JP7004963B1 - 無人航空機 - Google Patents
無人航空機 Download PDFInfo
- Publication number
- JP7004963B1 JP7004963B1 JP2021017341A JP2021017341A JP7004963B1 JP 7004963 B1 JP7004963 B1 JP 7004963B1 JP 2021017341 A JP2021017341 A JP 2021017341A JP 2021017341 A JP2021017341 A JP 2021017341A JP 7004963 B1 JP7004963 B1 JP 7004963B1
- Authority
- JP
- Japan
- Prior art keywords
- unmanned aerial
- aerial vehicle
- pruning
- state
- tree
- 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
- 238000013138 pruning Methods 0.000 claims abstract description 418
- 230000004308 accommodation Effects 0.000 claims abstract description 60
- 241001465754 Metazoa Species 0.000 claims description 25
- 230000002708 enhancing effect Effects 0.000 abstract description 15
- 238000010586 diagram Methods 0.000 abstract description 13
- 238000000034 method Methods 0.000 description 96
- 238000013528 artificial neural network Methods 0.000 description 95
- 230000008569 process Effects 0.000 description 90
- 238000004891 communication Methods 0.000 description 43
- 241000607479 Yersinia pestis Species 0.000 description 34
- 235000015097 nutrients Nutrition 0.000 description 34
- 238000011156 evaluation Methods 0.000 description 26
- 239000011159 matrix material Substances 0.000 description 25
- 241000282412 Homo Species 0.000 description 22
- 230000033001 locomotion Effects 0.000 description 21
- 230000006872 improvement Effects 0.000 description 17
- 238000010801 machine learning Methods 0.000 description 12
- 230000033228 biological regulation Effects 0.000 description 8
- 238000009423 ventilation Methods 0.000 description 8
- 230000005484 gravity Effects 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 5
- 235000013399 edible fruits Nutrition 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 210000002569 neuron Anatomy 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 206010041662 Splinter Diseases 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 244000141353 Prunus domestica Species 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 241000167854 Bourreria succulenta Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 235000011201 Ginkgo Nutrition 0.000 description 1
- 244000194101 Ginkgo biloba Species 0.000 description 1
- 235000008100 Ginkgo biloba Nutrition 0.000 description 1
- 244000020191 Salix babylonica Species 0.000 description 1
- 235000002493 Salix babylonica Nutrition 0.000 description 1
- 244000019194 Sorbus aucuparia Species 0.000 description 1
- 241000949731 Ulmus davidiana Species 0.000 description 1
- 241000190021 Zelkova Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 235000019693 cherries Nutrition 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000001373 regressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 235000006414 serbal de cazadores Nutrition 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
- B64U10/10—Rotorcrafts
- B64U10/13—Flying platforms
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G3/00—Cutting implements specially adapted for horticultural purposes; Delimbing standing trees
- A01G3/02—Secateurs; Flower or fruit shears
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C13/00—Control systems or transmitting systems for actuating flying-control surfaces, lift-increasing flaps, air brakes, or spoilers
- B64C13/02—Initiating means
- B64C13/16—Initiating means actuated automatically, e.g. responsive to gust detectors
- B64C13/18—Initiating means actuated automatically, e.g. responsive to gust detectors using automatic pilot
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C13/00—Control systems or transmitting systems for actuating flying-control surfaces, lift-increasing flaps, air brakes, or spoilers
- B64C13/02—Initiating means
- B64C13/16—Initiating means actuated automatically, e.g. responsive to gust detectors
- B64C13/20—Initiating means actuated automatically, e.g. responsive to gust detectors using radiated signals
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D47/00—Equipment not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U30/00—Means for producing lift; Empennages; Arrangements thereof
- B64U30/20—Rotors; Rotor supports
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Environmental Sciences (AREA)
- Mechanical Engineering (AREA)
- Remote Sensing (AREA)
- Harvesting Machines For Specific Crops (AREA)
Abstract
Description
図1は、本実施形態の無人航空機システム1のハードウェア構成とソフトウェア構成とを示すブロック図である。図2は、本実施形態の無人航空機2を斜め上方からみた場合の概略図である。以下、図1及び図2までを参照して本発明の実施形態における無人航空機システム1の好ましい構成の一例を説明する。
無人航空機2は、少なくとも、制御部21と飛行構造22と剪定構造23とを備える。
制御部21は、飛行構造22及び剪定構造23を制御する。無人航空機2が制御部21を備えることにより、無人航空機2は、飛行構造22を制御して無人航空機2の飛行状態を制御し得る。また、無人航空機2が制御部21を備えることにより、無人航空機2は、剪定構造23を制御して対象樹木を剪定し得る。
飛行構造22は、無人航空機2に揚力及び/又は浮力を与え、飛行可能とする構造である。飛行構造22は、特に限定されない。飛行構造22は、制御部21による制御に応じて無人航空機2の飛行状態を制御可能に構成される。
駆動部221(図2の符号221a、221b、221c、及び221d)は、制御部21によって制御可能であり、回転翼222を回転させることが可能な駆動部221であれば、特に限定されない。駆動部221は、電気を用いて回転翼222を回転させるモータを含むことが好ましい。駆動部221がモータを含むことにより、制御部21は、電気を介した比較的容易な制御によって駆動部221を制御し得る。そして、回転翼222の回転数等を制御し得る。これにより、制御部21は、無人航空機2の飛行状態を容易に制御し得る。駆動部221がモータを含む場合、駆動部221は、電源部27が供給する電力を利用可能であることが好ましい。これにより、電源部27が供給する電力を利用して回転翼222を回転させ得る。
回転翼222(図2の符号222a、222b、222c、及び222d)は、駆動部221によって回転させられることが可能であり、回転によって揚力を発生可能な回転翼であれば、特に限定されない。回転翼222は、例えば、回転方向に対する回転翼の傾きを変化させることが可能な可変ピッチの回転翼でよい。回転翼222が可変ピッチの回転翼であることにより、回転速度に応じて回転翼の傾きを変化させ、揚力を効率的に得られる。回転翼222は、例えば、回転方向に対する回転翼の傾きが一定である固定ピッチの回転翼でよい。回転翼222が固定ピッチの回転翼であることにより、回転翼222を可変ピッチの回転翼より簡易な構造にし得る。これにより、無人航空機2の保守性及び/又は費用対効果等を改善し得る。
剪定構造23は、樹木を剪定可能な剪定構造であれば、特に限定されない。剪定構造23は、例えば、ハサミ、ノコギリ、カッター、レーザーカッター、及びウォーターカッター等によって例示される樹木を剪定可能な構造の1以上を含む剪定構造でよい。剪定構造23は、制御部21による制御に応じて剪定の対象となる剪定樹木を剪定する。
収容構造24は、剪定構造23を収容可能であれば、特に限定されない。収容構造24は、例えば、収容状態において剪定構造23を覆い、剪定構造23を内部に収容することが可能な構造でよい。
撮影装置25は、剪定の対象となる対象樹木を撮影した樹木画像を生成可能であれば、特に限定されない。撮影装置25は、後述する制御装置3から送信された指令に応じて樹木画像を生成し、生成した樹木画像を制御装置3に提供する。撮影装置25は、例えば、静止画である樹木画像を生成可能なデジタルスチルカメラ、動画である樹木画像を生成可能なデジタルカムコーダ等でよい。
通信部26は、無人航空機2をネットワークNに接続して制御装置3と通信可能にする通信部であれば特に限定されない。通信部26として、例えば、ラジコン用微弱無線局に該当する無線装置、テレメータ用・テレコントロール用特定小電力無線局に該当する無線装置、小電力データ通信システムに該当する無線装置、無人移動体画像伝送システムに該当する無線装置、携帯電話ネットワークに対応した無線装置、IEEE802.11に準拠したWi-Fi(Wireless Fidelity)対応デバイス、光無線通信に対応した光無線装置、及び有線通信に対応した有線通信装置等の1以上を含む通信部が挙げられる。
電源部27は、制御部21、飛行構造22、剪定構造23、収容構造24、撮影装置25、及び通信部26等の飛行体1が備える各部材等の1以上に電力を供給可能な電源部である。電源部27は、特に限定されず、従来技術の電源部でよい。電源部27は、例えば、一次電池(例えば、乾電池、湿電池等)、二次電池、太陽電池、燃料電池、原子力電池、全固体電池、発電機(例えば、内燃機関及び/又は外燃機関を用いる発電機、マイクロ波発電機等)及びこれらの1以上を含む電源部でよい。
支持構造28は、無人航空機2が備える各部材等の2以上を所定の位置関係で支持可能な構造であれば、特に限定されない。支持構造28は、例えば、飛行構造22及び剪定構造23を所定の位置関係で支持可能な構造である。
必須の態様ではないが、無人航空機2は、無人航空機2から対象樹木、ヒト、及び/又は動物までの距離を測定可能な距離センサ(図示せず)を備えることが好ましい。これにより、飛行状態制御部211及び/又は状態制御部212は、無人航空機2から対象樹木、ヒト、及び/又は動物までの距離を測定し得る。距離センサは、特に限定されず、例えば、赤外線、レーザ光、電波、可視光、及び/又は音波等を用いて対象までの距離を測定可能な従来技術の距離センサでよい。
必須の態様ではないが、無人航空機2は、無人航空機2の高度を測定可能な高度計(図示せず)を備えることが好ましい。これにより、高度取得部213は、無人航空機2の高度を測定し得る。高度計は、特に限定されず、例えば、気圧、電波、赤外線、可視光、及び/又はレーザ光等を用いて高度を測定可能な従来技術の高度計でよい。
必須の態様ではないが、無人航空機2は、無人航空機2の位置を測位可能な測位部(図示せず)を備えることが好ましい。これにより、位置取得部214は、無人航空機2の位置を取得し得る。測位部は、特に限定されず、例えば、グローバル・ポジショニング・システム(Global Positioning System、GPS)、及びReal-time kinematic(RTK)等によって例示される電波を用いる測位装置、慣性航法装置、並びにレーダ装置等によって例示される位置を測位可能な装置の1以上を用いる測位部でよい。
図1に戻る。制御装置3は、制御部31と、記憶部32と、通信部33と、表示部34と、入力部35と、を備える。
制御部31は、CPU(Central Processing Unit)、RAM(Random Access Memory)、及びROM(Read Only Memory)等を備える。
記憶部32には、データやファイルが記憶される。記憶部32は、半導体メモリ、記録媒体、及びメモリカード等によって例示されるデータやファイルを記憶可能な部材を含むデータのストレージ部を有する。記憶部32は、ネットワークNを介してNAS(Network Attached Storage)、SAN(Storage Area Network)、クラウドストレージ、ファイルサーバ及び/又は分散ファイルシステム等の記憶装置又は記憶システムとの接続を可能にする仕組みを有してもよい。
図3は、樹木画像テーブル321の一例を示す図である。樹木画像テーブル321は、剪定の対象となる対象樹木に関する樹木画像を格納するテーブルである。樹木画像テーブル321には、対象樹木を撮影した2以上の樹木画像が格納される。これにより、制御部31は、対象樹木を異なる向きから撮影した2以上の樹木画像と後述する形状生成ニューラルネットワークとを用いて、対象樹木の樹木形状情報を生成し得る。
図4は、ニューラルネットワークテーブル322の一例を示す図である。ニューラルネットワークテーブル322には、少なくとも、2以上の樹木画像を用いて対象樹木の樹木形状情報を生成可能な形状生成ニューラルネットワークN1(ニューラルネットワークID「N1」に相当)が記憶される。これにより、形状生成ニューラルネットワークN1を用いて、対象樹木の樹木形状情報を生成できる。
図1に戻る。通信部33は、制御装置3をネットワークNに接続して無人航空機2と通信可能にする通信部であれば特に限定されない。通信部33として、例えば、ラジコン用微弱無線局に該当する無線装置、テレメータ用・テレコントロール用特定小電力無線局に該当する無線装置、小電力データ通信システムに該当する無線装置、無人移動体画像伝送システムに該当する無線装置、携帯電話ネットワークに対応した無線装置、IEEE802.11に準拠したWi-Fi(Wireless Fidelity)対応デバイス、光無線通信に対応した光無線装置、及び有線通信に対応した有線通信装置等の1以上を含む通信部が挙げられる。
表示部34は、樹木形状情報を表示可能な画面表示領域を有する表示部であれば特に限定されない。表示部34として、例えば、タッチパネル、有機ELディスプレイ、液晶ディスプレイ、モニタ、プロジェクタ等を有する表示部が挙げられる。
入力部35は、樹木形状情報に関する樹木形状評価、対象樹木に関する目標形状情報、剪定を行う位置に関する剪定位置、及び/又は無人航空機2に関する制御情報等を入力可能な入力部であれば、特に限定されない。入力部35の種類は、特に限定されず、例えば、タッチパネル、ソフトウェアキーボード、音声を認識するマイク、外部の装置から入力を受信する通信デバイス、キーボード、マウス、1以上のボタンを介して入力を行う入力装置、1以上の回転式スイッチを介して入力を行う入力装置、及び/又は1以上のスティックを介して入力を行う入力装置等が挙げられる。
図5は、本実施形態の制御装置3を用いた動作制御処理について、その好ましい流れの一例を示すフローチャートである。以下、図5を用いて、制御装置3で実行される動作制御処理の好ましい手順の一例を説明する。
制御部31は、記憶部32及び通信部33と協働し、樹木画像撮影部311を実行して、剪定の対象となる対象樹木を異なる向きから撮影した2以上の樹木画像を無人航空機2から取得する(ステップS1)。制御部31は、処理をステップS2に移す。2以上の樹木画像を取得することにより、2以上の樹木画像と形状生成ニューラルネットワークN1とを用いて、対象樹木の樹木形状情報を生成し得る。
制御部31は、記憶部32と協働し、樹木形状生成部312を実行して、2以上の樹木画像と形状生成ニューラルネットワークN1とを用いて対象樹木の樹木形状情報を生成する(ステップS2)。制御部31は、処理をステップS3に移す。樹木形状生成部312は、異なる向きから撮影した2以上の樹木画像を用いるため、樹木の形状を把握し得る。したがって、樹木形状生成部312は、樹木の樹木形状情報を生成し得る。
制御部31は、記憶部32と協働し、樹木形状評価受信部313を実行して、樹木形状評価を受信したか否かを判別する(ステップS3)。樹木形状評価を受信したならば、制御部31は、処理をステップS4に移す。樹木形状評価を受信していないならば、制御部31は、処理をステップS5に移す。樹木形状評価を受信したか否かを判別することにより、形状学習部314は、受信した樹木形状評価を用いて樹木の形状を機械学習し得る。
制御部31は、記憶部32と協働し、形状学習部314を実行して、樹木画像と樹木形状情報と樹木形状評価とに基づいて形状生成ニューラルネットワークN1に樹木の形状を機械学習させる(ステップS4)。制御部31は、処理をステップS5に移す。形状生成ニューラルネットワークN1に樹木の形状を機械学習させることにより、形状生成ニューラルネットワークN1は、機械学習しないニューラルネットワークより正確な樹木形状情報を生成し得る。
制御部31は、記憶部32と協働し、目標形状情報受信部315を実行して、対象樹木を剪定した剪定後樹木の目標とする形状に関する目標形状情報を受信したか否かを判別する(ステップS5)。目標形状情報を受信したならば、制御部31は、処理をステップS6に移す。目標形状情報を受信していないならば、制御部31は、処理をステップS8に移す。目標形状情報を受信したか否かを判別することにより、動作制御部318は、目標形状情報に基づいて無人航空機2の飛行状態及び剪定構造23の動作を制御し得る。
制御部31は、記憶部32と協働し、動作制御部318を実行して、樹木形状情報と目標形状情報と剪定位置生成ニューラルネットワークN2とを用いて無人航空機2の飛行状態及び剪定構造23の動作を制御する(ステップS6)。制御部31は、処理をステップS7に移す。
制御部31は、記憶部32と協働し、剪定位置学習部317を実行して、樹木形状情報と目標形状情報と剪定位置とに基づいて剪定位置生成ニューラルネットワークN2に樹木の剪定位置を機械学習させる(ステップS7)。制御部31は、処理をステップS10に移す。剪定位置生成ニューラルネットワークN2に樹木の剪定位置を機械学習させることにより、剪定位置生成ニューラルネットワークN2は、機械学習しないニューラルネットワークより適切に剪定位置を指定し得る。
制御部31は、剪定位置指定部316を実行して、樹木形状情報を用いて対象樹木の剪定位置を指定する(ステップS8)。制御部31は、処理をステップS9に移す。形状生成ニューラルネットワークN1を用いて生成された樹木形状情報を用いて対象樹木の剪定位置を指定することにより、剪定位置指定部316は、機械学習を用いずに生成された樹木形状情報を用いる場合との比較において、樹木の枝を切り離す剪定位置をよりいっそう適切に指定し得る。
制御部31は、動作制御部318を実行して、剪定位置に合わせて無人航空機2の飛行状態及び剪定構造23の動作を制御する(ステップS9)。制御部31は、処理をステップS10に移す。剪定位置に合わせて無人航空機2の飛行状態及び剪定構造23の動作を制御することにより、無人航空機2は、指定された剪定位置に合わせて剪定位置の周辺へ飛行できる。そして、剪定構造23を制御し、剪定位置に合わせて樹木の剪定を行える。したがって、樹木の枝を切り離す位置を適切に指定して樹木の剪定を行い、樹木の形状をよりいっそう整え得る。
制御部31は、記憶部32と協働し、制御情報学習部319を実行して、剪定位置と動作制御部による制御の状態とに基づいて制御情報生成ニューラルネットワークN3に無人航空機2の飛行状態及び剪定構造23の動作を機械学習させる(ステップS10)。制御部31は、動作制御処理を終了し、ステップS1からステップS10の処理を繰り返す。
図6は、本実施形態の制御部21で実行される状態制御処理について、その好ましい流れの一例を示すフローチャートである。以下、図6を用いて、制御部21で実行される状態制御処理の好ましい手順の一例を説明する。
制御部21は、飛行構造22、剪定構造23、及び/又は収容構造24等と協働して、飛行状態制御部211、状態制御部212、位置取得部214等を実行し、剪定構造23を収容構造24に収容し、飛行構造22の制御を介して無人航空機2の飛行状態を着陸状態に制御する収容着陸処理を実行する(ステップS11)。制御部21は、処理をステップS12に移す。ステップS11で実行される収容着陸処理については、後に図7を用いてより詳細に説明する。
制御部21は、状態制御部212を実行し、無人航空機2が着陸中であるか否かを判別する(ステップS12)。無人航空機2が着陸中であるならば、制御部21は、処理をステップS15に移す。無人航空機2が着陸中でないならば、制御部21は、処理をステップS13に移す。無人航空機2が着陸中であるか否かを判別することにより、無人航空機2が着陸中である場合に剪定構造23を収容構造24に収容し得る。状態制御部212は、着陸の際に剪定構造23の状態を収容状態に制御する。そのため、着陸の際にヒト等が剪定構造23によって怪我することを防ぎ得る。
制御部21は、高度計と協働して高度取得部213を実行し、無人航空機2の高度が所定の範囲内であるか否かを判別する(ステップS13)。無人航空機2の高度が所定の範囲内であるならば、制御部21は、処理をステップS14に移す。無人航空機2の高度が所定の範囲内でないならば、制御部21は、処理をステップS15に移す。無人航空機2の高度が所定の範囲内であるか否かを判別することにより、無人航空機2の高度が所定の範囲内でない場合に剪定構造23を収容構造24に収容し得る。
制御部21は、距離センサと協働して状態制御部212を実行し、無人航空機2から対象樹木までの距離が所定の距離以下であるか否かを判別する(ステップS14)。所定の距離以下であるならば、制御部21は、処理をステップS15に移す。所定の距離以下でないならば、制御部21は、処理をステップS16に移す。
制御部21は、剪定構造23及び/又は収容構造24と協働して状態制御部212を実行し、剪定構造23の状態を現出状態に制御する(ステップS15)。制御部21は、状態制御処理を終了し、ステップS11からステップS16の処理を繰り返す。剪定構造23の状態を現出状態に制御することにより、剪定構造23は、現出状態において樹木を剪定し得る。
制御部21は、剪定構造23及び/又は収容構造24と協働して状態制御部212を実行し、剪定構造23の状態を収容状態に制御する(ステップS16)。制御部21は、状態制御処理を終了し、ステップS11からステップS16の処理を繰り返す。剪定構造23の状態を収容状態に制御することにより、剪定構造23を備える無人航空機2の安全性を高め得る。
図7は、図6のステップS11において実行される収容着陸処理について、その好ましい流れの一例を示すフローチャートである。以下、図7を用いて、収容着陸処理の好ましい手順の一例を説明する。
制御部21は、通信部26と協働して状態制御部212を実行し、無人航空機2の制御に関する制御信号の強度が所定の強度より弱いか否かを判別する(ステップS21)。制御信号の強度が所定の強度より弱いならば、制御部21は、処理をステップS24に移す。制御信号の強度が所定の強度より弱くないならば、制御部21は、処理をステップS22に移す。
制御部21は、距離センサと協働して状態制御部212を実行し、無人航空機2からヒト及び/又は動物までの距離が特定の距離以下であるか否かを判別する(ステップS222)。特定の距離以下であるならば、制御部21は、処理をステップS24に移す。特定の距離以下でないならば、制御部21は、処理をステップS23に移す。
制御部21は、測位部と協働して位置取得部214を実行し、無人航空機2の位置が剪定構造23を現出可能にする現出可能領域と異なる位置か否かを判別する(ステップS223)。現出可能領域と異なる位置であるならば、制御部21は、処理をステップS24に移す。現出可能領域と異なる位置でないならば、制御部21は、収容着陸処理を終了し、処理をステップS12に移す。
制御部21は、剪定構造23及び/又は収容構造24と協働して状態制御部212を実行し、剪定構造23の状態を収容状態に制御する(ステップS24)。制御部21は、剪定構造23が収容構造24の内部に収容されたときに処理をステップS25に移す。剪定構造23の状態を収容状態に制御することにより、剪定構造23を備える無人航空機2の安全性を高め得る。
制御部21は、剪定構造23及び/又は収容構造24と協働して飛行状態制御部211を実行し、無人航空機2の飛行状態を着陸状態に制御する(ステップS24)。制御部21は、処理をステップS25に移す。無人航空機2の飛行状態を着陸状態に制御することにより、剪定構造23を備える無人航空機2の安全性を高め得る。
図8は、本実施形態の無人航空機システム1を用いた樹木剪定の一例を示す概略模式図である。図9は、本実施形態の無人航空機2における安全性を高める状態制御の一例を示す概略模式図である。以下、必要に応じて図8及び/又は図9を用いて、本実施形態の無人航空機システム1の使用例を説明する。
利用者は、無人航空機システム1の利用を開始する。制御装置3は、ネットワークNを介して剪定の対象となる対象樹木T1を撮影するよう、無人航空機2に指令する。制御装置3は、対象樹木T1を異なる向きから撮影可能であるよう無人航空機2の飛行状態を制御し、対象樹木T1を異なる向きから撮影した2以上の樹木画像を取得する。制御装置3は、2以上の樹木画像に基づいて樹木形状情報を生成し、生成した樹木形状情報を表示するよう表示部34を制御する。
利用者は、表示部34に表示された樹木形状情報に関する樹木形状評価を行い、入力部35を介して該樹木形状評価を制御装置3に送信する。制御装置3は、樹木形状評価を用いて樹木の形状を機械学習する。
利用者は、入力部35を介して、対象樹木T1を剪定した剪定後樹木T2の目標とする形状に関する目標形状情報を制御装置3に送信する。
無人航空機2は、対象樹木T1の周辺に移動する。これにより、無人航空機2から対象樹木T1までの距離が所定の距離以下となる。したがって、無人航空機2は、剪定構造23を現出状態に制御する。無人航空機2は、目標形状情報に基づいて対象樹木T1を剪定する。
図9は、本実施形態の無人航空機2における安全性を高める状態制御の一例を示す概略模式図である。無人航空機システム1を利用する利用者は、制御装置3を介して無人航空機2に移動するよう指令する。無人航空機2は、移動する。移動後の無人航空機2から剪定後樹木T2までの距離Dは、所定の距離より大きくなる。無人航空機2は、剪定構造23を収容状態にするよう制御する。剪定構造23は、収容構造24に収容される。
無人航空機システム1を利用する利用者は、制御装置3を介して無人航空機2に着陸するよう指令する。無人航空機2は、剪定構造23を収容状態にするよう制御する。剪定構造23は、収容構造24に収容される。これにより、着陸の際にヒト等が剪定構造23によって怪我することを防ぎ得る。
無人航空機2の高度が所定の範囲内でない場合、無人航空機2は、剪定構造23を収容状態にするよう制御する。制御部21は、剪定構造23を収容構造24に収容するよう剪定構造23を制御する。これにより、無人航空機2の高度が低い場合における安全性と無人航空機2の高度が高い場合における安全性とを高め得る。
制御信号の強度が所定の強度より弱い場合、無人航空機2は、剪定構造23を収容状態にするよう制御する。制御部21は、剪定構造23を収容構造24に収容するよう剪定構造23を制御する。そして、制御部21は、無人航空機2の飛行状態を着陸状態に制御する。これにより、外部からの制御信号を所定の強度以上の強度で受信できない場合における安全性をよりいっそう高め得る。
無人航空機2からヒト等までの距離が特定の距離以下である場合、無人航空機2は、剪定構造23を収容状態にするよう制御する。制御部21は、剪定構造23を収容構造24に収容するよう剪定構造23を制御する。そして、制御部21は、無人航空機2の飛行状態を着陸状態に制御する。これにより、無人航空機2から無人航空機2の周囲にいるヒト及び/又は動物までの距離が特定の距離以下である場合における安全性をよりいっそう高め得る。
無人航空機2の位置が現出可能領域と異なる位置である場合、無人航空機2は、剪定構造23を収容状態にするよう制御する。制御部21は、剪定構造23を収容構造24に収容するよう剪定構造23を制御する。そして、制御部21は、無人航空機2の飛行状態を着陸状態に制御する。これにより、無人航空機2の位置が現出可能領域と異なる位置である場合における安全性をよりいっそう高め得る。
2 無人航空機
21 制御部
211 飛行状態制御部
212 状態制御部
213 高度取得部
214 位置取得部
22 飛行構造
221 駆動部
222 回転翼
23 剪定構造
24 収容構造
25 撮影装置
26 通信部
27 電源部
28 支持構造
3 制御装置
31 制御部
311 樹木画像撮影部
312 樹木形状情報生成部
313 樹木形状評価受信部
314 形状学習部
315 目標形状情報受信部
316 剪定位置指定部
317 剪定位置学習部
318 動作制御部
319 制御情報学習部
32 記憶部
321 樹木画像テーブル
322 ニューラルネットワークテーブル
33 通信部
34 表示部
35 入力部
B 剪定を必要とする枝
D 距離
N ネットワーク
N1 形状生成ニューラルネットワーク
N2 剪定位置生成ニューラルネットワーク
N3 制御情報生成ニューラルネットワーク
P 剪定位置
T1 対象樹木
T2 剪定後樹木
Claims (7)
- 樹木を剪定可能な剪定構造と、
前記剪定構造を収容可能な収容構造と、
前記剪定構造を前記収容構造の内部に収容する収容状態と前記収容構造の外部に現出する現出状態との間で前記剪定構造の状態を制御可能な状態制御部と、
を備え、
前記状態制御部は、着陸の際に前記剪定構造の状態を前記収容状態に制御する、無人航空機。 - 前記状態制御部は、
前記無人航空機から剪定の対象となる対象樹木までの距離が所定の距離以下である場合、前記剪定構造の状態を前記現出状態に制御し、
前記無人航空機から前記対象樹木までの距離が前記所定の距離を超える場合、前記剪定構造の状態を前記収容状態に制御する、請求項1に記載の無人航空機。 - 前記無人航空機の飛行状態を制御可能な飛行状態制御部をさらに備え、
外部から受信する前記無人航空機の制御に関する制御信号の強度が所定の強度よりも弱い場合、前記状態制御部が前記剪定構造の状態を前記収容状態に制御し、前記剪定構造が前記収容構造の内部に収容されたときに前記飛行状態制御部が前記無人航空機を着陸状態に制御する、請求項1又は2に記載の無人航空機。 - 前記無人航空機の飛行状態を制御可能な飛行状態制御部をさらに備え、
前記無人航空機から前記無人航空機の周囲にいるヒト及び/又は動物までの距離が特定の距離以下である場合、前記状態制御部が前記剪定構造の状態を前記収容状態に制御し、前記剪定構造が前記収容構造の内部に収容されたときに前記飛行状態制御部が前記無人航空機を着陸状態に制御する、請求項1から3のいずれか1項に記載の無人航空機。 - 高度を取得可能な高度取得部をさらに備え、
前記高度が所定の範囲にない場合、前記状態制御部は、前記剪定構造の状態を前記収容状態に制御する、請求項1から4のいずれか1項に記載の無人航空機。 - 前記無人航空機の位置を取得可能な位置取得部をさらに備え、
前記剪定構造を現出可能にする現出可能領域とは異なる位置に前記無人航空機がある場合、前記状態制御部が前記剪定構造の状態を前記収容状態に制御し、前記剪定構造が前記収容構造の内部に収容されたときに前記飛行状態制御部が前記無人航空機を着陸状態に制御する、請求項1から5のいずれか1項に記載の無人航空機。 - マルチコプターである、請求項1から6のいずれか1項に記載の無人航空機。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021017341A JP7004963B1 (ja) | 2021-02-05 | 2021-02-05 | 無人航空機 |
PCT/JP2022/000544 WO2022168536A1 (ja) | 2021-02-05 | 2022-01-11 | 無人航空機 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021017341A JP7004963B1 (ja) | 2021-02-05 | 2021-02-05 | 無人航空機 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7004963B1 true JP7004963B1 (ja) | 2022-01-21 |
JP2022120441A JP2022120441A (ja) | 2022-08-18 |
Family
ID=80621030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021017341A Active JP7004963B1 (ja) | 2021-02-05 | 2021-02-05 | 無人航空機 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7004963B1 (ja) |
WO (1) | WO2022168536A1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018100038A (ja) * | 2016-12-21 | 2018-06-28 | 学校法人立命館 | グリッパ装置およびこれを備える飛行体 |
CN108873845A (zh) * | 2018-07-12 | 2018-11-23 | 苏州昭轩数字科技有限公司 | 一种基于人工智能的联合绿化修剪设备及其工作方法 |
CN210987175U (zh) * | 2019-10-11 | 2020-07-14 | 湖北电鹰科技有限公司 | 一种应用于无人机的机器手 |
US20200367441A1 (en) * | 2019-05-24 | 2020-11-26 | AES Gener S.A. | Tree trimming with drone |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102187942B1 (ko) * | 2019-07-15 | 2020-12-07 | 배대원 | 잣 채취용 엘피지 엔진형 하이브리드 드론 |
CN210695076U (zh) * | 2019-07-30 | 2020-06-09 | 南京林业大学 | 一种基于无人机的智能修剪系统 |
CN211881182U (zh) * | 2019-10-29 | 2020-11-10 | 广西南宁市温拿信息科技有限公司 | 一种园林修剪装置 |
-
2021
- 2021-02-05 JP JP2021017341A patent/JP7004963B1/ja active Active
-
2022
- 2022-01-11 WO PCT/JP2022/000544 patent/WO2022168536A1/ja active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018100038A (ja) * | 2016-12-21 | 2018-06-28 | 学校法人立命館 | グリッパ装置およびこれを備える飛行体 |
CN108873845A (zh) * | 2018-07-12 | 2018-11-23 | 苏州昭轩数字科技有限公司 | 一种基于人工智能的联合绿化修剪设备及其工作方法 |
US20200367441A1 (en) * | 2019-05-24 | 2020-11-26 | AES Gener S.A. | Tree trimming with drone |
CN210987175U (zh) * | 2019-10-11 | 2020-07-14 | 湖北电鹰科技有限公司 | 一种应用于无人机的机器手 |
Also Published As
Publication number | Publication date |
---|---|
JP2022120441A (ja) | 2022-08-18 |
WO2022168536A1 (ja) | 2022-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Singhal et al. | Unmanned aerial vehicle classification, applications and challenges: A review | |
US20220004201A1 (en) | Obstacle-avoidance control method for unmanned aerial vehicle (uav), flight controller and uav | |
CN106708080A (zh) | 一种基于云端控制的无人机快递自动投放系统 | |
US20180292842A1 (en) | Aircraft attitude control methods | |
US9527588B1 (en) | Unmanned aircraft system (UAS) with active energy harvesting and power management | |
ES2613310B1 (es) | Vehículo aéreo no tripulado biomimético y zoosemiótico dirigido por piloto automático para vuelos de precisión y/o persecución | |
WO2019056172A1 (zh) | 无人机的飞行控制方法、无人机及机器可读存储介质 | |
US20170021941A1 (en) | Pod operating system for a vertical take-off and landing (vtol) unmanned aerial vehicle (uav) | |
JPWO2020153367A1 (ja) | ドローンシステム、ドローン、工程管理装置、ドローンシステムの工程管理方法、および、ドローンシステムの工程管理プログラム | |
CN112041866B (zh) | 无人飞行器递送系统 | |
JP7176785B2 (ja) | ドローン、ドローンの制御方法、および、ドローン制御プログラム | |
Venkatesh et al. | Fully autonomous UAV | |
JP6994798B2 (ja) | ドローンシステム、ドローン、管制装置、ドローンシステムの制御方法、および、ドローンシステム制御プログラム | |
Ross | Open-source drones for fun and profit | |
JPWO2020095842A1 (ja) | ドローン | |
JP7004963B1 (ja) | 無人航空機 | |
JP2022036356A (ja) | ドローンシステム | |
JP7004962B1 (ja) | 無人航空機の制御装置及び無人航空機システム | |
Choudhury et al. | Agricultural aid to seed cultivation: An Agribot | |
JP2022055370A (ja) | ドローンシステム | |
JP7412041B2 (ja) | 無人航空機制御システム | |
JP6996791B2 (ja) | ドローン、ドローンの制御方法、および、ドローン制御プログラム | |
JP7490208B2 (ja) | ドローンシステム、ドローン、管制装置、ドローンシステムの制御方法、および、ドローンシステム制御プログラム | |
Onohwakpor et al. | The use of drone technology as an effective tool in providing information services in Nigeria | |
Wu et al. | Addressing Greenhouse’s Lack of Natural Pollinators-A UAV-Based Artificial Pollination System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211117 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20211117 |
|
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: 20211221 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211221 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7004963 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |