JP7166303B2 - 雑草防除装置 - Google Patents

Description

本発明は、雑草防除装置、雑草防除システム、雑草防除方法、ならびに、コンピュータプログラムエレメントおよびコンピュータ可読媒体に関する。

本発明の一般的背景は雑草防除である。特定の工業地域や鉄道線路周辺の地域は、植物を防除する必要がある。鉄道では、そのような防除によって運転手などの列車内の人々の視点からの視界が改善され、線路上で働く人々の視点からの視界が改善される。そのような防除によって安全性を改善することもできる。さらに、植物は線路ならびに関連する信号および通信回線を分断したり破損させることもある。植物の防除はこのようなことを軽減するのに必要である。植生管理は、雑草防除とも呼ばれるが、特に手作業で行われる場合には、多大な時間とリソースを要することがある。化学薬品タンクに収納された除草剤を積載する雑草噴霧列車は、植物を防除するために線路および周辺領域に噴射されうる。しかし、そのような雑草防除は高価となることがあり、一般市民はますます環境影響の低減を望むようになっている。

雑草防除用の改善された装置を持っていると有利である。

本発明の目的は独立請求項の主題で解決され、更なる実施形態が従属請求項で援用される。また、以下に説明される本発明の態様および実施例は、雑草防除装置、雑草防除システム、雑草防除方法、ならびにコンピュータプログラムエレメントおよびコンピュータ可読媒体にも適用されることに留意されたい。

第１態様によれば、
入力部と、
処理部と、
出力部と、
を含む雑草防除装置が提供される。

入力部は、処理部に環境の１枚以上の画像を提供するように構成される。処理部は、１枚以上の画像を分析して、複数の植生管理技術から環境の少なくとも第１部分での雑草防除に使用される１つ以上の植生管理技術を決定するように構成される。出力部は、１つ以上の植生管理技術を作動させるのに使うことができる情報を出力するように構成される。つまり、環境の１枚または複数枚の画像が取得されている。雑草防除に使用することができる多数の取り得る植生管理技術がある。そして、装置は、１枚または複数枚の画像を分析して、環境の特定の１つまたは複数の場所で雑草を防除するのに、利用可能な植生管理技術のうち１つまたは複数のいずれが使用されるかを判断する。

このようにして、最も適切な植生管理技術を環境内の別の領域に対して使用することができる。また、各植生管理技術が別の領域のそれぞれに対して最も適切である場合に、環境内の別の領域において異なる植生管理技術を使用することもできる。

このように、除草剤ベースの技術、例えばスプレーの形態で散布可能なものを、環境の特定の１つまたは複数の場所に対して最も適切な技術である場合のみ使用することができる。またこれは、非除草剤技術が環境内の他の領域で利用可能であることを意味する。したがって、最も適切な技術が各領域に対して使用されるため、雑草防除全体が改善されるだけでなく、除草剤、特に最も攻撃的な除草剤の使用が削減される。

一例では、１枚以上の画像を分析して１つ以上の植生管理技術を決定することは、環境の少なくとも第１部分において１つ以上の植生場所を判定することを含む。そして、処理部は、１つ以上の場所で使用される１つ以上の植生管理技術を決定するように構成される。

つまり、取得された画像における植生領域を判定するために画像処理を使用することが可能であり、画像処理から、この植生領域での雑草防除に使用される最も適切な技術を選択することができる。また、最も適切な植生管理技術がそれぞれの植生場所に対して使用可能である場合、植生管理技術はこの植生場所だけに対して適用することができる。

このように、例えば小さい植生領域が大きな植生領域とは異なる手段で防除可能である場合に、最も適切な植生管理技術を別の植生領域に対して選択することができる。

一例では、１枚以上の画像が、１つ以上のカメラにより取得された。入力部は、１枚以上の画像が取得された際の１つ以上のカメラと関連付けられた１つ以上の場所を処理部に提供するように構成される。

場所は、地面上の正確な場所に対する地理的位置であってもよく、または、１つ以上の植生管理技術の位置を基準とした地面上の場所であってもよい。つまり、絶対的な地理的位置が利用されてもよく、または、絶対的に知られている必要はないが雑草防除技術の場所を基準とした地面上の場所が利用されてもよい。

したがって、画像をその取得場所、すなわち絶対的な地理的位置または植生管理技術の位置に対して既知の地面上の場所と関連付けることで、植生管理技術をその場所へ正確に適用することができる。

一例では、１枚以上の画像を分析して１つ以上の植生管理技術を決定することは、１種類以上の雑草を判定することを含む。つまり、選択された適切な植生管理技術は、防除される１種類または複数種類の雑草を駆除することができる。一例では、処理部は、１種類以上の雑草の１つ以上の場所を判定するように構成される。つまり、雑草の種類とその場所を判定するのに画像処理を使用することができる。場所は画像内の場所でありうる。場所は実際の地理的位置でありうる。場所は画像内にありえて、１つまたは複数の植生管理技術の位置を基準とすることができる。このように、特定の種類の雑草の場所を判定することで、最適な植生管理技術をその特定の場所へ適用することができて、またこれは、異なる植生管理技術の適用を必要とする別の場所の異なる雑草にも当てはまる。

一例では、１枚以上の画像を分析して１つ以上の植生管理技術を決定することは、環境の少なくとも第１部分において第１種類の雑草を判定すること、および、環境の少なくとも第２部分において第２種類の雑草を判定することを含む。

したがって、最も適切な植生管理技術は、環境内の異なる複数の雑草種類に基づいて決定することができる。一例では、処理部は、１枚以上の画像を分析して、環境の少なくとも第１部分において第１種類の雑草の雑草防除に使用される第１植生管理技術を決定するように構成される。また、処理部は、１枚以上の画像を分析して、環境の少なくとも第２部分において第２種類の雑草の雑草防除に使用される第２植生管理技術を決定するように構成される。

つまり、最も適切な植生管理技術は環境内の複数の部分で見つかる雑草種類のうちの特定の種類に応じて選択することができて、これにより、特定の植生管理技術をその特定の雑草が見つかる場所だけに適用することができる。一例では、処理部は、１枚以上の画像を分析して、複数の植生管理技術から環境の少なくとも第１部分での雑草防除に使用される第１植生管理技術を決定するように構成される。また、処理部は、１枚以上の画像を分析して、複数の植生管理技術から環境の少なくとも第２部分での雑草防除に使用される第２植生管理技術を決定するように構成される。

つまり、第１技術は環境の第１場所での雑草防除に対する画像分析に基づいて選択することができて、異なる植生管理技術は画像分析に基づいて別の場所での雑草防除に対して選択することができる。

このように、最も適切な植生管理技術は環境の特定の部分に対して選択することができて、例えば一つの雑草防除技術がある雑草に対して使用され、異なる植生管理技術が異なる雑草に対して使用される、および／または、一つの植生管理技術を環境の第１部分において特定の種類の雑草に対して使用することができて、異なる植生管理技術を環境内の異なる部分において同じ雑草に対して使用することができる。例えば、選択された植生管理技術は、例えば地形が乾燥している、砂だらけである、ぬかるんでいる、湿っている、または環境上特別に重要な地域（保護地域）であるかどうかを考慮して、地上地形を説明することができて、最も適切な植生管理技術をこうした地形種類に対して選択して同じ種類（または異なる種類）の雑草を駆除ことができる。

別の例では、最も適切な植生管理技術を雑草種の生長段階または発育段階に基づいて決定することができる。寛容な一実施形態によれば、発育段階はＢＢＣＨ（ドイツのBiologische Bundesanstalt, Bundessortenamt und Chemische Industrieによる、国際的に受け入れられているコード）により定義することができる。

別の例では、最も適切な植生管理技術は、環境内の雑草の量に基づいて決定することができる。

加えて、これは化学的に攻撃的な雑草防除手段を最小限に抑えることができるということを意味する。

一例では、１枚以上の画像の分析は、機械学習アルゴリズムの利用を含む。

上記の説明およびこの後の説明では、植生管理技術は雑草防除技術と呼ぶこともできて、逆もまた同様である。

第２態様によれば、
１つ以上のカメラと、
第１態様に係る雑草防除装置と、
１つ以上の植生管理技術と、
を含む雑草防除システムが提供される。

１つ以上のカメラは、環境の１枚以上の画像を取得するように構成される。１つ以上の植生管理技術は、車両に搭載される。装置は、１つ以上の植生管理技術を環境の少なくとも第１部分に対して作動させるように構成される。

このように、特定の植生管理技術が環境の画像に基づいて決定される場合に、車両は環境を動き回って、異なる複数の植生管理技術を使ってその環境内の雑草を防除することができる。このようにして、１つのプラットフォーム、例えば環境の上空を飛行する１つまたは複数のドローンにより画像を取得することができる。この情報がオフィスに存在しうる装置へ送られる。装置はどの植生管理技術が環境内のどこで使用されるかを判断する。この情報はこの環境を動き回る車両へ提供される雑草防除マップ内で提供することができて、この環境の特定の部分において、要求される植生管理技術を作動させる。

一例では、装置は車両に搭載される。一例では、１つ以上のカメラは車両に搭載される。

第３態様によれば、
（ａ）処理部に環境の１枚以上の画像を提供することと、
（ｃ）処理部により１枚以上の画像を分析して、複数の植生管理技術から、環境の少なくとも第１部分での雑草防除に使用される１つ以上の植生管理技術を決定することと、
（ｅ）出力部により１つ以上の植生管理技術を作動させるのに使うことができる情報を出力することと、
を含む雑草防除方法が提供される。

一例では、ステップｃ）は、環境の少なくとも第１部分における１つ以上の植生場所を判定するステップ（２４０）を含み、この方法は、ステップｄ）、すなわち、処理部によりこの１つ以上の場所で使用される１つ以上の植生管理技術を決定するステップ（２５０）を含む。

一例では、ステップａ）では１枚以上の画像が１つ以上のカメラにより取得され、この方法は、ステップｂ）、すなわち、１枚以上の画像が取得された際の１つ以上のカメラと関連付けられた１つ以上の場所を処理部に提供するステップ（２６０）を含む。

別の態様によれば、第１態様の装置に係る装置および／または第２態様に係るシステムを制御するためのコンピュータプログラムエレメントが提供され、このコンピュータプログラムエレメントはプロセッサにより実行された場合、第３態様の方法を実行するように構成される。有利なことに、上記の態様のいずれかにより提供される利益は他の態様のすべてに同様に当てはまり、逆もまた同様である。

上記の態様および実施例はこの後に記述される実施形態から明らかになり、これらの実施形態を参照して説明される。

例示の実施形態は以下の図面を参照して以下に説明される。
雑草防除装置の例の概略配置を示す。 雑草防除システムの例の概略配置を示す。 雑草防除方法を示す。 雑草防除システムの例の概略配置を示す。 雑草防除システムの例の概略配置を示す。 雑草防除システムの一部の例の概略配置を示す。 雑草防除システムの一部の例の概略配置を示す。 雑草防除システムの一部の例の概略配置を示す。 図７に示される雑草防除システムの一部の一部分の更なる詳細の概略配置を示す。 鉄道線路および周辺領域の略図を示す。

図１は雑草防除装置１０の例を示す。装置１０は入力部２０、処理部３０、および出力部４０を含む。入力部２０は、処理部３０に環境の１枚以上の画像を提供するように構成される。処理部３０は１枚以上の画像を分析して、複数の植生管理技術から環境の少なくとも第１部分での雑草防除に使用される１つ以上の植生管理技術を決定するように構成される。出力部４０は、１つ以上の植生管理技術を作動させるのに使うことができる情報を出力するように構成される。１つ以上の植生管理技術は環境の少なくとも第１部分で作動される。

一例では、この装置はリアルタイムで動作して、複数の画像が取得され、即座に処理されて、決定された植生管理技術が雑草の防除にすぐに使用される。したがって、例えば、車両はその環境の画像を取得し、この画像を処理して、車両によって運搬される植生管理技術のいずれが環境の特定の部分に対して使用されるかを判断することができる。

一例では、この装置は準リアルタイムで操作され、環境の複数の画像が取得され、即座に処理されて、どの植生管理技術が環境の特定の領域において雑草の防除に使用されるかを判断する。この情報は、環境内を移動して適切な植生管理技術を環境の特定の部分へ適用する適切なシステムにより後で使用することができる。したがって、例えば、乗用車、列車、大型トラック、または無人航空機（ＵＡＶ）もしくは１つまたは複数のカメラを備えたドローンなどの第１車両が環境内を移動して画像を取得することができる。この画像は即座に処理されて環境内のどこで特定の植生管理技術が使用されるかを詳しく示す「雑草マップ」を決定することができる。その後、多数の異なる植生管理技術を備えた車両が環境内を移動して、決定された特定の雑草防除技術を環境内の異なる特定の領域へ適用することができる。別の例では、単一の植生管理技術をそれぞれ備えた多数の車両が環境内を移動して、その植生管理技術が使用されると判断された場合に、それぞれの特定の植生管理技術を環境のそれぞれの特定の領域だけに使用する。

一例では、装置はオフラインモードで動作している。したがって、以前取得された画像は後で装置へ提供される。そして、装置は領域内のどこで特定の植生管理技術が使用されるかを判断し、事実上、雑草マップを作成する。そして、雑草マップは、領域内を移動して特定の植生管理技術を環境の特定の部分に適用する１つまたは複数の車両により後で使用される。

一例では、出力部は植生管理技術を作動させるのに直接使用可能な信号を出力する。

一例によれば、１枚以上の画像を分析して１つ以上の植生管理技術を決定することは、環境の少なくとも第１部分において１つ以上の植生場所を判定することを含む。そして、処理部は、１つ以上の場所で使用される１つ以上の植生管理技術を決定するように構成される。

一例によれば、１枚以上の画像が１つ以上のカメラにより取得された。そして、入力部は、１枚以上の画像が取得された際の１つ以上のカメラと関連付けられた１つ以上の場所を処理部に提供するように構成される。

一例では、場所は絶対的な地理的位置である。

一例では、場所は１つ以上の植生管理技術の位置を参照して判定される場所である。つまり、画像が地面上の特定の場所と関連付けられていることをその場所の正確な地理的位置を知ることなく判定することができるが、画像が取得された時点の場所に関して１つ以上の植生管理技術の位置を知ることにより、植生管理技術をその場所へ動かすことで、植生管理技術をその場所へ後で適用することができる。

一例では、ＧＰＳ装置は、特定の画像が取得された際の１つ以上のカメラの場所を判定するのに使用される、および／または、判定する際に使用される。

一例では、特定の画像が取得された際の１つ以上のカメラの場所を判定するために、慣性走行装置が単独で、またはＧＰＳ装置と組み合わせて使用される。したがって、例えば、１つまたは複数のレーザージャイロスコープを例えば含む慣性走行装置が校正される、または既知の場所でゼロ設定されて、この慣性走行装置が１つ以上のカメラと共に動くと、この既知の場所から離れる動きをｘ軸、ｙ軸、ｚ軸で特定することができて、これより画像が取得された際の１つ以上のカメラの場所を判定することができる。

一例では、特定の画像が取得された際の１つ以上のカメラの場所を判定するために、取得された画像の画像処理が単独で、またはＧＰＳ装置と組み合わせて、もしくはＧＰＳ装置および慣性走行装置と組み合わせて使用される。したがって、視覚的マーカーを単独で、または組み合わせて使用することでカメラの場所を判定することができる。

一例によれば、１枚以上の画像を分析して１つ以上の植生管理技術を決定することは、１種類以上の雑草を判定することを含む。

一例によれば、処理部は１種類以上の雑草の１つ以上の場所を判定するように構成される。

一例によれば、１枚以上の画像を分析して１つ以上の植生管理技術を決定することは、環境の少なくとも第１部分において第１種類の雑草を判定すること、および、環境の少なくとも第２部分において第２種類の雑草を判定することを含む。

一例によれば、処理部は１枚以上の画像を分析して、環境の少なくとも第１部分において第１種類の雑草の雑草防除に使用される第１植生管理技術を決定するように構成される。また、処理部は１枚以上の画像を分析して、環境の少なくとも第２部分において第２種類の雑草の雑草防除に使用される第２植生管理技術を決定するように構成される。

一例によれば、処理部は１枚以上の画像を分析して、複数の植生管理技術から環境の少なくとも第１部分での雑草防除に使用される第１植生管理技術を決定するように構成される。また、処理部は１枚以上の画像を分析して、複数の植生管理技術から環境の少なくとも第２部分での雑草防除に使用される第２植生管理技術を決定するように構成される。

一例では、環境の少なくとも第２部分は、環境の少なくとも第１部分とは異なる。

したがって、異なる雑草が環境内の異なる部分にあると判定して、それらの領域に対して最も適切な植生管理技術が決定されるようにすることができる。

一例では、環境の少なくとも第２部分は、環境の少なくとも第１部分により部分的に囲まれている。

つまり、環境の一領域は、環境の別の領域内で見つかる。そして、一つの植生管理技術は大きな領域に対して使用可能であり、またこの領域内で見つかるより小さな領域に対して別の植生管理技術が使用可能である。

一例では、環境の少なくとも第２部分は、環境の少なくとも第１部分の少なくとも１つの部分集合である。

したがって、例えば特定の種類の雑草のより小さな領域を、雑草のより大きな領域内で見つけることができる。例えば、１つまたは複数のタンポポが草の領域内に位置することがある。そして、第１植生管理技術を、タンポポが位置する可能性がある場所も含めた草地全体にわたって使用することができる。草を防除するのに適切なものとしてこの植生管理技術を選択することが可能であり、利用可能な最も攻撃的な植生管理技術である必要はない。しかし、タンポポのような駆除がより難しい雑草が見つかる草地の部分集合に対して、特定の場所において薬品スプレーなどのより攻撃的な植生管理技術を使用することが可能である。このようにして、薬品スプレーの量を最小化することができる。

一例によれば、１枚以上の画像の分析は、機械学習アルゴリズムの利用を含む。

一例では、機械学習アルゴリズムは決定木アルゴリズムを含む。

一例では、機械学習アルゴリズムは人工神経ネットワークを含む。

一例では、機械学習アルゴリズムは複数枚の画像に基づいて教育されている。一例では、機械学習アルゴリズムは１種類以上の雑草の画像を含む複数枚の画像に基づいて教育されている。一例では、機械学習アルゴリズムは複数の雑草の画像を含む複数枚の画像に基づいて教育されている。

一例では、１つ以上の植生管理技術は、１つまたは複数の化学薬品、薬品スプレー、液体薬品、固形薬品、高圧水、高温水、高圧高温水、蒸気、電力、電気誘導、電流の流れ、高圧電力、電磁放射、Ｘ線放射、紫外線放射、可視光放射、マイクロ波放射、パルスレーザー放射、火炎システムのうちの１つまたは複数を含む。

図２は雑草防除システム１００の例を示す。システム１００は、１つ以上のカメラ１１０、および、図１と関連付けられた例のいずれかに対して上述された雑草防御装置１０を含む。また、システム１００は１つ以上の植生管理技術１２０も含む。１つ以上のカメラ１１０は、環境の１枚以上の画像を取得するように構成される。１つ以上の植生管理技術１２０は車両１３０に搭載される。装置１０は、１つ以上の植生管理技術１２０を環境の少なくとも第１部分に対して作動させるように構成される。

一例では、装置１０は車両１３０に設置される。一例では、１つ以上のカメラ１１０は車両１３０に搭載される。

一例では、車両は列車もしくは貨物列車、大型トラックもしくはトラック、またはＵｎｉｍｏｇ（多目的作業車）である。

一例では、入力部は１枚以上の画像が取得された際の１つ以上のカメラと関連付けられた１つ以上の地理的位置を処理部に提供するように構成される。

一例では、装置は、１枚以上の画像が取得された際の１つ以上のカメラと関連付けられた１つ以上の地理的位置および１つ以上のカメラと１つ以上の植生管理技術の間の空間的関係に基づいて、１つ以上の植生管理技術を作動させるように構成される。このように、画像が車両に設置されたカメラによってどこで取得されたのかを知ること、および、カメラに関して植生管理技術が車両のどこに設置されているかを知ることで、画像が取得されたのと同じ場所で、かつ実際に撮影された領域内でその植生管理技術を作動させるために車両の前方への移動が考慮される。

一例では、装置は第２植生管理技術を作動させるよりも前に第１植生管理技術を作動させるように構成される、または、第２植生管理技術を作動させた後に第１植生管理技術を作動させるように構成される。

一例では、第１植生管理技術が車両の進行方向で第２植生管理技術の前方に設置される、または第１植生管理技術が車両の進行方向で第２植生管理技術の後方に設置される。

図３は雑草防除方法２００を基本的ステップで示す。方法２００は、
ステップ（ａ）とも呼ばれる提供するステップ２１０において処理部３０に環境の１枚以上の画像を提供すること２１０と、
ステップ（ｃ）とも呼ばれる分析するステップ２２０において処理部により１枚以上の画像を分析して、複数の植生管理技術から、環境の少なくとも第１部分での雑草防除に使用される１つ以上の植生管理技術を決定することと、
ステップ（ｅ）とも呼ばれる出力するステップ２３０において出力部４０により１つ以上の植生管理技術を作動させるのに使うことができる情報を出力することと、
を含む。

一例では、環境の１枚以上の画像は入力部２０から処理部へ提供される。

一例によれば、ステップｃ）は、環境の少なくとも第１部分における１つ以上の植生場所を判定するステップ２４０を含む。そして、方法はステップｄ）、すなわち、処理部により１つ以上の場所で使用される１つ以上の植生管理技術を決定するステップ２５０を含む。

一例によれば、ステップａ）では１枚以上の画像が１つ以上のカメラにより取得され、この方法はステップｂ）、すなわち、１枚以上の画像が取得された際の１つ以上のカメラと関連付けられた１つ以上の場所を処理部に提供するステップ２６０を含む。

一例では、ステップｃ）は１種類以上の雑草を判定すること２７０を含む。

一例では、ｃ）は１種類以上の雑草の１つ以上の場所を判定すること２８０を含む。

一例では、ステップｃ）は、環境の少なくとも第１部分において第１種類の雑草を判定すること２９０、および環境の少なくとも第２部分において第２種類の雑草を判定すること３００を含む。

一例では、ステップｃ）は、環境の少なくとも第１部分において第１種類の雑草の雑草防除に使用される第１植生管理技術を決定すること３１０、および環境の少なくとも第２部分において第２種類の雑草の雑草防除に使用される第２植生管理技術を決定すること３２０を含む。

一例では、ステップｃ）は、環境の少なくとも第１部分での雑草防除に使用される第１植生管理技術を決定すること３３０、および環境の少なくとも第２部分での雑草防除に使用される第２植生管理技術を決定すること３４０を含む。

一例では、環境の少なくとも第２部分は、環境の少なくとも第１部分とは異なる。

一例では、環境の少なくとも第２部分は、環境の少なくとも第１部分により部分的に囲まれている。

一例では、環境の少なくとも第２部分は、環境の少なくとも第１部分の少なくとも１つの部分集合である。

一例では、ステップｃ）は機械学習アルゴリズムを利用すること３５０を含む。

一例では、方法は車両を使うことを含み、方法は、１つ以上のカメラにより環境の１枚以上の画像を取得すること、および車両に搭載される１つ以上の植生管理技術を環境の少なくとも第１部分に対して作動させることを含む。

一例では、方法は処理部、出力部、および１つ以上のカメラを車両に設置することを含む。

一例では、方法は第２植生管理技術を作動させるよりも前に第１植生管理技術を作動させること、または、第２植生管理技術を作動させた後に第１植生管理技術を作動させることを含む。

雑草防除用の装置、システム、および方法が鉄道線路の環境における雑草防除に関連する図４～１０と共にこれからより詳細に説明され、雑草防除技術は列車の一部に搭載されている。

図４は雑草防除システム１００の例を示す。数台のドローンがカメラ１１０を有する。ドローンは鉄道線路に沿って飛行する。カメラは鉄道線路の環境、すなわち、線路の間の地面および線路の両側の地面の画像を取得する。撮影される環境は、雑草を防除することが必要な環境である。数台のドローンは必要ではなく、１つのカメラ１１０を有する１台のドローンで必要な画像を取得することができる。実際、画像は、例えば鉄道線路環境を訪れた職員により手持ち撮影される１つまたは複数のカメラ１１０により、または飛行機もしくは鉄道線路に沿って走行した列車によって取得することもできた。カメラ１１０により取得される画像は植物を植物として識別することを可能とする解像度であり、実際には１種類の雑草を別の種類の雑草から区別することを可能とする解像度とすることができる。取得される画像はカラー画像とすることができるが、そうである必要はない。ドローンにより取得される画像は装置１０へ送信される。画像はカメラ１１０によって取得されたらすぐに装置１０へ送信されてもよく、または、取得された時より後、例えばドローンが着陸した際に送信されてもよい。ドローンは全地球測位システム（ＧＰＳ）を有することができて、これにより取得された画像の場所を判定することができる。例えば、画像が取得された際のカメラ１１０の向きおよびドローンの位置を使って、地面平面における画像の地理的占有面積を判定することができる。また、ドローンは、例えばレーザージャイロスコープに基づいた慣性航行システムを有することができる。ドローンの向き、したがってカメラの向きを判定するために使用されること、および地面上でいつ画像が取得されたのかを判定するのを容易にすることに加え、慣性航行システムはＧＰＳシステムなしで単独で機能して、１つまたは多数の既知の場所から離れる動きを特定することでドローンの位置を判定することができる。

装置１０の入力部２０は取得された画像を処理部３０へ渡す。画像分析ソフトウェアはプロセッサ３０上で動作する。画像分析ソフトウェアはエッジ検出などの特徴抽出、および、例えば鉄道線路、枕木、木、踏切、駅のプラットフォームなどの構造物を識別することができる物体検出分析を使用することができる。したがって、環境内の建物の場所などの、物体の既知の場所に基づいて、また枕木の間の距離や鉄道線路の間の距離などの既知の構造情報に基づいて、処理部は取得された画像を継ぎ合わせて、環境の地理的地図上に事実上重ね合わせることができる環境の合成表現を事実上作成することができる。したがって、各画像の地理的位置を判定することが可能であり、取得された画像と関連付けられた、関連するＧＰＳベースの情報および／または慣性航行ベースの情報は必要ない。しかし、利用可能なＧＰＳ情報および／または慣性航行情報があれば、画像のみに基づいて特定の画像を特定の地理的位置に配置することができるそのような画像分析は必要ではない。しかし、ＧＰＳベースの情報および／または慣性航行ベースの情報が利用可能であれば、そのよう画像分析を使って、画像と関連付けられた地理的位置を増強することができる。したがって、例えば、ＧＰＳベースの情報および／または慣性航行ベースの情報に基づいて、取得された画像の中心が、鉄道の一区間の特定の鉄道枕木の側端部から２２ｃｍで終端部から６７ｃｍに位置すると判断され、一方で実際の取得画像から上記の画像分析を使用して、画像の中心が枕木の側端部から２５ｃｍ、終端部から６４ｃｍに位置すると判定された場合、ＧＰＳ／慣性航行ベースで導かれた場所を、必要に応じて場所を一方向に３ｃｍ、別の方向に３ｃｍ移動させることで増強することができる。

プロセッサ３０は更なる画像処理ソフトウェアを実行する。このソフトウェアは、画像を分析して画像内で植物が見つかる領域を判定する。植物は取得された画像内の特徴の形状に基づいて検出することが可能であり、例えば、物体の外周および物体自体の外周の中の特徴の外周を描くのにエッジ検出ソフトウェアが使用される。植物画像のデータベースを使用して、例えば人工神経ネットワークや決定木分析などの訓練された機械学習アルゴリズムを使って画像内の特徴が植物またはメモに関連するかどうかを判定するのを助けることができる。カメラは画像内の色に関する情報を有する画像であるマルチスペクトル画像を取得することができて、この画像を単独で、または特徴検出と組み合わせて使って、画像内で植物が見つかる場所を判定することができる。上述したように、画像の地理的位置を地面上での画像の大きさの知識から判定することができるため、画像内で見つかる１つまたは複数の植生場所を地面上の植物の正確な位置へマップすることができる。

その後プロセッサ３０は、使用された場合には特徴抽出に基づいて判定された植生場所の一部となりうる、更なる画像処理ソフトウェアを実行する。このソフトウェアは機械学習分析器を含む。特定の雑草の画像が、使用されている雑草の大きさにも関連する情報とともに取得される。世界においてそのような雑草が見つかる地理的位置に関連する情報、および、花が満開となっている時期などを含む、この雑草が見つかる時季に関連する情報を、この画像にタグ付けすることができる。また、雑草の名前も雑草の画像にタグ付けされる。そして、人工神経ネットワークまたは決定木分析器をベースにすることもできる機械学習分析器は、地上検証された取得画像で訓練される。このように、植物の新しい画像が分析器へ渡され、そのような画像に時季などの関連するタイムスタンプ、および、ドイツや南アフリカなどの地理的位置がタグ付けされている場合、分析器は新しい画像内で見つかる雑草の画像と訓練で使われた異なる雑草の画像との比較から画像内にある特定の種類の雑草を判定し、その雑草の大きさ、およびその雑草がどこでいつ生長するかも考慮されうる。それゆえ、環境内でのその雑草種類の地面上の特定の場所およびその大きさを判定することができる。

プロセッサ３０は、異なる雑草種類および、その雑草種類を防除するのに使用すべき最適な雑草防除技術を含むデータベースを有する。また、地面上での雑草または雑草の塊の大きさも、どの雑草防除技術（植生管理技術とも呼ばれる）が使用されるかを判断する際に考慮されることがある。例えば、薬品スプレーは特定の種類の雑草に対して最適な雑草防除技術でありうる。そして、プロセッサは、環境内の特定の場所にある単一の雑草またはその小さな塊に対して、その雑草を防除するのに薬品スプレー雑草防除技術がその特定の場所で作動されるべきであると判断することができる。しかし、環境内に存在していて特定された特定の種類の雑草の大きな塊がある場合、プロセッサは、環境に対する化学薬品の影響を軽減するために、異なる雑草防除技術、例えば火炎ベースの雑草防除、高電圧ベースの雑草防除、蒸気もしくは高圧水ベースの雑草防除技術、またはマイクロ波ベースの雑草防除技術が環境内の特定の場所にあるこの特定の雑草のより大きな塊を防除するのに使用されるであると判断することができる。プロセッサにより、防除する必要があるすべての雑草に対して使用される１つ以上の雑草防除技術が確実に割り当てられる。特定の種類の雑草を最もうまく防除するためには、２つの異なる種類の雑草防除技術、例えばマイクロ波放射および高電圧が適用されるべきでプロセッサが適切な雑草防除マップを作成する場合がありうる。

したがって、ドローンのカメラ１１０が環境の画像を取得し、この画像がプロセッサ３０へ渡されて、プロセッサ３０が環境のどの特定の地理的位置でどの雑草防除技術が適用されるべきかを判断する。したがって、環境内のどこで特定の雑草防除技術が使用されるかを示す雑草マップまたは雑草防除技術マップを事実上作成することができる。

引き続き図４を参照すると、雑草防除列車１３０は鉄道線路に沿って進む。雑草防除列車は多数の貨物車を有し、各貨物車は雑草防除技術を収納している。第１貨物車は薬品スプレーベースの雑草防除技術１２０ａを有する。第２貨物車は高電圧ベースの雑草防除技術１２０ｂを有し、他の雑草防除技術はレーザーベースの雑草防除技術１２０ｃ、マイクロ波ベースの雑草防除技術１２０ｄ、および蒸気ベースの雑草防除技術１２０ｅであり、火炎ベースの雑草防除技術、固形（泡状）薬品堆積、およびさらに機械ベースの雑草防除技術などの他の雑草防除技術が利用可能である。雑草防除列車は、上記の雑草マップまたは雑草防除マップを使用するプロセッサ（図示せず）を有する。雑草防除列車は自身の地理的位置を判定する手段を有し、この手段は雑草防除列車の位置および雑草防除技術の具体的な場所を特定するためにＧＰＳ、慣性航行、または画像分析の１つまたは複数をベースとすることができる。これは、雑草防除列車が環境を通過する場合に、異なる雑草防除技術を雑草の特定の場所で作動させることができることを意味し、この特定の場所では、雑草のこの場所で作動される特定の雑草防除技術がこの作業に最適であると判断されている。上述したように、雑草防除列車はカメラを持つことができて、画像を取得することができる。取得された画像を雑草防除列車のプロセッサで処理し、枕木の場所および周囲の特徴を判定することで、列車自体の場所を判定することができる。また、雑草防除列車がＧＰＳシステムおよび／または慣性システムを有する場合、正しい雑草防除技術を特定の雑草の場所で作動させることができるように、ＧＰＳシステムおよび／または慣性航行システムを使って列車の場所を判定することができる。しかし、列車が周囲の画像を取得するカメラも有している場合、雑草防除技術が雑草の正確な場所で作動できるように、枕木の位置などの特徴抽出を使ってＧＰＳおよび／または慣性航行により判定された位置を増強し、例えばＧＰＳシステムから得た位置を考慮して位置の補正を行うことができる。したがって、枕木の位置を判定するのに必要な画像処理は、鉄道枕木などの特徴を特定する際の画像処理のコンプレクシティは比較的大きくないため、場所の更新が迅速に行われている状態で迅速に動作することができる。

図５は雑草防除システム１００の別の例を示す。図５の雑草防除システムは、図４のものに類似している。しかし、図５では雑草防除列車１３０は前述のようなカメラ１１０および装置１０を有する。ここでは、雑草防除列車１３０上のカメラ１１０は以前はドローンにより取得された画像を取得する。雑草防除列車１３０上の装置のプロセッサ３０は取得された画像を処理して、雑草の場所および種類を判定する。そのため、雑草の正確な地理的位置は判定する必要がない。むしろ、列車上のカメラ１１０と雑草防除技術１２０の間の相対的間隔に基づいて、取得された画像を地面上の特定の地点に位置づけることができて、雑草を画像内で見つけて特定し、地面上で見つけることができて、要求される雑草防除技術１２０ａ、１２０ｂ、１２０ｃ、１２０ｄ、または１２０ｅを判定された雑草の場所で作動させることができる。そして、雑草防除列車の前進速度（その速度）および画像が取得された時刻の知識から、要求される雑草防除技術が雑草の位置で作動するように、いつ作動されるべきかを判断することができる。このように、雑草防除列車はＧＰＳシステムおよび／もしくは慣性航行システム、または画像ベースの絶対的地理的位置判定手段を有する必要はない。むしろ、画像内の雑草の種類およびその正確な場所、ならびに列車座標系での雑草の地面上の正確な場所を判定するのに必要な処理を説明するために、カメラ１１０は、処理時間に雑草防除中の雑草防除列車の最大速度を乗じたものに少なくとも等しい距離の分だけ雑草防除技術１２０から離間している必要がある。したがって、例えば、列車が２５ｍ／ｓで進むのに対して処理に０．２ｓ、０．４ｓ、または０．８ｓかかる場合、図５を参照して、カメラ１１０は雑草防除技術１２０ｅの前方にこの列車速度に対して５ｍ、１０ｍ、または２０ｍだけ離間している必要がある。列車の速度を減少させることで、距離間隔を削減することができる。加えて、画像を取得しているカメラ１１０は、露光時間中の列車の移動による画像スミアが最小化されるように、非常に短い露光時間を持つことができる。これは、例えばフィルタと組み合わせて例えばレーザーまたはＬＥＤを用いて短い露光時間または短パルスの照明とともにカメラを使用することを含む、様々な手段により実現できる。しかし、装置はＧＰＳシステムおよび／もしくは慣性航行システムならびに／または画像分析を使って、雑草の正確な地理的位置を判定することができる。これは、どの雑草がどの雑草防除手段により防除されたか、および、それらの雑草がどこに位置していたかのログを判定することができることを意味する。また、雑草の正確な地理的位置を生成することで、雑草防除技術１２０ａ～１２０ａは、特定の雑草防除技術の正確な位置を提供するのに使用できるＧＰＳシステムおよび／もしくは慣性航行システムならびに／または画像ベースのシステムなどの関連する場所判定手段を有することができる。したがって、列車の先頭客車は、雑草防除マップの作成を可能とする画像取得分析装置を有することができる。そして、列車の最後の数台の貨物車はその内部に複数の雑草防除技術を収納することもできて、これらの後方の貨物車は、貨物を運搬する貨物車により、先頭客車から数百メートルまでではないとしても数十メートルは離間されうる。そして、先頭客車から後部客車までの絶対的な距離間隔は、列車が坂を上り下りするのに伴って変化しうるが、雑草防除技術を有する貨物車は自身の正確な場所を知っているため、これらの貨物車が雑草の位置または特定の種類の雑草の領域まで前進した際に、適切な雑草防除技術を正確な地理的位置で作動させることができる。

図５は雑草防除列車１３０の２つの図を示し、上の図は側面図であり、下の図は平面図である。この図は、線路の間および線路の側面へと広がる画像を取得するカメラ１１０を示している。雑草防除列車の個々の貨物車は、列車の下方、および列車の側面へ適用することができる関連する雑草防除技術を有する。

図６は図４～５に示される雑草防除列車１３０の貨物車を示し、この貨物車は薬品スプレーベースの雑草防除技術１２０ａを有する。図６は列車のこの貨物車の背面図を示し、鉄道線路に沿った図である。雑草防除技術１２０ａの多数の別々の噴射ノズルが列車の下方で横方向に、および列車の両側へと延びている。噴射ノズルはここではそれ自身でオン／オフの他に特定の制御が可能であり、左方および／もしくは右方へ、または下方へ噴霧するように方向的に制御可能であり、および／または、例えば細いスプレー噴流を単一の雑草へ向けられるようスプレーの角度範囲を変化させるように制御可能である。これらの噴射ノズルのうちの１つが薬品スプレーによって防除されるべきものとして識別された雑草の上を通る場合、プロセッサ３０は、薬品スプレーによって防除の必要がある雑草の特定の場所で化学薬品を噴霧する特定のノズルを作動させる。図６ではそのような雑草が２つの特定の場所に存在し、１つは線路の間に、１つは線路の左に見つけられて、そのため、２つの噴射ノズルが作動された。既に他の雑草防除技術１２０ｂ～ｅのうちの１つが適用された雑草がこの貨物車の下を通りうることに留意されたい。

図７は図４～５に示される雑草防除列車１３０の貨物車を示し、この貨物車は高電圧ベースの雑草防除技術１２０ｂを有する。図７は列車のこの貨物車の背面図を示し、鉄道線路に沿った図である。雑草防除技術１２０ｂの多数の別々の電極対が列車の下方で横方向に、および列車の両側へと延びており、図９にこれがより詳細に示されている。これらの電極対のうちの１つが高電圧ベースの雑草防除によって防除されるべきものとして識別された雑草の上を通る場合、プロセッサ３０は、高電圧によって防除の必要がある雑草の特定の場所で１つまたは複数の特定の電極対を作動させる。図７ではそのような雑草が２つの特定の場所に存在し、線路の右側にも延びている大きな塊が線路の間に見つけられ、小さな塊が線路の左に見つけられて、そのため、左側で一対の電極対が作動され、列車の下方で右側へ延びている多数が作動された。既に他の雑草防除技術１２０ｃ～ｅのうちの１つが適用された雑草がこの貨物車の下を通りうること、および、薬品スプレーベースの雑草防除技術１２０ａによって対処されるべきと判断された場合には雑草が未処理の状態でこの貨物車の下を通りうることに留意されたい。

図８は図４～５に示される雑草防除列車１３０の貨物車を示し、この貨物車はレーザーベースの雑草防除技術１２０ｃを有する。図８は列車のこの貨物車の背面図を示し、鉄道線路に沿った図である。雑草防除技術１２０ｃの多数の別々のレーザーシステムが列車の下方で横方向に、および列車の両側へと延びている。各レーザーシステムは単純にオン／オフ状態で動作してレーザーシステムの下の領域を照らすことができる、または、雑草の特定の場所だけが照らされるように、必要に応じて方向的に操作することができる。これらのレーザーシステムのうちの１つがレーザー放射ベースの雑草防除によって防除されるべきものとして識別された雑草の上を通る場合、プロセッサ３０は、レーザー放射によって防除の必要がある雑草の特定の場所で特定のレーザーシステムを作動させる。図８では、そのような雑草がたった１つの、左側線路の近くの線路の間のみに位置する特定の場所に存在し、そのため、列車の下方で１つのレーザーシステムが作動され、レーザー放射が雑草の特定の場所へ向けられる。レーザーシステムは、雑草防除に適切であることが示された半導体レーザーベース、Ｎｄ：ＹＡＧベース、エキシマベース、または任意の他のレーザーシステムとすることができる。既に他の雑草防除技術１２０ｄ～ｅのうちの１つが適用された雑草がこの貨物車の下を通りうること、および、薬品スプレーベースの雑草防除技術１２０ａおよび／または高電圧ベースの雑草防除技術１２０ｂによって対処されるべきと判断された場合には雑草が未処理の状態でこの貨物車の下を通りうることに留意されたい。

図９は高電圧ベースの雑草防除技術１２０ｂのより詳細を示す。作動された場合には電流を一方の電極から他方の電極へ、雑草および雑草の根を含む地面を介して流す複数の電極対が提供される。図１２０ｂに示されている１つのサブユニットは１つの電極対を持つことができる、または実際にはそのような高電圧ベースの雑草防除をより高い分解能でより小さな空間的範囲で適用するために多数の電極対を持つことができる。高電圧は、ある期間はＤＣモードで、ある期間はＡＣモードで印加することができる。

図１０は鉄道環境を表しており、鉄道線路および線路の脇の地面を示している。多数の雑草領域が示されており、１種類の雑草の大きな塊がその中に異なる種類の雑草の塊を含んでいる。図１０には、これら特定の雑草に対して作動させることが決定された特定の雑草防除技術が示されている。この図は図４に関して説明された雑草防除マップと考えることができる、または、図５に関して説明された、どの雑草防除技術がどこに適用されるべきかをリアルタイムで判断することであるとみなすことができる。

上記の詳細な例は、異なる雑草防除技術（植生管理技術）が列車の異なる貨物車に収納されている鉄道に関して説明された。これらの雑草防除技術は単一の貨物車に収納することが可能であり、雑草防除技術がたった２つ、または３つもしくは４つであることもありえて、例えば、薬品スプレーおよび高電圧技術のみであることもありうる。さらに、雑草防除列車よりもむしろ、トラックもしくは大型トラック、またはＵｎｉｍｏｇの方がその上／内部に多数の雑草防除技術を搭載することが可能であり、以前取得されて処理された画像に基づいて、または自身が取得して自身で処理する画像に基づいて、上述したように、工業地域の周辺またはさらに空港などの地域を走り回って、特定の雑草防除技術を特定の雑草種類に適用することができる。

別の例示の実施形態では、前述の実施形態のうちの１つに係る方法の方法ステップを適切なシステム上で実行するように構成されていることを特徴とするコンピュータプログラムまたはコンピュータプログラムエレメントが提供される。

それゆえ、コンピュータプログラムエレメントは、それ自体も一実施形態の一部でありうるコンピュータ装置に記憶されることもありうる。このコンピュータ装置は、上述の方法のステップを実行する、または実行させるように構成されてもよい。さらに、このコンピュータ装置は上記の装置および／またはシステムの構成要素を操作するように構成されてもよい。コンピュータ装置は、自動的に動作するように、および／またはユーザの命令を実行するように構成することができる。コンピュータプログラムはデータ処理部の作業メモリへロードされることがある。データ処理部はこのように前述の実施形態のうちの１つに係る方法を実行する能力を備えていることがある。

本発明のこの例示の実施形態は、最初から本発明を使用しているコンピュータプログラムおよびアップデートにより既存のプログラムが本発明を使用するプログラムへと変わるコンピュータプログラムの両方を対象にしている。

さらに、コンピュータプログラムエレメントが上述した方法の例示の実施形態の手順を実現するのに必要なすべてのステップを提供されることがある。

本発明の更なる例示の実施形態によれば、ＣＤ－ＲＯＭ、ＵＳＢスティック、または同種のものなどの、前節で説明されたコンピュータプログラムエレメントが記憶されているコンピュータ可読媒体が提供される。

コンピュータプログラムは他のハードウェアと共に、または他のハードウェアの一部として、光記憶媒体や半導体媒体などの適切な媒体に記憶される、および／またはそのような媒体で配布されることがあるが、インターネットまたは他の有線もしくは無線の電気通信システムを介するなどの他の形態で配布されることもある。

しかし、コンピュータプログラムはワールドワイドウェブのようなネットワーク上で提供されることもあり、そのようなネットワークからデータ処理部の作業メモリへダウンロードすることができる。本発明の更なる例示の実施形態によれば、本発明の前述の実施形態のうちの１つに係る方法を実行するように構成されているコンピュータプログラムエレメントをダウンロード可能とするための媒体が提供される。

本発明の実施形態は異なる主題を参照して説明されていることに留意されたい。特に、一部の実施形態は方法クレームを参照して説明されているが、他の実施形態は装置クレームを参照して説明されている。しかし、当業者であれば、別途通告されない限りは、１種類の主題に属する特徴の任意の組み合わせに加えて、異なる主題に関連する特徴の任意の組み合わせが本出願を以て開示されていると考えられると上記および以下の説明から推測するであろう。しかし、すべての特徴を組み合わせて、特徴の単純な足し合わせを超える相乗効果を提供することができる。

本発明は図面および上述の説明で例証され、詳細に説明されたが、そのような図および説明は実例または例示であると考えられるべきであり、制限的であると考えられるべきではない。本発明は開示された実施形態に限定されない。開示された実施形態に対する他の変形は、特許請求される発明を実践する際に図面、本開示、および従属請求項を検討することで、当業者は理解、達成することができる。

請求項において、「含む」（ｃｏｍｐｒｉｓｉｎｇ）という単語は他の構成要素またはステップを排除せず、不定冠詞の「ａ」または「ａｎ」は複数を排除しない。単一のプロセッサまたは他の装置により、請求項に記載されるいくつかの項目の機能を実現することができる。特定の手段が互いに異なる従属請求項に記載されているという単なる事実は、これらの手段を組み合わせて使って利益を得ることができないことを示しているわけではない。請求項における任意の参照符号は、範囲を制限するものと解釈されるべきではない。

Claims (3)

1. １つ以上のカメラ（１１０）と、
   １つ以上の植生管理技術（１２０）と、
   入力部（２０）と、
   処理部（３０）と、
   出力部（４０）と、
   を含み、
   前記１つ以上のカメラは、環境の１枚以上の画像を取得するように構成され、
   前記入力部は、前記処理部に前記１枚以上の画像を提供するように構成され、
   前記処理部は、前記１枚以上の画像を分析して、複数の植生管理技術から前記環境の少なくとも第１部分での雑草防除に使用される１つ以上の植生管理技術を決定するように構成され、前記１枚以上の画像を分析して前記１つ以上の植生管理技術を決定することは、前記環境の前記少なくとも第１部分において第１種類の雑草を判定すること、および、前記環境の少なくとも第２部分において第２種類の雑草を判定することを含み、
   前記処理部は、前記１枚以上の画像を分析して前記環境の前記少なくとも第１部分において前記第１種類の雑草の雑草防除に使用される第１植生管理技術を決定するように構成され、前記処理部は、前記１枚以上の画像を分析して前記環境の前記少なくとも第２部分において前記第２種類の雑草の雑草防除に使用される第２植生管理技術を決定するように構成され、
   前記出力部は、前記１つ以上の植生管理技術を作動させるのに使うことができる情報を出力するように構成される、
   雑草防除車両。
2. （ａ）車両の処理部に、前記車両の１つ以上のカメラにより取得された、環境の１枚以上の画像を提供すること（２１０）と、
   （ｃ）前記処理部により前記１枚以上の画像を分析して、前記車両の複数の植生管理技術から、前記環境の少なくとも第１部分での雑草防除に使用される１つ以上の植生管理技術を決定し（２２０）、前記環境の前記少なくとも第１部分において第１種類の雑草を判定し（２９０）、前記環境の少なくとも第２部分において第２種類の雑草を判定し（３００）、前記環境の前記少なくとも第１部分において前記第１種類の雑草の雑草防除に使用される第１植生管理技術を決定し（３１０）、前記環境の前記少なくとも第２部分において前記第２種類の雑草の雑草防除に使用される第２植生管理技術を決定する（３２０）ことと、
   （ｅ）前記車両の出力部により前記１つ以上の植生管理技術を作動させるのに使うことができる情報を出力すること（２３０）と、
   を含む雑草防除方法（２００）。
3. プロセッサにより実行された場合に請求項２に記載の方法を実行するように構成される、請求項１に記載の車両を制御するためのコンピュータプログラムエレメント。

Images