JP2020531014A - 植物健康状態の監視方法及び装置 - Google Patents

植物健康状態の監視方法及び装置 Download PDF

Info

Publication number
JP2020531014A
JP2020531014A JP2020509112A JP2020509112A JP2020531014A JP 2020531014 A JP2020531014 A JP 2020531014A JP 2020509112 A JP2020509112 A JP 2020509112A JP 2020509112 A JP2020509112 A JP 2020509112A JP 2020531014 A JP2020531014 A JP 2020531014A
Authority
JP
Japan
Prior art keywords
information
plant
plant health
health
poor
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.)
Granted
Application number
JP2020509112A
Other languages
English (en)
Other versions
JP6960525B2 (ja
Inventor
リウ,ボー
Original Assignee
グアンジョウ エックスエアークラフト テクノロジー カンパニー リミテッド
グアンジョウ エックスエアークラフト テクノロジー カンパニー リミテッド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by グアンジョウ エックスエアークラフト テクノロジー カンパニー リミテッド, グアンジョウ エックスエアークラフト テクノロジー カンパニー リミテッド filed Critical グアンジョウ エックスエアークラフト テクノロジー カンパニー リミテッド
Publication of JP2020531014A publication Critical patent/JP2020531014A/ja
Application granted granted Critical
Publication of JP6960525B2 publication Critical patent/JP6960525B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00Botany in general
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00Botany in general
    • A01G7/06Treatment of growing trees or plants, e.g. for preventing decay of wood, for tingeing flowers or wood, for prolonging the life of plants
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/314Investigating 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/69Control of means for changing angle of the field of view, e.g. optical zoom objectives or electronic zooming
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/314Investigating 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
    • G01N2021/3155Measuring in two spectral ranges, e.g. UV and visible
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N2021/8466Investigation of vegetal material, e.g. leaves, plants, fruits
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/12Circuits of general importance; Signal processing
    • G01N2201/129Using chemometrical methods
    • G01N2201/1296Using chemometrical methods using neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20084Artificial neural networks [ANN]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30188Vegetation; Agriculture

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Engineering & Computer Science (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Environmental Sciences (AREA)
  • Botany (AREA)
  • Wood Science & Technology (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Image Analysis (AREA)
  • Alarm Systems (AREA)
  • Emergency Alarm Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

植物健康状態の監視方法であり、インテリジェント農業の技術分野に関し、植物健康状態をインテリジェントに判断し、農地管理者に健康状態不良の植物を防除するようタイムリーに注意を喚起する。当該植物健康状態の監視方法は、植物健康状態の情報に基づいて1回目の判断を行い、その結果、植物に健康不良のリスクがあると判断する場合、健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報に基づいて2回目の判断を行うことにより、植物健康状態の情報を正確に取得し、農地管理者に農地植物の現状をタイムリーに把握させ、タイムリーに防除することができる。前記植物健康状態の監視方法を適用する装置であり、植物健康状態の監視に用いられる。【選択図】図2

Description

本発明は、インテリジェント農業の技術分野に関し、特に、植物健康状態の監視方法及び装置に関する。
従来の農地管理では、一般的に、農地管理者は、定期的に農地に行って植物の生育状況を観察し、植物の生育状況から植物健康状態を判断し、植物に健康不良がある場合、経験や知識に基づいて、健康状態不良の問題を処理する必要があるか否かを判断する。
しかし、従来の農地管理では、農地管理者が定期的に農地に行って植物の生育状況を観察し、植物の生育状況から植物健康状態を判断する必要があるため、時間や空間範囲に制約され、タイムリーに発見できないか、又は見落としのリスクがあることにより、植物保護対策を講じる最適な時間を逃すことになる。
本発明の少なくとも一部の実施例は、植物健康状態をインテリジェントに判断し、植物に健康不良がある場合、農地管理者に健康状態不良の植物を防除するようタイムリーに注意を喚起する植物健康状態の監視方法及び装置を提供する。
本発明の一実施例において、
植物健康状態測定装置から提供される第1の植物健康状態の情報を受信し、前記第1の植物健康状態の情報に基づいて植物健康状態を判断して、第1の判断情報を取得することと、
前記第1の判断情報で示される内容が植物に健康不良のリスクがある旨であれば、前記健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を受信することと、前記第2の植物健康状態の情報に基づいて植物健康状態を判断して、第2の判断情報を取得することと、
前記第2の判断情報で示される内容が植物に健康不良がある旨であれば、前記植物健康状態が健康不良になっていることを確認し、健康不良になっている植物の所在位置の情報を特定することとを含む、植物健康状態の監視方法を提供する。
本発明の一実施例は、さらに、
植物健康状態測定装置から提供される第1の植物健康状態の情報を受信するように構成される受信ユニットと、
受信ユニットに接続されるユニットであって、前記第1の植物健康状態の情報に基づいて、植物健康状態に対して1回目の判断を行い、第1の判断情報を取得するように構成される処理ユニットと、を含み、前記受信ユニットは、前記第1の判断情報で示される内容が植物に健康不良のリスクがある旨であれば、さらに、前記健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を受信するように構成され、前記処理ユニットは、さらに、前記第2の植物健康状態の情報に基づいて、植物健康状態に対して2回目の判断を行い、第2の判断情報を取得するように構成され、前記第2の判断情報で示される内容が植物に健康不良がある旨であれば、前記植物健康状態が健康不良になっていることを確認し、健康不良になっている植物の所在位置の情報を特定する、植物健康状態監視装置を提供する。
従来技術に比べて、本発明の少なくとも一部の実施例に係る植物健康状態の監視方法及び装置は、植物健康状態測定装置から提供される第1の植物健康状態の情報に対して1回目の判断を行い、第1の判断情報を取得し、第1の判断情報で示される内容が植物に健康不良のリスクがある旨である場合、健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を受信して、当該第2の植物健康状態の情報に対して2回目の判断を行い、第2の判断情報を取得する場合、植物健康状態が健康不良になっていることを確認し、健康不良になっている植物の所在位置の情報を特定することにより、農地管理者が時間や空間範囲に制約されることなく、農地植物の健康状態をタイムリーに把握するため、植物が健康不良になっている場合、健康不良になっている植物の所在位置の情報に基づいて、健康不良になっている植物の位置を迅速に特定し、健康回復のために、できるだけ早く植物保護対策を講じることができる。
ここで説明する図面は、本発明を一層理解させるためのもので、本発明の一部を構成し、本発明の例示的な実施例及びその説明は、本発明を解釈するもので、本発明を限定するものではない。
本発明の実施例に係る植物健康状態の監視方法の適用環境の概略図である。 本発明の実施例に係る植物健康状態の監視方法のフローチャートである。 本発明の実施例における植物健康状態不良のレポートを生成するフローチャートである。 本発明の実施例における第1の植物健康状態の情報に基づいて、植物健康状態に対して1回目の判断を行うフローチャートである。 本発明の実施例における第2の植物健康状態の情報に基づいて、植物健康状態に対して2回目の判断を行うフローチャートである。 本発明の実施例に係る植物健康状態監視装置のブロック構成図である。 本発明の実施例における処理ユニットのブロック構成図である。 本発明の実施例に係る植物健康状態の監視端末のハードウェア構成図である。
以下、本発明の実施例における図面を参照しながら、本発明の実施例における技術手段を明確に、完全に説明するが、明らかに、説明された実施例は本発明の一部の実施例に過ぎず、全ての実施例ではない。本発明における実施例に基づいて、当業者が創造的な労働を行わずに得られる他の全ての実施例は、いずれも本発明の保護の範囲に入る。
図2、図6及び図8に示すように、本発明の実施例は、植物に健康不良のリスクがある植物の所在位置を判断し、当該位置からのより高精度な植物画像情報を受信し分析して、最終的に植物健康状態を特定することが可能で、植物に健康不良がある場合、農地管理者に防除を行うようタイムリーに注意し、従来の農地管理において、時間や空間範囲に制約され、タイムリーに発見できないか、又は見落としのリスクがあることにより、植物保護対策を講じる最適な時間を逃す課題を解決する植物健康状態の監視方法及び装置を提供する。
図1に示すように、本発明の実施例に係る技術手段は、端末装置100によって実現され、かつ植物健康状態測定装置200から提供される情報を受信するように植物健康状態測定装置200と無線又は有線通信し、端末装置100は、植物健康状態測定装置200から提供される情報を処理し、その結果をレポートとしてクライアント端末300に送信し、クライアント端末300は、ファクシミリ301、タブレット302、携帯電話303にインストールされるアプリケーションクライアント端末であってもよく、アプリケーションクライアント端末は、ショートメッセージクライアント端末、ウィーチャットクライアント端末、メールクライアント端末などを含む。
図2に示すように、本発明の実施例に係る植物健康状態の監視方法は、
植物健康状態測定装置200から提供される第1の植物健康状態の情報を受信するステップS110と、
第1の植物健康状態の情報に基づいて、植物健康状態に対して1回目の判断を行い、第1の判断情報を取得し、第1の判断情報で示される内容が植物に健康不良のリスクがある旨であれば、ステップS130に移行するステップS120と、
植物健康状態測定装置200から提供される、健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を受信するステップS130と、
第2の植物健康状態の情報に基づいて、植物健康状態に対して2回目の判断を行い、第2の判断情報を取得するステップS140と、
第2の判断情報で示される内容が植物に健康不良がある旨であれば、植物健康状態が健康不良になっていることを確認し、健康不良になっている植物の所在位置の情報を特定するステップS150とを含み、
植物健康状態が健康不良になっているのは、相対的な特定状態に過ぎず、即ち、このような健康不良の確率が一般的な確率よりも高く、植物健康状態が健康不良になっていると定義されることが分かる。
上記動作過程から分かるように、本発明の実施例に係る植物健康状態の監視方法は、植物健康状態測定装置から提供される第1の植物健康状態の情報に対して1回目の判断を行い、第1の判断情報を取得し、第1の判断情報で示される内容が植物に健康不良のリスクがある旨である場合、健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を受信して、当該第2の植物健康状態の情報に対して2回目の判断を行い、第2の判断情報を取得すると、植物健康状態が健康不良になっていることを特定し、健康不良になっている植物の所在位置の情報を特定可能になることで、農地管理者が時間や空間範囲に制約されることなく、農地植物の健康状態をタイムリーに把握するため、植物に健康不良がある場合、健康不良になっている植物の所在位置の情報に基づいて、健康不良になっている植物の位置を迅速に特定し、健康回復のために、できるだけ早く植物保護対策を講じることができる。
例えば、従来の農地管理方法で大きな面積の農地を管理する場合、農地管理者は、定期的に農地に行って植物の生育状況を観察するだけでなく、植物の生育状況を観察するときは、大きな面積の農地の位置毎の、隅々までの植物も観察する必要があり、このようにしないと植物の生育状況を正確に取得することができず、これは、農地管理に不便をもたらすだけでなく、多大な時間が無駄になり、本発明の実施例に係る植物健康状態の監視方法では、植物健康状態を特定できるだけでなく、健康不良になっている植物の所在位置の情報も特定できることにより、農地管理者が特定位置の植物に対して早期警報を行うことができる。
なお、植物健康状態測定装置200は、それによる植物健康状態の情報が、第1の植物健康状態の情報であるかそれとも第2の植物健康状態の情報であるかにかかわらず、いずれもリアルタイムに取得可能であり、または、定期的に取得することもでき、植物健康状態測定装置200から提供される植物健康状態の情報の具体的な種類は、植物健康状態測定装置200に含まれるモジュールによって決定される。
例えば、植物健康状態測定装置200から提供される植物健康状態の情報が少なくとも植物画像情報を含む場合、植物健康状態測定装置200は、農地に設けられる監視装置であってもよく、写真を撮像可能なドローン、又は植物画像を取得可能な他の装置であってもよい。つまり、当該植物健康状態測定装置200は、少なくともビデオカメラ、カメラ等の画像取得機能を有するモジュールを含むべきである。
一方、植物画像情報の種類が可視光画像情報及び/又は不可視光画像情報であれば、可視光画像情報は、通常のビデオカメラ又はカメラによって取得され、不可視光画像情報は、赤外線カメラ又は赤外線ビデオカメラ等の赤外線検知機能を有する画像取得装置により取得される。赤外線検知機能を有する画像取得装置は、夜間にその優位性を十分に発揮でき、通常のカメラで取得できない情報を捉えながら、植物の可視光下で発見されない症例も取得でき、一般的なビデオカメラ又はカメラに対して優位であることは言うまでもない。
なお、本発明の実施例に係る植物健康状態の監視方法は、少なくとも2回の判断により、植物に健康不良になっているか否かを正確に特定できることにより、従来技術における、農地管理者が植物に病虫害が発生していない場合、経験や知識に基づいて、植物が一定の時期に生長すると、気候環境因子と結合して人為的かつ経験的に判断し、農薬を早期に投与することによる農薬投与の不合理の問題を回避する。
上記ステップS150が終了した後、さらに、特定された健康不良になっている植物の所在位置の情報に基づいて、植物健康状態測定装置200から送信される健康不良になっている植物の第3の植物健康状態の情報を受信して、第3の植物健康状態の情報から、植物健康状態が良好であるか否かをさらに特定することができる。以下同様に、植物健康状態の監視を実現するように、植物健康状態の情報を繰り返し受信し判断することができる。植物健康状態の情報を受信し判断する回数については、実際の必要に応じて決定することができる。
具体的には、第1の植物健康状態の情報が少なくとも現在の植物画像情報を含み、第2の植物健康状態の情報が少なくとも健康不良のリスクがある植物の所在位置に対応する現在の植物画像情報を含む場合、第1の植物健康状態の情報における現在の植物画像情報の精度よりも第2の植物健康状態の情報における現在の植物画像情報の精度が高いと限定してもよく(ここでの精度は、より高い解像度の植物画像情報であってもよい)、このとき、ステップS150の後、2回目の判断によって特定された健康不良になっている植物の所在位置の情報の精度が予め設定された精度よりも高いか否かを判断し、
そうであれば、判断が終了し、そうでなければ、健康不良になっている植物の所在位置の第3の植物健康状態の情報を受信して判断し、第3の植物健康状態の情報の精度が第2の植物健康状態の情報よりも高いと限定する。
以下同様に、健康不良になっている植物の所在位置の情報の精度が予め設定された精度よりも高くなり、植物健康状態の情報の受信と判断が終了するまで、植物健康状態の情報に対して複数回の受信と判断を行う。
なお、上記受信及び判断回数に対する限定は、健康不良になっている植物の所在位置の精度を根拠に行われており、このとき、前回取得された植物健康状態の情報の精度よりも今回の植物健康状態の情報の精度が高いことを限定する必要があり、即ち、第1の植物健康状態の情報における現在の植物画像情報の精度よりも第2の植物健康状態の情報における現在の植物画像情報の精度が高い。
従来技術における画像認識判断の技術が様々であるが、ほとんどインテリジェント化レベルが高くないことが考えられ、これに基づいて、図4に示すように、上記第1の植物健康状態の情報に基づいて、植物健康状態に対して1回目の判断を行い、第1の判断情報を取得することは、以下のステップS121〜ステップS122を含む。
ステップS121では、畳み込みニューラルネットワークモデルを用いて、第1の植物健康状態の情報を判断して、第1の植物健康不良の確率を取得し、
ステップS122では、第1の植物健康不良の確率が所定の閾値を超えるか否かを判断し、
そうであれば、植物に健康不良のリスクがあることを確認し、健康不良のリスクがある植物の所在位置の情報を確認し、ステップS130に移行し、健康不良のリスクがある植物の所在位置の情報は、第1の植物健康状態の情報に基づいて特定され、すなわち、畳み込みニューラルネットワークモデルを用いて、第1の植物健康状態の情報を判断する場合、畳み込みニューラルネットワークモデルは、さらに、第1の植物健康状態の情報を認識し、健康不良のリスクがある植物の所在位置の情報を取得し、
そうでなければ、植物健康状態良好と特定する。
植物の健康不良のリスクは、病虫害のリスク及び/又は栄養素欠乏のリスクを含み、栄養素欠乏のリスクは、微量元素欠乏のリスク、窒素欠乏のリスク、リン欠乏のリスク、カリウム欠乏のリスクのうちの1つ又は複数を含む。
同様に、図5に示すように、上記の第2の植物健康状態の情報に基づいて、植物健康状態に対して2回目の判断を行い、第2の判断情報を取得することは、
畳み込みニューラルネットワークモデルを用いて、第2の植物健康状態の情報を判断して、第2の植物健康不良の確率を取得するステップS141と、
第2の植物健康不良の確率が所定の閾値を超えるか否かを判断し、
そうであれば、ステップS150に移行し、
そうでなければ、植物健康状態良好と特定するステップS142と、
植物に健康不良があることを確認し、健康不良の程度及び健康不良になっている植物の所在位置の情報を確認するステップS150とを含み、植物健康不良の程度は、第2の植物健康不良の確率と所定の閾値との差分が所定の閾値を占めるパーセントに基づいて定められ、差分が大きいほど植物健康不良の程度が高く、健康不良になっている植物の所在位置の情報は、第2の植物健康状態の情報に基づいて特定される。すなわち、畳み込みニューラルネットワークモデルを用いて、第2の植物健康状態の情報を判断する場合、畳み込みニューラルネットワークモデルは、さらに、第2の植物健康状態の情報を認識し、健康不良になっている植物の所在位置の情報を取得し、
なお、植物の健康不良は、植物の病虫害症状及び/又は植物の栄養素欠乏症のうち少なくとも1つを含んでもよく、栄養素欠乏症は、微量元素欠乏症、窒素欠乏症、リン欠乏症、カリウム欠乏症のうちの1つ又は複数を含んでもよい。
具体的には、上記畳み込みニューラルネットワークモデルが学習トレーニングによって取得されるため、畳み込みニューラルネットワークモデルを用いて、第1の植物健康状態の情報を判断する前に、上記植物健康状態の監視方法は、
まず、少なくとも植物画像の履歴情報を含む植物健康状態履歴情報を受信することと、
次に、畳み込みニューラルネットワークを用いて、植物健康状態履歴情報に対して学習トレーニングを行って、畳み込みニューラルネットワークモデルを取得することとをさらに含む。
本発明の実施例に係る植物健康状態の監視方法において、畳み込みニューラルネットワークモデルを用いて植物画像情報を判断することにより、畳み込みニューラルネットワークモデル自身が有する並列データ処理の優位性を利用して、データの処理能力を向上させ、また、畳み込みニューラルネットワークモデルの適応能力が極めて高いため、学習トレーニングの過程で畳み込みニューラルネットワークモデルを調整することで、データ処理の際に、より正確にできる畳み込みニューラルネットワークモデルを取得する。
なお、畳み込みニューラルネットワークモデルを用いて第1の植物健康状態の情報における現在の植物画像情報を判断するか、第2の植物健康状態の情報における現在の植物画像情報を判断するか、それとも畳み込みニューラルネットワークを用いて植物健康状態履歴情報における植物画像の履歴情報に対して学習トレーニングを行うかにかかわらず、いずれもピクチャの形式で行われる。
植物画像情報は、時間次元を有する映像である場合、植物画像情報をフレーム毎に処理する必要があるため、現在の植物画像情報と植物画像の履歴情報は、いずれも時間次元を有する映像であってもよいが、実際の処理中には、ピクチャの形式で処理する。即ち、畳み込みニューラルネットワークモデルを用いて第1の植物健康状態の情報における現在の植物画像情報を判断するか、第2の植物健康状態の情報における現在の植物画像情報を判断するか、それとも畳み込みニューラルネットワークを用いて植物健康状態履歴情報における植物画像の履歴情報に対して学習トレーニングを行うかにかかわらず、いずれもフレーム毎に画像を判断するか、又は学習トレーニングを行う。
現在の植物画像情報を判断する場合、畳み込みニューラルネットワークモデルが第1の植物健康不良の確率又は第2の植物健康不良の確率をより正確に判断できるために、上記植物健康状態履歴情報は、土壌の履歴情報、空気の履歴情報、日射の履歴情報のうちの1つ又は複数をさらに含み、同時に、第1の植物健康状態の情報は、少なくとも現在の土壌情報、現在の空気情報及び現在の日射情報のうちの1つ又は複数を含み、第2の植物健康状態の情報は、少なくとも現在の土壌情報、現在の空気情報及び現在の日射情報のうちの1つ又は複数を含み、このようにすると、畳み込みニューラルネットワークモデルを用いて現在の植物画像情報を判断する場合、現在植物の所在位置の土壌情報、空気情報、日射情報を参照として、植物健康不良の確率又は第2の植物健康不良の確率をより正確に判断し、土壌要因、空気要因、日射要因等の条件を考慮しないことによる誤判断を回避することができる。
理解されるように、第1の植物健康状態の情報が少なくとも現在の土壌情報、現在の空気情報及び現在の日射情報のうちの1つ又は複数をさらに含み、第2の植物健康状態の情報が少なくとも現在の土壌情報、現在の空気情報及び現在の日射情報のうちの1つ又は複数をさらに含む場合、上記植物健康状態測定装置200は、土壌情報を測定する土壌情報取得ユニット、例えば、土壌湿度センサ、土壌温度センサ、土壌養分分析装置のうちの1つ又は複数をさらに含むべきであり、当然のことながら、土壌情報を監視できる他の土壌情報取得ユニットをさらに含んでもよい。
上記植物健康状態測定装置200は、空気情報を測定する空気情報取得ユニット、例えば、空気湿度センサ、温度計、空気質測定器のうちの1つ又は複数をさらに含むべきであり、当然のことながら、空気情報を監視できる他の空気情報取得ユニットをさらに含んでもよい。
上記植物健康状態測定装置200は、日射情報を測定する日射情報取得ユニット、例えば、日射計、紫外線強度計のうちの1つ又は複数をさらに含むべきである。当然のことながら、日射情報を監視できる他の日射情報取得ユニットをさらに含んでもよい。
なお、上記植物健康状態履歴情報、第1の植物健康状態の情報、第2の植物健康状態の情報は、上述した情報を含むだけでなく、気象情報などを含んでもよく、ここでは一々例を挙げない。
また、上記植物健康状態の監視方法では、1回目の判断に係る現在の植物画像情報でも、2回目の判断に係る現在の植物画像でも、画像又は時間次元を有する映像であることができ、1回目の判断及び2回目の判断は、いずれも対応する現在の植物画像に対して認識処理を行うことにより、現在の植物画像情報における植物に病虫害の症状、栄養素欠乏症があるか否かを認識する。
具体的には、第2の植物健康状態の情報から提供される現在の画像情報の内容を豊かにするために、第1の判断情報で示される内容が植物に健康不良のリスクがある旨であれば、植物健康状態測定装置200から提供される、健康不良のリスクがある植物の所在位置の第2植物健康状態の情報を受信する前に、ステップS120とステップS130との間に、上記植物健康状態の監視方法は、
少なくとも健康不良のリスクがある植物の所在位置の情報と、画像拡大倍数の制御情報及び画像拡大角度の制御情報を含む画像拡大制御情報とを含む画像取得ユニットの制御指令を生成する第1ステップと、
画像取得ユニットの制御指令を植物健康状態測定装置200に送信することにより、植物健康状態測定装置200が画像取得ユニットの制御指令に基づいて、健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を取得する第2ステップとをさらに含み、第2の植物健康状態の情報に含まれる現在の植物画像情報は、第1の植物健康状態の情報における健康不良のリスクがある植物の所在位置の現在の植物画像の異なる角度の画像拡大情報である。
具体的には、植物健康状態測定装置200における画像取得ユニットは、画像取得ユニットの制御指令を受信すると、健康不良のリスクがある植物の所在位置の情報に基づいて、健康不良のリスクがある植物の所在位置の情報を取得可能な位置に調整し、画像拡大倍数の制御情報に基づいて、画像拡大倍数を調整し、画像拡大角度の制御情報に基づいて、植物健康状態の情報を取得する場合の所在角度を調整して、異なる角度から健康不良になっている植物の所在位置の植物を拡大して取得する。
例えば、使用される画像取得ユニットは、全方位雲台と、全方位雲台に設けられるカメラとを含み、全方位雲台は、健康不良のリスクがある植物の所在位置の情報を受信すると、水平回転及び垂直回転で一定の角度を回転することにより、カメラの植物画像に対する取得角度を調整し、カメラの植物画像に対する取得角度を、健康不良のリスクがある植物の所在位置に調整してもよい。
カメラは、画像拡大倍数の情報を受信すると、自身の焦点距離を調整することにより、取得対象植物の被写界深度を調整して、対象植物のマクロ写真、つまり植物の拡大写真を取得することで、第2の植物健康状態の情報に含まれる現在の植物画像情報の解像度を向上させる。
また、上記画像取得ユニットは、移動可能であってもよく、例えば、画像取得ユニットをドローン又は熱気球に取り付け、定期的にドローンを制御することにより植物画像情報を取得し、ドローンは、クアッドコプタードローン又は固定翼ドローン等であってよい。
さらに、上記植物健康状態測定装置200が固定式の植物健康状態測定装置である場合、植物健康状態測定装置200は、農地に固設された画像取得ユニットを含む。画像拡大倍数の制御情報は少なくともm個であり、画像拡大角度の制御情報は少なくともn個であり、各画像拡大角度の制御情報は、装置の水平回転角度の制御情報及び装置の垂直回転角度の制御情報を含み、mとnは、いずれも1以上であり、このとき、植物健康状態測定装置200から取得される第2の植物健康状態の情報は、m×n組の植物健康状態のデータを含むべきであり、各組の前記植物健康状態のデータは、装置の回転角度情報、画像拡大情報、及び健康不良のリスクがある現在の植物画像情報を含み、このように、複数組の植物健康状態のデータを受信した後、装置の回転角度情報及び画像拡大情報を記録して、対応する組の植物健康状態のデータから取得される位置情報を特定することにより、第2の判断情報で示される内容が植物に健康不良がある旨である場合、装置の回転角度情報及び画像拡大情報に基づいて、健康不良のリスクがある植物の所在位置の情報を特定することができる。同時に、3回目の受信と判断を行う必要がある場合、2回目に受信された装置の回転角度情報及び画像拡大情報をさらに詳細化してもよく、詳細化した全ての回転角度及び拡大倍数を指令として植物健康状態測定装置200に送信することにより、植物健康状態測定装置200が現在の植物画像情報をより細かく取得して、毎回取得した現在の植物画像情報の精度がその前回取得した植物画像情報よりも高くなることを確保する。
植物健康状態測定装置200が可動式の植物健康状態測定装置であり、例えば、上記画像取得ユニットをドローン又は熱気球に設けた場合、前記画像取得ユニットの制御指令は、k個の装置座標の制御情報をさらに含み、画像拡大倍数の制御情報は少なくともm個であり、前記画像拡大角度の制御情報は少なくともn個であり、各画像拡大角度の制御情報は、装置の水平回転角度の制御情報及び装置の垂直回転角度の制御情報を含み、m、n及びkは、いずれも1以上であり、
これに応じて、第2の植物健康状態の情報は、m×n×k組の植物健康状態のデータを含み、各組の植物健康状態のデータは、装置の座標情報、装置の回転角度情報、画像拡大情報、及び健康不良のリスクがある現在の植物画像情報を含む。
このとき、第2の判断情報で示される内容が植物に健康不良がある旨である場合、装置の回転角度情報及び画像拡大情報に基づいて、健康不良になっている植物の所在位置の情報を特定できるだけでなく、第3の判断情報を取得する場合、毎回取得した現在の植物画像情報の精度がその前回取得した植物画像情報よりも高くなるように、装置の回転角度情報及び画像拡大情報をさらに詳細化し、また、装置座標情報を詳細化することにより、植物健康状態測定装置200がより正確な座標で画像取得を行うことができる。
また、農地管理者に植物健康状態をよく把握させるために、図2に示すように、第1の判断情報で示される内容が植物健康状態良好という旨であれば、植物健康状態の監視方法は、ステップS130と選択関係があるステップS190をさらに含み、ステップS190は具体的に、
第1の判断情報で示される内容に基づいて、健康状態良好な植物の所在位置を特定するステップS191と、
周期的に、第1の判断情報で示される内容と、健康状態良好な植物の所在位置の情報とに基づいて、植物健康状態良好のレポートを生成し、クライアント端末に送信するステップS192とを含む。及び/又は、
第2の判断情報で示される内容が植物健康状態良好という旨であれば、上記植物健康状態の監視方法は、ステップS210をさらに含み、ステップS210は具体的に、
第2の判断情報で示される内容に基づいて、健康状態良好な植物の所在位置を特定するステップS211と、
周期的に、第2の判断情報で示される内容と、健康状態良好な植物の所在位置の情報とに基づいて、植物健康状態良好のレポートを生成し、クライアント端末300に送信するステップS212とを含む。
理解されるように、植物健康状態良好である場合、農地管理者が植物に対して病虫害防除等の操作を行う必要がないため、周期的に健康状態良好のレポートを生成し、クライアント端末300に送信することができる。
なお、健康不良になっている植物に対して、病虫害防除等の操作をタイムリーに行う必要があり、これに基づいて、ステップS150の後、第2の判断情報で示される内容と、健康不良になっている植物の所在位置の情報とに基づいて、植物健康状態不良のレポートを生成するステップS160をさらに含む。
さらに、農地管理者が植物健康状態不良のレポートをタイムリーに見ていないことにより、病虫害防除のタイミングを逃すことを回避するために、第2の判断情報で示される内容が植物の健康状態不良という旨であれば、図2に示すように、上記植物健康状態の監視方法は、
植物健康状態不良のレポートをクライアント端末300に送信して、農地管理者に植物健康状態不良のレポートを見ることをリアルタイムに注意を喚起するステップS170をさらに含む。
同時に、第2の判断情報で示される内容が植物に健康不良がある旨であれば、次に、図2に示すように、上記植物健康状態の監視方法は、ステップS150と並行するステップS180をさらに含み、具体的には、ステップS180は、警報指令を生成し、警報指令を警報器400に送信することにより、警報器400が警報指令に応じて警報を発し、さらに農地管理者の注意を喚起する。
なお、植物健康状態良好のレポートか植物健康状態不良のレポートかにかかわらず、クライアント端末に送信する場合、ショートメッセージ、ウィーチャットメッセージ、メールの形式で対応するショートメッセージクライアント端末、ウィーチャットクライアント端末、メールクライアント端末などのアプリケーションに送信することができる。ウィーチャットメッセージが私信の形式で農地管理者のウィーチャットクライアント端末に送信されてもよいし、サービスプッシュメッセージの形式で各農地管理者の様々なクライアント端末に送信されてもよいことは勿論である。
さらに、植物健康状態不良のレポートの内容をより全面的にするために、図3に示すように、第2の判断情報で示される内容が植物に健康不良がある旨であれば、第2の判断情報で示される内容と、健康不良になっている植物の所在位置の情報とに基づいて、植物健康状態不良のレポートを生成することは、以下のステップS161〜ステップS163を含む。
ステップS161では、第2の判断情報で示される内容に基づいて、農作物知識データベース内の植物情報データを呼び出し、
ステップS162では、呼び出された植物情報データに基づいて植物健康不良の防除対策を生成し、農作物知識データベースには、複数種の植物情報データが含まれ、各種の前記植物情報データは、植物情報及び対応する植物健康不良の防除対策を含む。
理解されるように、ここでの農作物知識データベースは、植物情報及び対応する植物健康不良の防除対策が既に存在するデータベースであってもよいし、各種の植物情報及び植物健康不良の防除対策を取得することで有するデータベースであってもよく、例えば、植物健康不良の防除対策は、各種植物の病虫害の防除対策、各種植物の栄養素欠乏の防除対策を含んでもよく、
ステップ163では、第2の判断情報で示される内容と、植物健康不良の防除対策と、健康不良になっている植物の所在位置の情報とに基づいて、植物健康状態不良のレポートを生成し、植物健康状態不良のレポートは、対象植物の所在位置の領域、植物健康不良の発生範囲、植物健康不良のピクチャ、認識時間、植物健康不良の防除対策などを含んでもよく、植物健康不良は、虫害、病害、栄養素欠乏を含むだけでなく、他の健康不良状態を含んでもよい。
上記第2の判断情報で示される内容と、健康不良になっている植物の所在位置の情報とに基づいて、植物健康状態不良のレポートを生成する具体的な過程から分かるように、本発明の実施例に係る植物健康状態の監視方法は、植物健康状態不良のレポートを生成する過程において、第2の判断情報で示される内容に基づいて農作物知識データベース内の植物情報データを呼び出し、狙いとおりに植物健康不良の防除対策を与え、第2の判断情報で示される内容と植物健康不良の防除対策とを同時に植物健康状態不良のレポートの内容として生成することにより、農地管理者が植物健康状態不良のレポートを見るとき、具体的な位置のどの植物が健康不良になっているかを把握するだけでなく、提案された植物健康不良の防除対策を見ることもでき、農地管理者に、より全面的な参照を提供する。
第1の植物健康状態の情報及び第2の植物健康状態の情報がいずれも少なくとも2つの取得元を有する状況に対して、各第1の植物健康状態の情報は、植物健康状態測定装置200の認識情報(例えば、植物健康状態測定装置200のIDアドレス)及び植物健康状態測定装置200の地理座標情報(経緯度)をさらに含み、各第2の植物健康状態の情報は、植物健康状態測定装置200の認識情報をさらに含み、当然のことながら、植物健康状態測定装置200の地理座標情報を含んでもよい。
好ましくは、各第2の植物健康状態の情報は、植物健康状態測定装置200の認識情報をさらに含む。植物健康状態測定装置200から提供される第1の植物健康状態の情報を受信した後、第1の植物健康状態の情報に基づいて、植物健康状態に対して1回目の判断を行う前に、上記植物健康状態の監視方法は、
各第1の植物健康状態の情報における植物健康状態測定装置200の認識情報と、植物健康状態測定装置の地理座標情報とに基づいて、各第1の植物健康状態の情報における植物健康状態測定装置の認識情報と、植物健康状態測定装置の地理座標情報との対応関係を作成し、各第1の植物健康状態の情報における植物健康状態測定装置の認識情報と、植物健康状態測定装置の地理座標情報との対応関係を記憶する第1ステップと、
植物健康状態測定装置200から提供される、健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を受信した後、第2の植物健康状態の情報に基づいて、植物健康状態の情報に対して2回目の判断を行う前に、上記植物健康状態の監視方法は、
各第1の植物健康状態の情報における植物健康状態測定装置200の認識情報と、植物健康状態測定装置200の地理座標情報との対応関係に基づいて、各第2の植物健康状態の情報における植物健康状態測定装置200の認識情報を認識することで、各第2の植物健康状態の情報における植物健康状態測定装置200の地理座標情報を取得して、各第2の植物健康状態の情報の取得元を特定する第3ステップと、をさらに含む。
以上の説明から分かるように、植物健康状態測定装置200から提供される第1の植物健康状態の情報を受信した後、各第1の植物健康状態の情報における植物健康状態測定装置200の認識情報と、植物健康状態測定装置200の地理座標情報とに基づいて、各第1の植物健康状態の情報における植物健康状態測定装置200の認識情報と、植物健康状態測定装置200の地理座標情報との対応関係を作成し記憶するため、植物健康状態測定装置から提供される、健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を受信する場合、各第2の植物健康状態の情報における植物健康状態測定装置の認識情報のみを受信すれば、作成された対応関係に基づいて、各第2の植物健康状態の情報における植物健康状態測定装置の認識情報を利用して、対応する植物健康状態測定装置の地理座標情報を求めることができ、各第2の植物健康状態の情報の取得元を特定できる。
また、植物健康状態不良のレポートを生成するか、または、植物健康状態良好のレポートを生成するかにかかわらず、植物健康状態の情報を含む以外に、第2の植物健康状態の情報の取得元に対応するものを含んでもよい。これにより、農地管理者が第2の植物健康状態の情報の取得元に基づいて、植物健康状態をより正確に把握及び特定して、植物に健康不良がある場合、健康不良になっている植物の位置を正確に位置決めすることができる。
例えば、上記第2の判断情報で示される内容と、健康不良になっている植物の所在位置の情報とに基づいて、植物健康状態不良のレポートを生成することは、
第2の判断情報で示される内容と、健康不良になっている植物の所在位置の情報と、健康不良になっている植物の所在位置の第2の植物健康状態の情報の取得元に基づいて、植物健康状態不良のレポートを生成することを含む。
本発明の実施例は、さらに、植物健康状態監視装置を提供し、図1及び図6に示すように、当該植物健康状態監視装置は、
植物健康状態測定装置100と通信し、植物健康状態測定装置100から提供される第1の植物健康状態の情報を受信するように構成される受信ユニット110と、
受信ユニット110に接続され、第1の植物健康状態の情報に基づいて、植物健康状態に対して1回目の判断を行い、第1の判断情報を取得するように構成される処理ユニット120と、を含み、受信ユニット110は、第1の判断情報で示される内容が植物に健康不良のリスクがある旨であれば、さらに、健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を受信するように構成され、処理ユニット120は、さらに、第2の植物健康状態の情報に基づいて、植物健康状態に対して2回目の判断を行い、第2の判断情報を取得するように構成され、第2の判断情報で示される内容が植物に健康不良がある旨であれば、前記植物健康状態が健康不良になっていることを確認し、健康不良になっている植物の所在位置の情報を特定する。
従来技術に比べて、本発明の実施例に係る植物健康状態監視装置の有益な効果は、上記実施例に係る植物健康状態の監視方法の有益な効果と同じであり、ここでは説明を省略する。
例示的には、第1の植物健康状態の情報は、少なくとも現在の植物画像情報を含み、第2の植物健康状態の情報は、少なくとも健康不良のリスクがある植物の所在位置に対応する現在の植物画像情報を含み、第1の植物健康状態の情報が少なくとも現在の植物画像情報を含む場合、植物健康状態測定装置100には、画像取得ユニットが含まれ、具体的には、受信ユニットは、画像取得ユニットと通信する。
ここで、第1の植物健康状態の情報に含まれる現在の植物画像情報のタイプは、可視光画像情報及び/又は不可視光画像情報を含み、第2の植物健康状態の情報に含まれる現在の植物画像情報のタイプは、可視光画像情報及び/又は不可視光画像情報を含む。
また、上述した植物画像情報の受信及び判断回数に対する限定を実現するために、第1の植物健康状態の情報における現在の植物画像情報の精度よりも第2の植物健康状態の情報における現在の植物画像情報の精度が高い。
具体的には、図7に示すように、上記処理ユニット120は、受信ユニット110に接続されるモジュールであって、畳み込みニューラルネットワークモデルを用いて第1の植物健康状態の情報を判断することで、第1の植物健康不良の確率を取得し、畳み込みニューラルネットワークモデルを用いて第2の植物健康状態の情報を判断することで、第2の植物健康不良の確率を取得するように構成される確率分析モジュール121と、
確率分析モジュール121及びレポート生成ユニット130にそれぞれ接続されるモジュールであって、第1の植物健康不良の確率が所定の閾値を超えるか否かを判断し、そうであれば、植物に健康不良のリスクがあることを確認し、前記健康不良のリスクがある植物の所在位置を確認し、そうでなければ、植物健康状態良好と特定し、かつ、第2の植物健康不良の確率が所定の閾値を超えるか否かを判断し、
そうであれば、植物に健康不良があることを確認し、健康不良の程度及び健康不良になっている植物の所在位置の情報を確認し、そうでなければ、植物健康状態良好と特定する判断モジュール122と、を含む。
好ましくは、受信ユニット110は、さらに、少なくとも植物画像の履歴情報を含む植物健康状態履歴情報を受信するように構成され、
処理ユニット120は、受信ユニット110及び確率分析モジュール121にそれぞれ接続されるモジュールであって、畳み込みニューラルネットワークを用いて、植物健康状態履歴情報に対して学習トレーニングを行うことで、畳み込みニューラルネットワークモデルを取得するように構成される情報トレーニングモジュール123をさらに含む。
ここで、植物健康状態履歴情報は、土壌の履歴情報、空気の履歴情報、日射の履歴情報のうちの1つ又は複数をさらに含み、第1の植物健康状態の情報は、少なくとも現在の土壌情報、現在の空気情報及び現在の日射情報のうちの1つ又は複数をさらに含み、第2の植物健康状態の情報は、少なくとも現在の土壌情報、現在の空気情報及び現在の日射情報のうちの1つ又は複数をさらに含む。
植物の健康不良のリスクは、病虫害のリスク及び/又は栄養素欠乏のリスクを含み、栄養素欠乏のリスクは、微量元素欠乏のリスク、窒素欠乏のリスク、リン欠乏のリスク、カリウム欠乏のリスクのうちの1つ又は複数を含み、植物の健康不良は、植物の病虫害症状及び/又は植物の栄養素欠乏症を含み、栄養素欠乏症は、微量元素欠乏症、窒素欠乏症、リン欠乏症、カリウム欠乏症のうちの1つ又は複数を含む。
上記第1の植物健康状態の情報が少なくとも現在の土壌情報、現在の空気情報及び現在の日射情報のうちの1つ又は複数をさらに含み、第2の植物健康状態の情報が少なくとも現在の土壌情報、現在の空気情報及び現在の日射情報のうちの1つ又は複数をさらに含む場合、上記植物健康状態測定装置100は、空気情報測定を実現する空気情報取得ユニット、土壌情報測定を実現する土壌情報取得ユニット、及び日射情報測定を実現する日射情報取得ユニットのうちの1つ又は複数をさらに含むべきである。
また、第2の植物健康状態の情報から提供される現在の画像情報の内容を豊かにするために、図6に示すように、上記植物健康状態監視装置は、処理ユニット120及び送信ユニット150にそれぞれ接続され、第1の判断情報で示される内容が植物に健康不良のリスクがある旨である場合、少なくとも健康不良のリスクがある植物の所在位置の情報と、画像拡大倍数の制御情報及び画像拡大角度の制御情報を含む画像拡大制御情報とを含む画像取得ユニットの制御指令を生成するように構成される指令生成ユニット160をさらに含み、
送信ユニット150は、画像取得ユニットの制御指令を植物健康状態測定装置に送信することにより、植物健康状態測定装置が画像取得ユニットの制御指令に基づいて、健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を取得するように構成される。
好ましくは、植物健康状態測定装置200が固定式の植物健康状態測定装置である場合、画像拡大倍数の制御情報は少なくともm個であり、画像拡大角度の制御情報は少なくともn個であり、各画像拡大角度の制御情報は、装置の水平回転角度の制御情報及び装置の垂直回転角度の制御情報を含み、mとnは、いずれも1以上であり、
第2の植物健康状態の情報は、m×n組の植物健康状態のデータを含み、各組の植物健康状態のデータは、装置の回転角度情報、画像拡大情報、及び健康不良のリスクがある現在の植物画像情報を含む。
好ましくは、植物健康状態測定装置が可動式の植物健康状態測定装置である場合、画像取得ユニットの制御指令は、k個の装置座標の制御情報をさらに含み、画像拡大倍数の制御情報は少なくともm個であり、画像拡大角度の制御情報は少なくともn個であり、各画像拡大角度の制御情報は、装置の水平回転角度の制御情報及び装置の垂直回転角度の制御情報を含み、m、n及びkは、いずれも1以上であり、
第2の植物健康状態の情報は、m×n×k組の植物健康状態のデータを含み、各組の植物健康状態のデータは、装置の座標情報、装置の回転角度情報、画像拡大情報、及び健康不良のリスクがある現在の植物画像情報を含む。
また、農地管理者に植物健康状態をよく把握させるために、図2及び図6に示すように、第1の判断情報及び/又は第2の判断情報で示される内容が植物健康良好という旨である場合、上記植物健康状態監視装置は、処理ユニット120に接続されるレポート生成ユニット130をさらに含み、上記処理ユニット120は、さらに、第1の判断情報及び/又は第2の判断情報で示される内容に基づいて、健康良好な植物の所在位置の情報を特定するように構成され、
レポート生成ユニット130は、さらに、第1の判断情報及び/又は第2の判断情報で示される内容が植物健康状態良好という旨である場合、周期的に、第1の判断情報及び/又は第2の判断情報で示される内容と、健康状態良好な植物の所在位置の情報とに基づいて、植物健康状態良好のレポートを生成するように構成され、
図2及び図6に示すように、上記植物健康状態監視装置は、植物健康状態良好のレポートをクライアント端末300に送信するように構成される送信ユニット150をさらに含む。送信の際、無線送信であっても有線送信であってもよく、このとき、送信ユニット150とクライアント端末300との間に通信関係がある。
第2の判断情報で示される内容が植物に健康不良がある旨である場合、レポート生成ユニット130は、さらに、第2の判断情報で示される内容と、健康不良になっている植物の所在位置の情報とに基づいて、植物健康状態不良のレポートを生成するように構成され、送信ユニット150は、さらに、植物健康状態不良のレポートをクライアント端末に送信するように構成されるため、農地管理者が健康不良になっている植物をタイムリーに防除することができる。
また、指令生成ユニット160は、さらに、第2の判断情報で示される内容が植物に健康不良がある旨である場合、警報指令を生成するように構成され、
送信ユニット150は、さらに、警報指令を警報器400に送信することにより、警報器400が警報指令の制御下で警報するように構成され、農地管理者の注意を喚起する。このとき、送信ユニット150と警報器400との間に通信関係があり、処理ユニット120が図7に示すようなブロック構成図を採用する場合、指令生成ユニット160は、判断モジュール122に接続される。
また、上記送信ユニット150は、さらに、第2の判断情報で示される内容が植物に健康不良がある旨である場合、植物健康状態不良のレポートをクライアント端末300に送信するように構成され、
一方、植物健康状態不良のレポートの内容をより豊かにするために、上記植物健康状態監視装置は、処理ユニット120に接続される、植物情報及び対応する植物健康不良の防除対策をそれぞれ含む複数種の植物情報データを含む農作物知識データベースをさらに含み、処理ユニット120は、さらに、第2の判断情報で示される内容に基づいて、農作物知識データベース内の植物情報データを呼び出し、呼び出された植物情報データに基づいて植物健康不良の防除対策を生成するように構成され、
前記レポート生成ユニット130は、第2の判断情報で示される内容と、植物健康不良の防除対策と、健康不良になっている植物の所在位置の情報とに基づいて、植物健康状態不良のレポートを生成するように構成され、このように、植物健康状態不良のレポートは、植物健康不良の情報を含むだけでなく、どのように植物健康不良を防除するかという対策も含むことになる。植物健康不良の防除対策は、病虫害の防除対策及び/又は植物栄養素欠乏の防除対策を含む。
なお、第1の植物健康状態の情報及び第2の植物健康状態の情報がいずれも少なくとも2つの取得元を有すれば、この場合、各第1の植物健康状態の情報は、植物健康状態測定装置の認識情報及び植物健康状態測定装置の地理座標情報をさらに含み、
各第2の植物健康状態の情報は、植物健康状態測定装置の認識情報をさらに含み、
この場合、図6に示すように、上記植物健康状態監視装置は、受信ユニット110及び処理ユニット120に接続される装置認識ユニット140をさらに含み、処理ユニットは、図7に示すようなブロック構成図を採用し、装置認識ユニット140は、確率分析モジュール121に接続され、
植物健康状態測定装置200から提供される第1の植物健康状態の情報を受信した後、第1の植物健康状態の情報に基づいて、植物健康状態に対して1回目の判断を行う前に、装置認識ユニット140は、各第1の植物健康状態の情報における植物健康状態測定装置の認識情報と、植物健康状態測定装置の地理座標情報とに基づいて、各第1の植物健康状態の情報における植物健康状態測定装置の認識情報と、植物健康状態測定装置の地理座標情報との対応関係を作成し、各第1の植物健康状態の情報における植物健康状態測定装置の認識情報と、植物健康状態測定装置の地理座標情報との対応関係を記憶するように構成され、
植物健康状態測定装置から提供される、健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を受信した後、第2の植物健康状態の情報に基づいて、植物健康状態の情報に対して2回目の判断を行う前に、上記装置認識ユニット140は、さらに、
各第2の植物健康状態の情報における植物健康状態測定装置の認識情報を認識し、各前記第2の植物健康状態の情報における植物健康状態測定装置の地理座標情報を取得して、各第2の植物健康状態の情報の取得元を特定するように構成され、
レポート生成ユニット130は、第2の判断情報で示される内容と、健康不良になっている植物の所在位置の情報と、健康不良になっている植物の所在位置の第2の植物健康状態の情報の取得元に基づいて、植物健康状態不良のレポートを生成する。
本発明の実施例は、上記植物健康状態の監視方法をサポートする実行可能なプログラムコードを記憶するように構成された記憶媒体をさらに提供し、これによる有益な効果は、上記植物健康状態の監視方法の有益な効果と同じであり、ここでは説明を省略する。
図1及び図8に示すように、本発明の実施例は、バス504を介して相互に通信可能な送受信部501、メモリ502及びプロセッサ503を含む植物健康状態の監視端末を提供する。
ここで、送受信部501は、植物健康状態測定装置200、クライアント端末300、警報器400と通信するように構成され、
メモリ502は、プロセッサ503が複数種の制御指令を実行することにより、上記植物健康状態の監視方法を実現するように、実行可能なプログラムコードを記憶するように構成される。
本発明の実施例に係るプロセッサ503は、1つのプロセッサであってもよいし、複数の処理素子の総称であってもよい。例えば、当該プロセッサ503は、中央処理装置(Central Processing Unit、CPUと略称する)であってもよく、特定用途向け集積回路(Application Specific Integrated Circuit、ASICと略称する)であってもよく、或いは、本発明の実施例を実施する1つ又は複数の集積回路に構成されてもよく、例えば、1つ又は複数のマイクロプロセッサ(digital signal processor、DSPと略称する)、又は、1つ又は複数のフィールドプログラマブルゲートアレイ(Field Programmable Gate Array、FPGAと略称する)である。
メモリ502は、1つの記憶装置であってもよく、複数の記憶素子の総称であってもよく、実行可能なプログラムコード等を記憶するように構成される。また、メモリ502は、ランダムアクセスメモリ(RAM)を含んでもよいし、不揮発性メモリ(non−volatile memory)、例えば、磁気ディスクメモリ、フラッシュメモリ(Flash)等を含んでもよい。
バス504は、業界標準アーキテクチャ(Industry Standard Architecture)バス、ペリフェラルコンポーネントインターコネクト(Peripheral Component Interconnect、PCI)バス、拡張業界標準アーキテクチャ(Extended Industry Standard Architecture)バスなどであってもよい。当該バス504は、アドレスバス、データバス、コントロールバスなどに分けられてもよい。図示の都合上、図8において、1本の太線のみで示しているが、1本のバス又は1種類のバスのみであることを示すものではない。
本明細書における各実施例は、いずれも漸進的な方式で説明し、各実施例同士の同じ部分又は類似した部分は、互いに参照すればよく、各実施例において重点的に説明したのは、いずれも他の実施例との相違点である。特に、装置の実施例について、それが方法の実施例と基本的に類似するため、簡単に説明し、関連する部分は、方法の実施例の一部の説明を参照すればよい。
当業者であれば理解できるように、上記実施例方法の全部又は一部のフローは、コンピュータプログラムにより関連ハードウェアを指示して実現することができ、前記プログラムがコンピュータ可読記憶媒体に記憶でき、当該プログラムが実行される時、上記各方法の実施例のフローを含むことができる。前記記憶媒体は、磁気ディスク、光ディスク、リードオンリーメモリ(Read−Only Memory、ROM)又はランダムアクセスメモリ(Random Access Memory、RAM)等であってもよい。
以上の記載は、本発明の具体的な実施形態に過ぎず、本発明の保護範囲は、これに限定されるものではなく、当業者が本発明に記載する技術範囲内において、容易に想到できる変更又は置換は、いずれも本発明の保護範囲内に含まれるべきである。したがって、本発明の保護範囲は、請求項に限定された保護範囲を基準とすべきである。
上記実施形態の説明において、具体的な特徴、構造、材料又は特性は、いずれか1つ又は複数の実施例又は例において適切な形態で組み合わせることができる。
以上の記載は、本発明の具体的な実施形態に過ぎず、本発明の保護範囲は、これに限定されるものではなく、当業者が本発明に記載する技術範囲内において、容易に想到できる変更又は置換は、いずれも本発明の保護範囲内に含まれるべきである。したがって、本発明の保護範囲は、請求項に限定された保護範囲を基準とすべきである。

Claims (28)

  1. 植物健康状態測定装置から提供される第1の植物健康状態の情報を受信し、前記第1の植物健康状態の情報に基づいて植物健康状態を判断して、第1の判断情報を取得することと、
    前記第1の判断情報で示される内容が植物に健康不良のリスクがある旨であれば、前記健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を受信することと、前記第2の植物健康状態の情報に基づいて植物健康状態を判断して、第2の判断情報を取得することと、
    前記第2の判断情報で示される内容が植物に健康不良がある旨であれば、前記植物健康状態が健康不良になっていることを確認し、健康不良になっている植物の所在位置の情報を特定することとを含む、植物健康状態の監視方法。
  2. 前記第1の植物健康状態の情報は、少なくとも現在の植物画像情報を含み、
    前記第1の植物健康状態の情報に基づいて植物健康状態を判断して、第1の判断情報を取得することは、
    畳み込みニューラルネットワークモデルを用いて、前記第1の植物健康状態の情報を判断して、第1の植物健康不良の確率を取得することと、
    前記第1の植物健康不良の確率が所定の閾値を超えるか否かを判断することと、
    そうであれば、植物に健康不良のリスクがあることを確認し、前記健康不良のリスクがある植物の所在位置の情報を確認することとを含む、請求項1に記載の植物健康状態の監視方法。
  3. 前記畳み込みニューラルネットワークモデルを用いて、前記第1の植物健康状態の情報を判断する前に、
    少なくとも植物画像の履歴情報を含む植物健康状態履歴情報を受信することと、
    前記畳み込みニューラルネットワークを用いて前記植物健康状態履歴情報に対して学習トレーニングを行うことで、畳み込みニューラルネットワークモデルを取得することとをさらに含む、請求項2に記載の植物健康状態の監視方法。
  4. 前記植物健康状態履歴情報は、土壌の履歴情報、空気の履歴情報、日射の履歴情報のうちの1つ又は複数をさらに含み、
    前記第1の植物健康状態の情報は、少なくとも現在の土壌情報、現在の空気情報及び現在の日射情報のうちの1つ又は複数をさらに含み、
    前記第2の植物健康状態の情報は、少なくとも現在の土壌情報、現在の空気情報及び現在の日射情報のうちの1つ又は複数をさらに含む、請求項3に記載の植物健康状態の監視方法。
  5. 前記第1の植物健康状態の情報に含まれる現在の植物画像情報のタイプは、可視光画像情報及び/又は不可視光画像情報を含む、請求項2に記載の植物健康状態の監視方法。
  6. 前記第2の植物健康状態の情報は、少なくとも健康不良のリスクがある植物の所在位置に対応する現在の植物画像情報を含み、
    前記第2の植物健康状態の情報に基づいて植物健康状態を判断して、第2の判断情報を取得することは、
    畳み込みニューラルネットワークモデルを用いて、前記第2の植物健康状態の情報を判断して、第2の植物健康不良の確率を取得することと、
    前記第2の植物健康不良の確率が所定の閾値を超えるか否かを判断することと、
    そうであれば、植物に健康不良があることを確認し、健康不良の程度及び健康不良になっている植物の所在位置の情報を確認することとを含む、請求項1に記載の植物健康状態の監視方法。
  7. 前記第2の植物健康状態の情報に含まれる現在の植物画像情報のタイプは、可視光画像情報及び/又は不可視光画像情報を含む、請求項6に記載の植物健康状態の監視方法。
  8. 前記第1の判断情報で示される内容が植物に健康不良のリスクがある旨であれば、前記健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を受信する前に、
    少なくとも前記健康不良のリスクがある植物の所在位置の情報と、画像拡大倍数の制御情報及び画像拡大角度の制御情報を含む画像拡大制御情報とを含む画像取得ユニットの制御指令を生成することと、
    前記画像取得ユニットの制御指令を植物健康状態測定装置に送信することにより、前記植物健康状態測定装置が画像取得ユニットの制御指令に基づいて、健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を取得することとをさらに含む、請求項2〜7のいずれか一項に記載の植物健康状態の監視方法。
  9. 前記植物健康状態測定装置が固定式の植物健康状態測定装置である場合、前記画像拡大倍数の制御情報は少なくともm個であり、前記画像拡大角度の制御情報は少なくともn個であり、各前記画像拡大角度の制御情報は、装置の水平回転角度の制御情報及び装置の垂直回転角度の制御情報を含み、mとnは、いずれも1以上であり、
    前記第2の植物健康状態の情報は、m×n組の植物健康状態のデータを含み、各組の前記植物健康状態のデータは、装置の回転角度情報、画像拡大情報及び健康不良のリスクがある現在の植物画像情報を含む、請求項8に記載の植物健康状態の監視方法。
  10. 前記植物健康状態測定装置が可動式の植物健康状態測定装置である場合、前記画像取得ユニットの制御指令は、k個の装置座標の制御情報をさらに含み、
    前記画像拡大倍数の制御情報は少なくともm個であり、前記画像拡大角度の制御情報は少なくともn個であり、各前記画像拡大角度の制御情報は、装置の水平回転角度の制御情報及び装置の垂直回転角度の制御情報を含み、m、n及びkは、いずれも1以上であり、
    前記第2の植物健康状態の情報は、m×n×k組の植物健康状態のデータを含み、各組の前記植物健康状態のデータは、装置の座標情報、装置の回転角度情報、画像拡大情報及び健康不良のリスクがある現在の植物画像情報を含む、請求項8に記載の植物健康状態の監視方法。
  11. 前記植物の健康不良のリスクは、病虫害のリスク及び/又は栄養素欠乏のリスクを含み、前記栄養素欠乏のリスクは、微量元素欠乏のリスク、窒素欠乏のリスク、リン欠乏のリスク、カリウム欠乏のリスクのうちの1つ又は複数を含み、
    前記植物の前記健康不良は、植物の病虫害症状及び/又は植物の栄養素欠乏症を含み、前記栄養素欠乏症は、微量元素欠乏症、窒素欠乏症、リン欠乏症、カリウム欠乏症のうちの1つ又は複数を含む、請求項1〜7のいずれか一項に記載の植物健康状態の監視方法。
  12. 前記第1の判断情報及び/又は第2の判断情報で示される内容が植物健康状態良好という旨であれば、
    前記第1の判断情報及び/又は第2の判断情報で示される内容に基づいて、健康状態良好な植物の所在位置を特定することと、
    周期的に、前記第1の判断情報及び/又は第2の判断情報で示される内容と、健康状態良好な植物の所在位置の情報とに基づいて、植物健康状態良好のレポートを生成しクライアント端末に送信することとをさらに含む、請求項1〜7のいずれか一項に記載の植物健康状態の監視方法。
  13. 前記植物健康状態が健康不良になっていることを確認し、健康不良になっている植物の所在位置の情報を特定した後、
    前記第2の判断情報で示される内容と、健康不良になっている植物の所在位置の情報とに基づいて、植物健康状態不良のレポートを生成することと、
    前記植物健康状態不良のレポートをクライアント端末に送信することと、
    警報指令を生成し、警報器に送信することにより、前記警報器が警報指令に応じて警報することとをさらに含む、請求項1〜7のいずれか一項に記載の植物健康状態の監視方法。
  14. 前記第2の判断情報で示される内容と、健康不良になっている植物の所在位置の情報とに基づいて、植物健康状態不良のレポートを生成することは、
    前記第2の判断情報で示される内容に基づいて、植物情報及び対応する植物健康不良の防除対策をそれぞれ含む複数種の植物情報データを含む農作物知識データベース内の植物情報データを呼び出し、呼び出された植物情報データに基づいて植物健康不良の防除対策を生成することと、
    前記第2の判断情報で示される内容と、前記植物健康不良の防除対策と、健康不良になっている植物の所在位置の情報とに基づいて、植物健康状態不良のレポートを生成することとを含む、請求項13に記載の植物健康状態の監視方法。
  15. 前記植物健康不良の防除対策は、病虫害の防除対策及び/又は植物栄養素欠乏の防除対策を含む、請求項14に記載の植物健康状態の監視方法。
  16. 植物健康状態測定装置から提供される第1の植物健康状態の情報を受信するように構成される受信ユニットと、
    受信ユニットに接続されるユニットであって、前記第1の植物健康状態の情報に基づいて、植物健康状態に対して1回目の判断を行い、第1の判断情報を取得するように構成される処理ユニットと、を含み、前記受信ユニットは、前記第1の判断情報で示される内容が植物に健康不良のリスクがある旨であれば、さらに、前記健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を受信するように構成され、前記処理ユニットは、さらに、前記第2の植物健康状態の情報に基づいて、植物健康状態に対して2回目の判断を行い、第2の判断情報を取得するように構成され、前記第2の判断情報で示される内容が植物に健康不良がある旨であれば、前記植物健康状態が健康不良になっていることを確認し、健康不良になっている植物の所在位置の情報を特定する、植物健康状態監視装置。
  17. 前記第1の植物健康状態の情報は、少なくとも現在の植物画像情報を含み、前記第2の植物健康状態の情報は、少なくとも健康不良のリスクがある植物の所在位置に対応する現在の植物画像情報を含み、
    前記処理ユニットは、
    受信ユニットに接続されるモジュールであって、畳み込みニューラルネットワークモデルを用いて前記第1の植物健康状態の情報を判断することで、第1の植物健康不良の確率を取得し、畳み込みニューラルネットワークモデルを用いて前記第2の植物健康状態の情報を判断することで、第2の植物健康不良の確率を取得するように構成される確率分析モジュールと、
    確率分析モジュール及び前記レポート生成ユニットにそれぞれ接続されるモジュールであって、前記第1の植物健康不良の確率が所定の閾値を超えるか否かを判断し、そうであれば、植物に健康不良のリスクがあることを確認し、前記健康不良のリスクがある植物の所在位置の情報を確認し、
    前記第2の植物健康不良の確率が所定の閾値を超えるか否かを判断し、
    そうであれば、植物に健康不良があることを確認し、健康不良の程度及び健康不良になっている植物の所在位置の情報を確認するように構成される判断モジュールと、を含む、請求項16に記載の植物健康状態監視装置。
  18. 前記受信ユニットは、さらに、少なくとも植物画像の履歴情報を含む植物健康状態履歴情報を受信するように構成され、
    前記処理ユニットは、前記受信ユニット及び確率分析モジュールにそれぞれ接続されるモジュールであって、前記畳み込みニューラルネットワークを用いて前記植物健康状態履歴情報に対して学習トレーニングを行うことで畳み込みニューラルネットワークモデルを取得するように構成される情報トレーニングモジュールをさらに含む、請求項17に記載の植物健康状態監視装置。
  19. 前記植物健康状態履歴情報は、土壌の履歴情報、空気の履歴情報、日射の履歴情報のうちの1つ又は複数をさらに含み、
    前記第1の植物健康状態の情報は、少なくとも現在の土壌情報、現在の空気情報及び現在の日射情報のうちの1つ又は複数をさらに含み、
    前記第2の植物健康状態の情報は、少なくとも現在の土壌情報、現在の空気情報及び現在の日射情報のうちの1つ又は複数をさらに含む、請求項18に記載の植物健康状態監視装置。
  20. 処理ユニット120及び送信ユニット150にそれぞれ接続されるユニットであって、第1の判断情報で示される内容が植物に健康不良のリスクがある旨である場合、少なくとも健康不良のリスクがある植物の所在位置の情報と、画像拡大倍数の制御情報及び画像拡大角度の制御情報を含む画像拡大制御情報とを含む画像取得ユニットの制御指令を生成するように構成される指令生成ユニット160をさらに含み、
    送信ユニット150は、前記画像取得ユニットの制御指令を植物健康状態測定装置に送信することにより、前記植物健康状態測定装置が画像取得ユニットの制御指令に基づいて、健康不良のリスクがある植物の所在位置の第2の植物健康状態の情報を取得するように構成される、請求項17〜19のいずれか一項に記載の植物健康状態監視装置。
  21. 前記植物健康状態測定装置が固定式の植物健康状態測定装置である場合、前記画像拡大倍数の制御情報は少なくともm個であり、前記画像拡大角度の制御情報は少なくともn個であり、各前記画像拡大角度の制御情報は、装置の水平回転角度の制御情報及び装置の垂直回転角度の制御情報を含み、mとnは、いずれも1以上であり、
    前記第2の植物健康状態の情報は、m×n組の植物健康状態のデータを含み、各組の前記植物健康状態のデータは、装置の回転角度情報、画像拡大情報及び健康不良のリスクがある現在の植物画像情報を含む、請求項20に記載の植物健康状態監視装置。
  22. 前記植物健康状態測定装置が可動式の植物健康状態測定装置である場合、前記画像取得ユニットの制御指令は、k個の装置座標の制御情報をさらに含み、
    前記画像拡大倍数の制御情報は少なくともm個であり、前記画像拡大角度の制御情報は少なくともn個であり、各前記画像拡大角度の制御情報は、装置の水平回転角度の制御情報及び装置の垂直回転角度の制御情報を含み、m、n及びkは、いずれも1以上であり、
    前記第2の植物健康状態の情報は、m×n×k組の植物健康状態のデータを含み、各組の前記植物健康状態のデータは、装置の座標情報、装置の回転角度情報、画像拡大情報及び健康不良のリスクがある現在の植物画像情報を含む、請求項20に記載の植物健康状態監視装置。
  23. 前記第1の植物健康状態の情報に含まれる現在の植物画像情報のタイプは、可視光画像情報及び/又は不可視光画像情報を含み、
    前記第2の植物健康状態の情報に含まれる現在の植物画像情報のタイプは、可視光画像情報及び/又は不可視光画像情報を含む、請求項17〜19のいずれか一項に記載の植物健康状態監視装置。
  24. 前記植物の健康不良のリスクは、病虫害のリスク及び/又は栄養素欠乏のリスクを含み、前記栄養素欠乏のリスクは、微量元素欠乏のリスク、窒素欠乏のリスク、リン欠乏のリスク、カリウム欠乏のリスクのうちの1つ又は複数を含み、
    前記植物の健康不良は、植物の病虫害症状及び/又は植物の栄養素欠乏症を含み、前記栄養素欠乏症は、微量元素欠乏症、窒素欠乏症、リン欠乏症、カリウム欠乏症のうちの1つ又は複数を含む、請求項16〜19のいずれか一項に記載の植物健康状態監視装置。
  25. 前記処理ユニットは、さらに、前記第1の判断情報及び/又は第2の判断情報で示される内容が植物健康状態良好という旨である場合、前記第1の判断情報及び/又は第2の判断情報で示される内容に基づいて、健康状態良好な植物の所在位置の情報を特定するように構成され、
    処理ユニットに接続されるユニットであって、前記第1の判断情報及び/又は第2の判断情報で示される内容が植物健康状態良好という旨である場合、周期的に、前記第1の判断情報及び/又は第2の判断情報で示される内容と、健康状態良好な植物の所在位置の情報とに基づいて、植物健康状態良好のレポートを生成するように構成されるレポート生成ユニットをさらに含み、
    前記レポート生成ユニットに接続されるユニットであって、前記植物健康状態良好のレポートをクライアント端末に送信するように構成される送信ユニットをさらに含む、請求項16〜19のいずれか一項に記載の植物健康状態監視装置。
  26. 前記レポート生成ユニットは、さらに、前記第2の判断情報で示される内容が植物に健康不良がある旨である場合、前記第2の判断情報で示される内容と、健康不良になっている植物の所在位置の情報とに基づいて、植物健康状態不良のレポートを生成するように構成され、
    前記送信ユニットは、さらに、前記植物健康状態不良のレポートをクライアント端末に送信するように構成され、
    処理ユニット及び送信ユニットにそれぞれ接続されるユニットであって、前記第2の判断情報で示される内容が植物に健康不良がある旨である場合、警報指令を生成するように構成される指令生成ユニットをさらに含み、
    前記送信ユニットは、さらに、前記警報指令を警報器に送信することにより、前記警報器が警報指令の制御下で警報するように構成される、請求項25に記載の植物健康状態監視装置。
  27. 処理ユニットに接続され、植物情報及び対応する植物健康不良の防除対策をそれぞれ含む複数種の植物情報データを含む農作物知識データベースを含み、前記処理ユニットは、さらに、前記第2の判断情報で示される内容に基づいて、農作物知識データベース内の植物情報データを呼び出し、呼び出された植物情報データに基づいて植物健康不良の防除対策を生成するように構成され、
    前記レポート生成ユニットは、前記第2の判断情報で示される内容と、前記植物健康不良の防除対策と、健康不良になっている植物の所在位置の情報とに基づいて、植物健康状態不良のレポートを生成するように構成される、請求項26に記載の植物健康状態監視装置。
  28. 前記植物健康不良の防除対策は、病虫害の防除対策及び/又は植物栄養素欠乏の防除対策を含む、請求項27に記載の植物健康状態監視装置。
JP2020509112A 2017-08-18 2018-08-15 植物健康状態の監視方法及び装置 Active JP6960525B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201710711878.X 2017-08-18
CN201710711878.XA CN109406412A (zh) 2017-08-18 2017-08-18 一种植物健康状态监控方法及装置
PCT/CN2018/100606 WO2019034070A1 (zh) 2017-08-18 2018-08-15 一种植物健康状态监测方法及装置

Publications (2)

Publication Number Publication Date
JP2020531014A true JP2020531014A (ja) 2020-11-05
JP6960525B2 JP6960525B2 (ja) 2021-11-05

Family

ID=65362711

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020509112A Active JP6960525B2 (ja) 2017-08-18 2018-08-15 植物健康状態の監視方法及び装置

Country Status (9)

Country Link
US (1) US11301986B2 (ja)
EP (1) EP3620774B1 (ja)
JP (1) JP6960525B2 (ja)
KR (1) KR102344031B1 (ja)
CN (1) CN109406412A (ja)
AU (2) AU2018317151A1 (ja)
CA (1) CA3065851A1 (ja)
RU (1) RU2726033C1 (ja)
WO (1) WO2019034070A1 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3886571A4 (en) * 2018-11-29 2022-08-24 Germishuys, Dennis Mark PLANT BREEDING
CN111044520A (zh) * 2019-12-12 2020-04-21 湖南省林业科学院 一种油茶主要病虫害的监测方法
JP7321928B2 (ja) * 2019-12-27 2023-08-07 株式会社クボタ 農業支援システム
CN113627216B (zh) * 2020-05-07 2024-02-27 杭州睿琪软件有限公司 植物状态评估方法、系统及计算机可读存储介质
CN113640288B (zh) * 2021-07-21 2022-05-20 盐城思源网络科技有限公司 一种基于第一视角的农田智能远程监测系统
CN113934245A (zh) * 2021-10-18 2022-01-14 电子科技大学成都学院 一种应用于大棚农作物的生长bp神经网络系统及其方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004213627A (ja) * 2003-11-28 2004-07-29 Tokyu Construction Co Ltd 植物活力変動の評価画像作成方法
JP2007124932A (ja) * 2005-11-02 2007-05-24 National Agriculture & Food Research Organization 植物生育情報処理システム
JP2011120555A (ja) * 2009-12-14 2011-06-23 Tokyo Univ Of Agriculture & Technology 植物栽培システム
CN104023520A (zh) * 2011-12-19 2014-09-03 S·G·尤尼斯 远程传感和调适灌溉系统
US20160148104A1 (en) * 2014-11-24 2016-05-26 Prospera Technologies, Ltd. System and method for plant monitoring
JP2016168046A (ja) * 2015-03-09 2016-09-23 学校法人法政大学 植物病診断システム、植物病診断方法、及びプログラム
CN106097340A (zh) * 2016-06-12 2016-11-09 山东大学 一种基于卷积分类器的自动检测并勾画肺结节所在位置的方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1276963A1 (ru) * 1984-11-22 1986-12-15 Ташкентский Ордена Дружбы Народов Политехнический Институт Им.А.Р.Бируни Способ дистанционного определени физиологического состо ни растени
SU1507253A1 (ru) * 1987-05-08 1989-09-15 Киевский Государственный Университет Им.Т.Г.Шевченко Способ обнаружени вирусных инфекций растений
CN100336055C (zh) * 2002-09-26 2007-09-05 Ccs株式会社 生物培育、治愈促进条件收集用信息处理装置
JP2004147651A (ja) * 2002-10-11 2004-05-27 Three N Gijutsu Consultant:Kk 植生のヘルスモニタリング方法
CN100575949C (zh) * 2006-10-09 2009-12-30 武汉大学 一种植物归一化指数遥感装置
CN102348976A (zh) * 2009-01-30 2012-02-08 乔治亚大学研究基金公司 用于探测植物中的昆虫诱导的损害的非侵入性方法和设备
KR20130049567A (ko) 2011-11-04 2013-05-14 한국전자통신연구원 작물 관측 장치 및 그 방법
CN103439265B (zh) * 2013-08-15 2015-06-03 湖南农业大学 一种茶树精细化栽培生育性状实时监测方法
US9336584B2 (en) 2014-06-30 2016-05-10 Trimble Navigation Limited Active imaging systems for plant growth monitoring
CN104266982B (zh) * 2014-09-04 2017-03-15 浙江托普仪器有限公司 一种大面积虫害量化监测系统
KR102374557B1 (ko) * 2014-12-22 2022-03-16 주식회사 케이티 병해충 발생 예측 장치 및 방법
JP2016146046A (ja) * 2015-02-06 2016-08-12 株式会社Jsol 予測装置、予測方法及びプログラム
CN104850836B (zh) * 2015-05-15 2018-04-10 浙江大学 基于深度卷积神经网络的害虫图像自动识别方法
CN105302872A (zh) * 2015-09-30 2016-02-03 努比亚技术有限公司 图像处理装置和方法
BR112018009108B1 (pt) * 2015-11-08 2023-10-24 Agrowing Ltd Método para a aquisição e análise de imagens aéreas
US10028452B2 (en) * 2016-04-04 2018-07-24 Beesprout, Llc Horticultural monitoring system
CN106530256A (zh) * 2016-11-18 2017-03-22 四川长虹电器股份有限公司 一种基于改进深度学习的智能相机图像盲超分辨率系统
CN106596412A (zh) * 2016-12-31 2017-04-26 上海复展智能科技股份有限公司 利用无人机携带多光谱光源进行植物生长监测的方法
US20180197287A1 (en) * 2017-01-08 2018-07-12 Adrian Ronaldo Macias Process of using machine learning for cannabis plant health diagnostics

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004213627A (ja) * 2003-11-28 2004-07-29 Tokyu Construction Co Ltd 植物活力変動の評価画像作成方法
JP2007124932A (ja) * 2005-11-02 2007-05-24 National Agriculture & Food Research Organization 植物生育情報処理システム
JP2011120555A (ja) * 2009-12-14 2011-06-23 Tokyo Univ Of Agriculture & Technology 植物栽培システム
CN104023520A (zh) * 2011-12-19 2014-09-03 S·G·尤尼斯 远程传感和调适灌溉系统
US20160148104A1 (en) * 2014-11-24 2016-05-26 Prospera Technologies, Ltd. System and method for plant monitoring
JP2016168046A (ja) * 2015-03-09 2016-09-23 学校法人法政大学 植物病診断システム、植物病診断方法、及びプログラム
CN106097340A (zh) * 2016-06-12 2016-11-09 山东大学 一种基于卷积分类器的自动检测并勾画肺结节所在位置的方法

Also Published As

Publication number Publication date
EP3620774A4 (en) 2021-01-13
AU2018317151A1 (en) 2020-01-02
KR102344031B1 (ko) 2021-12-28
RU2726033C1 (ru) 2020-07-08
US20210133945A1 (en) 2021-05-06
WO2019034070A1 (zh) 2019-02-21
CA3065851A1 (en) 2019-02-21
KR20200041356A (ko) 2020-04-21
US11301986B2 (en) 2022-04-12
JP6960525B2 (ja) 2021-11-05
CN109406412A (zh) 2019-03-01
EP3620774A1 (en) 2020-03-11
AU2018102220A4 (en) 2021-09-09
EP3620774B1 (en) 2022-07-27

Similar Documents

Publication Publication Date Title
JP6960525B2 (ja) 植物健康状態の監視方法及び装置
US20220058525A1 (en) Model integration apparatus, model integration method, computer-readable storage medium storing a model integration program, inference system, inspection system, and control system
CN108574737B (zh) 基于云技术和zynq平台的农业自动监控系统及方法
CN110850723B (zh) 一种基于变电站巡检机器人系统的故障诊断及定位方法
EP3309762A1 (en) Fire disaster monitoring method and apparatus
US20220067584A1 (en) Model generation apparatus, model generation method, computer-readable storage medium storing a model generation program, model generation system, inspection system, and monitoring system
KR20170033164A (ko) 스마트 양식장 서버 및 그것을 이용한 양식장 관리 방법
US11935378B2 (en) Intrusion detection methods and devices
JP6260824B2 (ja) 栽培支援方法、栽培支援装置、およびコンピュータプログラム
BE1026887A1 (nl) Werkwijze voor intelligente monitoring van een of meerdere commerciële sites voor veeteeltdieren
CN108319892A (zh) 一种基于遗传算法的车辆安全预警方法及系统
CN114463948A (zh) 一种地质灾害监测预警方法及系统
CN116229668A (zh) 基于红外视频监测的火灾定位系统
CN113705539B (zh) 一种智能消防炮控制灭火方法及控制系统
CN104132735A (zh) 一种室内温度3d可视化监控系统
JP6550496B1 (ja) 情報収集装置、情報収集方法及びコンピュータープログラム
KR20180131775A (ko) 유전자 알고리즘을 이용한 화재 감지 방법 및 시스템
CN116224884A (zh) 基于ai视觉的禽舍环境、家禽体感温度控制系统及方法
KR20140108747A (ko) 동물행동 및 주변환경정보의 모니터링을 통한 실시간 환경 교란 감지 시스템 및 환경 교란 분석 방법
JP2022028451A (ja) マップ生成装置、マップ生成方法、マップ生成プログラム、学習済みモデルの生成方法および学習済みモデル生成装置
AU2014240318B2 (en) System and method of monitoring a region
RU2743886C1 (ru) Система и способ автоматической настройки комплекса технического зрения
US20220406042A1 (en) Model generation apparatus, estimation apparatus, model generation method, and computer-readable storage medium storing a model generation program
WO2023026750A1 (ja) 遠隔監視システム、異常検知システム、遠隔監視方法およびプログラム
US20240233505A1 (en) Provision method and provision device for anomaly information

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200217

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7426

Effective date: 20201112

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20201112

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210226

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210309

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210426

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210914

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211011

R150 Certificate of patent or registration of utility model

Ref document number: 6960525

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150