JP2021082173A - 営農支援システム、営農支援方法、及びコンピュータプログラム - Google Patents

Abstract

【課題】農作物の生育状況を適時に取得すると共にこれを消費者に提供し、収量予測に基づいた営農支援を行う営農支援システム、営農支援方法及びコンピュータプログラムを提供する。【解決手段】営農支援システム1は、所定の圃場で農産物を生産する生産者と、当該所定の圃場における農産物の収量予測及び又は品質予測に係る情報の提供を受ける消費者とを関連付ける参照情報記憶部13を有する。生育状況情報取得部15が、所定の圃場における農産物の生育状況情報を取得すると、収量品質予測生成部16は、生育状況情報に基づいて農産物の収量予測及び／又は品質予測を生成する。収量品質情報送信部18は、参照情報記憶部13を参照して、所定の圃場における農産物の収量予測及び／又は品質予測の提供を受ける消費者の利用する消費者端末3に対し、所定の圃場における農産物の収量予測及び／又は品質予測を含む収量品質情報を送信する。【選択図】図９

Description

本願発明は、圃場の作物生育状況を把握する技術に関する。

毎年度、全国的な調査結果に基づき、農林水産省によって農作物の作況指数が発表されている。農産物を市場に卸す卸売業者や小売業者、種苗生産卸し会社、肥料農薬生産卸し業者、収量災害保険などを扱う保険会社、農作物研究開発機関（品種改良研究機関など）等、広く農産物の収量予測が自らの活動に影響する者（以下、生産者との対比で「消費者」と称する）は、この作況指数に基づいて調達経路や価格設定などを決定しており、重要な指標となっている。

しかしながら、作況指数は一般的に９月に行われる作柄概況調査や、１０月に行われる予想収穫量調査に基づいて発表されており、消費者はそれまで農産物の予測収量を把握できなかった。また、作況指数は予測精度が低く、信頼性が乏しかった。その結果、消費者は、収穫間近あるいは収穫期になってから不足分の調達先確保に動いたり、価格の変更等を迫られたりして不利益を被っていた。

ところで、圃場での作物の生育状況を把握するためにドローン（無人飛行体、マルチコプター）等によって上空から圃場を撮影し、撮影した画像を解析する手法が知られている（たとえば、特許文献１）。圃場上を飛行するドローンを使用することで、衛星写真等を使用した場合と比較して精度が高い画像情報が得られるし、圃場ごとの生育状況を早い段階から的確に分析、把握することもできる。

特開２００３−９６６４号公報

そこで、本発明は、農作物の生育状況を適時に取得すると共にこれを消費者に提供し、収穫作物の収量及び／又は品質の予測に基づいた営農支援を行うことを目的とする。

上記目的を達成するため、本発明の一の観点に係る営農支援システムは、所定の圃場で農産物を生産する生産者が利用する生産者端末とネットワークを介して接続されるサーバを備える営農支援システムであって、前記サーバは、前記所定の圃場で農産物を生産する生産者と、当該所定の圃場における農産物の収量予測及び又は品質予測に係る情報の提供を受ける消費者とを関連付ける参照情報記憶部と、前記所定の圃場における農産物のカメラ画像及び／又は当該カメラ画像から生成される情報を含む生育状況情報を、前記ネットワークを介して前記生産者端末から取得する生育状況情報取得部と、取得した前記生育状況情報に基づいて農産物の収量予測及び／又は品質予測を生成する収量品質予測生成部と、前記参照情報記憶部を参照して、前記所定の圃場における農産物の収量予測及び／又は品質予測の提供を受ける消費者の利用する消費者端末に対し、前記所定の圃場における農産物の収量予測及び／又は品質予測を含む収量品質情報を、前記ネットワークを介して送信する収量品質情報送信部と、を有する。

また、前記収量品質情報送信部は、前記収量品質情報を所定のタイミングで送信するものとしてもよい。

また、前記所定のタイミングは、前記生産者又は前記消費者によって設定されたタイミングであるものとしてもよい。

また、前記収量予測及び／又は品質予測の履歴を記憶する収量品質情報記憶部、をさらに有し、前記所定のタイミングは、前記収量予測及び／又は品質予測に変化があったタイミングであるものとしてもよい。

また、前記参照情報記憶部には、前記生産者が前記消費者ごとに開示不可又は開示可能な情報の種別に係る情報が記憶され、前記収量品質情報送信部において送信される前記収量品質情報からは、前記参照情報記憶部において、前記開示不可と定義された情報が除外されるものとしてもよい。

また、本発明の別の観点に係る営農支援方法は、所定の圃場で農産物を生産する生産者が利用する生産者端末とネットワークを介して接続されるサーバを備える営農支援システムによって実行される方法であって、前記所定の圃場で農産物を生産する生産者と、当該所定の圃場における農産物の収量予測及び又は品質予測に係る情報の提供を受ける消費者とを関連付ける参照情報記憶部、を有する前記サーバが、前記所定の圃場における農産物のカメラ画像及び／又は当該カメラ画像から生成される情報を含む生育状況情報を取得する生育状況情報取得処理と、取得した前記生育状況情報に基づいて農産物の収量予測及び／又は品質予測を生成する収量品質予測生成処理と、前記参照情報記憶部を参照して、前記所定の圃場における農産物の収量予測及び／又は品質予測の提供を受ける消費者の利用する消費者端末に対し、前記所定の圃場における農産物の収量予測及び／又は品質予測を含む収量品質情報を、前記ネットワークを介して送信する収量品質情報送信処理と、を実行する。

また、本発明の別の観点に係るコンピュータプログラムは、所定の圃場で農産物を生産する生産者が利用する生産者端末とネットワークを介して接続されるサーバを備える営農支援システムによって実行されるコンピュータプログラムであって、前記所定の圃場で農産物を生産する生産者と、当該所定の圃場における農産物の収量予測及び又は品質予測に係る情報の提供を受ける消費者とを関連付ける参照情報記憶部、を有する前記サーバに対し、前記所定の圃場における農産物のカメラ画像及び／又は当該カメラ画像から生成される情報を含む生育状況情報を取得する生育状況情報取得処理と、取得した前記生育状況情報に基づいて農産物の収量予測及び／又は品質予測を生成する収量品質予測生成処理と、前記参照情報記憶部を参照して、前記所定の圃場における農産物の収量予測及び／又は品質予測の提供を受ける消費者の利用する消費者端末に対し、前記所定の圃場における農産物の収量予測及び／又は品質予測を含む収量品質情報を、前記ネットワークを介して送信する収量品質情報送信処理と、を実行させる。
なお、コンピュータプログラムは、インターネット等のネットワークを介したダウンロードによって提供したり、ＣＤ−ＲＯＭなどのコンピュータ読取可能な各種の記録媒体に記録して提供したりすることができる。

本発明によれば、農作物の生育状況を適時に取得すると共にこれを消費者に提供し、収量予測に基づいた営農支援を行うことができる。

本発明の実施形態に係る営農支援システムで使用される圃場撮影用ドローンの一例の平面図である。 本発明の実施形態に係る営農支援システムで使用される圃場撮影用ドローンの一例の正面図である。 本発明の実施形態に係る営農支援システムで使用される圃場撮影用ドローンの一例の右側面図である。 本発明の実施形態に係る営農支援システムで使用される圃場撮影用ドローンの一例の背面図である。 本発明の実施形態に係る営農支援システムで使用される圃場撮影用ドローンの一例の斜視図である。 本発明の実施形態に係る営農支援システムで使用される圃場撮影用ドローンの一例を使用した圃場撮影システムの全体概念図の例である。 本発明の実施形態に係る営農支援システムで使用される圃場撮影用ドローンの一例の制御機能を表した模式図である。 本発明の実施形態に係る営農支援システムで実行される圃場画像分析の概要フローチャートの例である。 本発明の実施形態に係る営農支援システムの機能を示した機能ブロック図である。 本発明の実施形態に係る営農支援システムにおいて実行される処理の流れの一例を示したシーケンス図である。 本発明の実施形態に係る営農支援システムにおいて実行される処理の流れの別の一例を示したシーケンス図である。 本発明の実施形態に係る営農支援システムにおいて実行される処理の流れの別の一例を示したシーケンス図である。

本発明の実施形態に係る営農支援システムは、圃場で生産される農産物の収量予測に係る情報を、当該所定の圃場における農産物の収量予測の影響を受ける者に提供するシステムである。
なお、圃場における農産物の収量予測の影響を受ける者とは、上述した「消費者」であり、広く、農産物を市場に卸す卸売業者や小売業者、農産物の収量に基づいた保険を提供する保険会社、農産物の収量に基づいた品種改良の研究を行っている研究機関などである。

ここで、本実施形態に係る営農支援システムが適用される農業形態は、ドローンなどの無人飛行体を用いて農産物の栽培やその管理を行うものである。ドローンは所定の制御プログラムに則り、圃場上を飛行して、圃場で栽培されている農産物に薬剤を散布したり、農産物の生育状況を監視したりする。

まず、このようなドローンの一例について説明しておく。
図１にドローン100の実施例の平面図を、図２にその底面図を、図３にその（進行方向側から見た）正面図、図４にその右側面図、図５に斜視図を示す。なお、本願明細書において、ドローン100とは、動力手段（電力、原動機等）、操縦方式（無線であるか有線であるか、および、自律飛行型であるか手動操縦型であるか等）を問わず、複数の回転翼または飛行手段を有する飛行体全般を指すものとする。

回転翼101-1a、101-1b、101-2a、101-2b、101-3a、101-3b、101-4a、101-4b（ローターとも呼ばれる）は、ドローン100を飛行させるための手段であり、飛行の安定性、機体サイズ、および、バッテリー消費量のバランスを考慮し、8機（2段構成の回転翼が4セット）備えられていることが望ましい。

モーター102-1a、102-1b、102-2a、102-2b、102-3a、102-3b、102-4ａ、102-4bは、回転翼101-1a、101-1b、101-2a、101-2b、101-3a、101-3b、101-4a、101-4bを回転させる手段（典型的には電動機だが発動機等であってもよい）であり、一つの回転翼に対して1機設けられていることが望ましい。１セット内の上下の回転翼（たとえば、101-1aと101-1b）、および、それらに対応するモーター（たとえば、102-1aと102-1b）は、ドローン100の飛行の安定性等のために軸が同一直線上にあり、かつ、互いに反対方向に回転することが望ましい。

薬剤ノズル103-1、103-2、103-3、103-4は、薬剤を下方に向けて散布するための手段であり4機備えられていることが望ましい。薬剤タンク104は散布される薬剤を保管するためのタンクであり、重量バランスの観点からドローン100の重心に近い位置でかつ重心より低い位置に設けられていることが望ましい。薬剤ホース105-1、105-2、105-3、105-4は、薬剤タンク104と各薬剤ノズル103-1、103-2、103-3、103-4とを接続する手段であり、硬質の素材から成り、当該薬剤ノズルを支持する役割を兼ねていてもよい。ポンプ106は、薬剤をノズルから吐出するための手段である。

圃場撮影カメラ107は、ドローン100から圃場（農地）を撮影するためのカメラであり、機体の進行方向に対して後方にある圃場を撮影する向きに設置されていることが望ましい。また、圃場撮影カメラ107と機体の角度はステッピングモーター等の手段により可変となっていることが望ましい。

図６に本願発明に係るドローン100を使用した圃場撮影システムの実施例の全体概念図を示す。本図は模式図であって、縮尺は正確ではない。操縦器401は、使用者402の操作によりドローン100に指令を送信し、また、ドローン100から受信した情報（たとえば、位置、薬剤量、電池残量、圃場撮影カメラ映像等）を表示するための手段であり、コンピュータプログラムを稼働する一般的なタブレット端末等の携帯情報機器によって実現されてよい。本願発明に係るドローン100は自律飛行を行なうよう制御されることが望ましいが、離陸や帰還などの基本操作時、および、緊急時にはマニュアル操作が行なえるようになっていることが望ましい。操縦器401とドローン100はWi-Fi等による無線通信を行なうことが望ましい。

圃場403は、ドローン100による撮影の対象となる田圃や畑等である。実際には、圃場403の地形は複雑であり、事前に地形図が入手できない場合、あるいは、地形図と現場の状況が食い違っている場合がある。通常、圃場403は家屋、病院、学校、他作物圃場、道路、鉄道等と隣接している。また、圃場403内に、建築物や電線等の障害物が存在する場合もある。

基地局404は、Wi-Fi通信の親機機能等を提供する装置であり、RTK-GPS基地局としても機能し、ドローン100の正確な位置を提供できるようにすることが望ましい（Wi-Fi通信の親機機能とRTK-GPS基地局が独立した装置であってもよい）。営農クラウド405は、典型的にはクラウドサービス上で運営されているコンピュータ群と関連ソフトウェアであり、操縦器401と携帯電話回線等で無線接続されていることが望ましい。営農クラウド405は、ドローン100が撮影した圃場403の画像を分析し、作物の生育状況を把握して、飛行ルートを決定するための処理を行なってよい。また、保存していた圃場403の地形情報等をドローン100に提供してよい。加えて、ドローン100の飛行および撮影映像の履歴を蓄積し、様々な分析処理を行なってもよい。

通常、ドローン100は圃場403の外部にある発着地点406から離陸し、圃場403に薬剤を散布した後に、あるいは、薬剤補充や充電等が必要になった時に発着地点406に帰還する。発着地点406から目的の圃場403に至るまでの飛行経路（侵入経路）は、営農クラウド405等で事前に保存されていてもよいし、使用者402が離陸開始前に入力してもよい。

図７に本願発明に係る薬剤散布用ドローンの実施例の制御機能を表した模式図を示す。フライトコントローラー501は、ドローン全体の制御を司る構成要素であり、具体的にはCPU、メモリー、関連ソフトウェア等を含む組み込み型コンピュータであってよい。フライトコントローラー501は、操縦器401から受信した入力情報、および、後述の各種センサーから得た入力情報に基づき、ESC（Electronic Speed Control）等の制御手段を介して、モーター102-1a、102-1b、102-2a、102-2b、102-3a、102-3b、104-a、104-bの回転数を制御することで、ドローン100の飛行を制御する。モーター102-1a、102-1b、102-2a、102-2b、102-3a、102-3b、104-a、104-bの実際の回転数はフライトコントローラー501にフィードバックされ、正常な回転が行なわれているかを監視できる構成になっている。あるいは、回転翼101に光学センサー等を設けて回転翼101の回転がフライトコントローラー501にフィードバックされる構成でもよい。

フライトコントローラー501が使用するソフトウェアは、機能拡張・変更、問題修正等のために記憶媒体等を通じて、または、Wi-Fi通信やUSB等の通信手段を通じて書き換え可能になっていることが望ましい。また、フライトコントローラー501が制御に使用する計算処理の一部が、操縦器401上、または、営農クラウド405上や他の場所に存在する別のコンピュータによって実行されてもよい。フライトコントローラー501は重要性が高いため、その構成要素の一部または全部が二重化されていてもよい。

バッテリー502は、フライトコントローラー501、および、ドローン100のその他の構成要素に電力を供給する手段であり、例えば充電式である。バッテリー502はヒューズ、または、サーキットブレーカー等を含む電源ユニットを介してフライトコントローラー501に接続されている。バッテリー502は電力供給機能に加えて、その内部状態（蓄電量、積算使用時間等）をフライトコントローラー501に伝達する機能を有するスマートバッテリーであってもよい。

フライトコントローラー501は、Wi-Fi子機機能503を介して、さらに、基地局404を介して操縦器401とやり取りを行ない、必要な指令を操縦器401から受信すると共に、必要な情報を操縦器401に送信できる。基地局404は、Wi-Fiによる通信機能に加えて、RTK-GPS基地局の機能も備えていてもよい。RTK基地局の信号とGPS測位衛星からの信号を組み合わせることで、GPSモジュール504により、ドローン100の絶対位置を数センチメートル程度の精度で測定可能となる。GPSモジュール504は重要性が高いため、二重化・多重化しており、また、特定のGPS衛星の障害に対応するため、冗長化されたそれぞれのGPSモジュール504は別の衛星を使用するよう制御されている。

６軸ジャイロセンサー505はドローン機体の互いに直交する３方向の加速度を測定する手段（さらに、加速度の積分により速度を計算する手段）である。また、６軸ジャイロセンサー505は、上述の３方向におけるドローン機体の姿勢角の変化、すなわち角速度を測定する手段である。地磁気センサー506は、地磁気の測定によりドローン機体の方向を測定する手段である。気圧センサー507は、気圧を測定する手段であり、間接的にドローン100の高度も測定することもできる。レーザーセンサー508は、レーザー光の反射を利用してドローン機体と地表との距離を測定する手段であり、例えばIR（赤外線）レーザーを使用してよい。ソナー509は、超音波等の音波の反射を利用してドローン100の機体と地表との距離を測定する手段である。これらのセンサー類は、ドローン100のコスト目標や性能要件に応じて取捨選択してよい。また、機体の傾きを測定するためのジャイロセンサー（角速度センサー）、風力を測定するための風力センサーなどが追加されていてもよい。また、これらのセンサー類は二重化または多重化されていることが望ましい。

流量センサー510は薬剤の流量を測定するための手段であり、薬剤タンク104から薬剤ノズル103に至る経路の複数の場所に設けられている。液切れセンサー511は薬剤の量が所定の量以下になったことを検知するセンサーである。圃場撮影カメラ107は圃場403を撮影し、画像分析を行なうためのデータを取得する手段であり、マルチスペクトルカメラであることが望ましい。障害物検知カメラ513はドローン障害物を検知するためのカメラであり、画像特性とレンズの向きが圃場撮影カメラ107とは異なるため、圃場撮影カメラ107とは別の機器であることが望ましい。スイッチ514はドローン100の使用者402が様々な設定を行なうための手段である。障害物接触センサー515はドローン100、特に、そのローターやプロペラガード部分が電線、建築物、人体、立木、鳥、または、他のドローン等の障害物に接触したことを検知するためのセンサーである。カバーセンサー516は、ドローン100の操作パネルや内部保守用のカバーが開放状態であることを検知するセンサーである。薬剤注入口センサー517は薬剤タンク104の注入口が開放状態であることを検知するセンサーである。これらのセンサー類はドローン100のコスト目標や性能要件に応じて取捨選択してよく、二重化・多重化してもよい。

フライトコントローラー501はポンプ106に対して制御信号を送信し、薬剤吐出量の調整や薬剤吐出の停止を行なう。ポンプ106の現時点の状況（たとえば、回転数等）は、フライトコントローラー501にフィードバックされる構成となっていることが望ましい。

LED518は、ドローン100の操作者に対して、ドローン100の状態を知らせるための表示手段である。LED518に替えて、または、それに加えて液晶ディスプレイ等の表示手段を使用してもよい。ブザー519は、音声信号によりドローン100の状態（特にエラー状態）を知らせるための出力手段である。Wi-Fi子機機能520は操縦器401とは別に、たとえば、ソフトウェアの転送などのために外部のコンピュータ等と通信するためのオプショナルな構成要素である。Wi-Fi子機機能520に替えて、または、それに加えて、赤外線通信、Bluetooth（登録商標）、ZigBee（登録商標）、NFC等の他の無線通信手段、または、USB接続などの有線通信手段を使用してもよい。スピーカー521は、録音した人声や合成音声等により、ドローン100の状態（特にエラー状態）を知らせる出力手段である。天候状態によっては飛行中のドローン100の視覚的表示が見にくいことがあるため、そのような場合には音声による状況伝達が有効である。警告灯522はドローン100の状態（特にエラー状態）を知らせるストロボライト等の表示手段である。これらの入出力手段は、ドローン100のコスト目標や性能要件に応じて取捨選択してよく、二重化・多重化してもよい。

圃場の画像に基づいた作物の生育状況の分析には、赤色光（波長約680nm）と近赤外光（波長約780nm）の反射光による画像を取得してNDVI（Normalized Difference Vegetation Index）を計算することが有効である。一般に、NDVIは（IR − R）/（IR + R）という計算式により求められる（ここで、IRは近赤外光の反射率、Rは赤色光の反射率）である。IRとRは圃場の画像を周波数帯域毎に分析することにより得られるが、カメラにより得られる光量はその時点の環境光等に大きく影響されるため、単に光量のデータだけでは正確な分析を行なうことはできない。状況に応じた適切な補正を行なうことが必要である。

図８に本願発明に係る圃場画像分析の概要フローチャートを示す。圃場画像分析プログラムはドローン100の圃場撮影カメラ107で撮影された作物の画像を入力として得る（S601）。画像入力は撮影済の圃場全体の画像データをまとめて行なってもよい（この場合には、画像を動画データとして記録し、後述の太陽光に関する情報を動画と同じタイムコードで記録しておくことが好ましい）が、現在撮影中の画像の一部をストリーミング方式（準リアルタイム方式）で入力してもよい。次に、撮影時の条件に応じて、使用する補正パラメーターを選択する（S602）。補正情報は事前の実験等によって得られたパラメーターの集合であり、太陽の位置等の撮影時の環境に応じた補正を行なうことで、正確な画像分析が可能になる。次に、選択されたパラメーターを使用して分析対象データの補正を行なう。典型的には、波長帯域を分割した区間（特に、赤色光と近赤外線光）ごとに所定の係数を乗ずること等により補正を行なってよい、たとえば、NDVIの計算式を（α*IR − β*R）/（α*IR + β*R）とし、αとβに所定の数値を代入することで補正を行なってよい。αとβに代入する具体的数値は、事前の実験により様々な太陽光の状態に適する補正数値を求めておき、後述の方法で求めた撮影時の太陽光の状態に合わせて適切なものを選択することが望ましい。他の補正方法を使用してもよい。最後に、補正後の分析対象データに対して分析処理を行なう（上記のNDVIの計算に加えて前処理や後処理を行なってよい）（S604）。分析処理結果の情報はいったん保存して事後の分析に供してもよいが、ドローン100が飛行中にリアルタイムで参照できるようにしてもよい。

続いて、営農支援システムのシステム構成について説明する。
図９に示されるように、本発明の実施形態に係る営農支援システム1は、所定の圃場で農産物を生産する生産者が使用する生産者端末2、サーバで構成される営農クラウド405、及び消費者が使用する消費者端末3によって構成されており、これらはインターネット等のネットワークNWを介して通信可能に構成されている。
なお、生産者端末2は、生産者が使用する端末であるが、これはドローン100そのものであってもよいし、ドローン100とデータ通信可能に構成されたコンピュータ端末によって構成することもできる。また、営農クラウド405は図９に示される機能部を備えているが、これらはその一部又は全部を生産者端末2が備えているものとしてもよく、機能部やハードウェア資源の集約あるいは分散は適宜に設計することができる。

このような営農支援システム1において、営農クラウド405上には、生産者情報記憶部11、消費者情報記憶部12、参照情報記憶部13、収量品質情報記憶部14、生育状況情報取得部15、収量品質予測生成部16、抽出処理部17、及び収量品質情報送信部18からなる機能ブロックが構成されている。

生産者情報記憶部11は、圃場で農産物を生産する生産者に関する情報を記憶した記憶部であって、生産者の属性情報、生産者が圃場で生産する農産物といった情報などが記憶されている。

消費者情報記憶部12は、消費者に関する情報を記憶した記憶部であって、消費者の属性情報などが記憶されている。

参照情報記憶部13は、消費者に対し、農産物の収量予測及び／又は品質予測に係る情報を含む収量品質情報を提供する際に参照される情報を記憶した記憶部である。
この参照情報記憶部13には、所定の生産者の圃場における農産物の収量予測情報又は品質予測情報の少なくともいずれかの提供を受ける消費者を特定する情報、所定の生産者の圃場における農産物の収量予測及び／又は品質予測に係る情報を所定の消費者に提供するタイミングに係る情報、生産者が消費者ごとに、開示不可又は開示可能な情報の種別に係る情報が記憶されている。

所定の生産者の圃場における農産物の収量品質情報を所定の消費者に提供するタイミングに係る情報は、生産者や消費者によって任意に設定される情報である。タイミングは例えば、収量予測及び／又は品質予測が生成される都度、１カ月おきといった一定時間ごと、収量予測及び／又は品質予測に変化があったとき（変化が下方修正の場合のみとすることもできる）など、各種の設定が可能である。

生産者が消費者毎に開示不可又は開示可能な情報の種別とは、農産物の収量予測及び／又は品質予測に係る情報には、具体的な収量や品質の予測値のほか、予測値に影響を与えるデータなどを含み得るところ、生産者が消費者に対して開示不可又は開示可能と定義されているか否かを示す情報である。この情報は、基本的には生産者によって設定されるものであり、生産者と消費者の関係ごとに設定することもできるし、所定の生産者について一律に設定することもできる。

収量品質情報記憶部14は、農産物の収量予測及び／又は品質予測に関する情報を記憶した記憶部であり、農産物の収量予測及び／又は品質予測に係る情報の履歴のほか、収量予測及び／又は品質予測に影響を与える情報を記憶した記憶部である。収量予測及び／又は品質予測に影響を与える情報とは例えば、生産者端末2から取得した農産物の生育状況に係る情報等である。
この収量品質情報記憶部14を参照することにより例えば、新たな収量予測及び／又は品質予測が生成された際に、直前の収量予測及び／又は品質予測から変化があったか否かを判別することができる。また、消費者に対して適宜、収量予測及び／又は品質予測の過去履歴を提供することもできる。

生育状況情報取得部15は、生産者端末2から、農産物の生育状況に係る情報を取得する機能部である。
農産物の生育状況に係る情報とは、ドローン100によって取得された圃場や農産物のカメラ画像、もしくは当該カメラ画像から生成される情報等の情報であって、農産物の生育状況を分析して収量予測及び／又は品質予測を行う基礎となる情報である。

収量品質予測生成部16は、生育状況情報取得部15によって取得された、農産物の生育状況に係る情報を分析し、農産物の収量予測及び／又は品質予測を生成する。
なお、農産物の生育状況に係る情報の分析は、上述した圃場画像分析によって行われる。
また、収量予測及び／又は品質予測の生成は、事後的に行なってもよいが、ドローン100の飛行中にリアルタイムで行われてもよい。

抽出処理部17は、参照情報記憶部13及び収量品質情報記憶部14を参照して、消費者端末3に提供する収量予測及び／又は品質予測に係る情報を抽出する。
抽出の処理においては、消費者に提供される収量品質情報として、少なくとも農産物の収量予測や品質予測に係る情報が抽出されるが、生産者と消費者との関係ごとに、農産物の生育状況に関する情報等、その他の開示可能な範囲の情報が抽出される。

収量品質情報送信部18は、参照情報記憶部13を参照して、所定の生産者と関連付けられた消費者の消費者端末3に対し、当該所定の生産者の圃場における農産物の収量予測及び／又は品質予測を含む収量品質情報を送信する。
収量品質情報の送信においては、参照情報記憶部13に記憶されている所定のタイミングを判断し、収量品質情報を消費者端末3に送信すべきタイミングに至ったと判断したときに、所定の収量予測及び品質予測に係る収量品質情報を抽出処理部17に抽出させ、当該収量品質情報を消費者端末3に送信する。
なお、消費者端末3に対する情報の送信は、その手段を問わず、メール等による配信や、所定のウェブサイト上での情報提供など、各種の態様によることができる。

消費者端末3は、消費者が使用する端末であって、所謂パーソナルコンピュータ等によって実現され、これにより消費者は、営農クラウド405から、農産物の収量予測及び／又は品質予測を含む収量品質情報を受信すると共に、当該収量品質情報を参照することができる。

次に、本実施形態に係る営農支援システム1において実行される処理の流れについて、図１０〜図１２によって三通りの例を説明する。
まず、図１０に示される例について説明する。
営農クラウド405は、生産者端末2から生育状況情報を取得する（S101）。これに応じて、収量品質予測生成部16は、生育状況情報に基づいて収量予測及び／又は品質予測を生成する（S102）。収量予測及び／又は品質予測は収量品質情報記憶部14に記憶される（S103）。

抽出処理部17は、参照情報記憶部13及び収量品質情報記憶部14を参照して、消費者端末3に提供する収量予測及び／又は品質予測に係る情報を抽出する（S104）。この抽出の処理においては、少なくとも農産物の収量予測及び／又は品質予測に係る情報が抽出されるが、生産者と消費者との関係ごとに、開示不可情報と定義された情報が除外された、その他の開示可能な範囲の情報が抽出される。
抽出された収量予測及び／又は品質予測に係る情報を含む収量品質情報は、消費者端末3に送信され（S105）、これにより消費者は、所定の生産者の圃場で生産される農産物の収量予測及び／又は品質予測を把握することができる。

続いて、図１１に示される例について説明する。
まず、図１０の例と同様に、営農クラウド405では、生産者端末2からの生育状況情報の取得（S201）、生育状況情報に基づいた収量予測及び／又は品質予測の生成（S202）、収量予測及び／又は品質予測に係る情報の記憶（S203）が実行される。

収量品質情報送信部18は、参照情報記憶部13を参照して、所定の消費者に対して収量予測及び／又は品質予測に係る情報を含む収量品質情報を送信する所定のタイミングに至ったか否かを判断する（S204）。
その結果、所定のタイミングに至ったと判断されると、抽出処理部17は、参照情報記憶部13及び収量品質情報記憶部14を参照して、農産物の収量予測及び／又は品質予測に係る情報と共に、生産者と消費者との関係ごとに開示不可と定義されていない開示可能な範囲のその他の情報を抽出する（S205）。
抽出された情報は、収量品質情報として消費者端末3に送信され（S206）、これにより消費者は、所定の生産者の圃場で生産される農産物の収量予測及び／又は品質予測を把握することができる。

続いて、図１２に示される例について説明する。
まず、図１０の例と同様に、営農クラウド405では、生産者端末2からの生育状況情報の取得（S301）、生育状況情報に基づいた収量予測及び／又は品質予測の生成（S302）、収量予測及び／又は品質予測に係る情報の記憶（S303）が実行される。

収量品質情報送信部18は、収量品質情報記憶部14を参照して、収量予測及び又は品質予測に変化があったか否かを判断する（S304）。
その結果、収量予測及び又は品質予測に変化があったと判断されると、抽出処理部17は、参照情報記憶部13及び収量品質情報記憶部14を参照して、農産物の収量予測及び／又は品質予測に係る情報と共に、生産者と消費者との関係ごとに開示不可と定義されていない開示可能な範囲のその他の情報を抽出する（S305）。
抽出された情報は、収量品質情報として消費者端末3に送信され（S306）、これにより消費者は、所定の生産者の圃場で生産される農産物の収量予測及び／又は品質予測を把握することができる。

以上の本実施形態に係る営農支援システム1によれば、農産物の収穫時期が近い時期だけでなく、農産物の播種後の生育期間中、農作物の生育状況を適時に取得すると共にこれを消費者に提供し、収量予測及び／又は品質予測に基づいた営農支援を行うことができる。

なお、本説明においては、生育監視用ドローンを例に説明したが、本発明の技術的思想はこれに限られるものではなく、陸上走行する機械にも適用可能である。また、自動運転機械に限られず、手動運転機械であってもよい。また、移動体でなくてもよい。

Claims (7)

1. 所定の圃場で農産物を生産する生産者が利用する生産者端末とネットワークを介して接続されるサーバを備える営農支援システムであって、
   前記サーバは、
   前記所定の圃場で農産物を生産する生産者と、当該所定の圃場における農産物の収量予測及び又は品質予測に係る情報の提供を受ける消費者とを関連付ける参照情報記憶部と、
   前記所定の圃場における農産物のカメラ画像及び／又は当該カメラ画像から生成される情報を含む生育状況情報を、前記ネットワークを介して前記生産者端末から取得する生育状況情報取得部と、
   取得した前記生育状況情報に基づいて農産物の収量予測及び／又は品質予測を生成する収量品質予測生成部と、
   前記参照情報記憶部を参照して、前記所定の圃場における農産物の収量予測及び／又は品質予測の提供を受ける消費者の利用する消費者端末に対し、前記所定の圃場における農産物の収量予測及び／又は品質予測を含む収量品質情報を、前記ネットワークを介して送信する収量品質情報送信部と、を有する、
   営農支援システム。
2. 前記収量品質情報送信部は、前記収量品質情報を所定のタイミングで送信する、
   請求項１記載の営農支援システム。
3. 前記所定のタイミングは、前記生産者又は前記消費者によって設定されたタイミングである、
   請求項２記載の営農支援システム。
4. 前記収量予測及び／又は品質予測の履歴を記憶する収量品質情報記憶部、をさらに有し、
   前記所定のタイミングは、前記収量予測及び／又は品質予測に変化があったタイミングである、
   請求項２記載の営農支援システム。
5. 前記参照情報記憶部には、前記生産者が前記消費者ごとに開示不可又は開示可能な情報の種別に係る情報が記憶され、
   前記収量品質情報送信部において送信される前記収量品質情報からは、前記参照情報記憶部において、前記開示不可と定義された情報が除外される、
   請求項１乃至４いずれかの項に記載の営農支援システム。
6. 所定の圃場で農産物を生産する生産者が利用する生産者端末とネットワークを介して接続されるサーバを備える営農支援システムによって実行される方法であって、
   前記所定の圃場で農産物を生産する生産者と、当該所定の圃場における農産物の収量予測及び又は品質予測に係る情報の提供を受ける消費者とを関連付ける参照情報記憶部、を有する前記サーバが、
   前記所定の圃場における農産物のカメラ画像及び／又は当該カメラ画像から生成される情報を含む生育状況情報を取得する生育状況情報取得処理と、
   取得した生育状況情報に基づいて農産物の収量予測及び／又は品質予測を生成する収量品質予測生成処理と、
   前記参照情報記憶部を参照して、前記所定の圃場における農産物の収量予測及び／又は品質予測の提供を受ける消費者の利用する消費者端末に対し、前記所定の圃場における農産物の収量予測及び／又は品質予測を含む収量品質情報を、前記ネットワークを介して送信する収量品質情報送信処理と、を実行する、
   営農支援方法。
7. 所定の圃場で農産物を生産する生産者が利用する生産者端末とネットワークを介して接続されるサーバを備える営農支援システムによって実行されるコンピュータプログラムであって、
   前記所定の圃場で農産物を生産する生産者と、当該所定の圃場における農産物の収量予測及び又は品質予測に係る情報の提供を受ける消費者とを関連付ける参照情報記憶部、を有する前記サーバに対し、
   前記所定の圃場における農産物のカメラ画像及び／又は当該カメラ画像から生成される情報を含む生育状況情報を取得する生育状況情報取得処理と、
   取得した生育状況情報に基づいて農産物の収量予測及び／又は品質予測を生成する収量品質予測生成処理と、
   前記参照情報記憶部を参照して、前記所定の圃場における農産物の収量予測及び／又は品質予測の提供を受ける消費者の利用する消費者端末に対し、前記所定の圃場における農産物の収量予測及び／又は品質予測を含む収量品質情報を、前記ネットワークを介して送信する収量品質情報送信処理と、を実行させる、
   コンピュータプログラム。
   
   

Images