JP3359702B2 - 異種植物検出方法と該検出方法を用いた雑草駆除方法 - Google Patents
異種植物検出方法と該検出方法を用いた雑草駆除方法Info
- Publication number
- JP3359702B2 JP3359702B2 JP18191593A JP18191593A JP3359702B2 JP 3359702 B2 JP3359702 B2 JP 3359702B2 JP 18191593 A JP18191593 A JP 18191593A JP 18191593 A JP18191593 A JP 18191593A JP 3359702 B2 JP3359702 B2 JP 3359702B2
- Authority
- JP
- Japan
- Prior art keywords
- weed
- detecting
- weeds
- difference
- detection
- 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.)
- Expired - Fee Related
Links
Description
【０００１】
【産業上の利用分野】本発明は、一様に生育中の植物群
中に存在する異種植物、特にゴルフ場の芝生中の雑草の
検出方法と該検出方法を用いた雑草駆除方法に関する。
中に存在する異種植物、特にゴルフ場の芝生中の雑草の
検出方法と該検出方法を用いた雑草駆除方法に関する。
【０００２】
【従来の技術】雑草検出方法に関しては、人間の目によ
る方法以外は、いまだ確立されていない。特に田畑や芝
生に発生する雑草駆除の方法は、現在までのところ、も
っぱら人手による方法と除草剤などによる化学的な方法
が用いられている。
る方法以外は、いまだ確立されていない。特に田畑や芝
生に発生する雑草駆除の方法は、現在までのところ、も
っぱら人手による方法と除草剤などによる化学的な方法
が用いられている。
【０００３】上記人手に頼る方法は、特に最近の人手不
足の点からも問題があり、又、除草剤などによる化学的
な方法は、環境汚染の点、特にゴルフ場の場合、設置場
所が山間の水源地に近接した高原地帯を開発したものも
あるため、水質汚染の点でも重大な環境汚染に係わる社
会的問題を提供している。即ち、ゴルフ場で使用される
農薬には殺菌剤、除草剤、防虫剤があるが、殺菌剤とな
らんで除草剤の比率が大きい。これらの薬剤は極めて水
質汚濁性が強いため、上記のように各地で環境問題とな
っている。行政面でも国が１９９０年に使用農薬を規制
する暫定指針を設けたり、各自治体が農薬禁止や、国よ
り厳しい指針を設けるなど、農薬の使用が制限される方
向にある。しかしながら現状では、除草剤以外の駆除方
法は手作業しかなく、例えば、あるゴルフ場では、フェ
アウェイでは農薬による駆除を行ない、グリーンでは、
１ホールにつき約１週間かけて手作業による雑草駆除を
行なっている。この手作業による駆除も人件費の高騰、
作業者の高齢化、人手不足などの問題があり、この点か
らも雑草駆除の自動化が望まれている。
足の点からも問題があり、又、除草剤などによる化学的
な方法は、環境汚染の点、特にゴルフ場の場合、設置場
所が山間の水源地に近接した高原地帯を開発したものも
あるため、水質汚染の点でも重大な環境汚染に係わる社
会的問題を提供している。即ち、ゴルフ場で使用される
農薬には殺菌剤、除草剤、防虫剤があるが、殺菌剤とな
らんで除草剤の比率が大きい。これらの薬剤は極めて水
質汚濁性が強いため、上記のように各地で環境問題とな
っている。行政面でも国が１９９０年に使用農薬を規制
する暫定指針を設けたり、各自治体が農薬禁止や、国よ
り厳しい指針を設けるなど、農薬の使用が制限される方
向にある。しかしながら現状では、除草剤以外の駆除方
法は手作業しかなく、例えば、あるゴルフ場では、フェ
アウェイでは農薬による駆除を行ない、グリーンでは、
１ホールにつき約１週間かけて手作業による雑草駆除を
行なっている。この手作業による駆除も人件費の高騰、
作業者の高齢化、人手不足などの問題があり、この点か
らも雑草駆除の自動化が望まれている。
【０００４】
【発明が解決しようとする課題】上記したように、従来
の雑草駆除は雑草を含む特定植物群に対し、除草剤を満
遍無く散布する方法を取っているため、非効率的であ
り、不必要な薬剤散布による特定植物群に対する薬害を
小さく取れば雑草駆除の効果は小さくなり、雑草駆除の
効果を十分にあげるためには特定植物群に対するある程
度の薬害も覚悟しなければならず、また、過大な環境汚
染の原因を形成することになる。そのため、前記特定植
物群の中における雑草の識別並びにその位置確認、雑草
位置への集中的除草剤の散布による効率的、且つ環境汚
染を最小に押さえることの出来る雑草駆除が求められて
いる。
の雑草駆除は雑草を含む特定植物群に対し、除草剤を満
遍無く散布する方法を取っているため、非効率的であ
り、不必要な薬剤散布による特定植物群に対する薬害を
小さく取れば雑草駆除の効果は小さくなり、雑草駆除の
効果を十分にあげるためには特定植物群に対するある程
度の薬害も覚悟しなければならず、また、過大な環境汚
染の原因を形成することになる。そのため、前記特定植
物群の中における雑草の識別並びにその位置確認、雑草
位置への集中的除草剤の散布による効率的、且つ環境汚
染を最小に押さえることの出来る雑草駆除が求められて
いる。
【０００５】ところで、ゴルフ場に使用される芝は、乾
燥や踏みつけにも強くまた強度の刈込みでも再生し、緑
を維持できることが要求されている。現在では主に、コ
ウライシバ、べントグラス、ペレニアルライグラス、ノ
シバの４種が植えられている。この５種類にはそれぞれ
特長があり、コウライシバは夏の暑さに強く、べントグ
ラスは冬の寒さに比較的強い特性を持っている。
燥や踏みつけにも強くまた強度の刈込みでも再生し、緑
を維持できることが要求されている。現在では主に、コ
ウライシバ、べントグラス、ペレニアルライグラス、ノ
シバの４種が植えられている。この５種類にはそれぞれ
特長があり、コウライシバは夏の暑さに強く、べントグ
ラスは冬の寒さに比較的強い特性を持っている。
【０００６】又ゴルフ場における雑草は、プレーヤーの
目につきやすく美観を損うばかりでなく、ボールの転が
りにも悪影響与えるため、ゴルフ場側の保守管理のなか
でも、極めて重要な問題となっている。ゴルフ場を芝に
よって分類すると、グリーン、ティーグラウンド、フェ
アウェイに分けられる。フェアウェイにおいてよく見か
ける雑草は、スズメノカタビラ、タンポポ、オオバコ、
クローバー、メヒシバなどがある。またグリーンにおい
てよく見かける雑草は、ほとんどがスズメノカタビラで
ある。このスズメノカタビラは、春先から夏にかけて白
い小穂を付けるが、初秋から冬の間では芝の色と殆どそ
の差が見られない。本発明ではゴルフ場に最も多く分布
し、最も駆除が望まれているスズメノカタビラを主な対
象とした。
目につきやすく美観を損うばかりでなく、ボールの転が
りにも悪影響与えるため、ゴルフ場側の保守管理のなか
でも、極めて重要な問題となっている。ゴルフ場を芝に
よって分類すると、グリーン、ティーグラウンド、フェ
アウェイに分けられる。フェアウェイにおいてよく見か
ける雑草は、スズメノカタビラ、タンポポ、オオバコ、
クローバー、メヒシバなどがある。またグリーンにおい
てよく見かける雑草は、ほとんどがスズメノカタビラで
ある。このスズメノカタビラは、春先から夏にかけて白
い小穂を付けるが、初秋から冬の間では芝の色と殆どそ
の差が見られない。本発明ではゴルフ場に最も多く分布
し、最も駆除が望まれているスズメノカタビラを主な対
象とした。
【０００７】本発明は、かかる技術的問題に鑑みなされ
たもので、田畑やゴルフ場、特にゴルフ場において、一
様に生え揃った芝生のような特定植物群の中に発生した
異種植物（スズメノカタビラ）の四季の変化につれて変
化する特徴に整合した検出方法を提供し、該検出方法の
使用により雑草位置のデータマップを作成して集中的且
つ効率的雑草駆除を可能とする雑草駆除方法を提供する
事を目的とするものである。
たもので、田畑やゴルフ場、特にゴルフ場において、一
様に生え揃った芝生のような特定植物群の中に発生した
異種植物（スズメノカタビラ）の四季の変化につれて変
化する特徴に整合した検出方法を提供し、該検出方法の
使用により雑草位置のデータマップを作成して集中的且
つ効率的雑草駆除を可能とする雑草駆除方法を提供する
事を目的とするものである。
【０００８】
【問題を解決するための手段】本発明は、かかる技術的
課題を達成するために、考えられる雑草検出手段のそれ
ぞれが持つ特徴と、上記雑草（スズメノカタビラ）と芝
生との間の季節的に変化する識別特徴とを適宜組合せ、
効率よく雑草検出を可能にし、好ましくはスズメノカタ
ビラの場合、白い穂を付け非常に目立つ時期の検出もさ
ることながら、最もその駆除が効果的である雑草が成長
して大きな株となる秋から冬にかけての時期における検
出も可能にして、完全駆除が出来るようにする異種植物
検出方法を提案するものである。例えば、視覚による識
別が可能な、ゴルフ場のノシバが主として用いられてい
るフェアウェイやラフの冬期においては当該ノシバが枯
れてしまう時期における雑草の検出とか、または、ゴル
フ場のグリーンの春から夏にかけてのスズメノカタビラ
が白い穂を付ける時期においては、画像処理による検出
手段を用い、秋から冬にかけては、芝生とスズメノカタ
ビラとの間に含有水分の差が見かけられる時は、照射マ
イクロ波の反射電界による検出方法を用い、上記場合で
も朝露とか夜露の影響を受ける時、やや含有水分の少な
くなる冬期等においては、触感の差を利用した触覚セン
サとか葉緑体における光の吸収の差をを利用した光検出
センサによる雑草検出を用い、または、上記それぞれの
長短のある検出方法の組合せにより雑草の完全な検出を
行なうようにしたものである。即ち、本発明はほぼ一様
に生育中の特定植物群の中に発生した異種の植物(以下
雑草という)を検出する方法において、 色度差を利用し
た画像処理により異種植物を検出する検出手段と、触感
の差を利用した触覚型センサによる検出手段と、異種植
物の葉緑体による光の吸収の差を利用した光検出センサ
による検出手段とのいずれか複数の検知手段とを用意
し、前記雑草と特定植物群との間の季節的に変化する識
別特徴にもとづいて、春から夏にかけての雑草識別手段
と、秋から冬にかけての雑草識別手段を異ならせて識別
する事を特徴とし、例えば春から夏にかけての視覚によ
る識別可能の時期においては、色度差を利用した画像処
理により異種植物を検出する検出手段により 識別し、一
方秋から冬にかけては、触感の差を利用した触覚型セン
サによる検出若しくは異種植物の葉緑体による光の吸収
の差を利用した光検出センサによる検出のうち、少なく
とも一の検出手段により識別させればよい。
課題を達成するために、考えられる雑草検出手段のそれ
ぞれが持つ特徴と、上記雑草（スズメノカタビラ）と芝
生との間の季節的に変化する識別特徴とを適宜組合せ、
効率よく雑草検出を可能にし、好ましくはスズメノカタ
ビラの場合、白い穂を付け非常に目立つ時期の検出もさ
ることながら、最もその駆除が効果的である雑草が成長
して大きな株となる秋から冬にかけての時期における検
出も可能にして、完全駆除が出来るようにする異種植物
検出方法を提案するものである。例えば、視覚による識
別が可能な、ゴルフ場のノシバが主として用いられてい
るフェアウェイやラフの冬期においては当該ノシバが枯
れてしまう時期における雑草の検出とか、または、ゴル
フ場のグリーンの春から夏にかけてのスズメノカタビラ
が白い穂を付ける時期においては、画像処理による検出
手段を用い、秋から冬にかけては、芝生とスズメノカタ
ビラとの間に含有水分の差が見かけられる時は、照射マ
イクロ波の反射電界による検出方法を用い、上記場合で
も朝露とか夜露の影響を受ける時、やや含有水分の少な
くなる冬期等においては、触感の差を利用した触覚セン
サとか葉緑体における光の吸収の差をを利用した光検出
センサによる雑草検出を用い、または、上記それぞれの
長短のある検出方法の組合せにより雑草の完全な検出を
行なうようにしたものである。即ち、本発明はほぼ一様
に生育中の特定植物群の中に発生した異種の植物(以下
雑草という)を検出する方法において、 色度差を利用し
た画像処理により異種植物を検出する検出手段と、触感
の差を利用した触覚型センサによる検出手段と、異種植
物の葉緑体による光の吸収の差を利用した光検出センサ
による検出手段とのいずれか複数の検知手段とを用意
し、前記雑草と特定植物群との間の季節的に変化する識
別特徴にもとづいて、春から夏にかけての雑草識別手段
と、秋から冬にかけての雑草識別手段を異ならせて識別
する事を特徴とし、例えば春から夏にかけての視覚によ
る識別可能の時期においては、色度差を利用した画像処
理により異種植物を検出する検出手段により 識別し、一
方秋から冬にかけては、触感の差を利用した触覚型セン
サによる検出若しくは異種植物の葉緑体による光の吸収
の差を利用した光検出センサによる検出のうち、少なく
とも一の検出手段により識別させればよい。
【０００９】また、請求項３記載の発明においては、ほ
ぼ一様に生育中の特定植物群の中に発生した異種の植物
(以下雑草という)を検出していずれかの季節に駆除する
駆除方法において、 触感の差を利用した触覚型センサに
よる検出若しくは異種植物の葉緑体による光の吸収の差
を利用した光検出センサによる検出のうち、少なくとも
一の検出手段により雑草を識別し、 前記検出手段により
雑草位置を検出すると共に、該雑草位置の検出データよ
り雑草位置のデータマップを作成した後、雑草駆除時に
前記データマップにより少なくとも二次元方向に雑草駆
除手段を位置制御できる位置制御機構で制御して雑草駆
除を行なうことを特徴とする雑草駆除方法を提案する。
尚、雑草駆除手段とは農薬散布の他、高周波や熱を照射
して雑草を枯死する方法、機械的に雑草を除去する手段
をいう。
ぼ一様に生育中の特定植物群の中に発生した異種の植物
(以下雑草という)を検出していずれかの季節に駆除する
駆除方法において、 触感の差を利用した触覚型センサに
よる検出若しくは異種植物の葉緑体による光の吸収の差
を利用した光検出センサによる検出のうち、少なくとも
一の検出手段により雑草を識別し、 前記検出手段により
雑草位置を検出すると共に、該雑草位置の検出データよ
り雑草位置のデータマップを作成した後、雑草駆除時に
前記データマップにより少なくとも二次元方向に雑草駆
除手段を位置制御できる位置制御機構で制御して雑草駆
除を行なうことを特徴とする雑草駆除方法を提案する。
尚、雑草駆除手段とは農薬散布の他、高周波や熱を照射
して雑草を枯死する方法、機械的に雑草を除去する手段
をいう。
【００１０】
【作用】上記技術手段により、ほぼ一様に生育中の特定
植物群例えばゴルフ場に生え揃った芝生のなかに発生し
た異種の植物、例えばイネ科の芝生（ベントグラス）の
中に発生するスズメノカタビラの場合は、四季の変化に
対応して、春から夏にかけては視覚により識別できる
が、秋から冬及び冬期においては視覚によっては識別不
可能である。然し、上記春から夏にかけての視覚による
識別可能の時期においては、前記技術手段の画像処理の
手段により識別可能であり、また、秋から冬及び冬期に
おいては、前記技術手段の含有水分による電波の吸収を
利用した照射マイクロ波の反射電解強度の検出による検
出手段や触覚センサによる検出手段及び葉緑体による光
の吸収を利用した光センサによる検出手段により識別可
能になり、特に雑草の最も駆除を必要とする、雑草が成
長して大きな株となる秋から冬にかけての駆除が可能と
することが出来る。
植物群例えばゴルフ場に生え揃った芝生のなかに発生し
た異種の植物、例えばイネ科の芝生（ベントグラス）の
中に発生するスズメノカタビラの場合は、四季の変化に
対応して、春から夏にかけては視覚により識別できる
が、秋から冬及び冬期においては視覚によっては識別不
可能である。然し、上記春から夏にかけての視覚による
識別可能の時期においては、前記技術手段の画像処理の
手段により識別可能であり、また、秋から冬及び冬期に
おいては、前記技術手段の含有水分による電波の吸収を
利用した照射マイクロ波の反射電解強度の検出による検
出手段や触覚センサによる検出手段及び葉緑体による光
の吸収を利用した光センサによる検出手段により識別可
能になり、特に雑草の最も駆除を必要とする、雑草が成
長して大きな株となる秋から冬にかけての駆除が可能と
することが出来る。
【００１１】
【実施例】以下、図面を参照して本発明の公的な実施例
を例自適に詳しく説明する。但しこの実施例に記載され
ている構成部品の寸法、材質、形状、その相対的配置等
は特に特定的な記載が無いかぎりは、この発明の範囲を
それに限定する趣旨ではなく、単なる説明例にすぎな
い。図１〜図３には本発明の画像処理による検出方法の
実施例を示し、図４には照射マイクロ波による検出方法
の実施例を示し、図５〜図９には触覚センサによる検出
方法の実施例を示し、図１０〜図１２には光センサによ
る検出方法の実施例が示してある。
を例自適に詳しく説明する。但しこの実施例に記載され
ている構成部品の寸法、材質、形状、その相対的配置等
は特に特定的な記載が無いかぎりは、この発明の範囲を
それに限定する趣旨ではなく、単なる説明例にすぎな
い。図１〜図３には本発明の画像処理による検出方法の
実施例を示し、図４には照射マイクロ波による検出方法
の実施例を示し、図５〜図９には触覚センサによる検出
方法の実施例を示し、図１０〜図１２には光センサによ
る検出方法の実施例が示してある。
【００１２】図１乃至図３に基づいて画像処理による本
発明の実施例に係る雑草検出方法とその駆除方法を説明
する。画像処理による雑草の検出は、雑草を視覚により
識別出来る時期に行うようにするため、色度差を利用し
た画像処理により構成してある。すなわち、芝部と雑草
部が顕著に分離されるＲＧＢのＲ画像、Ｇ画像、Ｂ画像
について、それぞれ図１に示すヒストグラムを求める。
センサーにはカラーＣＣＤカメラを用い、照明条件を一
定にするため、１００（Ｖ），１５０（Ｗ)の白熱球を
使用し、装置を暗幕で覆ってある。ＣＣＤカメラにより
７０×７０（ｃｍ）の範囲を、画像処理装置を通じてコ
ンピュータに取り入れる。図２に示す画像処理アルゴリ
ズムのように、１でカラー画像の取込み、２で該画像よ
りＲ画像（赤色部分の画像）を分離し、ついで該Ｒ画像
についてヒストグラムの平均値を求めた後しきい値を決
定し、２値化処理を行なう。３で前記２値化した画面に
対して膨張処理を行い、ある一定範囲の面積を元に、余
分な図形を取り除く。４で残った図形の重心を求め、そ
の座標を雑草の位置とした雑草マップを作成する。雑草
駆除装置は、図３に示すように、ＣＣＤカメラ１と、該
カメラにより得られた画像を処理して雑草位置を示すデ
ータマップを作成する画像処理装置２と、前記データマ
ップによりＩ／Ｏ ４を介して農薬散布装置９を稼働さ
せるコンピュータ３と、台車１０とより構成する。前記
農薬散布装置９は、前記Ｉ／Ｏ ４を介して例えばステ
ッピングモータ５、６により作動する位置制御可能のＸ
−Ｙテーブルに搭載された農薬散布用ノズル８とポンプ
７とよりなり、所定の雑草位置に随意移動して農薬を散
布するように構成してある。上記一連の動作を終えた
後、ＡＣモーターによって７０（ｃｍ）自走し、上記装
置一式により同様の操作を繰り返すようにしてある。こ
の方法により画像処理を行なった結果、４〜２０（ｃ
ｍ）（直径７０ｍｍ）の雑草に対して識別が可能である
ことを確認した。さらに本雑草駆除装置により、雑草の
みに農薬投与することができ、農薬使用を最小限に抑え
ることが出来る。
発明の実施例に係る雑草検出方法とその駆除方法を説明
する。画像処理による雑草の検出は、雑草を視覚により
識別出来る時期に行うようにするため、色度差を利用し
た画像処理により構成してある。すなわち、芝部と雑草
部が顕著に分離されるＲＧＢのＲ画像、Ｇ画像、Ｂ画像
について、それぞれ図１に示すヒストグラムを求める。
センサーにはカラーＣＣＤカメラを用い、照明条件を一
定にするため、１００（Ｖ），１５０（Ｗ)の白熱球を
使用し、装置を暗幕で覆ってある。ＣＣＤカメラにより
７０×７０（ｃｍ）の範囲を、画像処理装置を通じてコ
ンピュータに取り入れる。図２に示す画像処理アルゴリ
ズムのように、１でカラー画像の取込み、２で該画像よ
りＲ画像（赤色部分の画像）を分離し、ついで該Ｒ画像
についてヒストグラムの平均値を求めた後しきい値を決
定し、２値化処理を行なう。３で前記２値化した画面に
対して膨張処理を行い、ある一定範囲の面積を元に、余
分な図形を取り除く。４で残った図形の重心を求め、そ
の座標を雑草の位置とした雑草マップを作成する。雑草
駆除装置は、図３に示すように、ＣＣＤカメラ１と、該
カメラにより得られた画像を処理して雑草位置を示すデ
ータマップを作成する画像処理装置２と、前記データマ
ップによりＩ／Ｏ ４を介して農薬散布装置９を稼働さ
せるコンピュータ３と、台車１０とより構成する。前記
農薬散布装置９は、前記Ｉ／Ｏ ４を介して例えばステ
ッピングモータ５、６により作動する位置制御可能のＸ
−Ｙテーブルに搭載された農薬散布用ノズル８とポンプ
７とよりなり、所定の雑草位置に随意移動して農薬を散
布するように構成してある。上記一連の動作を終えた
後、ＡＣモーターによって７０（ｃｍ）自走し、上記装
置一式により同様の操作を繰り返すようにしてある。こ
の方法により画像処理を行なった結果、４〜２０（ｃ
ｍ）（直径７０ｍｍ）の雑草に対して識別が可能である
ことを確認した。さらに本雑草駆除装置により、雑草の
みに農薬投与することができ、農薬使用を最小限に抑え
ることが出来る。
【００１３】然し、画像処理による検出は春先から夏に
かけての季節には有効であるが、秋季、冬期には識別が
困難になる。一方、グリーンの管理上、春にスズメノカ
タビラが白い小穂をつける前の秋から冬の期間に駆除し
ておくことが望ましい。それには数（ｃｍ）の雑草の駆
除を行なう必要がある。即ち、秋には芝と雑草の違いは
ほとんどなく、冬の間はいろがおちた芝に色素により色
付けをするため、つまり、しっとりとした感じ、芝を撫
でたときの剛さ・高さ・ひっかかり具合、またわずかな
色の差異を利用し、雑草の性状に着目した本発明の検出
方法の３種につき下記に説明する。
かけての季節には有効であるが、秋季、冬期には識別が
困難になる。一方、グリーンの管理上、春にスズメノカ
タビラが白い小穂をつける前の秋から冬の期間に駆除し
ておくことが望ましい。それには数（ｃｍ）の雑草の駆
除を行なう必要がある。即ち、秋には芝と雑草の違いは
ほとんどなく、冬の間はいろがおちた芝に色素により色
付けをするため、つまり、しっとりとした感じ、芝を撫
でたときの剛さ・高さ・ひっかかり具合、またわずかな
色の差異を利用し、雑草の性状に着目した本発明の検出
方法の３種につき下記に説明する。
【００１４】図４は、含有水分によるマイクロ波の吸収
の効果を利用した、本発明の照射マイクロ波の反射電界
の検出による検出装置の実施例を示す図である。マイク
ロ波は水に吸収され、水を含む物体中を伝播すると減衰
する。減衰量は物質、含有水分量に関係する。本装置の
マイクロ波発振器は、水蒸気による吸収ピークに近い２
４．１５（ＧＨｚ）のガンダイオード発振器１２を使用
してある。また、反射電界強度は芝と雑草の表面形状に
大きく影響されることを考慮し、乱反射し受信できない
散乱波に対して、該発振器１２を包み込む受信専用ホー
ン１５を設ける構成とし、なお、マイクロ波は指向性が
高いためホーン１３の開口面がそのまま芝生１９検査面
となり正確な計測が可能となる。また、比較波長として
水蒸気による吸収の比較的少ない１０．５２（ＧＨｚ）
のガンダイオード１６を取り付けてある。図４に示すよ
うに、本検出器の構成は、照射マイクロ波の送受信器１
２と散乱波専用の受信器１４と比較マイクロ波送受信器
１６とを左右走査機構２０に搭載し、リニアシャフト１
７を介して横微動走行できるようにし、モータ１８を介
して縦走行して付設してある図示してない演算制御部で
データマップを作成するようにしてある。ついで、前記
して作成したデータマップを利用して別途設けてある農
薬散布装置により所要雑草位置に薬剤散布すれば所要の
雑草駆除が出来る。本照射マイクロ波による検出方法に
よれば、秋期（１０月）には雑草のある位置における受
信電界強度が大きな値を示し、すなわち、秋には芝に対
して雑草の含有水分量が少ないことが分かる。このよう
に、受信強度は天候・場所などの影響を受けるが、相対
的な差により雑草と芝を識別することが可能である。し
かし、朝霧や夜霧の影響を受け、また冬のグリーンで
は、雑草、芝ともに水分量が少なくなるため、識別が困
難になる場合がある。
の効果を利用した、本発明の照射マイクロ波の反射電界
の検出による検出装置の実施例を示す図である。マイク
ロ波は水に吸収され、水を含む物体中を伝播すると減衰
する。減衰量は物質、含有水分量に関係する。本装置の
マイクロ波発振器は、水蒸気による吸収ピークに近い２
４．１５（ＧＨｚ）のガンダイオード発振器１２を使用
してある。また、反射電界強度は芝と雑草の表面形状に
大きく影響されることを考慮し、乱反射し受信できない
散乱波に対して、該発振器１２を包み込む受信専用ホー
ン１５を設ける構成とし、なお、マイクロ波は指向性が
高いためホーン１３の開口面がそのまま芝生１９検査面
となり正確な計測が可能となる。また、比較波長として
水蒸気による吸収の比較的少ない１０．５２（ＧＨｚ）
のガンダイオード１６を取り付けてある。図４に示すよ
うに、本検出器の構成は、照射マイクロ波の送受信器１
２と散乱波専用の受信器１４と比較マイクロ波送受信器
１６とを左右走査機構２０に搭載し、リニアシャフト１
７を介して横微動走行できるようにし、モータ１８を介
して縦走行して付設してある図示してない演算制御部で
データマップを作成するようにしてある。ついで、前記
して作成したデータマップを利用して別途設けてある農
薬散布装置により所要雑草位置に薬剤散布すれば所要の
雑草駆除が出来る。本照射マイクロ波による検出方法に
よれば、秋期（１０月）には雑草のある位置における受
信電界強度が大きな値を示し、すなわち、秋には芝に対
して雑草の含有水分量が少ないことが分かる。このよう
に、受信強度は天候・場所などの影響を受けるが、相対
的な差により雑草と芝を識別することが可能である。し
かし、朝霧や夜霧の影響を受け、また冬のグリーンで
は、雑草、芝ともに水分量が少なくなるため、識別が困
難になる場合がある。
【００１５】図５は、本発明の触覚センサによる検出方
法に使用する触覚センサの概略の構造を示す図である。
本発明の触覚センサによる検出方法は、手触りの違いに
着目し、剛さ、高さ、ひっかかりをまとめて検出するた
め、ひずみゲージを利用した触覚型センサを用いる構成
とした。図１に示すように、プラスチック用ひずみゲー
ジ２２を例えばウレタンゴムのような薄い帯状の可撓性
材質よりなる薄板（例えば１ｍｍ×幅１０ｍｍ、先端幅
３ｍｍ）２１に貼着し、先端部から約４（ｍｍ）までの
部分２３が接地するように地面を摺動する構成とし、被
検出植物の上より押さえるように摺動させ、該植物の見
かけの剛さが前記押圧により加えられる荷重とそれによ
り生ずる変位に比例するものと仮定した。図６の（Ａ）
に示す使用予定の触覚センサについて、予め高さＸと出
力電圧Ｖ及び荷重Ｐと出力電圧Ｖとの関係を図６
（Ｂ）、（Ｃ）に記録し、ついで取り付け高さに差ΔＸ
をつけた２つのセンサ（センサＡ、センサＢ）を図７に
示すように同一走査線上Ｙを走行させ、その計測結果図
８（Ａ）を同図（Ｂ）で平滑化点数を３１点について平
滑化し、見かけの剛さＤを下記算出式より求める。 見かけの剛さＤ＝（Ｐａ−Ｐｂ）／（Ｘβ−Ｘα） ＝（Ｐａ−Ｐｂ）／Ｘｏ ＝（Ｐａ−Ｐｂ）／（Ｘａ＋ΔＸ−Ｘｂ） 上記見かけの剛さ成分の算出式に図６（Ｂ）、（Ｃ）と
よりＰａ、Ｐｂを割り出し代入することにより、見かけ
の剛さ成分Ｄを算出する。この結果、図８（Ｃ）に示す
ように前記センサの走行路位置Ｙに沿って雑草の位置を
検出することが出来る。夏期（９月）と冬期（１月）に
行なった実験の結果を図９（Ａ）、（Ｂ）に示す。本図
より夏期、冬期で識別可能なことが分かる。また、直径
４５（ｍｍ）までの雑草の検出が可能であることを確認
出来た。
法に使用する触覚センサの概略の構造を示す図である。
本発明の触覚センサによる検出方法は、手触りの違いに
着目し、剛さ、高さ、ひっかかりをまとめて検出するた
め、ひずみゲージを利用した触覚型センサを用いる構成
とした。図１に示すように、プラスチック用ひずみゲー
ジ２２を例えばウレタンゴムのような薄い帯状の可撓性
材質よりなる薄板（例えば１ｍｍ×幅１０ｍｍ、先端幅
３ｍｍ）２１に貼着し、先端部から約４（ｍｍ）までの
部分２３が接地するように地面を摺動する構成とし、被
検出植物の上より押さえるように摺動させ、該植物の見
かけの剛さが前記押圧により加えられる荷重とそれによ
り生ずる変位に比例するものと仮定した。図６の（Ａ）
に示す使用予定の触覚センサについて、予め高さＸと出
力電圧Ｖ及び荷重Ｐと出力電圧Ｖとの関係を図６
（Ｂ）、（Ｃ）に記録し、ついで取り付け高さに差ΔＸ
をつけた２つのセンサ（センサＡ、センサＢ）を図７に
示すように同一走査線上Ｙを走行させ、その計測結果図
８（Ａ）を同図（Ｂ）で平滑化点数を３１点について平
滑化し、見かけの剛さＤを下記算出式より求める。 見かけの剛さＤ＝（Ｐａ−Ｐｂ）／（Ｘβ−Ｘα） ＝（Ｐａ−Ｐｂ）／Ｘｏ ＝（Ｐａ−Ｐｂ）／（Ｘａ＋ΔＸ−Ｘｂ） 上記見かけの剛さ成分の算出式に図６（Ｂ）、（Ｃ）と
よりＰａ、Ｐｂを割り出し代入することにより、見かけ
の剛さ成分Ｄを算出する。この結果、図８（Ｃ）に示す
ように前記センサの走行路位置Ｙに沿って雑草の位置を
検出することが出来る。夏期（９月）と冬期（１月）に
行なった実験の結果を図９（Ａ）、（Ｂ）に示す。本図
より夏期、冬期で識別可能なことが分かる。また、直径
４５（ｍｍ）までの雑草の検出が可能であることを確認
出来た。
【００１６】図１０には、葉緑体による吸収スペクトル
の図が示され、図１１には本発明の光センサによる検出
方法に使用する光センサの構造が示され、図１２には検
出結果が示されている。本発明は、色の差異がほとんど
ないといっても、夕陽に照された場合や、曇のため晴天
の時より日光の照射量が少ない場合など、かろうじて目
視により識別できる場合、その僅かな色の違いが葉緑体
の量に関係すると考え、フォトダイオードを使用した光
の反射率を計測するセンサを使用するようにしたもので
ある。葉緑体の中の色素（クロロフィル）に光の波長に
よって吸収量の違いがあることを利用し、葉緑体による
吸収と関係が深いと言われている波長６６０（ｎｍ）
と、比較波長として比較的吸収の少ない８５０（ｎｍ）
を使用した。例として図１０にホウレンソウ葉緑体の吸
収スペクトルを示してある。また、図１１に本発明に使
用する光センサの構造が示してあるが、図に示すよう
に、各波長をピーク波長とする発光ダイオード３１から
光を地上の芝生に対して４５（ｄｅｇ）でスポット照射
する。その反射光を干渉フィルター３２を通じてレンズ
３３により集光し、フォトダイオード３４で受光する。
センサの計測範囲φは直径約７（ｍｍ）の円形状であ
り、フォトダイオード４４はこの範囲の平均値を出力す
る。フォトダイオードは出力電流が非常に小さいため、
入力バイアス電流の極めて小さい高精度オペアンプＡＤ
Ｓ１５ＡＪ（Ａｎａｌｏｇ Ｄｅｖｉｃｅｓ社）を使用
し、オペアンプの非反転入力端子へできるだけ短く接続
している。また、リーク電流を最小限に抑えるために、
メタルケース型でなくセラミックケース型のものを使用
し、フォトダイオードの取り付け部分を含め、装置全体
をアクリルにより成形加工した。また、ＤＣアンプをセ
ンサに取り付け、共に移動するようにし、ＤＣアンプか
らの出力が約１００（Ｈｚ）の周波数であるため、７
次、カットオフ周波数（ｆｃ）が１０（Ｈｚ）の最大平
坦型ロー・パス・フィルターにより平滑化している。ま
た太陽光を遮光するため、センサ全体を箱型の２重の暗
幕で覆ってある。図１２（Ａ）、（Ｂ）に秋（１１月）
と冬（１月）に行なった実験の結果を示す。各季節を通
じて反射強度は雑草が芝に対して約４０％程少なく、ま
た、直径約１５（ｍｍ）の雑草を識別出来ることが示さ
れている。
の図が示され、図１１には本発明の光センサによる検出
方法に使用する光センサの構造が示され、図１２には検
出結果が示されている。本発明は、色の差異がほとんど
ないといっても、夕陽に照された場合や、曇のため晴天
の時より日光の照射量が少ない場合など、かろうじて目
視により識別できる場合、その僅かな色の違いが葉緑体
の量に関係すると考え、フォトダイオードを使用した光
の反射率を計測するセンサを使用するようにしたもので
ある。葉緑体の中の色素（クロロフィル）に光の波長に
よって吸収量の違いがあることを利用し、葉緑体による
吸収と関係が深いと言われている波長６６０（ｎｍ）
と、比較波長として比較的吸収の少ない８５０（ｎｍ）
を使用した。例として図１０にホウレンソウ葉緑体の吸
収スペクトルを示してある。また、図１１に本発明に使
用する光センサの構造が示してあるが、図に示すよう
に、各波長をピーク波長とする発光ダイオード３１から
光を地上の芝生に対して４５（ｄｅｇ）でスポット照射
する。その反射光を干渉フィルター３２を通じてレンズ
３３により集光し、フォトダイオード３４で受光する。
センサの計測範囲φは直径約７（ｍｍ）の円形状であ
り、フォトダイオード４４はこの範囲の平均値を出力す
る。フォトダイオードは出力電流が非常に小さいため、
入力バイアス電流の極めて小さい高精度オペアンプＡＤ
Ｓ１５ＡＪ（Ａｎａｌｏｇ Ｄｅｖｉｃｅｓ社）を使用
し、オペアンプの非反転入力端子へできるだけ短く接続
している。また、リーク電流を最小限に抑えるために、
メタルケース型でなくセラミックケース型のものを使用
し、フォトダイオードの取り付け部分を含め、装置全体
をアクリルにより成形加工した。また、ＤＣアンプをセ
ンサに取り付け、共に移動するようにし、ＤＣアンプか
らの出力が約１００（Ｈｚ）の周波数であるため、７
次、カットオフ周波数（ｆｃ）が１０（Ｈｚ）の最大平
坦型ロー・パス・フィルターにより平滑化している。ま
た太陽光を遮光するため、センサ全体を箱型の２重の暗
幕で覆ってある。図１２（Ａ）、（Ｂ）に秋（１１月）
と冬（１月）に行なった実験の結果を示す。各季節を通
じて反射強度は雑草が芝に対して約４０％程少なく、ま
た、直径約１５（ｍｍ）の雑草を識別出来ることが示さ
れている。
【００１７】上記触覚センサや光センサを使用する場合
でも、雑草駆除装置において、それぞれのセンサ素子よ
りなる検出手段と農薬散布手段とを縦横微動位置制御可
能のＸ−Ｙテーブルよりなる位置制御機構上に設け、走
査線上の雑草位置を検出し、演算制御器等により、雑草
位置のデータマップを作成し、ついで該マツプにより前
記位置制御機構を作動させ該機構上に設けられた農薬散
布装置を切り換え手段により切り換え駆動させ、所要雑
草位置を重点的に薬剤散布して雑草駆除をすることが出
来る。
でも、雑草駆除装置において、それぞれのセンサ素子よ
りなる検出手段と農薬散布手段とを縦横微動位置制御可
能のＸ−Ｙテーブルよりなる位置制御機構上に設け、走
査線上の雑草位置を検出し、演算制御器等により、雑草
位置のデータマップを作成し、ついで該マツプにより前
記位置制御機構を作動させ該機構上に設けられた農薬散
布装置を切り換え手段により切り換え駆動させ、所要雑
草位置を重点的に薬剤散布して雑草駆除をすることが出
来る。
【００１８】
【効果】以上記載したように、本発明によれば、ほぼ一
様に生育中の特定植物群例えばゴルフ場に生え揃った芝
生のなかに発生した異種の植物、例えばイネ科の芝生
（ベントグラス）の中に発生するスズメノカタビラの場
合は、春から夏にかけての視覚による識別可能の時期に
おいては、画像処理の手段により識別し、また、秋から
冬及び冬期においては、照射マイクロ波の反射電解強度
の検出による検出手段や触覚センサによる検出手段及び
葉緑体による光の吸収を利用した光センサによる検出手
段により識別であり、何れの季節においても雑草駆除が
可能であると共に、特に雑草の最も駆除を必要とする、
雑草が成長して大きな株となる秋から冬にかけての駆除
が容易となる。また、請求項２記載の発明によれば、前
記検出方法により雑草の位置を検出し、その雑草位置に
対し重点的に薬剤を散布する事が可能であるために、効
率的な雑草駆除が出来る。等の種々の著効を有す。
様に生育中の特定植物群例えばゴルフ場に生え揃った芝
生のなかに発生した異種の植物、例えばイネ科の芝生
（ベントグラス）の中に発生するスズメノカタビラの場
合は、春から夏にかけての視覚による識別可能の時期に
おいては、画像処理の手段により識別し、また、秋から
冬及び冬期においては、照射マイクロ波の反射電解強度
の検出による検出手段や触覚センサによる検出手段及び
葉緑体による光の吸収を利用した光センサによる検出手
段により識別であり、何れの季節においても雑草駆除が
可能であると共に、特に雑草の最も駆除を必要とする、
雑草が成長して大きな株となる秋から冬にかけての駆除
が容易となる。また、請求項２記載の発明によれば、前
記検出方法により雑草の位置を検出し、その雑草位置に
対し重点的に薬剤を散布する事が可能であるために、効
率的な雑草駆除が出来る。等の種々の著効を有す。
【図１】雑草と芝のヒストグラムを示す。
【図２】本発明の画像処理のアルゴリズムを示す。
【図３】図２の画像処理による雑草駆除装置の実施例を
示す。
示す。
【図４】本発明の含有水分によるマイクロ波の吸収の効
果を利用した、照射マイクロ波の反射電界の検出による
検出装置の実施例を示す。
果を利用した、照射マイクロ波の反射電界の検出による
検出装置の実施例を示す。
【図５】本発明の触覚センサによる検出方法に使用する
触覚センサの概略の構造を示す。
触覚センサの概略の構造を示す。
【図６】（Ａ）に示す触覚センサについて、予め高さＸ
と出力電圧Ｖ及び荷重Ｐと出力電圧Ｖとの関係を
（Ｂ）、（Ｃ）に示してある。
と出力電圧Ｖ及び荷重Ｐと出力電圧Ｖとの関係を
（Ｂ）、（Ｃ）に示してある。
【図７】同一走査線上に設けられた取り付け高さの違う
図６に示す２つのセンサによる、見かけの剛さ成分の算
出式の説明図である。
図６に示す２つのセンサによる、見かけの剛さ成分の算
出式の説明図である。
【図８】（Ａ）は図７の測定結果を示す図で、（Ｂ）は
（Ａ）の平滑化点数を３１点について平滑化した図で、
（Ｃ）は見かけの剛さ成分算出式より得られたセンサ走
査位置Ｙに対する見かけの剛さ成分を示す。
（Ａ）の平滑化点数を３１点について平滑化した図で、
（Ｃ）は見かけの剛さ成分算出式より得られたセンサ走
査位置Ｙに対する見かけの剛さ成分を示す。
【図９】図５の触覚センサによる実験結果を示す。
【図１０】葉緑体による吸収スペクトルを示す。
【図１１】本発明の光センサによる検出方法に使用す
る、光センサの構造を示す。
る、光センサの構造を示す。
【図１２】図１０の光センサを使用した検出結果を示
す。
す。
１ ＣＣＤカメラ ２ 画像処理装置 ３ コンピュータ ８ 農薬散布装置 １２ 照射マイクロ波の送受信器 １４ 散乱波専用の受信器 １６ 比較マイクロ波の送受信器 ２１ ウレタンの薄板 ２２ ひずみゲージ ３１ 発光ダイオード ３２ 干渉フィルタ ３３ レンズ ３４ フォトダイオード
───────────────────────────────────────────────────── フロントページの続き (72)発明者 永礼 昇治 東京都江東区牡丹２丁目13番１号 株式 会社前川製作所内 (72)発明者 篠崎 聡 東京都江東区牡丹２丁目13番１号 株式 会社前川製作所内 (56)参考文献 特開 平６−153605（ＪＰ，Ａ) 実開 平２−23404（ＪＰ，Ｕ) 雑草駆除ロボットの開発，1993年度精 密工学会春季大会学術講演会講演論文 集，社団法人精密工学会，1993年 ３月 25日，Ｐ．443−444 雑草駆除ロボットの開発，1993年度精 密工学会春季大会学術講演会講演論文 集，1992，Ｐ．997−998 (58)調査した分野(Int.Cl.7，ＤＢ名) A01M 21/04 A01B 39/18 G01N 21/27 G01N 22/04 G06T 1/00
Claims (3)
- 【請求項１】 ほぼ一様に生育中の特定植物群の中に発
生した異種の植物(以下雑草という)を検出する方法にお
いて、 色度差を利用した画像処理により異種植物を検出する検
出手段と、触感の差を利用した触覚型センサによる検出
手段と、異種植物の葉緑体による光の吸収の差を利用し
た光検出センサによる検出手段とのいずれか複数の検知
手段とを用意し、前記雑草と特定植物群との間の季節的
に変化する識別特徴にもとづいて、春から夏にかけての
雑草識別手段と、秋から冬にかけての雑草識別手段を異
ならせて識別する事を特徴とする異種植物検出方法。 - 【請求項２】 春から夏にかけての視覚による識別可能
の時期においては、色度差を利用した画像処理により異
種植物を検出する検出手段により識別し、 一方秋から冬にかけては、触感の差を利用した触覚型セ
ンサによる検出若しくは異種植物の葉緑体による光の吸
収の差を利用した光検出センサによる検出のうち、少な
くとも一の検出手段により識別させた事を特徴とする請
求項１記載の異種植物検出方法。 - 【請求項３】 ほぼ一様に生育中の特定植物群の中に発
生した異種の植物(以下雑草という)を検出していずれか
の季節に駆除する駆除方法において、 触感の差を利用した触覚型センサによる検出若しくは異
種植物の葉緑体による光の吸収の差を利用した光検出セ
ンサによる検出のうち、少なくとも一の検出手段により
雑草を識別し、 前記検出手段により雑草位置を検出すると共に、該雑草
位置の検出データより雑草位置のデータマップを作成し
た後、雑草駆除時に前記データマップにより少なくとも
二次元方向に雑草駆除手段を位置制御できる位置制御機
構で制御して雑草駆除を行なうことを特徴とする 雑草駆
除方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18191593A JP3359702B2 (ja) | 1993-06-28 | 1993-06-28 | 異種植物検出方法と該検出方法を用いた雑草駆除方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18191593A JP3359702B2 (ja) | 1993-06-28 | 1993-06-28 | 異種植物検出方法と該検出方法を用いた雑草駆除方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0779681A JPH0779681A (ja) | 1995-03-28 |
| JP3359702B2 true JP3359702B2 (ja) | 2002-12-24 |
Family
ID=16109134
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP18191593A Expired - Fee Related JP3359702B2 (ja) | 1993-06-28 | 1993-06-28 | 異種植物検出方法と該検出方法を用いた雑草駆除方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3359702B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2798121C1 (ru) * | 2022-02-01 | 2023-06-15 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского" | Способ определения величины плотности мощности электромагнитного излучения в изотропном водном растворе хлорофилла |
Families Citing this family (42)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5793035A (en) * | 1992-07-28 | 1998-08-11 | Patchen, Inc. | Apparatus and method for spraying herbicide on weeds in a cotton field |
| JP2004016182A (ja) * | 2002-06-20 | 2004-01-22 | Sharp Corp | 栽培ロボットシステム |
| HU3056U (en) * | 2005-04-29 | 2006-03-28 | G & G Noevenyvedelmi Es Keresk | Construction for making weed map |
| EP3316673B1 (en) * | 2015-07-02 | 2020-11-04 | EcoRobotix SA | Robot vehicle and method using a robot for an automatic treatment of vegetable organisms |
| EP3568669B1 (en) * | 2017-01-12 | 2023-10-11 | The Toro Company | Mobile turf instrument apparatus |
| CN110809403B (zh) * | 2017-07-06 | 2022-11-15 | 拜耳股份公司 | 用于杂草控制的装置 |
| CN107624736B (zh) * | 2017-09-22 | 2022-12-23 | 昆明理工大学 | 一种轨道式三七喷药机 |
| US11957072B2 (en) | 2020-02-06 | 2024-04-16 | Deere & Company | Pre-emergence weed detection and mitigation system |
| US11240961B2 (en) | 2018-10-26 | 2022-02-08 | Deere & Company | Controlling a harvesting machine based on a geo-spatial representation indicating where the harvesting machine is likely to reach capacity |
| US11672203B2 (en) | 2018-10-26 | 2023-06-13 | Deere & Company | Predictive map generation and control |
| US11641800B2 (en) | 2020-02-06 | 2023-05-09 | Deere & Company | Agricultural harvesting machine with pre-emergence weed detection and mitigation system |
| US11467605B2 (en) | 2019-04-10 | 2022-10-11 | Deere & Company | Zonal machine control |
| US11178818B2 (en) | 2018-10-26 | 2021-11-23 | Deere & Company | Harvesting machine control system with fill level processing based on yield data |
| US11653588B2 (en) | 2018-10-26 | 2023-05-23 | Deere & Company | Yield map generation and control system |
| US11079725B2 (en) | 2019-04-10 | 2021-08-03 | Deere & Company | Machine control using real-time model |
| US11589509B2 (en) | 2018-10-26 | 2023-02-28 | Deere & Company | Predictive machine characteristic map generation and control system |
| CA3134436A1 (en) * | 2019-03-29 | 2020-10-08 | Basf Agro Trademarks Gmbh | Targeted weed control with chemical and mechanical means |
| US11234366B2 (en) | 2019-04-10 | 2022-02-01 | Deere & Company | Image selection for machine control |
| US11778945B2 (en) | 2019-04-10 | 2023-10-10 | Deere & Company | Machine control using real-time model |
| US11477940B2 (en) | 2020-03-26 | 2022-10-25 | Deere & Company | Mobile work machine control based on zone parameter modification |
| CN111347388B (zh) * | 2020-04-09 | 2024-03-08 | 内蒙古自治区生物技术研究院 | 一种基于履带式多功能机器人及杂草识别方法 |
| US11849671B2 (en) | 2020-10-09 | 2023-12-26 | Deere & Company | Crop state map generation and control system |
| US11874669B2 (en) | 2020-10-09 | 2024-01-16 | Deere & Company | Map generation and control system |
| US11845449B2 (en) | 2020-10-09 | 2023-12-19 | Deere & Company | Map generation and control system |
| US11727680B2 (en) | 2020-10-09 | 2023-08-15 | Deere & Company | Predictive map generation based on seeding characteristics and control |
| US11711995B2 (en) | 2020-10-09 | 2023-08-01 | Deere & Company | Machine control using a predictive map |
| US11889788B2 (en) | 2020-10-09 | 2024-02-06 | Deere & Company | Predictive biomass map generation and control |
| US11474523B2 (en) | 2020-10-09 | 2022-10-18 | Deere & Company | Machine control using a predictive speed map |
| US11592822B2 (en) | 2020-10-09 | 2023-02-28 | Deere & Company | Machine control using a predictive map |
| US11825768B2 (en) | 2020-10-09 | 2023-11-28 | Deere & Company | Machine control using a predictive map |
| US11927459B2 (en) | 2020-10-09 | 2024-03-12 | Deere & Company | Machine control using a predictive map |
| US11871697B2 (en) | 2020-10-09 | 2024-01-16 | Deere & Company | Crop moisture map generation and control system |
| US11675354B2 (en) | 2020-10-09 | 2023-06-13 | Deere & Company | Machine control using a predictive map |
| US11946747B2 (en) | 2020-10-09 | 2024-04-02 | Deere & Company | Crop constituent map generation and control system |
| US11864483B2 (en) | 2020-10-09 | 2024-01-09 | Deere & Company | Predictive map generation and control system |
| US11895948B2 (en) | 2020-10-09 | 2024-02-13 | Deere & Company | Predictive map generation and control based on soil properties |
| US11635765B2 (en) | 2020-10-09 | 2023-04-25 | Deere & Company | Crop state map generation and control system |
| US11844311B2 (en) | 2020-10-09 | 2023-12-19 | Deere & Company | Machine control using a predictive map |
| US11650587B2 (en) | 2020-10-09 | 2023-05-16 | Deere & Company | Predictive power map generation and control system |
| US11849672B2 (en) | 2020-10-09 | 2023-12-26 | Deere & Company | Machine control using a predictive map |
| US11889787B2 (en) | 2020-10-09 | 2024-02-06 | Deere & Company | Predictive speed map generation and control system |
| CN115413550B (zh) * | 2022-11-07 | 2023-03-14 | 中化现代农业有限公司 | 甜菜植保方法及甜菜植保设备 |
-
1993
- 1993-06-28 JP JP18191593A patent/JP3359702B2/ja not_active Expired - Fee Related
Non-Patent Citations (2)
| Title |
|---|
| 雑草駆除ロボットの開発，１９９３年度精密工学会春季大会学術講演会講演論文集，１９９２，Ｐ．９９７−９９８ |
| 雑草駆除ロボットの開発，１９９３年度精密工学会春季大会学術講演会講演論文集，社団法人精密工学会，１９９３年 ３月２５日，Ｐ．４４３−４４４ |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2798121C1 (ru) * | 2022-02-01 | 2023-06-15 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского" | Способ определения величины плотности мощности электромагнитного излучения в изотропном водном растворе хлорофилла |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0779681A (ja) | 1995-03-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3359702B2 (ja) | 異種植物検出方法と該検出方法を用いた雑草駆除方法 | |
| HUT73363A (en) | Structure and method for differentiating one object from another object | |
| Jensen et al. | Spray mass balance in pesticide application: a review | |
| US20140180549A1 (en) | Automated machine for selective in situ manipulation of plants | |
| US5585626A (en) | Apparatus and method for determining a distance to an object in a field for the controlled release of chemicals on plants, weeds, trees or soil and/or guidance of farm vehicles | |
| DE10002880C1 (de) | Verfahren und Vorrichtung zum Kontrollieren und Beeinflussen des Pflanzenzustandes durch Pflanzenzustandsinformationen | |
| DE4413739C2 (de) | Einrichtung zum Erkennen und Unterscheiden von Pflanzen und Bodenbereichen sowie zum Unterscheiden von Kultur- und Wildpflanzen | |
| WO2019125809A1 (en) | Device for turf treatment | |
| EP2775827A1 (en) | Pest control system, pest control method and pest control program | |
| Hanks et al. | Sensor-controlled hooded sprayer for row crops | |
| WO2019125807A1 (en) | Autonomous vehicle for the detection and control of plant diseases | |
| Roman et al. | Stereo vision controlled variable rate sprayer for specialty crops: Part II. Sprayer development and performance evaluation | |
| Guan et al. | Review on research and application of variable rate spray in agriculture | |
| Doruchowski et al. | Target detection as a tool of selective spray application on trees and weeds in orchards | |
| Özlüoymak | Development and assessment of a novel camera-integrated spraying needle nozzle design for targeted micro-dose spraying in precision weed control | |
| Reichard et al. | An automatic intermittent sprayer | |
| Tangwongkit et al. | Development of a real-time, variable rate herbicide applicator using machine vision for between-row weeding of sugarcane fields | |
| EP3639660B1 (en) | Controlling plant detection systems | |
| Warneke et al. | Sensor Sprayers for Specialty Crop Production | |
| CN113016766A (zh) | 一种智能温室杂草识别去除系统及其控制方法 | |
| WO2019125808A1 (en) | Handheld device for controlling treatment and method for resistance management in managed landscapes | |
| Malkani et al. | A Review on Recently Developed Technologies for Weed Recognition and Herbicide Application based on Digital Image Processing | |
| UEKA et al. | Development of Multi-Operation Robot for Productivity Enhancement of Intelligent Greenhouses: For Construction of Integrated Pest Management Technology for Intelligent Greenhouses | |
| Tewari et al. | Artificial Intelligence in Agriculture | |
| CA2193837C (en) | Apparatus and method for determining a distance to an object in a field |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081011 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091011 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |