JP6943725B2 - 生長状態予測装置 - Google Patents
生長状態予測装置 Download PDFInfo
- Publication number
- JP6943725B2 JP6943725B2 JP2017214717A JP2017214717A JP6943725B2 JP 6943725 B2 JP6943725 B2 JP 6943725B2 JP 2017214717 A JP2017214717 A JP 2017214717A JP 2017214717 A JP2017214717 A JP 2017214717A JP 6943725 B2 JP6943725 B2 JP 6943725B2
- Authority
- JP
- Japan
- Prior art keywords
- growth state
- unit
- growth
- state distribution
- distribution
- 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.)
- Active
Links
- 238000009826 distribution Methods 0.000 claims description 184
- 238000003306 harvesting Methods 0.000 claims description 111
- 238000004364 calculation method Methods 0.000 claims description 35
- 230000007613 environmental effect Effects 0.000 claims description 16
- 238000003384 imaging method Methods 0.000 claims description 6
- 238000013459 approach Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 47
- 238000003860 storage Methods 0.000 description 47
- 238000000034 method Methods 0.000 description 43
- 235000013399 edible fruits Nutrition 0.000 description 35
- 238000004891 communication Methods 0.000 description 30
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 15
- 238000013500 data storage Methods 0.000 description 14
- 230000015654 memory Effects 0.000 description 10
- 239000000284 extract Substances 0.000 description 7
- 241000227653 Lycopersicon Species 0.000 description 4
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 4
- 238000012272 crop production Methods 0.000 description 3
- 235000013311 vegetables Nutrition 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 125000000391 vinyl group Chemical group [H]C([*])=C([H])[H] 0.000 description 2
- 229920002554 vinyl polymer Polymers 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
この発明は、栽培領域で栽培される作物の生長状態を予測するための生長状態予測装置に関する。この明細書において、「作物」とは、農作物や園芸作物を意味するものとする。「作物」には、例えば、果実、野菜、花等が含まれる。
特許文献１には、果実を撮影した画像から各果実の高さと直径との比率を算出し、算出された各果実の高さと直径との比率から、各果実の生長状態を判定することが開示されている。また、特許文献１には、判定された果実の生長状態から生長モデルを生成し、この生長モデルに基づいて当該果実の収穫時期を予測することが開示されている。
複数の果実が存在する栽培領域において、当該栽培領域全体としての果実の生長状態を予測したい場合がある。しかしながら、前記特許文献１に記載の技術は、個々の果実の生長状態を予測するものであり、所定の栽培領域全体としての果実の生長状態を予測するものではない。
本発明の目的は、複数の作物が栽培される栽培領域において、当該栽培領域全体としての作物の生長状態を予測することができる生長状態予測装置を提供することである。
本発明の目的は、複数の作物が栽培される栽培領域において、当該栽培領域全体としての作物の生長状態を予測することができる生長状態予測装置を提供することである。
この発明の一実施形態は、所定の栽培領域の少なくとも一部を撮像することによって得られる複数の作物を含む画像に基づいて、前記栽培領域で栽培される作物の生長を予測する生長状態予測装置であって、前記画像に含まれる前記複数の作物を生長状態に応じて分類し、前記複数の作物の分類結果から前記栽培領域全体における作物の生長状態分布を生成する分布生成部と、前記分布生成部によって生成された生長状態分布を時間進展させることにより、前記栽培領域全体における作物の将来の生長状態分布を予測する機能を備えた予測部とを含む、生長状態予測装置を提供する。
この構成では、複数の作物を含む画像から、当該画像が撮影された時点における栽培領域全体における作物の生長状態分布が生成される。そして、この生長状態分布を時間進展させることによって、栽培領域全体における作物の将来の生長状態分布が予測される。これにより、栽培領域全体としての作物の生長状態を予測することができるようになる。
この発明の一実施形態では、前記予測部は、前記将来の生長状態分布として、前記分布生成部によって生成された生長状態分布を所与の希望収穫時期まで進展させることにより、前記希望収穫時期の生長状態分布を求め、前記希望収穫時期の生長状態分布において生長状態が所定の収穫閾値を超える部分に存在する作物の数量から、前記希望収穫時期における収穫量を予測する収穫量予測部を含む。
この発明の一実施形態では、前記予測部は、前記将来の生長状態分布として、前記分布生成部によって生成された生長状態分布を所与の希望収穫時期まで進展させることにより、前記希望収穫時期の生長状態分布を求め、前記希望収穫時期の生長状態分布において生長状態が所定の収穫閾値を超える部分に存在する作物の数量から、前記希望収穫時期における収穫量を予測する収穫量予測部を含む。
この構成によれば、予測した将来の生長状態分布から、希望収穫時期における収穫量を予測することができる。
この発明の一実施形態では、前記予測部は、前記将来の生長状態分布として、生長状態が所定の収穫閾値を超える部分に存在する作物の数量から得られる収穫量が、所与の希望収穫量以上になる生長状態分布を求め、当該生長状態分布に対応する時期を収穫時期として予測する収穫時期予測部を含む。
この発明の一実施形態では、前記予測部は、前記将来の生長状態分布として、生長状態が所定の収穫閾値を超える部分に存在する作物の数量から得られる収穫量が、所与の希望収穫量以上になる生長状態分布を求め、当該生長状態分布に対応する時期を収穫時期として予測する収穫時期予測部を含む。
この構成によれば、予測した将来の生長状態分布から、希望収穫量の作物を収穫できる収穫時期を予測することができる。
この発明の一実施形態では、前記予測部は、前記将来の生長状態分布として、生長状態が所定の収穫閾値を超える部分に存在する作物の数量から得られる収穫量が所与の希望収穫量以上になる生長状態分布を求め、得られた生長状態分布を目標生長状態分布として設定する目標生長状態分布設定部と、前記分布生成部によって生成された生長状態分布を所与の希望収穫時期まで進展させた将来の生長状態分布が、前記目標生長状態分布設定部によって設定された目標生長状態分布に近づくように、前記栽培領域における環境を制御するための環境制御値を算出する制御値算出部とを含む。
この発明の一実施形態では、前記予測部は、前記将来の生長状態分布として、生長状態が所定の収穫閾値を超える部分に存在する作物の数量から得られる収穫量が所与の希望収穫量以上になる生長状態分布を求め、得られた生長状態分布を目標生長状態分布として設定する目標生長状態分布設定部と、前記分布生成部によって生成された生長状態分布を所与の希望収穫時期まで進展させた将来の生長状態分布が、前記目標生長状態分布設定部によって設定された目標生長状態分布に近づくように、前記栽培領域における環境を制御するための環境制御値を算出する制御値算出部とを含む。
この構成によれば希望収穫時期に希望収穫量の作物を収穫することが可能となる。
この発明の一実施形態では、前記制御値算出部によって算出された環境制御値に基づいて、前記栽培領域における環境を制御する環境制御部をさらに含む。
この構成によれば、希望収穫時期に希望収穫量の作物を収穫できるようになる。
この発明の一実施形態では、前記制御値算出部によって算出された環境制御値に基づいて、前記栽培領域における環境を制御する環境制御部をさらに含む。
この構成によれば、希望収穫時期に希望収穫量の作物を収穫できるようになる。
以下、この発明の実施形態を、添付図面を参照して詳細に説明する。
図１は、実施形態に係る生長状態予測装置が適用された作物生産管理システムの構成を示す模式図である。
作物生産管理システム１は、作物を栽培するための作物栽培システム２と、生長状態予測装置としてのサーバ３とを含む。この実施形態では、作物は、野菜であり、より具体的にはトマトである。作物は、果実、花等であってもよい。
図１は、実施形態に係る生長状態予測装置が適用された作物生産管理システムの構成を示す模式図である。
作物生産管理システム１は、作物を栽培するための作物栽培システム２と、生長状態予測装置としてのサーバ３とを含む。この実施形態では、作物は、野菜であり、より具体的にはトマトである。作物は、果実、花等であってもよい。
作物栽培システム２は、作物の栽培領域の近傍に設置されている。サーバ３は、例えば、作物の栽培領域とは離れた場所に設置された管理センター（図示略）内に設けられている。作物栽培システム２は、通信網４を介して、サーバ３と通信可能である。
作物栽培システム２は、作物の撮影、栽培領域の環境の観測、栽培領域の環境の制御等を行う。作物栽培システム２は、作物の撮像データ（画像データ）、栽培領域の環境の観測データ等をサーバ３に送信する。サーバ３は、作物栽培システム２から送信された画像データ、観測データ等を受信して記憶する。サーバ３は、取得した画像データ等に基づいて、作物の将来の生長状態の予測、作物の収穫量の予測、収穫日の予測等を行う。また、サーバ３は、取得した画像データ等に基づいて、栽培領域の環境を制御するための環境制御値を算出して、作物栽培システム２に与える場合もある。
作物栽培システム２は、作物の撮影、栽培領域の環境の観測、栽培領域の環境の制御等を行う。作物栽培システム２は、作物の撮像データ（画像データ）、栽培領域の環境の観測データ等をサーバ３に送信する。サーバ３は、作物栽培システム２から送信された画像データ、観測データ等を受信して記憶する。サーバ３は、取得した画像データ等に基づいて、作物の将来の生長状態の予測、作物の収穫量の予測、収穫日の予測等を行う。また、サーバ３は、取得した画像データ等に基づいて、栽培領域の環境を制御するための環境制御値を算出して、作物栽培システム２に与える場合もある。
図２は、作物の栽培領域および栽培領域に設けられた作物栽培システム２の構成を示す模式図である。
この実施形態では、作物（この例ではトマト）は、ビニルハウス８内で栽培される。したがって、ビニルハウス８の室内が、栽培領域９となる。
作物栽培システム２は、制御装置１１、コージェネ１２、空調機１３、除湿機１４、ＣＯ２施用機１５、複数のカメラ１６、複数の環境センサ１７、電力量センサ１８（図３参照）、天候センサ１９等を含んでいる。これら構成要素のうち、コージェネ１２および天候センサ１９は、ビニルハウス８の室外に配置されており、それ以外の要素はビニルハウス８の室内（栽培領域）に配置されている。
この実施形態では、作物（この例ではトマト）は、ビニルハウス８内で栽培される。したがって、ビニルハウス８の室内が、栽培領域９となる。
作物栽培システム２は、制御装置１１、コージェネ１２、空調機１３、除湿機１４、ＣＯ２施用機１５、複数のカメラ１６、複数の環境センサ１７、電力量センサ１８（図３参照）、天候センサ１９等を含んでいる。これら構成要素のうち、コージェネ１２および天候センサ１９は、ビニルハウス８の室外に配置されており、それ以外の要素はビニルハウス８の室内（栽培領域）に配置されている。
コージェネ（Combined Heat ＆ Power）１２は、熱源から電力と熱とを生産して供給する機器である。空調機１３は、主として栽培領域９の温度を調整する機器である。除湿機１４は、栽培領域９の湿度を減少させるための機器である。ＣＯ２施用機１５は、栽培領域９に二酸化炭素（ＣＯ２）を施用するための機器である。
複数のカメラ（撮像部）１６は、栽培領域９内に間隔をおいて配置されている。各カメラ１６は、栽培領域９の一部の領域において、１または複数の作物を撮像する。カメラ１６は、作物の生長状態（生長段階）を判定するために設けられている。この実施形態では、カメラ１６の撮像画像（画像データ）は、無線通信によって、制御装置１１に与えられる。
複数のカメラ（撮像部）１６は、栽培領域９内に間隔をおいて配置されている。各カメラ１６は、栽培領域９の一部の領域において、１または複数の作物を撮像する。カメラ１６は、作物の生長状態（生長段階）を判定するために設けられている。この実施形態では、カメラ１６の撮像画像（画像データ）は、無線通信によって、制御装置１１に与えられる。
複数の環境センサ１７は、栽培領域９に間隔をおいて配置されている。各環境センサ１７は、栽培領域９の温度、湿度、照度、ＣＯ２濃度等を観測するためのセンサであり、温度センサ１７Ａ、湿度センサ１７Ｂ、照度センサ１７ＣおよびＣＯ２濃度センサ１７Ｄ（図３参照）を含んでいる。この実施形態では、環境センサ１７によって得られる観測データは、無線通信によって、制御装置１１に与えられる。
電力量センサ１８（図３参照）は、作物栽培システム２によって消費される電力量（消費電力量）を測定するためのセンサである。
天候センサ１９は、ビニルハウス８の室外の温度、湿度、照度等を観測するためのセンサであり、温度センサ１９Ａ、湿度センサ１９Ｂおよび照度センサ１９Ｃ（図３参照）を含んでいる。この実施形態では、天候センサ１９によって得られる観測データは、無線通信によって、制御装置１１に与えられる。
天候センサ１９は、ビニルハウス８の室外の温度、湿度、照度等を観測するためのセンサであり、温度センサ１９Ａ、湿度センサ１９Ｂおよび照度センサ１９Ｃ（図３参照）を含んでいる。この実施形態では、天候センサ１９によって得られる観測データは、無線通信によって、制御装置１１に与えられる。
図３は、作物栽培システム２の電気的構成を示すブロック図である。図３においては、説明の便宜上、複数のカメラ１６のうちの１つのみが図示されている。同様に、図３においては、複数の環境センサ１７のうちの１つのみが図示されている。
制御装置１１は、制御部２０と、第１通信部２１と、第２通信部２２と、操作表示部２３と、操作部２４と、記憶部２５とを含む。制御部２０は、ＣＰＵおよびメモリ（ＲＯＭ、ＲＡＭ等）を備えたマイクロコンピュータを含む。第１通信部２１、第２通信部２２、操作表示部２３、操作部２４および記憶部２５は、制御部２０に接続されている。
制御装置１１は、制御部２０と、第１通信部２１と、第２通信部２２と、操作表示部２３と、操作部２４と、記憶部２５とを含む。制御部２０は、ＣＰＵおよびメモリ（ＲＯＭ、ＲＡＭ等）を備えたマイクロコンピュータを含む。第１通信部２１、第２通信部２２、操作表示部２３、操作部２４および記憶部２５は、制御部２０に接続されている。
第１通信部２１は、複数のカメラ１６、複数の環境センサ１７および天候センサ１９と、制御部２０との間で無線通信を行うための通信インタフェースである。第２通信部２２は、制御部２０が通信網４を介してサーバ３と通信を行うための通信インタフェースである。操作表示部２３は、例えば、タッチパネル式ディスプレイからなる。操作部２４は、例えば、１または複数のスイッチ等を含む。記憶部２５は、ハードディスク、不揮発性メモリ等の記憶デバイスから構成されている。
記憶部２５には、基本目標値記憶部２６、目標値記憶部２７等が設けられている。基本目標値記憶部２６には、後述する制御変数の基本目標値が記憶される。目標値記憶部２７には後述する制御変数の目標値が記憶される。
制御部２０には、コージェネ１２、空調機１３、除湿機１４、ＣＯ２施用機１５および電力量センサ１８が通信線を介して接続されている。制御部２０は、後述するように、目標値記憶部２７に記憶されている制御変数の目標値に基づいて、コージェネ１２、空調機１３、除湿機１４およびＣＯ２施用機１５を制御する。
制御部２０には、コージェネ１２、空調機１３、除湿機１４、ＣＯ２施用機１５および電力量センサ１８が通信線を介して接続されている。制御部２０は、後述するように、目標値記憶部２７に記憶されている制御変数の目標値に基づいて、コージェネ１２、空調機１３、除湿機１４およびＣＯ２施用機１５を制御する。
制御部２０は、第１通信部２１を介して複数のカメラ１６から画像データを第１所定時間毎に取得して記憶部２５に記憶する。また、制御部２０は、天候センサ１９によって観測される観測データ（以下、「天候データ」という）を、第１通信部２１を介して第２所定時間毎に取得して記憶部２５に記憶する。また、制御部２０は、電力量センサ１８によって検出される消費電力量を第３所定時間毎に取得して記憶部２５に記憶する。また、制御部２０は、複数の環境センサ１７によって観測される観測データ（以下、「環境データ」という）を、第１通信部２１を介して第４所定時間毎に取得して記憶部２５に記憶する。この実施形態では、前記第１〜第３所定時間は、１時間であるものとする。また、この実施形態では、前記第４所定時間は、１分間であるものとする。ただし、各データを取得する時間は、これに限定されるものではなく、適宜定めることができる。
そして、制御部２０は、記憶部２５に記憶された、時刻毎の画像データ（複数のカメラ１６によって撮像された画像データを含む）、時刻毎の環境データ（複数の環境センサ１７によって観測された環境データを含む）、時刻毎の天候データおよび時刻毎の消費電力量を、リアルタイムにまたは一定時間毎に、第２通信部２２を介してサーバ３に送信する。
図４は、サーバ３の電気的構成を示すブロック図である。
サーバ３は、制御部３０を備えている。制御部３０には、通信部４１、操作表示部４２、操作部４３、記憶部４４等が接続されている。通信部４１は、制御部３０が通信網４を介して作物栽培システム２の制御部２０（図３参照）と通信するための通信インタフェースである。操作表示部４２は、例えば、タッチパネル式ディスプレイからなる。操作部４３は、例えば、キーボード、マウス等を含む。記憶部４４は、ハードディスク、不揮発性メモリ等の記憶デバイスから構成されている。
サーバ３は、制御部３０を備えている。制御部３０には、通信部４１、操作表示部４２、操作部４３、記憶部４４等が接続されている。通信部４１は、制御部３０が通信網４を介して作物栽培システム２の制御部２０（図３参照）と通信するための通信インタフェースである。操作表示部４２は、例えば、タッチパネル式ディスプレイからなる。操作部４３は、例えば、キーボード、マウス等を含む。記憶部４４は、ハードディスク、不揮発性メモリ等の記憶デバイスから構成されている。
記憶部４４には、画像データ記憶部４５、環境データ記憶部４６、天候データ記憶部４７、消費電力量記憶部４８、基本目標値記憶部４９、目標値記憶部５０、生長速度データ記憶部５１等が設けられている。
画像データ記憶部４５には、作物栽培システム２から受信した時刻毎の画像データが記憶される。環境データ記憶部４６には、作物栽培システム２から受信した時刻毎の環境データが記憶される。天候データ記憶部４７には、作物栽培システム２から受信した時刻毎の天候データが記憶される。消費電力量記憶部４８には、作物栽培システム２から受信した時刻毎の消費電力量データが記憶される。
画像データ記憶部４５には、作物栽培システム２から受信した時刻毎の画像データが記憶される。環境データ記憶部４６には、作物栽培システム２から受信した時刻毎の環境データが記憶される。天候データ記憶部４７には、作物栽培システム２から受信した時刻毎の天候データが記憶される。消費電力量記憶部４８には、作物栽培システム２から受信した時刻毎の消費電力量データが記憶される。
基本目標値記憶部４９には、後述する制御変数の基本目標値が記憶される。目標値記憶部５０には後述する制御変数の目標値が記憶される。生長速度データ記憶部５１には、後述する時間帯毎の生長速度グラフに対応した回帰式またはマップが記憶される。
制御部３０は、ＣＰＵおよびメモリ（ＲＯＭ、ＲＡＭ等）を備えたマイクロコンピュータを含む。制御部３０は、第１予測処理部３１と、第２予測処理部３２と、制御値算出処理部３３とを含む。
制御部３０は、ＣＰＵおよびメモリ（ＲＯＭ、ＲＡＭ等）を備えたマイクロコンピュータを含む。制御部３０は、第１予測処理部３１と、第２予測処理部３２と、制御値算出処理部３３とを含む。
第１予測処理部３１は、希望収穫時期の栽培領域９全体における作物の収穫量を予測するための第１予測処理を行う。希望収穫時期は、作物の収穫が希望されている日（希望収穫日）である。第１予測処理部３１は、希望収穫日に作物をどれだけ収穫できるかを知りたい場合に、オペレータの操作に基づいて実行される。この実施形態では、希望収穫日は、操作表示部４２または操作部４３によって入力（設定）される。希望収穫日は、図示しない通信端末からサーバ３に送信されることによって、設定されてもよい。
第１予測処理部３１は、分布生成部３１Ａと収穫量予測部３１Ｂとを含む。分布生成部３１Ａは、画像データ記憶部４５内に記憶されている時刻毎の画像データのうち最新の時刻に対する画像データ（処理対象画像データ）に基づいて、当該画像データに含まれる複数の作物を生長段階（生長状態）に応じて分類する。処理対象画像データは、複数のカメラ１６によって撮像された最新の時刻に対する画像データを含む。そして分布生成部３１Ａは、複数の作物の生長段階の分類結果から栽培領域９全体における作物の現在（厳密には処理対象画像データの撮像時刻）の生長状態分布を生成する。
収穫量予測部３１Ｂは、現在の生長状態分布を希望収穫日まで進展させた生長状態分布を、希望収穫日の生長状態分布として求める。そして、収穫量予測部３１Ｂは、希望収穫日の生長状態分布において、生長段階が所定の収穫閾値を超える部分に存在する作物の数量から希望収穫日の収穫量を予測する。収穫閾値とは、作物の生長段階のうち、どの段階以上であれば収穫対象とするかを決定するための閾値である。分布生成部３１Ａおよび収穫量予測部３１Ｂの詳細については、後述する。
第２予測処理部３２は、希望する収穫量（希望収穫量）の作物を収穫できる収穫時期（収穫日）を予測するための第２予測処理を行う。第２予測処理部３２は、希望収穫量の作物を収穫できる日を知りたい場合に、オペレータの操作に基づいて実行される。この実施形態では、希望収穫量は、操作表示部４２または操作部４３によって入力（設定）される。希望収穫量は、図示しない通信端末からサーバ３に送信されることによって、設定されてもよい。
第２予測処理部３２は、分布生成部３２Ａと収穫時期予測部３２Ｂとを含む。分布生成部３２Ａは、画像データ記憶部４５内に記憶されている時刻毎の画像データのうち最新の時刻に対する画像データ（処理対象画像データ）に基づいて、当該画像データに含まれる複数の作物を生長段階に応じて分類する。そして、分布生成部３２Ａは、複数の作物の生長段階の分類結果から栽培領域９全体における作物の現在（厳密には処理対象画像データの撮像時刻）の生長状態分布を生成する。
収穫時期予測部３２Ｂは、現在の生長状態分布を時間進展させた将来の生長状態分布として、生長段階が所定の収穫閾値を超える部分に存在する作物の数量から得られる予測収穫量が希望収穫量以上となる生長状態分布を求める。そして、当該生長状態分布に対応する時期を、希望収穫量の作物を収穫できる時期として予測する。分布生成部３２Ａおよび収穫時期予測部３２Ｂの詳細については、後述する。
制御値算出処理部３３は、希望収穫日に希望収穫量の作物を収穫するための環境制御値を算出する制御値算出処理を行う。制御値算出処理は、希望収穫日に希望収穫量の作物を収穫したい場合に、オペレータの操作に基づいて実行される。希望収穫日および希望収穫量は、操作表示部４２または操作部４３によって入力（設定）される。希望収穫日および希望収穫量は、図示しない通信端末からサーバ３に送信されることによって、設定されてもよい。
制御値算出処理部３３は、分布生成部３３Ａと、目標生長状態分布設定部３３Ｂと、制御値算出部３３Ｃとを含む。分布生成部３３Ａは、画像データ記憶部４５内に記憶されている時刻毎の画像データのうち最新の時刻に対する画像データ（処理対象画像データ）に基づいて、当該画像データに含まれる複数の作物を生長段階に応じて分類する。そして、分布生成部３３Ａは、複数の作物の生長段階の分類結果から栽培領域９全体における作物の現在（厳密には処理対象画像データの撮像時刻）の生長状態分布を生成する。
目標生長状態分布設定部３３Ｂは、現在の生長状態分布を時間進展させた将来の生長状態分布として、生長段階が所定の収穫閾値を超える部分に存在する作物の数量から得られる予測収穫量が希望収穫量以上になる生長状態分布を求め、得られた生長状態分布を目標生長状態分布として設定する。
制御値算出部３３Ｃは、現在の生長状態分布を希望収穫時期まで進展させた将来の生長状態分布が目標生長状態分布に近づくように、栽培領域９の環境を制御するための環境制御値を算出する。分布生成部３３Ａ、目標生長状態分布設定部３３Ｂおよび制御値算出部３３Ｃの詳細については、後述する。
制御値算出部３３Ｃは、現在の生長状態分布を希望収穫時期まで進展させた将来の生長状態分布が目標生長状態分布に近づくように、栽培領域９の環境を制御するための環境制御値を算出する。分布生成部３３Ａ、目標生長状態分布設定部３３Ｂおよび制御値算出部３３Ｃの詳細については、後述する。
図５は、第１予測処理部３１の動作を説明するためのフローチャートである。図５の処理は、例えば、オペレータの操作部４３または操作表示部４２の操作によって、希望収穫時期（収穫希望日）および収穫閾値が入力された後、第１予測処理の開始指令が入力されたときに実行される。なお、収穫閾値が既に設定されて記憶部４４に記憶されている場合において、その収穫閾値を変更する必要がないときには、オペレータは収穫閾値を改めて入力する必要はない。
第１予測処理部３１内の分布生成部３１Ａは、画像データ記憶部４５に記憶されている時刻毎の画像データのうち最新の時刻に対する画像データ（処理対象画像データ）を抽出して、メモリ（具体的には作業メモリとしてのＲＡＭ）に記憶する(ステップＳ１)。
次に、分布生成部３１Ａは、メモリに記憶された処理対象画像データに基づいて、作物の生長過程の形態である花や実を抽出し、抽出した花や実を生長段階（生長状態）に応じて分類する(ステップＳ２)。
次に、分布生成部３１Ａは、メモリに記憶された処理対象画像データに基づいて、作物の生長過程の形態である花や実を抽出し、抽出した花や実を生長段階（生長状態）に応じて分類する(ステップＳ２)。
ここで作物の生長段階について説明する。図６は、作物の生長段階を示す模式図である。
作物（この例ではトマト）は、図６に矢印で示すように、花（蕾を含む）から実へと生長していく。図６の例では、作物の生長段階が１０段階に分けられ、各段階に、早い段階から順に１〜１０の数値ラベルが割り当てられている。
作物（この例ではトマト）は、図６に矢印で示すように、花（蕾を含む）から実へと生長していく。図６の例では、作物の生長段階が１０段階に分けられ、各段階に、早い段階から順に１〜１０の数値ラベルが割り当てられている。
分布生成部３１Ａは、処理対象画像データから花や実を抽出し、抽出した花や実のそれぞれに対して、その生長段階に応じた数値ラベル１〜１０を割り当てる。このような処理は、例えば、畳み込みニューラルネットワーク（CNN: Convolutional Neural Network）等の公知技術を用いることによって行うことができる。
図５に戻り、第１予測処理部３１の動作についての説明を続ける。次に、分布生成部３１Ａは、処理対象画像データから抽出された花や実を、ステップＳ２によって得られた生長段階（数値ラベル）毎に集計することにより、処理対象画像データ内に存在する花および実の範囲内において、作物の生長状態を表す度数分布を作成する(ステップＳ３)。
図５に戻り、第１予測処理部３１の動作についての説明を続ける。次に、分布生成部３１Ａは、処理対象画像データから抽出された花や実を、ステップＳ２によって得られた生長段階（数値ラベル）毎に集計することにより、処理対象画像データ内に存在する花および実の範囲内において、作物の生長状態を表す度数分布を作成する(ステップＳ３)。
次に、分布生成部３１Ａは、ステップＳ３で得られた度数分布に基づいて、栽培領域９全体における作物の現在の生長状態を表す度数分布（以下、「生長状態分布」という）を作成する(ステップＳ４)。例えば、栽培領域９全体に存在する花および実の数Ａに対する、処理対象画像データ内に存在する花および実の数Ｂの割合をＲ（＝Ｂ／Ａ）とする。花および実の数Ａは、特に限定されるものではないが、各カメラ１６が撮像する範囲や、各カメラ１６が撮像する株の数等から求めることができる。例えば、複数のカメラ１６で撮像される範囲が栽培領域９全体のＰ％であった場合、処理対象画像データ内に存在する花および実の数ＢをＰ％で除することにより、栽培領域９全体に存在する花および実の数Ａを推定することができる。また、例えば、複数のカメラ１６で撮像される株数がｑであり、栽培領域９における全株数Ｑがであった場合、処理対象画像データ内に存在する花および実の数ＢにＱ／ｑを乗じることにより、栽培領域９全体に存在する花および実の数Ａを推定することができる。分布生成部３１Ａは、ステップＳ３で得られた度数分布における各生長段階の度数に１／Ｒを乗算することによって、栽培領域９全体における作物の生長状態を表す生長状態分布を作成する。このようにして作成された生長状態分布の一例を図７に示す。
次に図５に示すように、第１予測処理部３１内の収穫量予測部３１Ｂは、ステップＳ４で作成された現在の生長状態分布を用いて、希望収穫時期での生長状態分布を予測する(ステップＳ５)。ステップＳ５の処理について、具体的に説明する。
作物の生長速度に影響を与える要因の代表的にものには、例えば、温度α、湿度β、ＣＯ２濃度γ、日照強度δ等がある。本実施形態における作物栽培システム２では、温度α、湿度βおよびＣＯ２濃度γは制御可能であるが、日照強度δは制御不可能である。
作物の生長速度に影響を与える要因の代表的にものには、例えば、温度α、湿度β、ＣＯ２濃度γ、日照強度δ等がある。本実施形態における作物栽培システム２では、温度α、湿度βおよびＣＯ２濃度γは制御可能であるが、日照強度δは制御不可能である。
この実施形態では、作物の生長速度に影響を与えるパラメータを、関数Ｆ（ａ１・α＋ａ２・β＋ａ３・γ＋ａ４・δ）で表すことにする。関数Ｆ（ａ１・α＋ａ２・β＋ａ３・γ＋ａ４・δ）において、ａ１、ａ２、ａ３およびａ４は重み係数であり、予め設定されている。これらの重み係数は、生長段階（今回の実施形態では数値ラベル１〜１０）に応じて別の値を用いてもよい。以下において、関数Ｆ（ａ１・α＋ａ２・β＋ａ３・γ＋ａ４・δ）内の変数α、β、γおよびδのうちのα、βおよびγを「制御変数」ということにする。また、この実施形態では、１日の１時間毎の時間帯を、Ｔ１，Ｔ２，…Ｔ２３，Ｔ２４で表すことにする。
この実施形態では、時間帯Ｔ１〜Ｔ２４毎に、関数Ｆ（ａ１・α＋ａ２・β＋ａ３・γ＋ａ４・δ）内の制御変数α、βおよびγの目標値α＊、β＊およびγ＊が予め設定されて、サーバ３の記憶部４４内の目標値記憶部５０および作物栽培システム２の記憶部２５内の目標値記憶部２７に記憶されているものとする。この実施形態では、これらの制御変数の目標値α＊、β＊およびγ＊が環境制御値である。制御変数の目標値α＊、β＊およびγ＊は、通常は、所定の基本目標値αo＊、βｏ＊およびγｏ＊と同じ値に設定されている。基本目標値αo＊、βｏ＊およびγｏ＊は、予め設定されて、サーバ３の記憶部４４内の基本目標値記憶部４９および作物栽培システム２の記憶部２５内の基本目標値記憶部２６に記憶されている。また、時間帯Ｔ１〜Ｔ２４毎の照度δの予測値が予め設定されて、記憶部４４に記憶されている。基本目標値αo＊、βｏ＊およびγｏ＊および目標値α＊、β＊およびγ＊は、例えば、サーバ３側で設定されて、作物栽培システム２の制御部２０に与えられる。
制御装置１１内の制御部２０は、時間帯Ｔ１〜Ｔ２４毎に、制御変数α，β，γが、それぞれ、その時間帯に対して設定されている目標値α＊、β＊およびγ＊と等しくなるように、コージェネ１２、空調機１３、除湿機１４およびＣＯ２施用機１５を制御する。後述するように、各時間帯Ｔ１〜Ｔ２４に対する制御変数の目標値α＊、β＊およびγ＊は、サーバ３によって変更される場合がある。
図８は、ある時間帯について、関数Ｆ（ａ１・α＋ａ２・β＋ａ３・γ＋ａ４・δ）に対する作物の生長速度との関係の一例を示す生長速度グラフである。作物の生長速度とは、所定時間当たりの作物の生長量をいう。この実施形態では、１時間当たりの作物の生長量をいう。作物の生長量としては、生長段階の１段階（１ステップ）に相当する生長量を１．０として規格化された値が用いられる。
図８に示すような生長速度グラフは、例えば、関数Ｆ（ａ１・α＋ａ２・β＋ａ３・γ＋ａ４・δ）の値が異なる複数の環境での作物の生長速度データを実験等によって求め、得られた生長速度データを回帰分析することによって作成することができる。１日内の時間帯Ｔ１〜Ｔ２４毎に、図８に示すような生長速度グラフが予め作成され、それらの生長速度グラフに対応した回帰式またはマップがサーバ３の記憶部４４内の生長速度データ記憶部５１に記憶されている。
なお、図８に示すような生長速度グラフは、制御変数α，β，γのうちから選択された任意の１つまたは任意の組み合わせを変化させたときの関数Ｆ（ａ１・α＋ａ２・β＋ａ３・γ＋ａ４・δ）の値に対する作物の生長速度を表すものであってもよい。例えば、図８に示すような生長速度グラフは、制御変数α，β，γのうちα（温度）のみを変化させたときの関数Ｆ（ａ１・α＋ａ２・β＋ａ３・γ＋ａ４・δ）の値に対する作物の生長速度を表すものであってもよい。
前記ステップＳ５においては、収穫量予測部３１Ｂは、まず、時間帯Ｔ１〜Ｔ２４毎に、その時間帯に対する作物の生長速度を求める。ある時間帯に対する作物の生長速度の求め方について説明する。収穫量予測部３１Ｂは、当該時間帯に対して現在設定されている制御変数の目標値α＊、β＊およびγ＊に基づいて関数Ｆ（ａ１・α＋ａ２・β＋ａ３・γ＋ａ４・δ）の値を算出する。そして、収穫量予測部３１Ｂは、当該時間帯に対応する生長速度グラフに対応した回帰式またはマップに基づいて、当該時間帯に対する作物の生長速度を求める。例えば、図８を参照して、図８の生長グラフに対応する時間帯の関数Ｆ（ａ１・α＋ａ２・β＋ａ３・γ＋ａ４・δ）の値がＸであったとすると、Ｘに対応する生長速度ＶＸがその時間帯での作物の生長速度として求められる。
次に、収穫量予測部３１Ｂは、時間帯Ｔ１〜Ｔ２４毎に求められた作物の生長速度に、その時間帯の時間長（この例では１時間）を乗算することにより、その時間帯での作物の生長量Ｇｈを算出する。この後、時間帯Ｔ１〜Ｔ２４毎に求められた作物の生長量を加算することにより、１日当たりの作物の生長量Ｇｄを算出する。
そして、収穫量予測部３１Ｂは、１日当たりの作物の生長量Ｇｄを用いて、ステップＳ４で作成された現在の生長状態分布を希望収穫時期まで進展させることにより、希望収穫時期での生長状態分布を求める。制御変数以外の変数については、直近の過去の値を用いることもできるし、あるいは日照量のような変数については天気予報等の情報から別途将来にわたって予測された値を用いることも可能である。
そして、収穫量予測部３１Ｂは、１日当たりの作物の生長量Ｇｄを用いて、ステップＳ４で作成された現在の生長状態分布を希望収穫時期まで進展させることにより、希望収穫時期での生長状態分布を求める。制御変数以外の変数については、直近の過去の値を用いることもできるし、あるいは日照量のような変数については天気予報等の情報から別途将来にわたって予測された値を用いることも可能である。
図９を参照して、ステップＳ４で作成された現在の生長状態分布を、１日当たりの作物の生長量Ｇｄ分だけ、生長段階が進行する方向にシフトさせると、翌日の生長状態分布を求めることができる。したがって、現在の生長状態分布を初期の生長状態分布として、１日当たりの生長量Ｇｄ分だけ生長段階が進行する方向に生長状態分布をシフトさせる操作を、繰り返し行うことにより、将来の生長状態分布を予測することが可能となる。そこで、現在から希望収穫時期までの日数をＮとすると、現在の生長状態分布をＮ・Ｇｄ分だけ生長段階が進行する方向にシフトさせることにより、希望収穫時期での生長状態分布を求めることができる。希望収穫時期での生長状態分布の一例を図１０に示す。
このようにして、希望収穫時期での生長状態分布が求められると、収穫量予測部３１Ｂは、希望収穫時期での生長状態分布において収穫閾値を超える部分に存在する作物の数量を、希望収穫時期での収穫量として算出する(ステップＳ６)。具体的には、収穫量予測部３１Ｂは、図１０の生長状態分布において収穫閾値Ｓｔｈを超える部分に存在する作物の数量（図１０の斜線部分の面積に相当する）を希望収穫時期での収穫量として算出する。収穫閾値Ｓｔｈは、収穫対象の生長段階と収穫対象外の生長段階とを区分するための値である。すなわち、収穫閾値Ｓｔｈを超える数値レベルに対応する生長段階は、収穫対象の生長段階であり、収穫閾値Ｓｔｈ以下の数値レベルに対応する生長段階は、収穫対象外の生長段階である。収穫量予測部３１Ｂによって算出された希望収穫時期での収穫量は、例えば、操作表示部４２に表示される。そして、収穫量予測部３１Ｂは、今回の第１予測処理を終了する。
つまり、第１予測処理部３１によれば、希望収穫時期における収穫量を予測することができる。
図１１は、第２予測処理部３２の動作を説明するためのフローチャートである。図１１の処理は、例えば、オペレータの操作部４３または操作表示部４２の操作によって、希望収穫量および収穫閾値が入力された後、第２予測処理の開始指令が入力されたときに実行される。なお、収穫閾値が既に設定されて記憶部４４に記憶されている場合において、その収穫閾値を変更する必要がない場合には、オペレータは収穫閾値を改めて入力する必要はない。
図１１は、第２予測処理部３２の動作を説明するためのフローチャートである。図１１の処理は、例えば、オペレータの操作部４３または操作表示部４２の操作によって、希望収穫量および収穫閾値が入力された後、第２予測処理の開始指令が入力されたときに実行される。なお、収穫閾値が既に設定されて記憶部４４に記憶されている場合において、その収穫閾値を変更する必要がない場合には、オペレータは収穫閾値を改めて入力する必要はない。
第２予測処理部３２内の分布生成部３２Ａは、画像データ記憶部４５に記憶されている時刻毎の画像データのうち最新の時刻に対する画像データ（処理対象画像データ）を抽出して、メモリに記憶する(ステップＳ１１)。ステップＳ１１の処理は、図５のステップＳ１の処理と同様である。
次に、分布生成部３２Ａは、メモリに記憶された処理対象画像データに基づいて、作物の生長過程の形態である花や実を抽出し、抽出した花や実を生長段階（生長状態）に応じて分類する(ステップＳ１２)。ステップＳ１２の処理は、図５のステップＳ２の処理と同様である。
次に、分布生成部３２Ａは、メモリに記憶された処理対象画像データに基づいて、作物の生長過程の形態である花や実を抽出し、抽出した花や実を生長段階（生長状態）に応じて分類する(ステップＳ１２)。ステップＳ１２の処理は、図５のステップＳ２の処理と同様である。
次に、分布生成部３２Ａは、処理対象データから抽出された花や実を、ステップＳ１２によって得られた生長段階（数値ラベル）毎に集計することにより、処理対象画像データ内に存在する花および実の範囲内において、作物の生長状態を表す度数分布を作成する(ステップＳ１３)。ステップＳ１３の処理は、図５のステップＳ３の処理と同様である。
次に、分布生成部３２Ａは、ステップＳ１３で得られた度数分布に基づいて、栽培領域９全体における作物の現在の生長状態分布を作成する(ステップＳ１４)。ステップＳ１４の処理は、図５のステップＳ４の処理と同様である。
次に、分布生成部３２Ａは、ステップＳ１３で得られた度数分布に基づいて、栽培領域９全体における作物の現在の生長状態分布を作成する(ステップＳ１４)。ステップＳ１４の処理は、図５のステップＳ４の処理と同様である。
次に、第２予測処理部３２内の収穫時期予測部３２Ｂは、ステップＳ１４で作成された現在の生長状態分布を基準生長状態分布として設定する(ステップＳ１５)。
次に、収穫時期予測部３２Ｂは、基準生長状態分布に対して１日先の生長状態分布を予測する（ステップＳ１６）。具体的には、収穫時期予測部３２Ｂは、例えば、図５のステップＳ５で説明した方法によって、１日当たりの作物の生長量Ｇｄを求める。そして、収穫時期予測部３２Ｂは、基準生長状態分布を、１日当たりの作物の生長量Ｇｄ分だけ、生長段階が進行する方向にシフトさせる。これにより、基準生長状態分布に対して１日先の生長状態分布が得られる。
次に、収穫時期予測部３２Ｂは、基準生長状態分布に対して１日先の生長状態分布を予測する（ステップＳ１６）。具体的には、収穫時期予測部３２Ｂは、例えば、図５のステップＳ５で説明した方法によって、１日当たりの作物の生長量Ｇｄを求める。そして、収穫時期予測部３２Ｂは、基準生長状態分布を、１日当たりの作物の生長量Ｇｄ分だけ、生長段階が進行する方向にシフトさせる。これにより、基準生長状態分布に対して１日先の生長状態分布が得られる。
次に、収穫時期予測部３２Ｂは、現在から予測した生長状態分布に対応する時期までの日数をカウントするためのカウント値Ｋを１だけインクリメントする（ステップＳ１７）。カウント値Ｋの初期値は０である。
次に、収穫時期予測部３２Ｂは、ステップＳ１６で作成された将来の生長状態分布において、生長段階が収穫閾値を超える部分に存在する作物の数量である予測収穫量が、希望収穫量以上であるか否かを判別する(ステップＳ１８)。
次に、収穫時期予測部３２Ｂは、ステップＳ１６で作成された将来の生長状態分布において、生長段階が収穫閾値を超える部分に存在する作物の数量である予測収穫量が、希望収穫量以上であるか否かを判別する(ステップＳ１８)。
予測収穫量が希望収穫量未満である場合には(ステップＳ１８：ＮＯ)、ステップＳ１６で作成された将来の生長状態分布を基準生長状態分布として設定した後(ステップＳ１９)、ステップＳ１６に戻る。そして、収穫時期予測部３２Ｂは、ステップＳ１６〜Ｓ１８の処理を再度実行する。
ステップＳ１８において、予測収穫量が希望収穫量以上であると判別された場合には(ステップＳ１８：ＹＥＳ)、収穫時期予測部３２Ｂは、ステップＳ１６で作成された将来の生長状態分布に対応する時期を希望収穫量の作物を収穫できる時期（日付）として算出する(ステップＳ２０)。具体的には、収穫時期予測部３２Ｂは、現在の日から、カウント値Ｋだけ先の日付を、希望収穫量希望収穫量の作物を収穫できる日付として算出する。算出された日付は、例えば、操作表示部４２に表示される。
ステップＳ１８において、予測収穫量が希望収穫量以上であると判別された場合には(ステップＳ１８：ＹＥＳ)、収穫時期予測部３２Ｂは、ステップＳ１６で作成された将来の生長状態分布に対応する時期を希望収穫量の作物を収穫できる時期（日付）として算出する(ステップＳ２０)。具体的には、収穫時期予測部３２Ｂは、現在の日から、カウント値Ｋだけ先の日付を、希望収穫量希望収穫量の作物を収穫できる日付として算出する。算出された日付は、例えば、操作表示部４２に表示される。
そして、収穫時期予測部３２Ｂは、カウント値Ｋをクリア（零）にした後(ステップＳ２１)、今回の第２予測処理を終了する。
つまり、第２予測処理部３２によれば、希望収穫量の作物を収穫できる時期を予測することができる。
図１２は、制御値算出処理部３３の動作を説明するためのフローチャートである。図１２の処理は、例えば、オペレータの操作部４３または操作表示部４２の操作によって、希望収穫時期、希望収穫量および収穫閾値が入力された後、制御値算出処理の開始指令が入力されたときに実行される。なお、収穫閾値が既に設定されて記憶部４４に記憶されている場合において、その収穫閾値を変更する必要がない場合には、オペレータは収穫閾値を改めて入力する必要はない。
つまり、第２予測処理部３２によれば、希望収穫量の作物を収穫できる時期を予測することができる。
図１２は、制御値算出処理部３３の動作を説明するためのフローチャートである。図１２の処理は、例えば、オペレータの操作部４３または操作表示部４２の操作によって、希望収穫時期、希望収穫量および収穫閾値が入力された後、制御値算出処理の開始指令が入力されたときに実行される。なお、収穫閾値が既に設定されて記憶部４４に記憶されている場合において、その収穫閾値を変更する必要がない場合には、オペレータは収穫閾値を改めて入力する必要はない。
制御値算出処理部３３内の分布生成部３３Ａは、画像データ記憶部４５に記憶されている時刻毎の画像データのうち最新の時刻に対する画像データ（処理対象画像データ）を抽出して、メモリに記憶する(ステップＳ３１)。ステップＳ３１の処理は、図５のステップＳ１の処理と同様である。
次に、分布生成部３３Ａは、メモリに記憶された処理対象画像データに基づいて、作物の生長過程の形態である花や実を抽出し、抽出した花や実を生長段階（生長状態）に応じて分類する(ステップＳ３２)。ステップＳ３２の処理は、図５のステップＳ２の処理と同様である。
次に、分布生成部３３Ａは、メモリに記憶された処理対象画像データに基づいて、作物の生長過程の形態である花や実を抽出し、抽出した花や実を生長段階（生長状態）に応じて分類する(ステップＳ３２)。ステップＳ３２の処理は、図５のステップＳ２の処理と同様である。
次に、分布生成部３３Ａは、処理対象データから抽出された花や実を、ステップＳ３２によって得られた生長段階（数値ラベル）毎に集計することにより、処理対象画像データ内に存在する花および実の範囲内において、作物の生長状態を表す度数分布を作成する(ステップＳ３３)。ステップＳ３３の処理は、図５のステップＳ３の処理と同様である。
次に、分布生成部３３Ａは、ステップＳ２３で得られた度数分布に基づいて、栽培領域９全体における作物の現在の生長状態分布を作成する(ステップＳ３４)。ステップＳ３４の処理は、図５のステップＳ４の処理と同様である。
次に、分布生成部３３Ａは、ステップＳ２３で得られた度数分布に基づいて、栽培領域９全体における作物の現在の生長状態分布を作成する(ステップＳ３４)。ステップＳ３４の処理は、図５のステップＳ４の処理と同様である。
次に、制御値算出処理部３３内の目標生長状態分布設定部３３Ｂは、ステップＳ３４で作成された現在の生長状態分布を基準生長状態分布として設定する(ステップＳ３５)。
次に、目標生長状態分布設定部３３Ｂは、基準生長状態分布に対して１日先の生長状態分布を予測する（ステップＳ３６）。具体的には、目標生長状態分布設定部３３Ｂは、例えば、図５のステップＳ５で説明した方法によって、１日当たりの作物の生長量Ｇｄを求める。そして、目標生長状態分布設定部３３Ｂは、基準生長状態分布を、１日当たりの作物の生長量Ｇｄ分だけ、生長段階が進行する方向にシフトさせる。これにより、基準生長状態分布に対して１日先の生長状態分布が得られる。
次に、目標生長状態分布設定部３３Ｂは、基準生長状態分布に対して１日先の生長状態分布を予測する（ステップＳ３６）。具体的には、目標生長状態分布設定部３３Ｂは、例えば、図５のステップＳ５で説明した方法によって、１日当たりの作物の生長量Ｇｄを求める。そして、目標生長状態分布設定部３３Ｂは、基準生長状態分布を、１日当たりの作物の生長量Ｇｄ分だけ、生長段階が進行する方向にシフトさせる。これにより、基準生長状態分布に対して１日先の生長状態分布が得られる。
次に、目標生長状態分布設定部３３Ｂは、ステップＳ３６で作成された将来の生長状態分布において、生長段階が収穫閾値を超える部分に存在する作物の数量である予測収穫量が、希望収穫量以上であるか否かを判別する(ステップＳ３７)。
予測収穫量が希望収穫量未満である場合には(ステップＳ３７：ＮＯ)、目標生長状態分布設定部３３Ｂは、ステップＳ３６で作成された将来の生長状態分布を基準生長状態分布として設定した後(ステップＳ３８)、ステップＳ３６に戻る。そして、目標生長状態分布設定部３３Ｂは、ステップＳ３６およびＳ３７の処理を再度実行する。
予測収穫量が希望収穫量未満である場合には(ステップＳ３７：ＮＯ)、目標生長状態分布設定部３３Ｂは、ステップＳ３６で作成された将来の生長状態分布を基準生長状態分布として設定した後(ステップＳ３８)、ステップＳ３６に戻る。そして、目標生長状態分布設定部３３Ｂは、ステップＳ３６およびＳ３７の処理を再度実行する。
ステップＳ３７において、予測収穫量が希望収穫量以上であると判別された場合には(ステップＳ３７：ＹＥＳ)、目標生長状態分布設定部３３Ｂは、ステップＳ３６で作成された将来の生長状態分布を、目標生長状態分布として設定する(ステップＳ３９)。
次に、制御値算出処理部３３内の制御値算出部３３Ｃは、希望収穫時期での予測生長状態分布がステップＳ３９で設定された目標生長状態分布に近づくように、時間帯毎の制御変数の目標値α＊、β＊およびγ＊を算出する(ステップＳ４０)。算出された時間帯毎の制御変数の目標値α＊、β＊およびγ＊は、記憶部４４内の目標値記憶部５０に記憶される。これにより、目標値記憶部５０に記憶されている時間帯毎の制御変数の目標値α＊、β＊およびγ＊が更新される。ステップＳ４０の処理について具体的に説明する。
次に、制御値算出処理部３３内の制御値算出部３３Ｃは、希望収穫時期での予測生長状態分布がステップＳ３９で設定された目標生長状態分布に近づくように、時間帯毎の制御変数の目標値α＊、β＊およびγ＊を算出する(ステップＳ４０)。算出された時間帯毎の制御変数の目標値α＊、β＊およびγ＊は、記憶部４４内の目標値記憶部５０に記憶される。これにより、目標値記憶部５０に記憶されている時間帯毎の制御変数の目標値α＊、β＊およびγ＊が更新される。ステップＳ４０の処理について具体的に説明する。
図１３は、ステップＳ３４で作成された現在の生長状態分布６１と、ステップＳ３９で設定された目標生長状態分布６２との一例を示す模式図である。
現在の生長状態分布６１と目標生長状態分布６２との生長量の差をΔＧとする。希望収穫時期での予測生長状態分布を目標生長状態分布に近づけるための１日単位の生長量の目標値を目標生長量Ｇｄ＊とし、現在から目標収穫日までの日数をＮとすると、１日単位の目標生長量Ｇｄ＊は次式（１）で表される。
現在の生長状態分布６１と目標生長状態分布６２との生長量の差をΔＧとする。希望収穫時期での予測生長状態分布を目標生長状態分布に近づけるための１日単位の生長量の目標値を目標生長量Ｇｄ＊とし、現在から目標収穫日までの日数をＮとすると、１日単位の目標生長量Ｇｄ＊は次式（１）で表される。
Ｇｄ＊＝ΔＧ／Ｎ …（１）
制御値算出部３３Ｃは、前記式（１）に基づいて、１日単位の目標生長量Ｇｄ＊を算出する。そして、制御値算出部３３Ｃは、１日の生長量Ｇｄが目標生長量Ｇｄ＊に等しくなるように、１または複数の時間帯における制御変数の目標値α＊、β＊およびγ＊を算出する。
制御値算出部３３Ｃは、前記式（１）に基づいて、１日単位の目標生長量Ｇｄ＊を算出する。そして、制御値算出部３３Ｃは、１日の生長量Ｇｄが目標生長量Ｇｄ＊に等しくなるように、１または複数の時間帯における制御変数の目標値α＊、β＊およびγ＊を算出する。
例えば、制御値算出部３３Ｃは、前記式（１）に基づいて算出された１日単位の目標生長量Ｇｄ＊を２４で除算することにより、各時間帯Ｔ１〜Ｔ２４に対する目標生長量Ｇｄ１＊〜Ｇｄ２４＊を求める。そして、制御値算出部３３Ｃは、時間帯Ｔ１〜Ｔ２４毎の生長速度グラフに対応した回帰式またはマップを用いて、各時間帯Ｔ１〜Ｔ２４に対する生長量Ｇｄ１〜Ｇｄ２４を、対応する時間帯の目標生長量Ｇｄ１＊〜Ｇｄ２４＊に等しくさせるための、制御変数の目標値α＊、β＊およびγ＊を時間帯Ｔ１〜Ｔ２４毎に算出する。この場合には、全ての時間帯において、栽培領域９の環境が現在の各時間帯の環境に対して変更されることになる。栽培領域９の環境を変更することにより、作物の生長速度を変化させることができる。
なお、１日の生長量Ｇｄを目標生長量Ｇｄ＊に一致させることができれば、制御値算出部３３Ｃは、すべての時間帯で栽培領域９の環境を変更する必要はなく、少なくとも１つの時間帯において栽培領域９の環境を変更すればよい。言い換えれば、制御値算出部３３Ｃは、少なくとも１つの時間帯において制御変数の目標値α＊、β＊およびγ＊を変更することによって、１日の生長量Ｇｄを目標生長量Ｇｄ＊に一致させるようにしてもよい。また、栽培領域９を分割して環境の制御が可能な場合には、栽培領域９のうちの特定の領域の環境のみを制御することによって、必要な収穫量を確保してもよい。
また、図８に示すような生長速度グラフが、制御変数α、βおよびγの一部のみを変化させたときの関数Ｆ（ａ１・α＋ａ２・β＋ａ３・γ＋ａ４・δ）の値に対する作物の生長速度を表すものである場合には、制御値算出部３３Ｃは、その一部の制御変数に対する目標値のみを変更することになる。例えば、図８に示すような生長速度グラフが、制御変数α，β，γのうちα（温度）のみを変化させたときの関数Ｆ（ａ１・α＋ａ２・β＋ａ３・γ＋ａ４・δ）の値に対する作物の生長速度を表すものである場合には、制御値算出部３３Ｃは、αに対する目標値α＊のみを変更することになる。
次に、制御値算出部３３Ｃは、ステップＳ４０で算出された時間帯毎の制御変数の目標値α＊、β＊およびγ＊を、作物栽培システム２の制御部２０に送信する(ステップＳ４１)。そして、今回の制御値算出処理を終了する。
作物栽培システム２の制御部２０は、サーバ３からの時間帯毎の制御変数の目標値α＊、β＊およびγ＊を受信すると、受信した時間帯毎の目標値α＊、β＊およびγ＊を記憶部２５内の目標値記憶部２７に記憶する。これにより、目標値記憶部２７に記憶されている時間帯毎の目標値α＊、β＊およびγ＊が更新される。そして、制御部２０は、各時間帯の制御変数α、βおよびγが、その時間帯に対する更新後の制御変数の目標値α＊、β＊およびγ＊に近づくように、コージェネ１２、空調機１３、除湿機１４およびＣＯ２施用機１５を制御する。
作物栽培システム２の制御部２０は、サーバ３からの時間帯毎の制御変数の目標値α＊、β＊およびγ＊を受信すると、受信した時間帯毎の目標値α＊、β＊およびγ＊を記憶部２５内の目標値記憶部２７に記憶する。これにより、目標値記憶部２７に記憶されている時間帯毎の目標値α＊、β＊およびγ＊が更新される。そして、制御部２０は、各時間帯の制御変数α、βおよびγが、その時間帯に対する更新後の制御変数の目標値α＊、β＊およびγ＊に近づくように、コージェネ１２、空調機１３、除湿機１４およびＣＯ２施用機１５を制御する。
制御値算出処理部３３によれば、希望収穫時期に希望収穫量の作物を収穫できるようになる。
以上、この発明の実施形態について説明したが、この発明はさらに他の形態で実施することもできる。例えば、前述の実施形態では、作物の生長速度に影響を与えるパラメータは、温度α、湿度β、ＣＯ２濃度γおよび日照強度δを変数とする関数Ｆ（ａ１・α＋ａ２・β＋ａ３・γ＋ａ４・δ）で表わされているが、変数および変数の組合せはこれに限られない。例えば、変数として、栄養液の供給量を加えてもよい。
以上、この発明の実施形態について説明したが、この発明はさらに他の形態で実施することもできる。例えば、前述の実施形態では、作物の生長速度に影響を与えるパラメータは、温度α、湿度β、ＣＯ２濃度γおよび日照強度δを変数とする関数Ｆ（ａ１・α＋ａ２・β＋ａ３・γ＋ａ４・δ）で表わされているが、変数および変数の組合せはこれに限られない。例えば、変数として、栄養液の供給量を加えてもよい。
また、図１２のステップＳ４０は、現在の生長状態分布６１と目標生長状態分布６２との生長量の差ΔＧに基づいて、希望収穫時期での予測生長状態分布を目標生長状態分布に一致させるための時間帯毎の制御変数の目標値α＊、β＊およびγ＊を算出している。しかし、図５のステップＳ５と同様な処理によって希望収穫時期での生長状態分布を予測し、予測された希望収穫時期での生長状態分布とステップＳ３９で設定される目標生長状態分布との間の生長量の差とに基づいて、希望収穫時期での予測生長状態分布を目標生長状態分布に一致させるための時間帯毎の制御変数の目標値α＊、β＊およびγ＊を算出してもよい。具体的には、希望収穫時期での生長状態分布と目標生長状態分布との間の生長量の差が零になるように、時間帯毎の制御変数の目標値α＊、β＊およびγ＊を算出すればよい。
また、図１２のステップＳ４０の処理は、作物栽培システム２の制御部２０が行うようにしてもよい。この場合には、制御値算出処理部３３は、ステップＳ３９で設定された目標生長状態分布を作物栽培システム２の制御部２０に送信すればよい。この場合には、時間帯Ｔ１〜Ｔ２４毎の生長速度グラフに対応した回帰式またはマップを制御装置１１内の記憶部２５にも記憶しておく必要がある。
また、サーバ３の第１予測処理部３１によって行われる第１予測処理、サーバ３の第２予測処理部２によって行われる第２予測処理およびサーバ３の制御値算出処理部３３によって行われる制御値算出処理を、作物栽培システム２側の制御部２０によって行うようにしてもよい。この場合には、作物栽培システム２側の制御部２０が生長状態予測装置を構成することになる。
また、前記実施形態では、作物として野菜（トマト）を例にとって説明したが、作物は果実や花であってもよい。
その他、特許請求の範囲に記載された事項の範囲で種々の設計変更を施すことが可能である。
その他、特許請求の範囲に記載された事項の範囲で種々の設計変更を施すことが可能である。
２ 作物栽培システム
３ サーバ
４ 通信網
９ 栽培領域
１１ 制御装置
１２ コージェネ
１３ 空調機
１４ 除湿機
１５ ＣＯ２施用機
１６ カメラ
１７ 環境センサ
２０ 制御部
２１ 第１通信部
２２ 第２通信部
２５ 記憶部
３０ 制御部
３１ 第１予測処理部
３１Ａ 分布生成部
３１Ｂ 収穫量予測部
３２ 第２予測処理部
３２Ａ 分布生成部
３２Ｂ 収穫時期予測部
３３ 制御値算出処理部
３３Ａ 分布生成部
３３Ｂ 目標生長状態分布設定部
３３Ｃ 制御値算出部
４１ 通信部
４２ 操作表示部
４３ 操作部
４４ 記憶部
３ サーバ
４ 通信網
９ 栽培領域
１１ 制御装置
１２ コージェネ
１３ 空調機
１４ 除湿機
１５ ＣＯ２施用機
１６ カメラ
１７ 環境センサ
２０ 制御部
２１ 第１通信部
２２ 第２通信部
２５ 記憶部
３０ 制御部
３１ 第１予測処理部
３１Ａ 分布生成部
３１Ｂ 収穫量予測部
３２ 第２予測処理部
３２Ａ 分布生成部
３２Ｂ 収穫時期予測部
３３ 制御値算出処理部
３３Ａ 分布生成部
３３Ｂ 目標生長状態分布設定部
３３Ｃ 制御値算出部
４１ 通信部
４２ 操作表示部
４３ 操作部
４４ 記憶部
Claims (2)
- 所定の栽培領域の少なくとも一部を撮像することによって得られる複数の作物を含む画像に基づいて、前記栽培領域で栽培される作物の生長状態を予測する生長状態予測装置であって、
前記画像に含まれる前記複数の作物を生長状態に応じて分類し、前記複数の作物の分類結果から前記栽培領域全体における作物の生長状態分布を生成する分布生成部と、
前記分布生成部によって生成された生長状態分布を時間進展させることにより、前記栽培領域全体における作物の将来の生長状態分布を予測する機能を備えた予測部とを含み、
前記予測部は、
前記将来の生長状態分布として、生長状態が所定の収穫閾値を超える部分に存在する作物の数量から得られる収穫量が所与の希望収穫量以上になる生長状態分布を求め、得られた生長状態分布を目標生長状態分布として設定する目標生長状態分布設定部と、
前記分布生成部によって生成された生長状態分布を所与の希望収穫時期まで進展させた将来の生長状態分布が、前記目標生長状態分布設定部によって設定された目標生長状態分布に近づくように、前記栽培領域における環境を制御するための環境制御値を算出する制御値算出部を含む、生長状態予測装置。 - 前記制御値算出部によって算出された環境制御値に基づいて、前記栽培領域における環境を制御する環境制御部をさらに含む、請求項１に記載の生長状態予測装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017214717A JP6943725B2 (ja) | 2017-11-07 | 2017-11-07 | 生長状態予測装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017214717A JP6943725B2 (ja) | 2017-11-07 | 2017-11-07 | 生長状態予測装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019083745A JP2019083745A (ja) | 2019-06-06 |
| JP6943725B2 true JP6943725B2 (ja) | 2021-10-06 |
Family
ID=66761395
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017214717A Active JP6943725B2 (ja) | 2017-11-07 | 2017-11-07 | 生長状態予測装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6943725B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110472557B (zh) * | 2019-08-13 | 2023-06-02 | 深圳市睿海智电子科技有限公司 | 一种番茄生长监控的方法及装置 |
| KR102639969B1 (ko) * | 2021-07-20 | 2024-02-23 | (주)루멘룩스 | 식물 성장 관리 방법 및 이를 이용하는 장치 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3705106B2 (ja) * | 2000-09-29 | 2005-10-12 | 松下電工株式会社 | 植物育成事業システム |
| JP4107875B2 (ja) * | 2002-05-10 | 2008-06-25 | 三菱化学株式会社 | 建造物塗装面の劣化診断方法 |
| JP2006252105A (ja) * | 2005-03-10 | 2006-09-21 | Yokogawa Electric Corp | 農産物生産情報管理システム |
| JP2013005726A (ja) * | 2011-06-22 | 2013-01-10 | Nikon Corp | 情報提供システム、情報提供装置、情報提供方法及びプログラム |
| JP5965668B2 (ja) * | 2012-02-27 | 2016-08-10 | 株式会社Ｎｔｔファシリティーズ | 植物栽培システム、植物栽培方法及びプログラム |
| US20170161560A1 (en) * | 2014-11-24 | 2017-06-08 | Prospera Technologies, Ltd. | System and method for harvest yield prediction |
| JP6261492B2 (ja) * | 2014-11-28 | 2018-01-17 | 三菱電機株式会社 | 情報処理装置及び情報処理方法及びプログラム |
| JP2016154510A (ja) * | 2015-02-26 | 2016-09-01 | 日本電気株式会社 | 情報処理装置、生長状況判定方法、およびプログラム |
-
2017
- 2017-11-07 JP JP2017214717A patent/JP6943725B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019083745A (ja) | 2019-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2019083746A (ja) | 作物生産管理装置 | |
| KR20200122612A (ko) | 작물 생육 제어 시스템 | |
| Manoharan | Supervised Learning for Microclimatic parameter Estimation in a Greenhouse environment for productive Agronomics | |
| KR20150096103A (ko) | 농산물 수확량 예측 장치 및 방법 | |
| JP6943725B2 (ja) | 生長状態予測装置 | |
| JP2016154510A (ja) | 情報処理装置、生長状況判定方法、およびプログラム | |
| CN106979599A (zh) | 家用电器控制方法和装置、服务器 | |
| JP2019170359A (ja) | 植物栽培結果予測システム | |
| KR102374557B1 (ko) | 병해충 발생 예측 장치 및 방법 | |
| US20220225583A1 (en) | Management device for cultivation of fruit vegetable plants and fruit trees, learning device, management method for cultivation of fruit vegetable plants and fruit trees, learning model generation method, management program for cultivation of fruit vegetable plants and fruit trees, and learning model generation program | |
| KR102309568B1 (ko) | 이미지 기반 작물 생육정보 자동계측 시스템 | |
| JP2016184232A (ja) | 予測装置および予測方法 | |
| CN116578047B (zh) | 一种用于辣椒生产的精细化智能控制方法及系统 | |
| JP2021056572A (ja) | 作物生産支援プログラム、作物生産支援方法および作物生産支援装置 | |
| US20230082714A1 (en) | Soil Property Model Using Measurements of Properties of Nearby Zones | |
| KR102471743B1 (ko) | 스마트팜의 미래 생산량 예측 방법 | |
| JP7416394B2 (ja) | 作付スケジュール算出装置、作付スケジュール算出プログラム、及び、作付スケジュール算出方法 | |
| JP2019219704A5 (ja) | ||
| EP4125325B1 (en) | Experimenting with an adjusted grow protocol target value | |
| KR20210056213A (ko) | 농장 운영정보 제공 시스템 | |
| JP7314825B2 (ja) | 予測装置、予測システム、及び予測方法 | |
| WO2020255678A1 (ja) | 情報処理装置及び方法 | |
| JP2021126112A (ja) | 施設内気温制御方法、施設内気温制御プログラム及び施設内気温制御装置 | |
| JP2018169993A (ja) | 結果予測装置、結果予測方法、及びプログラム | |
| JP6556382B2 (ja) | 状態予測制御装置及び状態予測制御方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200130 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201225 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210128 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210319 |
|
| 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: 20210819 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210909 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6943725 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |