のシステム構成の一例を概略的に示す。庭園管理システム２００は、庭園３０を管理する。例えば、庭園管理システム２００は、庭園３０の植生状態を管理する。庭園管理システム２００は、庭園３０で栽培されている植物の生育を管理してもよい。本実施形態において、庭園管理システム２００は、管理サーバ２１０と、監視カメラ２２０と、芝刈機２３０と、散水装置２４０とを備える。散水装置２４０は、例えば、スプリンクラー２４２と、給水制御部２４４とを有する。

庭園管理システム２００は、給水システム、情報処理システム又は制御装置の一例であってよい。管理サーバ２１０は、給水システム、情報処理装置又は制御装置の一例であってよい。監視カメラ２２０は、撮像部又は画像取得部の一例であってよい。芝刈機２３０は、作業機、給水システム、情報処理システム、制御装置、撮像部又は画像取得部の一例であってよい。散水装置２４０は、給水部の一例であってよい。スプリンクラー２４２は、給水部の一例であってよい。給水制御部２４４は、給水部の一例であってよい。

本実施形態において、庭園管理システム２００の各部は、通信ネットワーク１０を介して、相互に情報を送受することができる。庭園管理システム２００の各部は、通信ネットワーク１０を介して、ユーザ端末２０との間で情報を送受してもよい。本実施形態において、監視カメラ２２０、芝刈機２３０及び散水装置２４０は、庭園３０の内部または周囲に配される。

本実施形態において、通信ネットワーク１０は、有線通信の伝送路であってもよく、無線通信の伝送路であってもよく、無線通信の伝送路及び有線通信の伝送路の組み合わせであってもよい。通信ネットワーク１０は、無線パケット通信網、インターネット、Ｐ２Ｐネットワーク、専用回線、ＶＰＮ、電力線通信回線などを含んでもよい。通信ネットワーク１０は、（ｉ）携帯電話回線網などの移動体通信網を含んでもよく、（ｉｉ）無線ＭＡＮ（例えば、ＷｉＭＡＸ（登録商標）である。）、無線ＬＡＮ（例えば、ＷｉＦｉ（登録商標）である。）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｚｉｇｂｅｅ（登録商標）、ＮＦＣ（Ｎｅａｒ Ｆｉｅｌｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ）などの無線通信網を含んでもよい。

本実施形態において、ユーザ端末２０は、庭園３０、庭園管理システム２００又は芝刈機２３０のユーザが利用する通信端末であり、その詳細については特に限定されない。ユーザ端末２０としては、パーソナルコンピュータ、携帯端末などを例示することができる。携帯端末としては、携帯電話、スマートフォン、ＰＤＡ、タブレット、ノートブック・コンピュータ又はラップトップ・コンピュータ、ウエアラブル・コンピュータなどを例示することができる。

本実施形態において、管理サーバ２１０は、監視カメラ２２０、芝刈機２３０及び散水装置２４０を管理する。例えば、管理サーバ２１０は、監視カメラ２２０、芝刈機２３０及び散水装置２４０の少なくとも１つから庭園３０に関する情報を収集する。管理サーバ２１０は、庭園３０の特徴の地理的分布を示す情報（マップ情報と称する場合がある。）を生成してよい。管理サーバ２１０は、監視カメラ２２０、芝刈機２３０及び散水装置２４０の少なくとも１つの状態を管理してよい。管理サーバ２１０は、監視カメラ２２０、芝刈機２３０及び散水装置２４０の少なくとも１つの動作を制御してもよい。

本実施形態において、監視カメラ２２０は、庭園３０を監視する。例えば、監視カメラ２２０は、芝刈機２３０の作業エリアを撮像する。監視カメラ２２０は、作業中の芝刈機２３０を撮像してよい。監視カメラ２２０は、芝刈機２３０の作業対象を撮像してよい。監視カメラ２２０は、作業中の芝刈機２３０の周辺に存在する芝を撮像してよい。監視カメラ２２０は、芝刈機２３０の進路の前方に存在する芝を撮像してよい。監視カメラ２２０は、芝刈機２３０が通過した領域に存在する芝を撮像してよい。芝は、芝刈機２３０の作業対象の一例であってよい。芝は、画像データの被写体の一例であってよい。

本実施形態において、芝刈機２３０は、自律移動機能を有する。芝刈機２３０は、庭園３０内を自律走行しながら、芝を切断する。芝の切断（芝刈りと称する場合がある。）は、芝刈機２３０の作業の一例であってよく、芝は、芝刈機２３０の作業対象の一例であってよい。芝は、庭園３０に生育している植物の一例であってよい。

一実施形態において、芝刈機２３０は、通信機能を有する。芝刈機２３０は、例えば、通信ネットワーク１０を介して、管理サーバ２１０、監視カメラ２２０及び散水装置２４０の少なくとも１つと情報を送受する。例えば、芝刈機２３０は、管理サーバ２１０からの命令に基づいて、庭園３０内を移動したり、芝刈りを実施したりする。芝刈機２３０は、移動中又は作業中に庭園３０に関する情報を収集して、管理サーバ２１０に送信してもよい。庭園３０に関する情報は、庭園３０の生態系に関する情報であってよい。庭園３０に関する情報は、庭園３０の植生に関する情報であってよい。庭園３０に関する情報は、芝の状態に関する情報であってよい。

他の実施形態において、芝刈機２３０は、撮像装置を搭載してよい。芝刈機２３０は、撮像装置を用いて、芝刈機２３０の周辺に存在する芝を撮像してよい。芝刈機２３０は、芝刈機２３０の進路の前方に存在する芝を撮像してよい。これにより、芝刈機２３０が今から切断する芝を近距離から撮像することができる。芝刈機２３０は、芝刈機２３０が通過した領域に存在する芝を撮像してよい。これにより、芝刈機２３０が切断した芝を近距離から撮像することができる。

芝刈機２３０は、撮像装置が撮像した芝の画像に基づいて、各種の判定処理を実行してもよい。例えば、芝刈機２３０は、撮像装置が撮像した芝の画像に基づいて、芝刈機２３０の状態を判定する。芝刈機２３０は、撮像装置が撮像した芝の画像に基づいて、芝刈機２３０の移動及び作業の少なくとも一方を制御してよい。芝刈機２３０は、撮像装置が撮像した芝の画像に基づいて、庭園３０への給水の有無を判定してもよい。

本実施形態において、散水装置２４０は、庭園３０に生育している植物に水を供給する。散水装置２４０は、管理サーバ２１０又は芝刈機２３０の決定に基づいて、植物に水を供給してよい。散水装置２４０は、庭園３０に設置されてもよく、芝刈機２３０に搭載されてもよい。

本実施形態において、スプリンクラー２４２は、水を散布する。スプリンクラー２４２は、肥料成分を含む水を散布してもよい。本実施形態において、給水制御部２４４は、スプリンクラー２４２に供給される水の量を制御する。例えば、給水制御部２４４は、管理サーバ２１０又は芝刈機２３０から、給水に関する命令を受信する。給水制御部２４４は、上記の命令に基づいて、給水の開始又は停止を制御する。給水制御部２４４は、上記の命令に基づいて、給水量を調整してもよい。

［庭園管理システム２００の各部の具体的な構成］
庭園管理システム２００の各部は、ハードウェアにより実現されてもよく、ソフトウエアにより実現されてもよく、ハードウェア及びソフトウエアにより実現されてもよい。庭園管理システム２００の各部は、その少なくとも一部が、単一のサーバによって実現されてもよく、複数のサーバによって実現されてもよい。庭園管理システム２００の各部は、その少なくとも一部が、仮想サーバ上又はクラウドシステム上で実現されてもよい。庭園管理システム２００の各部は、その少なくとも一部が、パーソナルコンピュータ又は携帯端末によって実現されてもよい。携帯端末としては、携帯電話、スマートフォン、ＰＤＡ、タブレット、ノートブック・コンピュータ又はラップトップ・コンピュータ、ウエアラブル・コンピュータなどを例示することができる。庭園管理システム２００は、ブロックチェーンなどの分散型台帳技術又は分散型ネットワークを利用して、情報を格納してもよい。

庭園管理システム２００を構成する構成要素の少なくとも一部がソフトウエアにより実現される場合、当該ソフトウエアにより実現される構成要素は、一般的な構成の情報処理装置において、当該構成要素に関する動作を規定したソフトウエア又はプログラムを起動することにより実現されてよい。上記の情報処理装置は、（ｉ）ＣＰＵ、ＧＰＵなどのプロセッサ、ＲＯＭ、ＲＡＭ、通信インタフェースなどを有するデータ処理装置と、（ｉｉ）キーボード、タッチパネル、カメラ、マイク、各種センサ、ＧＰＳ受信機などの入力装置と、（ｉｉｉ）表示装置、スピーカ、振動装置などの出力装置と、（ｉｖ）メモリ、ＨＤＤなどの記憶装置（外部記憶装置を含む。）とを備えてよい。上記の情報処理装置において、上記のデータ処理装置又は記憶装置は、上記のソフトウエア又はプログラムを記憶してよい。上記のソフトウエア又はプログラムは、プロセッサによって実行されることにより、上記の情報処理装置に、当該ソフトウエア又はプログラムによって規定された動作を実行させる。上記のソフトウエア又はプログラムは、非一時的なコンピュータ可読記録媒体に格納されていてもよい。

図３は、管理サーバ２１０の内部構成の一例を概略的に示す。本実施形態において、管理サーバ２１０は、受信部３１０と、画像解析部３２０と、情報格納部３２２と、命令生成部３３０と、送信部３４０とを備える。管理サーバ２１０の各部は、図中の矢印に限定されることなく、互いに情報を送受してよい。

受信部３１０は、画像取得部の一例であってよい。画像解析部３２０は、情報処理装置又は制御装置の一例であってよい。画像解析部３２０は、画像取得部、位置情報取得部、判定部、形態認識部、決定部又は制御パラメータ決定部の一例であってもよい。命令生成部３３０は、制御部、移動制御部、作業制御部、決定部又は制御パラメータ決定部の一例であってよい。送信部３４０は、通知部の一例であってよい。

本実施形態において、受信部３１０は、ユーザ端末２０、監視カメラ２２０、芝刈機２３０及び散水装置２４０の少なくとも１つが送信した情報を取得する。例えば、受信部３１０は、監視カメラ２２０及び芝刈機２３０の少なくとも一方から画像データを受信する。これにより、管理サーバ２１０は、監視カメラが撮像した画像のデータ、又は、芝刈機２３０に搭載された撮像装置が撮像した画像のデータを取得することができる。上記の画像は、静止画像であってもよく、動画像であってもよい。上記の画像データは、芝刈機２３０の作業対象（例えば、芝、雑草などの植物である。）の画像データであってよい。受信部３１０は、上記の画像データに対応付けられた位置情報を受信してもよい。受信部３１０は、上記の画像データを画像解析部３２０に送信する。上記の画像データに位置情報が対応付けられている場合、受信部３１０は、当該画像データ及び位置情報を画像解析部３２０に送信してよい。

本実施形態において、画像解析部３２０は、画像データを解析する。画像解析部３２０は、画像認識技術を利用して、画像データを解析してよい。上記の画像認識技術は、公知の画像認識技術であってもよく、将来、新たに開発された画像認識技術であってもよい。上記の画像認識技術において、機械学習手法又はディープラーニング手法が利用されてもよい。

例えば、画像解析部３２０は、受信部３１０から、解析対象となる画像の画像データを取得する。画像解析部３２０は、上記の画像データを解析して、（ｉ）芝刈機２３０又は庭園３０に関する各種パラメータ、及び、（ｉｉ）庭園３０に関する各種のマップ情報の少なくとも一方を生成する。マップ情報としては、庭園３０内における各種パラメータの地理的分布、庭園３０内における植生分布などを例示することができる。

各種パラメータとしては、（ｉ）芝刈機２３０の状態を示すパラメータ（状態パラメータと称する場合がある。）、（ｉｉ）芝刈機２３０を制御するためのパラメータ（制御パラメータを称する場合がある。）、（ｉｉｉ）庭園３０の植物への給水の要否又は上記植物の培地の含水の度合いに関するパラメータ（給水パラメータと称する場合がある。）などを例示することができる。状態パラメータは、芝を切断するブレードの状態を示すパラメータであってよい。ブレードは、切断部の一例であってよい。

状態パラメータは、（ｉ）芝刈機２３０のブレードの切断性能、（ｉｉ）ブレードの保守又は点検の要否、（ｉｉｉ）ブレードの保守又は点検が推奨される時期、又は、当該時期までの残り時間などを示すパラメータであってよい。保守としては、研磨、修理、交換などを例示することができる。制御パラメータとしては、（ｉ）芝刈機２３０の移動を制御するためのパラメータ、（ｉｉ）芝刈機２３０の作業を制御するためのパラメータなどを例示することができる。

培地の含水の度合いに関するパラメータは、当該培地の含水率であってよい。給水の要否に関するパラメータとしては、給水が必要であることを示す情報、給水が不要であることを示す情報、培地に供給されるべき水分の量（給水量と称する場合がある。）を示す情報などを例示することができる。給水量は、時間当たりの水分の供給量であってもよく、培地の面積、体積又は重量当たりの水分の供給量であってもよい。給水量が０である場合、又は、給水量が予め定められた値よりも小さい場合、給水が不要であることを示す情報が生成されてもよい。給水量が予め定められた値を超える場合、給水が必要であることを示す情報が生成されてもよい。

画像解析部３２０は、画像データの解析結果を、命令生成部３３０又送信部３４０に出力してよい。一実施形態において、画像解析部３２０は、状態パラメータ、制御パラメータ及び給水パラメータの少なくとも１つを、命令生成部３３０に送信する。画像解析部３２０は、上記のパラメータを、マップ情報の形式で、命令生成部３３０に送信する。他の実施形態において、画像解析部３２０は、状態パラメータ、制御パラメータ及び給水パラメータの少なくとも１つが予め定められた条件を満足する場合、その旨をユーザ端末２０に通知するためのメッセージを生成する。画像解析部３２０は、上記のメッセージを送信部３４０に出力する。

本実施形態において、情報格納部３２２は、各種の情報を格納する。情報格納部３２２は、画像解析部３２０における画像解析処理に利用される情報を格納してよい。情報格納部３２２は、画像解析部３２０の解析結果を格納してもよい。例えば、情報格納部３２２は、画像解析部３２０の機械学習用の学習データを格納する。また、情報格納部３２２は、画像解析部３２０の機械学習により構築された学習モデルを格納する。情報格納部３２２は、受信部３１０が取得した画像データ、画像解析部３２０が生成した各種パラメータ及び各種マップなどを格納してもよい。

本実施形態において、命令生成部３３０は、芝刈機２３０及び散水装置２４０の少なくとも一方に対する命令を生成する。例えば、命令生成部３３０は、画像解析部３２０から、画像解析部３２０の解析結果を示す情報を受信し、当該解析結果に基づいて、芝刈機２３０及び散水装置２４０の少なくとも一方に対する命令を生成する。命令生成部３３０は、少なくとも１つのパラメータに基づいて命令を生成してもよく、少なくとも１つのマップ情報に基づいて命令を生成してもよく、少なくとも１つのパラメータ及び少なくとも１つのマップ情報に基づいて命令を生成してもよい。

一実施形態によれば、上記の解析結果に含まれる状態パラメータが予め定められた条件を満足する場合、命令生成部３３０は、芝刈機２３０のユーザインタフェースに、上記の条件に対応するメッセージを表示させるための命令を生成する。例えば、状態パラメータが、ブレードの保守又は点検が必要であることを示している場合、命令生成部３３０は、芝刈機２３０のユーザインタフェースに、ブレードの保守又は点検を推奨することを示すメッセージを表示させるための命令を生成する。

他の実施形態によれば、上記の解析結果に制御パラメータが含まれる場合、又は、上記の解析結果に含まれる制御パラメータが予め定められた条件を満足する場合、命令生成部３３０は、芝刈機２３０を制御するための命令を生成する。さらに他の実施形態によれば、上記の解析結果に含まれる給水パラメータが予め定められた条件を満足する場合、命令生成部３３０は、散水装置２４０を制御するための命令を生成する。

本実施形態において、送信部３４０は、ユーザ端末２０、芝刈機２３０及び散水装置２４０の少なくとも１つに、情報を送信する。一実施形態によれば、送信部３４０は、画像解析部３２０が生成したメッセージを、ユーザ端末２０、芝刈機２３０及び散水装置２４０の少なくとも１つに送信する。他の実施形態によれば、送信部３４０は、命令生成部３３０が生成した命令を、ユーザ端末２０、芝刈機２３０及び散水装置２４０の少なくとも１つに送信する。これにより、画像解析部３２０の解析結果を、ユーザに通知したり、芝刈機２３０又は散水装置２４０に送信したりすることができる。

［画像解析部３２０の構成］
図４は、画像解析部３２０の内部構成の一例を概略的に示す。画像解析部３２０は、学習処理部４１０と、位置算出部４２０と、芝認識部４３０と、判定処理部４４０とを備える。判定処理部４４０は、例えば、芝状態判定部４４２と、ブレード状態判定部４４４と、パラメータ生成部４４６と、マップ生成部４４８とを有する。画像解析部３２０の各部は、図中の矢印に限定されることなく、互いに情報を送受してよい。

位置算出部４２０は、位置情報取得部の一例であってよい。芝認識部４３０は、形態認識部の一例であってよい。判定処理部４４０は、情報処理装置又は制御装置の一例であってよい。判定処理部４４０は、画像取得部、位置情報取得部、仕様情報取得部、判定部、形態認識部、決定部又は制御パラメータ決定部の一例であってもよい。芝状態判定部４４２は、特徴認識部の一例であってよい。ブレード状態判定部４４４は、判定部の一例であってよい。パラメータ生成部４４６は、決定部又は制御パラメータ決定部の一例であってよい。

本実施形態において、学習処理部４１０は、機械学習により、画像解析部３２０において利用される各種の学習モデルを構築する。学習処理部４１０は、ディープラーニング手法を利用して、学習モデルを構築してもよい。例えば、学習処理部４１０は、情報格納部３２２に格納された学習データを利用して、学習モデルを構築する。学習処理部４１０は、構築された学習モデルを、情報格納部３２２に格納してよい。これにより、芝認識部４３０又は判定処理部４４０は、学習処理部４１０が構築した学習モデルを利用して画像認識処理を実行することができる。

学習処理部４１０は、芝刈機２３０の作業エリアを複数のサブエリアに分けて、サブエリアごとに各種の学習モデルを構築してもよい。例えば、学習処理部４１０は、各サブエリアにおいて撮像された芝の画像データを利用して、各サブエリアの学習モデルを構築する。学習処理部４１０は、サブエリアごとに用意された教師データを利用して、各サブエリアの学習モデルを構築してもよい。学習処理部４１０は、各サブエリアにおいて撮像された芝の画像データから、芝認識部４３０が抽出した芝の形状に関する特徴を利用して、各サブエリアの学習モデルを構築してもよい。

本実施形態において、位置算出部４２０は、受信部３１０から、画像解析部３２０の解析対象となる画像が撮像された位置を示す位置情報を取得する。位置算出部４２０は、上記の位置情報に基づいて、上記の画像の被写体の位置を算出する。例えば、位置算出部４２０は、作業エリア内の芝を撮像した画像の画像データに対応付けられた位置情報に基づいて、芝の位置を算出する。上記の位置情報としては、上記の画像を撮像した監視カメラ２２０の位置を示す位置情報、芝刈機２３０が上記の画像を撮像した時の位置を示す位置情報などを例示することができる。位置算出部４２０は、画像の被写体の位置を示す位置情報を、芝状態判定部４４２に送信してよい。

一実施形態において、位置算出部４２０は、解析対象となる画像を撮像した撮像装置と、当該画像の被写体との位置関係を算出する。位置算出部４２０は、撮像装置の位置と、上記の位置関係とに基づいて、被写体の位置を算出する。例えば、位置算出部４２０は、画像データに対応付けられた位置情報と、画像の撮像条件と、芝刈機２３０又は庭園３０における撮像装置の幾何学的配置とに基づいて、画像中の被写体の位置を算出する。撮像条件としては、（ｉ）画角、（ｉｉ）パン、チルト及びロールの少なくとも１つの角度、（ｉｉｉ）ズーム率などを例示することができる。これにより、被写体の位置を高精度に算出することができる。

他の実施形態において、位置算出部４２０は、解析対象となる画像の中に、位置及び大きさが既知である物体又は領域が含まれているか否かを判定する。解析対象となる画像の中に、判定処理部４４０の判定対象となる被写体とともに、位置及び大きさが既知である物体又は領域が含まれている場合、位置算出部４２０は、上記の被写体と、上記の物体又は領域との位置関係を算出する。位置算出部４２０は、上記の物体又は領域の位置と、上記の位置関係とに基づいて、被写体の位置を算出する。これにより、被写体の位置を高精度に算出することができる。

本実施形態において、芝認識部４３０は、受信部３１０から、画像解析部３２０の解析対象となる画像の画像データを取得する。芝認識部４３０は、受信部３１０から、上記の画像が撮像された位置を示す位置情報を取得してもよい。芝認識部４３０は、位置算出部４２０から、上記の画像の被写体の位置を示す位置情報を取得してもよい。本実施形態において、芝認識部４３０は、画像認識技術を利用して、解析対象となる画像の中に、判定処理部４４０の判定対象が含まれるか否かを判断する。判定対象は、画像の被写体であってもよく、画像の背景であってもよい。判定対象は、１つであってもよく、複数であってもよい。

解析対象となる画像の中に判定処理部４４０の判定対象が含まれる場合、芝認識部４３０は、判定処理部４４０の判定対象を認識して、解析対象となる画像から、（ｉ）判定対象の画像、（ｉｉ）判定対象の輪郭又は形状、及び、（ｉｉｉ）判定対象の特徴の少なくとも１つを抽出する。芝認識部４３０は、判定処理部４４０の判定対象の画像、輪郭、形状、特徴などに関する情報を、芝状態判定部４４２に送信する。芝認識部４３０は、（ｉ）判定処理部４４０の判定対象の画像、輪郭、形状、特徴などに関する情報と、（ｉｉ）解析対象となる画像が撮像された位置又は当該画像の被写体の位置を示す位置情報とを対応付けて、芝状態判定部４４２に送信してもよい。

芝認識部４３０は、受信部３１０から取得した画像データを、情報格納部３２２に格納してよい。芝認識部４３０は、判定処理部４４０の判定対象の画像、輪郭、形状、特徴などに関する情報を、情報格納部３２２に格納してよい。芝認識部４３０は、上記のデータ画像又は上記の情報と、画像が撮像された位置又は当該画像の被写体の位置を示す位置情報と対応付けて、情報格納部３２２に格納してもよい。芝認識部４３０は、上記のデータ画像又は上記の情報を、学習処理部４１０の学習データとして情報格納部３２２に格納してもよい。

本実施形態において、芝認識部４３０は、画像中に存在する芝（画像に含まれる芝と称する場合がある。）の形態を認識する。芝認識部４３０は、画像中に存在する１以上の芝のうち、少なくとも１本の芝の形態を認識する。芝は、判定処理部４４０の判定対象の一例であってよい。例えば、芝認識部４３０は、受信部３１０から取得した画像を解析して、当該画像に含まれる（ｉ）芝の形状、及び、（ｉｉ）芝の先端部分の少なくとも一方を認識する。

図１を用いて説明したように、一実施形態において、芝認識部４３０は、複数の芝のそれぞれの形状を認識する。芝認識部４３０は、画像全体を対象として、当該画像に含まれる複数の芝のそれぞれの形状を認識してよい。芝認識部４３０は、画像の一部の領域を対象として、当該領域に含まれる一又は複数の芝のそれぞれの形状を認識してもよい。上記の領域としては、ピントがあっている領域、色に関する条件を満足する領域などを例示することができる。芝認識部４３０は、認識された芝の形状に基づいて、当該芝の先端部分を認識してもよい。

他の実施形態において、芝認識部４３０は、画像の中から、複数の芝の先端部分が多く含まれる可能性の高い領域を抽出する。例えば、芝認識部４３０は、複数の芝が側面から撮像された画像を鉛直方向に分割して得られた複数の画像のうちの１つを、複数の芝の先端部分が多く含まれる可能性の高い領域として抽出する。これにより、芝認識部４３０は、複数の芝のそれぞれの形状を認識することなく、芝の先端部分を認識することができる。その結果、画像によっては、芝の先端部分の認識に要する時間を大幅に短縮することが出来る。

芝認識部４３０は、（ｉ）予め定められた判断基準又はアルゴリズムに基づいて、芝の形態を認識してもよく、（ｉｉ）機械学習により得られた学習モデルを利用して、芝の形態を認識してもよい。上記の判断基準は、被写体の輪郭を抽出するための一般的な基準であってもよく、芝の形状又は先端部分を抽出するために使用される１又は複数の考慮要素のそれぞれに関する条件を示す情報であってもよい。

どのような判断基準に基づいて芝の形態を判定するかは、ユーザ又は管理者により決定されてもよく、機械学習により決定されてもよい。どのような判断基準に基づいて芝の形態を判定するかは、芝の種類ごとに決定されてもよく、芝刈機２３０の仕様ごとに決定されてもよい。上記の判断基準に関する閾値は、ユーザ又は管理者により決定されてもよく、機械学習により決定されてもよい。上記の閾値は、芝の種類ごとに決定されてもよく、芝刈機２３０の仕様ごとに決定されてもよい。

例えば、芝認識部４３０は、学習処理部４１０が構築した学習モデルを利用して、芝の形態を認識する。芝認識部４３０は、芝刈機２３０の仕様情報を取得して、芝刈機２３０の仕様に合致する学習モデルを選択してよい。芝認識部４３０は、芝の種類に合致する学習モデルを選択してよい。例えば、芝認識部４３０は、庭園３０の植生に関するマップ情報を取得して、撮像された芝の種類を推定する。芝認識部４３０は、解析対象となる画像が撮像された位置又は当該画像の被写体の位置を示す位置情報と、上記のマップ情報とに基づいて、撮像された芝の種類を推定してよい。

芝認識部４３０は、受信部３１０が受信した複数の画像データのそれぞれについて、上記の処理を実行してよい。芝認識部４３０は、芝刈機２３０の作業エリアを複数のサブエリアに分けて、サブエリアごとに、上記の認識処理を実行してもよい。芝認識部４３０は、サブエリアごとに、予め定められた数の画像データについて、上記の認識処理を実行してもよい。

［判定処理部４４０の概要］
本実施形態において、判定処理部４４０は、各種の判定処理を実行する。判定処理部４４０は、芝認識部４３０が認識した芝の形態を示す情報を利用して、判定処理を実行してよい。これにより、判定精度を向上させることができる。一実施形態において、判定処理部４４０は、予め定められた判断基準に基づいて、判定処理を実行する。他の実施形態において、判定処理部４４０は、学習処理部４１０が構築した学習モデルを利用して、判定処理を実行する。判定処理部４４０は、判定結果を、命令生成部３３０又は送信部３４０に送信してよい。

一実施形態によれば、判定処理部４４０は、まず、芝の状態を判定する。次に、判定処理部４４０は、芝の判定結果に基づいて、芝刈機２３０の状態を判定する。判定処理部４４０は、芝刈機２３０の状態を示す状態パラメータを生成してもよい。他の実施形態によれば、判定処理部４４０は、まず、芝の状態を判定する。次に、判定処理部４４０は、芝の判定結果に基づいて、制御パラメータを生成する。さらに他の実施形態によれば、判定処理部４４０は、まず、芝の状態を判定する。次に、判定処理部４４０は、芝の判定結果に基づいて、給水パラメータを生成する。さらに他の実施形態によれば、判定処理部４４０は、各種のパラメータに関するマップ情報を生成する。判定処理部４４０は、庭園３０における植生のマップ情報を生成してもよい。

［芝状態判定部４４２の概要］
本実施形態において、芝状態判定部４４２は、受信部３１０が取得した芝の画像データに基づいて、当該芝の状態を判定する。例えば、芝状態判定部４４２は、芝認識部４３０から、芝認識部４３０により認識された芝の形態に関する情報を取得する。芝状態判定部４４２は、芝の形態に関する情報に基づいて、芝の状態を判定する。

芝状態判定部４４２は、（ｉ）予め定められた判断基準に基づいて、芝の状態を判定してもよく、（ｉｉ）機械学習により得られた学習モデルを利用して、芝の状態を判定してもよい。上記の判断基準は、１又は複数の考慮要素と、各考慮要素に関する条件と、芝の状態とが対応付けられた情報であってよい。芝の状態を判定するための考慮要素としては、（ｉ）芝の種類、（ｉｉ）芝の数又は密度、（ｉｉｉ）芝の形状、（ｉｖ）芝の先端部分の外観、（ｖ）芝刈機２３０の仕様などを例示することができる。

どのような判断基準に基づいて芝の状態を判定するかは、ユーザ又は管理者により決定されてもよく、機械学習により決定されてもよい。どのような判断基準に基づいて芝の状態を判定するかは、芝の種類ごとに決定されてもよく、芝刈機２３０の仕様ごとに決定されてもよい。判定対象が各考慮要素に関する条件に合致するか否かを決定するための閾値は、ユーザ又は管理者により決定されてもよく、機械学習により決定されてもよい。上記の閾値は、芝の種類ごとに決定されてもよく、芝刈機２３０の仕様ごとに決定されてもよい。

芝の状態は、連続的な数値により評価されてもよく、複数の段階により段階的に評価されてもよい。芝の状態としては、芝の切断状態、芝の生育状態などを例示することができる。芝の切断状態は、切断面の状態であってもよい。芝の生育状態としては、芝の種類、芝の密度、生育の良否、芝刈りの過不足、水分の過不足、養分の過不足などを例示することができる。水分の過不足を示すパラメータとしては、（ａ）芝の培地の含水の度合い、（ｂ）芝への給水の要否及び（ｃ）芝への給水量の少なくとも１つを例示することができる。

芝状態判定部４４２は、芝の状態に関する判定結果を、例えば、ブレード状態判定部４４４及びパラメータ生成部４４６の少なくとも一方に送信する。芝状態判定部４４２は、芝の状態に関する判定結果と、当該芝の位置情報とを対応付けて、ブレード状態判定部４４４及びパラメータ生成部４４６の少なくとも一方に送信してもよい。

一実施形態において、芝状態判定部４４２は、芝の形態を示す情報を入力され、芝の状態を示す情報を出力する。他の実施形態において、芝状態判定部４４２は、芝の形態に基づいて芝の特徴を認識し、当該特徴に基づいて芝の状態を判定する。さらに他の実施形態において、芝状態判定部４４２は、芝の形態に基づいて芝の先端部分の特徴を認識し、当該特徴に基づいて、芝の状態を判定する。

芝状態判定部４４２は、（ｉ）予め定められた判断基準に基づいて、芝の特徴又は芝の先端部分の特徴を認識してもよく、（ｉｉ）機械学習により得られた学習モデルを利用して、芝の特徴又は芝の先端部分の特徴を認識してもよい。上記の判断基準は、１又は複数の考慮要素と、各考慮要素に関する条件と、芝の特徴又は芝の先端部分の特定の特徴とが対応付けられた情報であってよい。芝の特徴又は芝の先端部分の特徴を判定するための考慮要素としては、（ｉ）芝の種類、（ｉｉ）芝の数又は密度、（ｉｉｉ）芝の形状、（ｉｖ）芝の先端部分の外観、（ｖ）芝刈機２３０の仕様などを例示することができる。

どのような判断基準に基づいて芝の特徴又は芝の先端部分の特徴を判定するかは、ユーザ又は管理者により決定されてもよく、機械学習により決定されてもよい。どのような判断基準に基づいて芝の特徴又は芝の先端部分の特徴を判定するかは、芝の種類ごとに決定されてもよく、芝刈機２３０の仕様ごとに決定されてもよい。判定対象が各考慮要素に関する条件に合致するか否かを決定するための閾値は、ユーザ又は管理者により決定されてもよく、機械学習により決定されてもよい。上記の閾値は、芝の種類ごとに決定されてよい。上記の閾値は、芝刈機２３０の仕様ごとに決定されてもよい。

芝の特徴としては、（ｉ）芝の種類、（ｉｉ）芝の数又は密度、（ｉｉｉ）芝の形状、及び、（ｉｖ）培地に対する芝の傾きの少なくとも１つを例示することができる。芝の先端部分の特徴としては、（ｉ）芝の先端部分の形状、色彩及び光沢の少なくとも１つ、（ｉｉ）芝の先端部分と、当該芝の他の部分との相違などを例示することができる。芝が切断されている場合、芝の先端部分の特徴は、切断箇所の特徴であってもよい。切断箇所の特徴としては、（ｉ）切断面の形状、色彩及び光沢の少なくとも１つ、（ｉｉ）バリの有無又は程度、（ｉｉｉ）液滴の有無又は程度などを例示することができる。

芝状態判定部４４２は、芝刈機２３０の進路の前方に存在する芝の画像データを解析して、芝の特徴を認識してよい。芝状態判定部４４２は、芝刈機２３０が通過した領域に存在する芝の画像データを解析して、芝の特徴を認識してもよい。また、芝状態判定部４４２は、芝刈機２３０が通過した領域に存在する芝の画像データを解析して、切断箇所の特徴を認識してもよい。

さらに他の実施形態において、芝状態判定部４４２は、芝刈機２３０から、ブレードを回転させるモータの電流値に関する情報を取得してよい。芝状態判定部４４２は、ブレードを回転させるモータの電流値に基づいて、芝の特徴を認識してもよい。芝刈機２３０が堅い物質を切断する場合、ブレードを回転させるモータの電流値が増加する。また、芝の硬さは、芝の種類によって異なる。そのため、モータの電流値は、芝の種類を判定するための考慮要素になり得る。芝状態判定部４４２は、芝刈機２３０の進路の前方に存在する芝の画像データと、ブレードを回転させるモータの電流値とに基づいて、芝の特徴を認識してもよい。例えば、芝状態判定部４４２は、画像解析の結果に基づいて芝の密度を決定し、当該芝の密度と、モータの電流値とに基づいて芝の硬さを決定する。

［芝状態判定部４４２における処理の概要］
例えば、芝状態判定部４４２は、まず、芝認識部４３０から、芝認識部４３０が認識した芝の形態を示す情報を受信する。芝状態判定部４４２は、芝認識部４３０から解析対象となる画像の画像データを受信してもよい。芝状態判定部４４２は、位置算出部４２０又は芝認識部４３０から、芝の画像が撮像された位置又は芝の位置を示す位置情報（芝の位置情報と称する場合がある。）を取得してもよい。

次に、芝状態判定部４４２は、芝の形態を示す情報に基づいて、芝の特徴又は芝の先端部分の特徴を認識する。認識されるべき芝の特徴は、芝状態判定部４４２における判定処理に利用される特徴であればよく、具体的な内容は特に限定されない。芝状態判定部４４２は、例えば、学習処理部４１０が構築した学習モデルを利用して、芝の特徴又は芝の先端部分の特徴を認識する。

一実施形態において、芝状態判定部４４２は、芝の形状を示す情報を利用して、芝の特徴又は芝の先端部分の特徴を認識する。例えば、芝状態判定部４４２は、芝の形状を示す情報を利用して、複数の芝が撮像された画像から、各芝の画像を抽出する。そして、芝状態判定部４４２は、少なくとも１本の芝について、芝の種類ごとに固有の形状の有無、太さ、曲率、培地に対する傾斜角、先端部分の形状、先端部分の色、先端部分の光沢、並びに、先端部分とそれ以外の部分との色の変化の有無、及び、当該変化の内容などを認識する。

他の実施形態において、芝状態判定部４４２は、芝の先端部分を示す情報を利用して、芝の先端部分の特徴を認識する。例えば、芝状態判定部４４２は、芝認識部４３０から、芝の先端部分を示す情報として、芝の先端部分が多く含まれる可能性の高い画像を取得する。芝状態判定部４４２は、当該画像の特徴を、芝の先端部分の特徴として認識してよい。芝状態判定部４４２は、芝認識部４３０から、参照用の画像として、芝の根本部分又は中間部分が多く含まれる可能性の高い画像を取得してもよい。芝状態判定部４４２は、芝の先端部分が多く含まれる可能性の高い画像の特徴と、参照用の画像の特徴との相違点を、芝の先端部分の特徴として認識してよい。

次に、芝状態判定部４４２は、芝の状態を判定する。例えば、芝状態判定部４４２は、芝の先端部分の特徴に基づいて、芝の切断状態を判定する。芝状態判定部４４２は、芝の特徴及び芝の先端部分の特徴の少なくとも一方に基づいて、芝の生育状態を判定してもよい。芝の切断状態及び生育状態の少なくとも一方に関する判定処理は、学習処理部４１０が構築した学習モデルを利用して実行されてよい。

次に、芝状態判定部４４２は、芝の状態に関する判定結果を出力する。芝状態判定部４４２は、芝の状態に関する判定結果と、当該芝の位置情報とを対応付けて出力してもよい。一実施形態において、芝状態判定部４４２は、芝の切断状態に関する判定結果をブレード状態判定部４４４に送信する。これにより、ブレード状態判定部４４４が、芝の切断状態に関する判定結果を利用して、ブレードの状態を判定することができる。

他の実施形態において、芝状態判定部４４２は、芝の生育状態に関する判定結果をパラメータ生成部４４６に送信する。これにより、パラメータ生成部４４６が、芝の生育状態に関する判定結果を利用して、制御パラメータ及び給水パラメータの少なくとも一方を生成することができる。なお、後述のとおり、パラメータ生成部４４６は、ブレードの状態に関する判定結果を利用して、制御パラメータを生成してもよい。

芝状態判定部４４２は、受信部３１０が受信した複数の画像データのそれぞれについて、上記の処理を実行してよい。芝状態判定部４４２は、芝刈機２３０の作業エリアを複数のサブエリアに分けて、サブエリアごとに、上記の判定処理を実行してもよい。芝状態判定部４４２は、サブエリアごとに、予め定められた数の画像データについて、上記の判定処理を実行してもよい。

［ブレード状態判定部４４４の概要］
本実施形態において、ブレード状態判定部４４４は、芝刈機２３０のブレードの状態を判定する。ブレードの状態としては、（ｉ）ブレードの切断性能、（ｉｉ）ブレードの保守又は点検の要否、（ｉｉｉ）ブレードの保守又は点検が推奨される時期、又は、当該時期までの残り時間などを例示することができる。ブレードの状態は、連続的な数値により評価されてもよく、複数の段階により段階的に評価されてもよい。

本実施形態において、ブレード状態判定部４４４は、受信部３１０が取得した画像データに基づいて、芝刈機２３０のブレードの状態を判定する。例えば、ブレード状態判定部４４４は、芝状態判定部４４２から、芝の切断状態に関する判定結果を受信し、当該判定結果に基づいて、芝刈機２３０のブレードの状態を判定する。ブレード状態判定部４４４は、ブレードの状態に関する判定結果を、例えば、パラメータ生成部４４６及びマップ生成部４４８の少なくとも一方に送信する。ブレード状態判定部４４４は、ブレードの状態に関する判定結果と、判定に利用された芝の位置情報とを対応付けて、パラメータ生成部４４６及びマップ生成部４４８の少なくとも一方に送信してもよい。

ブレード状態判定部４４４は、（ｉ）予め定められた判断基準に基づいて、ブレードの状態を判定してもよく、（ｉｉ）機械学習により得られた学習モデルを利用して、ブレードの状態を判定してもよい。上記の判断基準は、１又は複数の考慮要素と、各考慮要素に関する条件と、芝の状態とが対応付けられた情報であってよい。ブレードの状態を判定するための考慮要素としては、（ｉ）芝の種類、（ｉｉ）芝の切断面の形状、色彩及び光沢の少なくとも１つ、（ｉｉｉ）ブレードの仕様などを例示することができる。

どのような判断基準に基づいてブレードの状態を判定するかは、ユーザ又は管理者により決定されてもよく、機械学習により決定されてもよい。どのような判断基準に基づいてブレードの状態を判定するかは、芝の種類ごとに決定されてもよく、芝刈機２３０の仕様ごとに決定されてもよい。判定対象が各考慮要素に関する条件に合致するか否かを決定するための閾値は、ユーザ又は管理者により決定されてもよく、機械学習により決定されてもよい。上記の閾値は、芝の種類ごとに決定されてよい。上記の閾値は、ブレードの仕様ごとに決定されてもよい。

例えば、ブレード状態判定部４４４は、ブレードの仕様に関する情報を取得して、ブレード状態判定部４４４は、芝の切断状態に関する判定結果と、ブレードの仕様に関する情報とに基づいて、芝刈機２３０のブレードの状態を判定する。ブレードの仕様に関する情報は、例えば、芝刈機２３０の記憶装置、情報格納部３２２などに格納されている。ブレードの仕様としては、ブレードの種類、ブレードの材質、ブレードの大きさなどを例示することができる。ブレードの種類としては、チップソー、ナイロンカッター、金属刃などを例示することができる。

一実施形態によれば、ブレード状態判定部４４４は、芝の切断状態に関する判定結果に基づいて、ブレードの保守又は点検の要否を判定する。他の実施形態によれば、芝の切断状態に関する判定結果と、ブレードの仕様に関する情報とに基づいて、ブレードの保守又は点検の要否を判定する。さらに他の実施形態によれば、ブレード状態判定部４４４は、ブレードの状態に関する判定結果に基づいて、ブレードの保守又は点検の要否を判定してもよい。

本実施形態においては、ブレード状態判定部４４４は、芝状態判定部４４２から、芝の切断状態に関する判定結果を受信する場合について説明した。しかしながら、ブレード状態判定部４４４は、本実施形態に限定されない。他の実施形態において、ブレード状態判定部４４４は、芝状態判定部４４２から、芝の切断箇所の特徴を示す情報を受信してよい。芝の切断箇所の特徴は、例えば、芝状態判定部４４２が、画像データから抽出することで得られる。この場合において、ブレード状態判定部４４４は、芝の切断箇所の特徴に基づいて、ブレードの状態を判定してもよい。

［パラメータ生成部４４６の概要］
本実施形態において、パラメータ生成部４４６は、各種のパラメータを生成する。パラメータ生成部４４６は、芝状態判定部４４２及びブレード状態判定部４４４の少なくとも一方の判定結果に基づいて、状態パラメータ、制御パラメータ、及び、給水パラメータの少なくとも１つを生成する。例えば、パラメータ生成部４４６は、生成されたパラメータを、マップ生成部４４８に送信する。パラメータ生成部４４６は、生成されたパラメータを、命令生成部３３０又は送信部３４０に出力してもよい。パラメータ生成部４４６は、パラメータと、当該パラメータが適用される位置を示す位置情報とを対応付けて出力してよい。

［状態パラメータ］
本実施形態において、例えば、パラメータ生成部４４６が、ブレード状態判定部４４４から、ブレードの状態に関する判定結果を受信する。そして、パラメータ生成部４４６は、ブレードの状態に関する判定結果に基づいて、ブレードの状態を示す状態パラメータを生成する。本実施形態によれば、状態パラメータは、例えば、（ｉ）芝の種類、（ｉｉ）芝の数又は密度、（ｉｉｉ）芝の形状、及び、（ｉｖ）切断された芝の外観の少なくとも１つに関する特徴に基づいて生成される。切断された芝の外観は、芝の切断箇所の特徴の一例であってよい。状態パラメータは、芝刈機２３０の仕様、ブレードを回転させるモータの電流値などに基づいて生成されてもよい。

［制御パラメータ］
一実施形態において、パラメータ生成部４４６が、芝状態判定部４４２から、芝の生育状態に関する判定結果を受信する。そして、パラメータ生成部４４６は、芝の生育状態に関する判定結果に基づいて、制御パラメータを生成する。他の実施形態において、パラメータ生成部４４６が、芝状態判定部４４２から、芝の切断状態に関する判定結果を受信する。そして、パラメータ生成部４４６は、芝の切断状態に関する判定結果に基づいて、制御パラメータを生成する。これらの実施形態によれば、制御パラメータは、例えば、（ｉ）芝の種類、（ｉｉ）芝の数又は密度、（ｉｉｉ）芝の形状、及び、（ｉｖ）切断された芝の外観の少なくとも１つに関する特徴に基づいて生成される。切断された芝の外観は、芝の切断箇所の特徴の一例であってよい。制御パラメータは、芝刈機２３０の仕様、ブレードを回転させるモータの電流値などに基づいて生成されてもよい。例えば、パラメータ生成部４４６は、ブレードを回転させるモータの電流値に基づいて、芝刈機２３０のモータの回転数、芝刈機２３０の移動速度、芝刈機２３０の移動方向などに関する制御パラメータを生成する。

さらに他の実施形態において、パラメータ生成部４４６は、ブレード状態判定部４４４から、ブレードの状態に関する判定結果を受信する。パラメータ生成部４４６は、ブレードの状態に関する判定結果に基づいて、制御パラメータを生成する。例えば、パラメータ生成部４４６は、ブレードの切断性能が予め定められた条件を満たさない場合には、ブレードの切断性能が予め定められた条件を満たす場合と比較して、（ｉ）芝刈機２３０の移動速度が小さくなる、又は、（ｉｉ）ブレードの回転速度が大きくなるように、制御パラメータを決定する。なお、パラメータ生成部４４６は、芝の生育状態に関する判定結果、芝の切断状態に関する判定結果及びブレードの状態に関する判定結果の任意の組み合わせに基づいて、制御パラメータを生成してもよい。

［給水パラメータ］
例えば、パラメータ生成部４４６は、芝状態判定部４４２から、芝の生育状態に関する判定結果を受信する。パラメータ生成部４４６は、芝の生育状態に関する判定結果に基づいて、給水パラメータを生成する。本実施形態によれば、給水パラメータは、例えば、（ｉ）芝の種類、（ｉｉ）芝の数又は密度、（ｉｉｉ）芝の形状、及び、（ｉｖ）切断された芝の外観の少なくとも１つに関する特徴に基づいて生成される。切断された芝の外観は、芝の切断箇所の特徴の一例であってよい。これにより、例えば、（ａ）芝の培地の含水の度合い、（ｂ）芝への給水の要否及び（ｃ）芝への給水量の少なくとも１つを、芝の形状及び芝の先端部分の少なくとも一方の特徴に基づいて決定することができる。給水パラメータは、芝刈機２３０の仕様、ブレードを回転させるモータの電流値などに基づいて生成されてもよい。

［マップ生成部４４８の概要］
マップ生成部４４８は、各種のマップ情報を生成する。各パラメータのマップ情報は、当該パラメータの一例であってよい。マップ生成部４４８は、マップ情報を、例えば、命令生成部３３０又は送信部３４０に出力する。

一実施形態において、マップ生成部４４８は、パラメータ生成部４４６から、各種のパラメータと、当該パラメータが適用される位置を示す情報とを受信する。マップ生成部４４８は、各パラメータと、当該パラメータが適用される位置を示す情報とを対応付けて、各パラメータのマップ情報を生成する。マップ生成部４４８は、予め定められた条件を満たすパラメータを利用して、マップ情報を生成してもよい。

他の実施形態において、マップ生成部４４８は、芝状態判定部４４２及びブレード状態判定部４４４の少なくとも一方から、（ｉ）判定対象となる画像が撮像された位置を示す位置情報、又は、当該画像の被写体の位置を示す位置情報と、（ｉｉ）当該判定対象に関する判定結果を示す情報とを取得してもよい。マップ生成部４４８は、上記の位置情報と、上記の判定結果を示す情報とを対応付けて、マップ情報を生成してもよい。マップ生成部４４８は、予め定められた条件を満たす判定結果を利用して、マップ情報を生成してもよい。芝状態判定部４４２及びブレード状態判定部４４４の少なくとも一方は、判定結果が予め定められた条件を満たす場合に、上記の情報を４４８に出力してもよい。

さらに他の実施形態において、マップ生成部４４８は、芝状態判定部４４２から、（ｉ）判定対象となる画像が撮像された位置を示す位置情報、又は、当該画像の被写体の位置を示す位置情報と、（ｉｉ）各画像に含まれる植物、動物、微生物、土壌及びゴミの少なくとも１つに関する情報とを取得する。植物、動物、微生物、土壌及びゴミの少なくとも１つに関する情報は、植物、動物、微生物、土壌及びゴミの少なくとも１つの種類を示す情報であってよい。マップ生成部４４８は、上記の位置情報と、上記の判定結果を示す情報とを対応付けて、マップ情報を生成してもよい。土壌は、植物の培地の一例であってよい。

画像解析部３２０の各部における処理は、図４を用いて説明された実施形態に限定されない。他の実施形態において、画像解析部３２０の特定の部材における情報処理の少なくとも一部が、他の部材において実行されてもよい。例えば、本実施形態においては、芝認識部４３０が、芝の形態を認識し、芝状態判定部４４２が、芝の形態に基づいて芝の状態を判定する場合について説明した。しかしながら、判定処理部４４０は本実施形態に限定されない。他の実施形態において、芝認識部４３０における情報処理の少なくとも一部が、芝状態判定部４４２において実行されてもよい。

また、本実施形態において、パラメータ生成部４４６が、各種パラメータを生成する場合について説明した。しかしながら、判定処理部４４０は本実施形態に限定されない。他の実施形態において、芝状態判定部４４２及びブレード状態判定部４４４の少なくとも一方が、パラメータを生成してもよい。例えば、本実施形態において、芝状態判定部４４２が、芝の形態に基づいて芝の生育状態を判定し、パラメータ生成部４４６が、芝の生育状態に関する判定結果に基づいて給水パラメータを生成する場合について説明した。しかしながら、判定処理部４４０は本実施形態に限定されない。他の実施形態において、芝状態判定部４４２が、芝の形態に基づいて、給水パラメータを生成してもよい。例えば、芝状態判定部４４２が、芝の形態に基づいて、（ａ）芝の培地の含水の度合い、（ｂ）芝への給水の要否及び（ｃ）芝への給水量の少なくとも１つを決定する。

図５は、情報格納部３２２の内部構成の一例を概略的に示す。本実施形態において、情報格納部３２２は、作業機情報格納部５１０と、学習データ格納部５２０と、学習モデル格納部５３０とを備える。学習データ格納部５２０は、形状情報格納部の一例であってよい。

作業機情報格納部５１０は、芝刈機２３０の仕様に関する情報を格納する。学習データ格納部５２０は、学習処理部４１０の学習データを格納する。学習モデル格納部５３０は、様々な条件に対応する学習データを格納する。学習データ格納部５２０は、（ｉ）位置算出部４２０が取得した位置情報と、（ｉｉ）芝認識部４３０が認識した芝の形状に関する情報とを対応付けて格納してもよい。学習モデル格納部５３０は、学習処理部４１０が構築した学習モデルを格納する。学習モデル格納部５３０は、様々な条件に対応する学習モデルを格納してよい。

［芝刈機２３０の概要］
図６、図７及び図８を用いて、芝刈機２３０の概要を説明する。図６は、芝刈機２３０の内部構成の一例を概略的に示す。本実施形態において、芝刈機２３０は、筐体６０２を備える。本実施形態において、芝刈機２３０は、筐体６０２の下部に、一対の前輪６１２と、一対の後輪６１４とを備える。芝刈機２３０は、一対の後輪６１４のそれぞれを駆動する一対の走行用モータ６１６を備えてよい。

本実施形態において、芝刈機２３０は、作業ユニット６２０を備える。作業ユニット６２０は、例えば、ブレードディスク６２２と、カッターブレード６２４と、作業用モータ６２６と、シャフト６２８とを有する。芝刈機２３０は、作業ユニット６２０の位置を調整する位置調整部６３０を備えてもよい。作業ユニット６２０は、切断部の一例であってよい。ブレードディスク６２２及びカッターブレード６２４は、作業対象を切断するための回転体の一例であってよい。

ブレードディスク６２２は、シャフト６２８を介して、作業用モータ６２６に連結される。カッターブレード６２４は、芝を切断するための刈刃であってよい。カッターブレード６２４は、ブレードディスク６２２に取り付けられ、ブレードディスク６２２と一緒に回転する。作業用モータ６２６は、ブレードディスク６２２を回転させる。

本実施形態において、芝刈機２３０は、筐体６０２の内部又は筐体６０２の上に、バッテリユニット６４０と、ユーザインタフェース６５０と、撮像ユニット６６０と、センサユニット６７０と、制御ユニット６８０とを備える。撮像ユニット６６０は、撮像部又は画像取得部の一例であってよい。制御ユニット６８０は、判定部、情報処理装置又は制御装置の一例であってよい。

本実施形態において、バッテリユニット６４０は、芝刈機２３０の各部に電力を供給する。本実施形態において、ユーザインタフェース６５０は、ユーザの入力を受け付ける。ユーザインタフェース６５０は、ユーザに情報を出力する。ユーザインタフェース６５０としては、キーボード、ポインティングデバイス、マイク、タッチパネル、ディスプレイ、スピーカなどを例示することができる。

本実施形態において、撮像ユニット６６０は、芝刈機２３０の周囲を撮像する。撮像ユニット６６０は、芝刈機２３０の作業対象となる芝を撮像してよい。撮像ユニット６６０は、芝刈機２３０が切断した芝を撮像してもよい。撮像ユニット６６０は、被写体の静止画像を取得してもよく、被写体の動画像を取得してもよい。撮像ユニット６６０は、複数の撮像素子を有してもよい。撮像ユニット６６０は、３６０°カメラであってもよい。

本実施形態において、センサユニット６７０は、各種センサを備える。センサユニット６７０は、各種センサの出力を制御ユニット６８０に送信する。センサとしては、ＧＰＳ信号受信機、ビーコン受信機、電波強度測定機、加速度センサ、角速度センサ、車輪速センサ、接触センサ、磁気センサ、温度センサ、湿度センサ、土壌水分センサなどを例示することができる。

本実施形態において、制御ユニット６８０は、芝刈機２３０の動作を制御する。一実施形態によれば、制御ユニット６８０は、一対の走行用モータ６１６を制御して、芝刈機２３０の移動を制御する。他の実施形態によれば、制御ユニット６８０は、作業用モータ６２６を制御して、芝刈機２３０の作業を制御する。

制御ユニット６８０は、管理サーバ２１０の画像解析部３２０における判定処理の結果に基づいて、芝刈機２３０を制御してよい。例えば、制御ユニット６８０は、管理サーバ２１０の命令生成部３３０が生成した命令に従って、芝刈機２３０を制御する。

他の実施形態において、制御ユニット６８０は、各種の判定処理を実行してもよい。制御ユニット６８０は、判定処理部４４０における判定処理の少なくとも１つを実行してもよい。一実施形態において、制御ユニット６８０は、上記の判定処理の結果に基づいて、芝刈機２３０を制御してよい。例えば、制御ユニット６８０は、撮像ユニット６６０が撮像した画像の画像データに基づいて、作業ユニット６２０の状態を判定する。作業ユニット６２０の状態は、カッターブレード６２４の切断性能であってもよい。

他の実施形態において、制御ユニット６８０は、上記の判定処理の結果に基づいて、散水装置２４０を制御してよい。例えば、制御ユニット６８０は、撮像ユニット６６０が撮像した画像の画像データに基づいて、芝の形状を認識する。制御ユニット６８０は、芝の形状に基づいて、給水パラメータを決定する。制御ユニット６８０は、給水パラメータを散水装置２４０に送信して、庭園３０の特定の位置への給水量を制御する。

図７は、制御ユニット６８０の内部構成の一例を概略的に示す。本実施形態において、制御ユニット６８０は、通信制御部７１０と、走行制御部７２０と、作業ユニット制御部７３０と、入出力制御部７４０とを備える。通信制御部７１０は、通知部又は画像取得部の一例であってよい。走行制御部７２０は、移動制御部の一例であってよい。作業ユニット制御部７３０は、作業制御部の一例であってよい。

本実施形態において、通信制御部７１０は、芝刈機２３０の外部の機器との通信を制御する。通信制御部７１０は、１又は複数の通信方式に対応した通信インタフェースであってもよい。外部の機器としては、ユーザ端末２０、管理サーバ２１０、散水装置２４０などを例示することができる。通信制御部７１０は、必要に応じて、監視カメラ２２０から、監視カメラ２２０が撮像した画像の画像データを取得してもよい。

本実施形態において、走行制御部７２０は、走行用モータ６１６を制御して、芝刈機２３０の移動を制御する。走行制御部７２０は、芝刈機２３０の自律走行を制御する。例えば、走行制御部７２０は、芝刈機２３０の移動速度、移動方向、及び、移動ルートの少なくとも１つを制御する。

走行制御部７２０は、管理サーバ２１０の画像解析部３２０における判定結果に基づいて、走行用モータ６１６を制御してよい。他の実施形態において、走行制御部７２０は、制御ユニット６８０における判定処理の結果に基づいて、走行用モータ６１６を制御してもよい。

本実施形態において、作業ユニット制御部７３０は、作業ユニット６２０を制御する。作業ユニット制御部７３０は、作業ユニット６２０の作業の種類、作業の強度、及び、作業のスケジュールの少なくとも１つを制御してよい。例えば、作業ユニット制御部７３０は、作業用モータ６２６を制御して、作業ユニット６２０の作業の強度を制御する。作業ユニット制御部７３０は、位置調整部６３０を制御して、作業ユニット６２０の作業の強度を制御してもよい。

作業ユニット制御部７３０は、管理サーバ２１０の画像解析部３２０における判定結果に基づいて、作業用モータ６２６及び位置調整部６３０の少なくとも一方を制御してもよい。他の実施形態において、作業ユニット制御部７３０は、制御ユニット６８０における判定処理の結果に基づいて、作業用モータ６２６及び位置調整部６３０の少なくとも一方を制御してもよい。さらに他の実施形態において、作業ユニット制御部７３０は、作業用モータ６２６の電流値を監視してよい。作業ユニット制御部７３０は、作業用モータ６２６の電流値を示す情報を、画像解析部３２０に送信してよい。

本実施形態において、入出力制御部７４０は、ユーザインタフェース６５０、撮像ユニット６６０及びセンサユニット６７０の少なくとも１つからの入力を受け付ける。入出力制御部７４０は、ユーザインタフェース６５０に情報を出力する。入出力制御部７４０は、ユーザインタフェース６５０、撮像ユニット６６０及びセンサユニット６７０の少なくとも１つを制御してもよい。例えば、入出力制御部７４０は、ユーザインタフェース６５０、撮像ユニット６６０及びセンサユニット６７０の少なくとも１つの機器の設定を調整することで、当該機器を制御する。

図８は、制御ユニット６８０の内部構成の他の例を概略的に示す。図７において、管理サーバ２１０が画像解析部３２０、情報格納部３２２及び命令生成部３３０を有し、各種の判定処理が管理サーバ２１０において実行される場合について説明した。図７の実施形態において、制御ユニット６８０は、画像解析部３２０における判定処理の結果に基づいて、芝刈機２３０を制御した。

図８の実施形態においては、画像解析部３２０、情報格納部３２２及び命令生成部３３０が、制御ユニット６８０に配される点で、図７の実施形態と相違する。本実施形態において、走行制御部７２０及び作業ユニット制御部７３０は、命令生成部３３０が生成した命令に基づいて、走行用モータ６１６、作業用モータ６２６及び位置調整部６３０の少なくとも１つを制御する。その他の点については、図７の実施形態と同様の構成を有してよい。

本実施形態においては、制御ユニット６８０が、画像解析部３２０、情報格納部３２２及び命令生成部３３０を有する場合について説明した。しかしながら、制御ユニット６８０は本実施形態に限定されない。他の実施形態において、画像解析部３２０、情報格納部３２２及び命令生成部３３０のうちの１つ又は２つが制御ユニット６８０に配され、残りが管理サーバ２１０に配されてよい。例えば、制御ユニット６８０は、情報格納部３２２を有しなくてもよい。この場合、制御ユニット６８０に配された画像解析部３２０は、必要に応じて、管理サーバ２１０に配された情報格納部３２２にアクセスすることにより、画像解析処理を実行する。

さらに他の実施形態において、画像解析部３２０に含まれる複数の構成のうちの一部の構成が制御ユニット６８０に配され、残りの構成が管理サーバ２１０に配されてもよい。例えば、画像解析部３２０に含まれる複数の構成のうち、判定処理部４４０が制御ユニット６８０に配され、学習処理部４１０、位置算出部４２０及び芝認識部４３０が管理サーバ２１０に配される。また、パラメータ生成部４４６が制御ユニット６８０に配され、画像解析部３２０の残りの構成が管理サーバ２１０に配されてもよい。

図９は、散水装置２４０のシステム構成の一例を概略的に示す。本実施形態において、散水装置２４０は、スプリンクラー２４２と、給水制御部２４４とを備える。散水装置２４０は、給水栓９０２と、給水ライン９０４とを備えてもよい。給水ライン９０４は、給水栓９０２から供給される水を、スプリンクラー２４２に移送する配管又は給水施設であってよい。給水ライン９０４の一端は、給水栓９０２に接続されてよく、給水ライン９０４の他端は、スプリンクラー２４２に接続されてよい。

本実施形態において、給水制御部２４４は、給水ライン９０４において、スプリンクラー２４２及び給水栓９０２の間に配され、スプリンクラー２４２への給水量を調整する。本実施形態において、給水制御部２４４は、自動弁９１０と、通信制御部９２０と、開閉制御部９３０とを有する。

本実施形態において、自動弁９１０は、給水ライン９０４を流れる水の量を調整する。自動弁９１０は、開閉制御部９３０からの制御信号に基づいて、給水ライン９０４を流れる水の量を調整してよい。自動弁９１０は、電動弁であってもよい。

本実施形態において、通信制御部９２０は、管理サーバ２１０又は芝刈機２３０との間の通信を制御する。通信制御部９２０は、管理サーバ２１０又は芝刈機２３０から、給水パラメータ又は給水命令を受信する。通信制御部９２０は、給水パラメータ又は給水命令を、開閉制御部９３０に送信する。本実施形態において、開閉制御部９３０は、自動弁９１０の動作を制御する。例えば、開閉制御部９３０は、給水パラメータ又は給水命令に基づいて、自動弁９１０の動作を制御する。

図１０は、散水装置２４０のシステム構成の他の例を概略的に示す。本実施形態において、散水装置２４０は、スプリンクラー２４２と、給水制御部２４４とを備える。散水装置２４０は、給水ライン９０４と、貯水槽１００２とを備えてよい。本実施形態において、給水制御部２４４は、ポンプ１０１０と、通信制御部９２０と、ポンプ制御部１０３０とを有する。散水装置２４０は、芝刈機２３０に搭載されてもよい。

本実施形態において、給水ライン９０４の一端は、貯水槽１００２に接続され、給水ライン９０４の他端は、スプリンクラー２４２に接続される。ポンプ１０１０は、貯水槽１００２の内部の水を移送する。ポンプ制御部１０３０は、ポンプ制御部１０３０からの制御信号に基づいて、移送する水の量を調整してよい。ポンプ制御部１０３０は、ポンプ１０１０の動作を制御する。例えば、ポンプ制御部１０３０は、通信制御部９２０が受信した給水パラメータ又は給水命令に基づいて、ポンプ制御部１０３０の動作を制御する。

図１１は、画像解析部３２０における情報処理の一例を概略的に示す。本実施形態によれば、ステップ１１０２（ステップをＳと省略する場合がある。）において、芝認識部４３０が、受信部３１０から、解析対象となる画像の画像データを取得する。Ｓ１１０４において、芝認識部４３０は、受信部３１０から取得した画像が、芝刈り後の画像であるか、芝刈り前の画像であるか否かを判断する。例えば、芝認識部４３０は、受信部３１０から取得した画像が、芝刈機２３０の進路の前方に存在する芝の画像である場合、当該画像が芝刈り前の画像であると判断する。芝認識部４３０は、受信部３１０から取得した画像が、芝刈機２３０が通過した領域に存在する芝の画像である場合、当該画像が芝刈り後の画像であると判断する。

一実施形態において、芝認識部４３０は、画像を撮像した撮像装置の設置位置及び撮像条件の少なくとも一方に関する情報を取得して、当該情報に基づいて、受信部３１０から取得した画像が、芝刈機２３０の進路の前方に存在する芝の画像であるか、芝刈機２３０が通過した領域に存在する芝の画像であるかを判断してよい。例えば、撮像装置が芝刈機２３０の前方に搭載されていたり、撮像装置が芝刈機２３０の前方を撮像するように設定されていたりする場合、芝認識部４３０は、受信部３１０から取得した画像が、芝刈機２３０の進路の前方に存在する芝の画像であると判断する。

他の実施形態において、芝認識部４３０は、位置算出部４２０から、画像中の芝の位置を示す位置情報を取得する。位置算出部４２０は、例えば、画像を撮像した撮像装置の設置位置及び撮像条件の少なくとも一方に基づいて、画像中の芝の位置を決定する。芝認識部４３０は、芝刈機２３０の現在位置を示す情報を取得する。芝認識部４３０は、芝の位置と、芝刈機２３０の位置とに基づいて、受信部３１０から取得した画像が、芝刈機２３０の進路の前方に存在する芝の画像であるか、芝刈機２３０が通過した領域に存在する芝の画像であるかを判断してよい。

受信部３１０から取得した画像が芝刈り後の画像であると判断された場合（Ｓ１１０４のＹＥＳの場合）、Ｓ１１１２において、芝認識部４３０が、画像中に存在する１又は複数の芝の先端部分を認識する。芝認識部４３０は、少なくとも１本の芝の形状を認識した後、当該芝の形状に基づいて当該芝の先端部分を認識してもよい。また、芝状態判定部４４２が、芝の先端部分の特徴に基づいて、芝の切断状態を判定する。

次に、Ｓ１１１４において、芝状態判定部４４２は、芝の切断状態を示す情報をブレード状態判定部４４４に送信する。そして、ブレード状態判定部４４４が、芝の切断状態に基づいて、ブレードの状態を判定する。また、Ｓ１１１６において、芝状態判定部４４２は、芝の先端部分の特徴に基づいて、芝の生育状態を判定する。この場合において、芝認識部４３０が芝の形状を認識し、芝状態判定部４４２が、芝の形状に基づいて、芝の生育状態を判定してもよい。

その後、Ｓ１１２２において、パラメータ生成部４４６が、芝の切断状態、芝の生育状態及びブレードの状態の少なくとも１つに基づいて、各種のパラメータを生成する。この場合において、マップ生成部４４８が、パラメータ生成部４４６が生成したパラメータを利用して、マップ情報を生成してもよい。

一方、受信部３１０から取得した画像が芝刈り前の画像であると判断された場合（Ｓ１１０４のＮＯの場合）、Ｓ１１１６において、芝状態判定部４４２が、上記と同様の手順により芝の生育状態を判定し、Ｓ１１２２において、パラメータ生成部４４６が、上記と同様の手順により各種のパラメータを生成する。マップ生成部４４８が、パラメータ生成部４４６が生成したパラメータを利用して、マップ情報を生成してもよい。

Ｓ１１２２において生成された各種のパラメータは、命令生成部３３０に送信される。各種のパラメータは、マップ情報の形式で、命令生成部３３０に送信されてもよい。これにより、画像解析部３２０における処理は終了する。画像解析部３２０は、（ｉ）受信部３１０から画像データを取得するたびに、一連の処理を実行してもよく、（ｉｉ）サブエリアごとに、予め定められた数の画像データについて、一連の処理を実行してもよい。

図１２は、データテーブル１２００の一例を概略的に示す。データテーブル１２００は、芝の種類を判定するための判断基準の一例であってよい。本実施形態において、データテーブル１２００は、芝の種類を判定するための考慮要素として、芝の色１２０２と、芝の硬さ１２０４とを利用する。データテーブル１２００は、芝の色１２０２に関する条件及び芝の硬さ１２０４に関する条件と、判定結果１２０６とを対応付けて格納する。

本実施形態において、芝の色１２０２に関する条件は、「赤茶色」、「黄緑色」、「緑色」及び「濃い緑色」の４段階の評価区分を用いて評価される。芝の色は、画像解析部３２０の解析対象となる画像に基づいて、評価されてよい。本実施形態において、芝の硬さ１２０４に関する条件は、「硬い」、「普通」及び「軟らかい」の３段階の評価区分を用いて評価される。芝の硬さ１２０４は、例えば、作業用モータ６２６の電流値に基づいて、評価されてよい。各評価区分に区別するための閾値は、ユーザ又は管理者により決定されてもよく、機械学習により決定されてもよい。

図１３は、データテーブル１３００の一例を概略的に示す。データテーブル１３００は、各種の判定処理において利用される判断基準を決定するための判断基準の一例であってよい。本実施形態において、データテーブル１３００は、芝の種類１３０２と、芝状態の判定処理に利用される判断基準１３０４と、ブレード状態の判定処理に利用される判断基準１３０６とを対応付けて格納する。

図１４は、データテーブル１４００の一例を概略的に示す。データテーブル１４００は、芝状態の判定処理において利用される判断基準の一例であってよい。本実施形態において、データテーブル１４００は、芝状態を判定するための考慮要素として、切断箇所の形状１４０２と、切断箇所の色１４０４とを利用する。データテーブル１４００は、切断箇所の形状１４０２に関する条件及び切断箇所の色１４０４に関する条件と、判定結果１４０６とを対応付けて格納する。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。また、技術的に矛盾しない範囲において、特定の実施形態について説明した事項を、他の実施形態に適用することができる。例えば、図１の実施形態について説明した事項を、図２〜図１４の実施形態に適用することができる。その様な変更または改良を加えた形態もまた、本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

本願明細書には、例えば、下記の事項が記載されている。
［項目Ａ−１］
自律移動機能を有する作業機であって、
前記作業機の作業対象を切断する切断部と、
前記切断部が切断した前記作業対象を撮像する撮像部と、
前記撮像部が撮像した画像に基づいて、前記切断部の状態を判定する判定部と、
を備える、作業機。
［項目Ａ−２］
前記判定部は、前記切断部の状態に関する判定結果に基づいて、前記切断部の保守又は点検の要否を判定する、
項目Ａ−１に記載の作業機。
［項目Ａ−３］
前記切断部の仕様に関する仕様情報を取得する仕様情報取得部をさらに備え、
前記判定部は、前記仕様情報取得部が取得した仕様情報と、前記撮像部が撮像した画像とに基づいて、前記切断部の状態を判定する、
項目Ａ−１又は項目Ａ−２に記載の作業機。
［項目Ａ−４］
前記判定部の判定結果を、前記作業機のユーザに通知する通知部をさらに備える、
項目Ａ−１から項目Ａ−３までの何れか一項に記載の作業機。
［項目Ａ−５］
前記撮像部が前記画像を撮像した位置を示す位置情報を取得する位置情報取得部をさらに備え、
前記判定部は、前記位置情報取得部が取得した位置情報と、当該位置情報により示される位置における判定結果を示す情報とを対応付けて出力する、
項目Ａ−１から項目Ａ−４までの何れか一項に記載の作業機。
［項目Ａ−６］
前記判定部は、前記判定部の判定結果が予め定められた条件を満足する場合に、前記位置情報取得部が取得した位置情報と、当該位置情報により示される位置における前記判定部の判定結果を示す情報とを対応付けて出力する、
項目Ａ−５に記載の作業機。
［項目Ａ−７］
前記判定部の判定結果に基づいて、前記作業機の移動を制御する移動制御部をさらに備える、
項目Ａ−１から項目Ａ−６までの何れか一項に記載の作業機。
［項目Ａ−８］
前記判定部の判定結果に基づいて、前記切断部の動作を制御する作業制御部をさらに備える、
項目Ａ−１から項目Ａ−７までの何れか一項に記載の作業機。
［項目Ａ−９］
自律移動機能を有する作業機を制御する制御装置であって、
前記作業機は、
前記作業機の作業対象を切断する切断部と、
前記切断部が切断した前記作業対象を撮像する撮像部と、
を有し、
前記制御装置は、
前記撮像部が撮像した画像に基づいて、前記切断部の状態を判定する判定部と、
前記判定部の判定結果に基づいて、前記作業機を制御する制御部と、
を備える、
制御装置。
［項目Ａ−１０］
自律移動機能を有する作業機を制御するための制御用プログラムであって、
前記作業機は、
前記作業機の作業対象を切断する切断部と、
前記切断部が切断した前記作業対象を撮像する撮像部と、
を有し、
前記制御用プログラムは、コンピュータに、
前記撮像部が撮像した画像に基づいて、前記切断部の状態を判定する判定手順と、
前記判定手順の判定結果に基づいて、前記作業機を制御する制御手順と、
を実行させるためのプログラムである、
制御用プログラム。
［項目Ａ−１１］
前記作業機は、プロセッサをさらに有し、
前記コンピュータは、前記作業機の前記プロセッサである、
項目Ａ−１０に記載の制御用プログラム。
［項目Ｂ−１］
植物の画像の画像データを取得する画像取得部と、
前記画像取得部が取得した画像データに基づいて、（ｉ）前記植物の形状及び（ｉｉ）前記植物の先端部分の少なくとも一方を認識する形態認識部と、
前記形態認識部が認識した前記植物の形状及び前記植物の先端部分の少なくとも一方の特徴に基づいて、（ａ）前記植物の培地の含水の度合い、（ｂ）前記植物への給水の要否及び（ｃ）前記植物への給水量の少なくとも１つを決定する決定部と、
を備える、情報処理装置。
［項目Ｂ−２］
前記決定部は、
前記形態認識部の認識結果に基づいて、前記植物の形状及び前記植物の先端部分の少なくとも一方の特徴を認識し、
前記特徴認識部が認識した特徴に基づいて、（ａ）前記植物の培地の含水の度合い、（ｂ）前記植物への給水の要否及び（ｃ）前記植物への給水量の少なくとも１つを決定する、
項目Ｂ−１に記載の情報処理装置。
［項目Ｂ−３］
前記画像が撮像された位置を示す位置情報を取得する位置情報取得部と、
（ｉ）前記位置情報取得部が取得した位置情報と、（ｉｉ）前記形態認識部が認識した、前記植物の形状及び前記植物の先端部分の少なくとも一方に関する情報とを対応付けて格納する形態情報格納部と、
をさらに備え、
前記決定部は、前記形態情報格納部に格納された情報を学習データとして利用して、前記植物の形状及び前記植物の先端部分の少なくとも一方の特徴を認識する、
項目Ｂ−２に記載の情報処理装置。
［項目Ｂ−４］
前記画像が撮像された位置を示す位置情報を取得する位置情報取得部をさらに備え、
前記決定部は、前記位置情報取得部が取得した位置情報と、当該位置情報により示される位置における（ａ）前記植物の培地の含水の度合い、（ｂ）前記植物への給水の要否及び（ｃ）前記植物への給水量の少なくとも１つとを対応付けて出力する、
項目Ｂ−１又は項目Ｂ−２に記載の情報処理装置。
［項目Ｂ−５］
前記決定部は、（ａ）前記植物の培地の含水の度合い、（ｂ）前記植物への給水の要否及び（ｃ）前記植物への給水量の少なくとも１つが予め定められた条件を満足する場合に、前記位置情報取得部が取得した位置情報と、当該位置情報により示される位置における（ａ）前記植物の培地の含水の度合い、（ｂ）前記植物への給水の要否及び（ｃ）前記植物への給水量の少なくとも１つとを対応付けて出力する、
項目Ｂ−４に記載の情報処理装置。
［項目Ｂ−６］
前記決定部は、前記植物の培地の含水の度合いに基づいて、（ｉ）前記植物への給水の要否及び（ｉｉ）給水量の少なくとも一方を決定する、
項目Ｂ−１から項目Ｂ−５までの何れか一項に記載の情報処理装置。
［項目Ｂ−７］
項目Ｂ−６に記載の情報処理装置と、
前記決定部の決定に基づいて、前記植物に水を供給する給水部と、
を備える、給水システム。
［項目Ｂ−８］
自律移動機能を有する作業機をさらに備え、
前記作業機は、前記植物を撮像する撮像部を有し、
前記情報処理装置の画像取得部は、前記作業機の前記撮像部が撮像した前記植物の画像の画像データを取得する、
項目Ｂ−７に記載の給水システム。
［項目Ｂ−９］
自律移動機能を有する作業機をさらに備え、
前記給水部は、前記作業機に配される、
項目Ｂ−７に記載の給水システム。
［項目Ｂ−１０］
自律移動機能を有する作業機をさらに備え、
前記作業機は、前記植物を切断する切断部を備え、
前記情報処理装置の前記決定部は、前記切断部が切断した前記植物の切断箇所の特徴に基づいて、（ａ）前記植物の培地の含水の度合い、（ｂ）前記植物への給水の要否及び（ｃ）前記植物への給水量の少なくとも１つを決定する、
項目Ｂ−７に記載の給水システム。
［項目Ｂ−１１］
項目Ｂ−１から項目Ｂ−６までの何れか一項に記載の情報処理装置と、
自律移動機能を有する作業機と、
を備え、
前記作業機は、前記植物を撮像する撮像部を有し、
前記情報処理装置の画像取得部は、前記作業機の前記撮像部が撮像した前記植物の画像の画像データを取得する、
情報処理システム。
［項目Ｂ−１２］
項目Ｂ−１から項目Ｂ−６までの何れか一項に記載の情報処理装置と、
自律移動機能を有する作業機と、
を備え、
前記作業機は、前記植物を切断する切断部を備え、
前記情報処理装置の前記決定部は、前記切断部が切断した前記植物の切断箇所の特徴に基づいて、（ａ）前記植物の培地の含水の度合い、（ｂ）前記植物への給水の要否及び（ｃ）前記植物への給水量の少なくとも１つを決定する、
情報処理システム。
［項目Ｂ−１３］
コンピュータを、項目Ｂ−１から項目Ｂ−６までの何れか一項に記載の情報処理装置として機能させるための、プログラム。
［項目Ｃ−１］
自律移動機能を有する作業機を制御する制御装置であって、
前記作業機の作業対象の画像の画像データを取得する画像取得部と、
前記画像取得部が取得した画像データに基づいて、（ｉ）前記作業機の作業対象の種類、（ｉｉ）前記作業対象の数又は密度、（ｉｉｉ）前記作業対象の形状、及び、（ｉｖ）作業後の作業対象の外観の少なくとも１つに関する特徴を認識する特徴認識部と、
前記特徴認識部が認識した特徴に基づいて、（ｉ）前記作業機の移動を制御するためのパラメータ、及び、（ｉｉ）前記作業機の作業を制御するためのパラメータの少なくとも一方を決定する制御パラメータ決定部と、
を備える、制御装置。
［項目Ｃ−２］
前記制御パラメータ決定部が決定したパラメータを、前記作業機に送信する送信部をさらに備える、
項目Ｃ−１に記載の制御装置。
［項目Ｃ−３］
前記作業機は、前記作業対象を切断する切断部を有し、
前記特徴認識部は、前記切断部が切断した前記作業対象の切断箇所の特徴を認識し、
前記制御装置は、前記特徴認識部が認識した、前記作業対象の切断箇所の特徴に基づいて、前記切断部の状態を判定する判定部をさらに備える、
項目Ｃ−１又は項目Ｃ−２に記載の制御装置。
［項目Ｃ−４］
前記制御パラメータ決定部は、前記判定部の判定結果に基づいて、前記パラメータを決定する、
項目Ｃ−３に記載の制御装置。
［項目Ｃ−５］
前記切断部は、前記作業対象を切断するための回転体を有し、
前記判定部は、前記切断部の切断性能を判定し、
前記制御パラメータ決定部は、前記判定部により判定された前記切断部の切断性能が予め定められた条件を満たさない場合には、前記切断部の切断性能が予め定められた条件を満たす場合と比較して、（ｉ）前記作業機の移動速度が小さくなる、又は、（ｉｉ）前記回転体の回転速度が大きくなるように、前記パラメータを決定する、
項目Ｃ−３又は項目Ｃ−４に記載の制御装置。
［項目Ｃ−６］
前記作業機は、前記作業対象を撮像する撮像部を有し、
前記画像取得部は、前記作業機の前記撮像部が撮像した前記作業対象の画像の画像データを取得する、
項目Ｃ−１から項目Ｃ−５までの何れか一項に記載の制御装置。
［項目Ｃ−７］
自律移動機能を有する作業機であって、
項目Ｃ−１から項目Ｃ−５までの何れか一項に制御装置と、
前記作業対象を撮像する撮像部と、
を備え、
前記制御装置の前記画像取得部は、前記作業機の前記撮像部が撮像した前記作業対象の画像の画像データを取得する、
作業機。
［項目Ｃ−８］
コンピュータを、項目Ｃ−１から項目Ｃ−６までの何れか一項に記載の制御装置として機能させるための、プログラム。

１０ 通信ネットワーク
２０ ユーザ端末
３０ 庭園
１００ 情報処理装置
１１０ 画像取得部
１２０ 形態認識部
１３０ 決定部
２００ 庭園管理システム
２１０ 管理サーバ
２２０ 監視カメラ
２３０ 芝刈機
２４０ 散水装置
２４２ スプリンクラー
２４４ 給水制御部
３１０ 受信部
３２０ 画像解析部
３２２ 情報格納部
３３０ 命令生成部
３４０ 送信部
４１０ 学習処理部
４２０ 位置算出部
４３０ 芝認識部
４４０ 判定処理部
４４２ 芝状態判定部
４４４ ブレード状態判定部
４４６ パラメータ生成部
４４８ マップ生成部
５１０ 作業機情報格納部
５２０ 学習データ格納部
５３０ 学習モデル格納部
６０２ 筐体
６１２ 前輪
６１４ 後輪
６１６ 走行用モータ
６２０ 作業ユニット
６２２ ブレードディスク
６２４ カッターブレード
６２６ 作業用モータ
６２８ シャフト
６３０ 位置調整部
６４０ バッテリユニット
６５０ ユーザインタフェース
６６０ 撮像ユニット
６７０ センサユニット
６８０ 制御ユニット
７１０ 通信制御部
７２０ 走行制御部
７３０ 作業ユニット制御部
７４０ 入出力制御部
９０２ 給水栓
９０４ 給水ライン
９１０ 自動弁
９２０ 通信制御部
９３０ 開閉制御部
１００２ 貯水槽
１０１０ ポンプ
１０３０ ポンプ制御部
１２００ データテーブル
１２０２ 芝の色
１２０４ 芝の硬さ
１２０６ 判定結果
１３００ データテーブル
１３０２ 芝の種類
１３０４ 判断基準
１３０６ 判断基準
１４００ データテーブル
１４０２ 切断箇所の形状
１４０４ 切断箇所の色
１４０６ 判定結果

Claims (13)

1. 植物の画像の画像データを取得する画像取得部と、
   前記画像取得部が取得した画像データに基づいて、（ｉ）前記植物の形状及び（ｉｉ）前記植物の先端部分の少なくとも一方を認識する形態認識部と、
   前記形態認識部が認識した前記植物の形状及び前記植物の先端部分の少なくとも一方の特徴に基づいて、（ａ）前記植物の培地の含水の度合い、（ｂ）前記植物への給水の要否及び（ｃ）前記植物への給水量の少なくとも１つを決定する決定部と、
   を備える、情報処理装置。
2. 前記決定部は、
   前記形態認識部の認識結果に基づいて、前記植物の形状及び前記植物の先端部分の少なくとも一方の特徴を認識し、
   認識された前記特徴に基づいて、（ａ）前記植物の培地の含水の度合い、（ｂ）前記植物への給水の要否及び（ｃ）前記植物への給水量の少なくとも１つを決定する、
   請求項１に記載の情報処理装置。
3. 前記画像が撮像された位置を示す位置情報を取得する位置情報取得部と、
   （ｉ）前記位置情報取得部が取得した位置情報と、（ｉｉ）前記形態認識部が認識した、前記植物の形状及び前記植物の先端部分の少なくとも一方に関する情報とを対応付けて格納する形態情報格納部と、
   をさらに備え、
   前記決定部は、前記形態情報格納部に格納された情報を学習データとして利用して、前記植物の形状及び前記植物の先端部分の少なくとも一方の特徴を認識する、
   請求項２に記載の情報処理装置。
4. 前記画像が撮像された位置を示す位置情報を取得する位置情報取得部をさらに備え、
   前記決定部は、前記位置情報取得部が取得した位置情報と、当該位置情報により示される位置における（ａ）前記植物の培地の含水の度合い、（ｂ）前記植物への給水の要否及び（ｃ）前記植物への給水量の少なくとも１つとを対応付けて出力する、
   請求項１又は請求項２に記載の情報処理装置。
5. 前記決定部は、（ａ）前記植物の培地の含水の度合い、（ｂ）前記植物への給水の要否及び（ｃ）前記植物への給水量の少なくとも１つが予め定められた条件を満足する場合に、前記位置情報取得部が取得した位置情報と、当該位置情報により示される位置における（ａ）前記植物の培地の含水の度合い、（ｂ）前記植物への給水の要否及び（ｃ）前記植物への給水量の少なくとも１つとを対応付けて出力する、
   請求項４に記載の情報処理装置。
6. 前記決定部は、前記植物の培地の含水の度合いに基づいて、（ｉ）前記植物への給水の要否及び（ｉｉ）給水量の少なくとも一方を決定する、
   請求項１から請求項５までの何れか一項に記載の情報処理装置。
7. 請求項６に記載の情報処理装置と、
   前記決定部の決定に基づいて、前記植物に水を供給する給水部と、
   を備える、給水システム。
8. 自律移動機能を有する作業機をさらに備え、
   前記作業機は、前記植物を撮像する撮像部を有し、
   前記情報処理装置の画像取得部は、前記作業機の前記撮像部が撮像した前記植物の画像の画像データを取得する、
   請求項７に記載の給水システム。
9. 自律移動機能を有する作業機をさらに備え、
   前記給水部は、前記作業機に配される、
   請求項７に記載の給水システム。
10. 自律移動機能を有する作業機をさらに備え、
    前記作業機は、前記植物を切断する切断部を備え、
    前記情報処理装置の前記決定部は、前記切断部が切断した前記植物の切断箇所の特徴に基づいて、（ａ）前記植物の培地の含水の度合い、（ｂ）前記植物への給水の要否及び（ｃ）前記植物への給水量の少なくとも１つを決定する、
    請求項７に記載の給水システム。
11. 請求項１から請求項６までの何れか一項に記載の情報処理装置と、
    自律移動機能を有する作業機と、
    を備え、
    前記作業機は、前記植物を撮像する撮像部を有し、
    前記情報処理装置の画像取得部は、前記作業機の前記撮像部が撮像した前記植物の画像の画像データを取得する、
    情報処理システム。
12. 請求項１から請求項６までの何れか一項に記載の情報処理装置と、
    自律移動機能を有する作業機と、
    を備え、
    前記作業機は、前記植物を切断する切断部を備え、
    前記情報処理装置の前記決定部は、前記切断部が切断した前記植物の切断箇所の特徴に基づいて、（ａ）前記植物の培地の含水の度合い、（ｂ）前記植物への給水の要否及び（ｃ）前記植物への給水量の少なくとも１つを決定する、
    情報処理システム。
13. コンピュータを、請求項１から請求項６までの何れか一項に記載の情報処理装置として機能させるための、プログラム。