JP7193824B1 - 森林計測用ドローン、ドローンシステム、及び、プログラム - Google Patents

Abstract

【課題】森林において、樹木の樹高を精度良く計測する。【解決手段】森林を構成する樹木の樹高を計測するドローンは、前記樹木に対して、光を発して高さを計測する計測部と、前記樹木の立木方向へ前記ドローンを底面から複数の計測位置に順に移動させる移動部と、前記光による計測範囲に基づき、前記計測範囲で計測できる第１最大高を計算する計算部と、前記計測位置のうち、最も前記底面に近い計測位置である第１計測位置を前記底面から前記第１最大高の半分とする第１計測位置設定部と、前記計測位置のうち、前記第１計測位置を除いた計測位置のいずれかである第２計測位置を前回の計測位置である前回位置に前記第１最大高を加算して求める第２計測位置設定部と、前記第１計測位置、及び、前記第２計測位置で計測された各々の計測結果を合計して前記樹高を計算する樹高計算部とを備えることを特徴とする。【選択図】図１４

Description

本発明は、森林計測用ドローン、ドローンシステム、及び、プログラムに関する。

持続可能な開発目標（Ｓｕｓｔａｉｎａｂｌｅ Ｄｅｖｅｌｏｐｍｅｎｔ Ｇｏａｌｓ、持続可能な開発のための２０３０アジェンダ、平成２７（２０１５）年９月２５日国連サミット採択、以下「ＳＤＧｓ」という。）の推進に向けた取り組みが行われている。具体的には、気候変動への対策等のため、森林資源を保護する技術が知られている。

航空レーザによる測量データのみを使用して、森林の樹種区分調査等に活用する植生図を生成する技術が知られている（例えば、特許文献１等を参照）。

ドローン（ｄｒｏｎｅ）等を用いて上空から撮影した写真等を入力して学習モデルを学習し、樹木等を低コストで分類する技術が知られている（例えば、特許文献２等を参照）。

特許第５５９２８５５号公報 特開２０２０－９１６４０号公報

従来の技術は、森林において、森林を構成する樹木（以下単に「樹木」という。）の樹高を精度良く計測できない課題がある。

本発明は、森林において、樹木の樹高を精度良く計測することを目的とする。

上記の課題を解決するため、本発明の一態様では、森林を構成する樹木の樹高を計測するドローンは、
前記樹木に対して、光を発して高さを計測する計測部と、
前記樹木の立木方向へ前記ドローンを底面から複数の計測位置に順に移動させる移動部と、
前記光による計測範囲に基づき、前記計測範囲で計測できる第１最大高を指定する指定部と、
前記計測位置のうち、最も前記底面に近い計測位置である第１計測位置を前記底面から前記第１最大高の半分とする第１計測位置設定部と、
前記計測位置のうち、前記第１計測位置を除いた計測位置のいずれかである第２計測位置を前回の計測位置である前回位置に前記第１最大高を加算して求める第２計測位置設定部と、
前記第１計測位置、及び、前記第２計測位置で計測された各々の計測結果を合計して前記樹高を計算する樹高計算部と
を備えることを特徴とする。

本発明によれば、森林において、樹木の樹高を精度良く計測できる。

ドローンシステムの全体構成例を示す図である。 ドローン、及び、情報処理装置のハードウェア構成例を示す図である。 ドローンによる計測範囲の例を示す図である。 計測の方式例を示す図である。 全体処理例を示す図である。 第１最大高の指定例を示す図である。 計測位置、移動、計測、及び、樹高の計算例を示す図である。 姿勢の変化例を示す図である。 第２最大高の指定例を示す図である。 第２実施形態における計測位置、移動、計測、及び、樹高の計算例を示す図である。 第３実施形態における全体処理例を示す図である。 事前処理、及び、実行処理の例を示す図である。 全体経路、及び、計測地点の決定例を示す図である。 機能構成例を示す図である。 ネットワーク構造例を示す図である。

［第１実施形態］
以下、添付する図面を参照して、具体例を説明する。なお、以下の説明において、図面に記載する符号は、同一の要素を指す。

［軸の表記］
以下、ドローンの進行方向を「Ｙ軸」とする。そして、Ｙ軸に対して直交する右手方向を「Ｘ軸」とする。そして、以下の説明では、Ｙ軸上に計測対象となる対象物がある、すなわち、ドローンの進行方向上に対象物があると仮定して説明する。また、「Ｘ－Ｙ」平面が、地図における座標（例えば、緯度、及び、経度で示す。）平面と一致する。

Ｘ－Ｙ平面に対し、垂直方向を「Ｚ軸」とする。以下の説明では、樹木３１は、垂直である例とする。すなわち、樹木３１の立木方向は、Ｚ軸と一致する。ゆえに、樹高は、Ｚ軸の成分で表示される。また、樹高、及び、計測位置は、底面１１を基準とする高さで示す。

Ｘ軸回りの回転を「ピッチ（Ｐｉｔｃｈ）回転」という。Ｙ軸回りの回転を「ロール（Ｒｏｌｌ）回転」という。Ｚ軸回りの回転を「ヨー（Ｙａｗ）回転」という。

［ドローンシステムの全体構成例］
図１は、ドローンシステムの全体構成例を示す図である。ドローンシステム１は、ドローン１０、及び、情報処理装置２０を有する構成である。

ドローン１０は、森林３０へ向かって飛翔し、森林３０を構成する樹木３１を計測する飛翔体である。また、ドローン１０は、操縦者による操作で指示された位置へ移動、又は、センサで周囲を認識してプログラム等に基づいて位置を判断して移動する。

なお、ドローン１０は複数であってもよい。以下、ドローン１０が単体である例で説明する。

情報処理装置２０は、サーバ等である。また、情報処理装置２０は、ドローン１０と通信を行い、データを送受信する。

ドローンシステム１では、ドローン１０が森林３０において計測を行い、計測結果等を示すデータを情報処理装置２０に送る。次に、データが送られてくると、情報処理装置２０は、例えば、計測対象となった樹木３１の位置情報、及び、各々の樹木３１を計測した計測結果等を出力する。なお、情報処理装置２０は、位置情報、及び、計測結果以外のデータを出力してもよい。

位置情報は、樹木３１の位置を示す座標等である。具体的には、位置情報は、地図データ２１において、印をつけて示す、又は、「（Ｘ，Ｙ）」の形式等である。なお、位置情報の表示形式は、地図データ２１以外でもよい。

計測結果は、樹高を含む樹木３１の状態を示すデータである。以下、樹高をＺ軸の値で示す。なお、ドローン１０は、樹高以外の計測値を計測してもよい。例えば、ドローン１０は、樹種、葉の色、胸高直径、曲がり、傾き、又は、材積等の特徴を更に計測してもよい。さらに、樹木３１の画像、施業情報、及び、防災情報等の情報が一緒にあってもよい。

位置情報、及び、計測結果等の情報は、各々の樹木３１に対して対応付けして記憶する。例えば、各々の樹木３１は、識別情報（ｉｄｅｎｔｉｆｉｃａｔｉｏｎ、以下「ＩＤ」という。）等が事前に樹木３１ごとに設定される。そして、位置情報、及び、計測結果等の情報は、ＩＤに対応するようにデータベース化して記憶される。

なお、ドローンシステム１は、ドローン１０、及び、情報処理装置２０以外の装置を有してもよい。

［ドローン、及び、情報処理装置のハードウェア構成例］
図２は、ドローン、及び、情報処理装置のハードウェア構成例を示す図である。例えば、ドローン１０、及び、情報処理装置２０は、以下のようなハードウェア構成の装置である。

ドローン１０は、センサ１０Ｈ１、プロセッサ１０Ｈ２、記憶装置１０Ｈ３、通信装置１０Ｈ４、電力装置１０Ｈ５、及び、アクチュエータ１０Ｈ６等を備える。

情報処理装置２０は、Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ（以下「ＣＰＵ２０Ｈ１」という。）、記憶装置２０Ｈ２、入力装置２０Ｈ３、出力装置２０Ｈ４、及び、通信装置２０Ｈ５等を備える。

センサ１０Ｈ１は、例えば、ｌｉｇｈｔ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｒａｎｇｉｎｇ（ＬｉＤＡＲ）を実現する装置である。したがって、センサ１０Ｈ１は、レーザ光等を送受信する装置等である。なお、センサ１０Ｈ１は、ＬｉＤＡＲ以外の方法で測距を行う装置であってもよい。また、センサ１０Ｈ１は、複数の種類を組み合わせて実現してもよい。さらに、センサ１０Ｈ１は、計測範囲を走査して計測してもよいし、一定間隔ごとに計測する方式でもよい。

プロセッサ１０Ｈ２は、各装置を制御する制御装置、及び、処理を行う演算装置である。

記憶装置１０Ｈ３は、メモリ等の主記憶装置、及び、補助記憶装置等である。

通信装置１０Ｈ４は、アンテナ等であって、情報処理装置２０等の外部装置と通信を行う。

電力装置１０Ｈ５は、バッテリ等である。したがって、電力装置１０Ｈ５は、ドローン１０を移動させるのに用いるエネルギーを貯蓄する装置である。

アクチュエータ１０Ｈ６は、例えば、モータ等である。そして、アクチュエータ１０Ｈ６は、Ｘ軸方向、Ｙ軸方向、及び、Ｚ軸方向に、ドローン１０を動かす推力を発する装置である。

ＣＰＵ２０Ｈ１は、各装置を制御する制御装置、及び、処理を行う演算装置である。

記憶装置２０Ｈ２は、メモリ等の主記憶装置、及び、補助記憶装置等である。

入力装置２０Ｈ３は、操作者による操作を入力する装置である。

出力装置２０Ｈ４は、操作者に処理結果等を出力する装置である。

通信装置２０Ｈ５は、アンテナ等であって、ドローン１０等の外部装置と通信を行う。

なお、ハードウェア構成は、上記の構成に限られない。例えば、ドローン１０、及び、情報処理装置２０は、演算装置、制御装置、記憶装置、入力装置、出力装置、通信装置、又は、補助装置を外部又は内部に更に備えてもよい。また、各装置は、複数の装置であってもよい。

［計測範囲の例］
図３は、ドローンによる計測範囲の例を示す図である。以下、ドローンはセンサ１０Ｈ１により、図示するような範囲が計測可能な設定、及び、仕様であるとする例で説明する。ただし、計測範囲は図示する範囲に限られない。すなわち、計測範囲は設定等により変更できる。

以下、センサ１０Ｈ１は直線距離で「５ｍ」が計測できるとする。

図３（Ａ）は、Ｚ－Ｙ平面での計測範囲の例を示す図である。具体的には、センサ１０Ｈ１は、Ｚ－Ｙ平面において、Ｐｉｔｃｈ軸回りに、上向き＋４５°、及び、下向き－４５°の合計９０°の範囲が計測可能の範囲である。以下、Ｚ－Ｙ平面におけるセンサ１０Ｈ１が計測可能な範囲を「第１範囲α」という。

図３（Ｂ）は、Ｘ－Ｙ平面での計測範囲の例を示す図である。具体的には、センサ１０Ｈ１は、Ｘ－Ｙ平面において、Ｙａｗ軸回りに、左向き＋１３５°、及び、右向き－１３５°の合計２７０°の範囲が計測可能の範囲である。以下、Ｘ－Ｙ平面におけるセンサ１０Ｈ１が計測可能な範囲を「第２範囲β」という。

なお、計測範囲は、図示する範囲に限られない。例えば、計測範囲は、２次元的であり、第１範囲αのみ等でもよい。

［計測の方式例］
図４は、計測の方式例を示す図である。例えば、センサ１０Ｈ１は、以下に示す方式のＬｉＤＡＲ等で距離等を計測する。

図４（Ａ）は、ｄＴｏＦ（ｄｉｒｅｃｔ Ｔｉｍｅ ｏｆ Ｆｌｉｇｈｔ）方式を示す図である。具体的には、センサ１０Ｈ１は、図４（Ａ）の上図に示す信号を発信素子から発する。そして、受光素子が、計測対象となる物体に反射した信号を受信する。受信結果は、例えば、図４（Ａ）の下図に示す結果となる。そして、センサ１０Ｈ１は、上図と下図の信号を比較する。すなわち、信号が発信してから受信するまでの時間差を計測する。

図４（Ｂ）は、ｉＴｏＦ（ｉｎｄｉｒｅｃｔ Ｔｉｍｅ ｏｆ Ｆｌｉｇｈｔ）方式を示す図である。具体的には、センサ１０Ｈ１は、図４（Ｂ）の上図に示す信号を発信素子から発する。そして、受光素子が、計測対象となる物体に反射した信号を受信する。受信結果は、例えば、図４（Ｂ）の下図に示す結果となる。そして、センサ１０Ｈ１は、上図と下図の信号を比較する。すなわち、発信した信号と受信した信号の位相差を計測する。このような計測を行うと、センサ１０Ｈ１は、計測対象となる物体との距離を計測できる。なお、距離は、ドローン１０に対して物体が真正面に位置するのであれば、Ｙ軸方向の位置を示す。

以上のような計測により、センサ１０Ｈ１は、物体の有無を検出する。したがって、距離とは別に、物体の有無が認識できるため、センサ１０Ｈ１は、樹木３１の一部があるか否かを検出できる。このようにして、センサ１０Ｈ１は、樹木３１の一部における高さが計測できる。

［樹高の計測の第１例］
図５は、全体処理例を示す図である。例えば、ドローン１０は、以下の順序で処理を行う。

ステップＳ０１では、ドローン１０は、計測対象とする樹木３１を検出する。例えば、ドローン１０は、樹木３１をセンサ等で検出する。すなわち、複数の樹木３１が存在する森林３０において、ドローン１０は、樹高を計測する樹木３１を特定する。なお、検出方法は、センサに限られず、設定等で決めてもよい。

ステップＳ０２では、ドローン１０は、第１最大高を指定する。

第１最大高は、１つの計測位置で立木方向（すなわち、「高さ」となる。）において計測可能な最大範囲である。

図４（Ａ）に示すように、ドローン１０は、センサ１０Ｈ１が発する光の角度、及び、光を送受信できる距離といった仕様等により、１つの計測位置で立木方向に計測可能な範囲が限られる。そして、１つの計測位置で立木方向に計測可能な範囲、すなわち、第１最大高は、センサ１０Ｈ１の仕様等に基づいて計算できる。

図６は、第１最大高の指定例を示す図である。以下、図４（Ａ）に示す計測範囲を例に説明する。

第１最大高ＭＨ１は、例えば、図４（Ａ）に示す計測範囲の場合には、下記（１）式の通り計算する。

第１最大高ＭＨ１＝ 第１辺Ａ × ２
＝ 第２辺Ｂ × ｓｉｎ（α×１／２） × ２
＝ ５ｍ × ｓｉｎ（４５°） × ２
＝ ３．５４・・・ｍ（以下小数点第２位を四捨五入） × ２
≒ ７．０ｍ （１）

上記（１）式の通り、センサ１０Ｈ１によって計測が可能な距離、及び、第１範囲αが定まると、第１最大高ＭＨ１が計算できる。すなわち、センサ１０Ｈ１の仕様等に基づき、第１最大高ＭＨ１が定まる。この例では、第１最大高ＭＨ１は、「７．０ｍ」である。なお、第１最大高ＭＨ１は、計算でなく、仕様等で定まる計測可能な最大高さ等を入力して指定してもよい。

ステップＳ０３では、ドローン１０は、第１計測位置を設定する。

ステップＳ０４では、ドローン１０は、第１計測位置へ移動する。

ステップＳ０５では、ドローン１０は、第１計測位置で計測する。

ステップＳ０６では、ドローン１０は、次の第２計測位置を設定する。

ステップＳ０７では、ドローン１０は、次の第２計測位置へ移動する。

ステップＳ０８では、ドローン１０は、第２計測位置で計測する。

ステップＳ０９では、ドローン１０は、すべての第２計測位置で計測が完了したか否かを判断する。次に、すべての第２計測位置で計測が完了したと判断すると（ステップＳ０９でＹＥＳ）、ドローン１０は、ステップＳ１０に進む。一方で、すべての第２計測位置で計測が完了していないと判断すると（ステップＳ０９でＮＯ）、ドローン１０は、ステップＳ０６に進む。

ステップＳ１０では、ドローン１０は、今までの計測結果に基づき、樹高を計算する。

ステップＳ０３乃至ステップＳ１０は、具体的には以下のように実行される。

図７は、計測位置、移動、計測、及び、樹高の計算例を示す図である。以下、ドローン１０が１つの樹木３１、すなわち、１つの樹高を計測するのに、計測を行う回数を合計で「Ｎ」回とする。したがって、樹高は、「Ｎ」回の計測結果を合計すると計算できる。

また、以下の説明は樹高が「４０ｍ」の樹木３１を計測対象とする例である。なお、樹高は計測する前の状態では未知である。以下、「樹高Ｃ」という。さらに、樹高Ｃを計測するのに要する計測回数「Ｎ」も計測する前の状態では未知である。

そして、各々の計測結果は、複数の計測位置で計測される。以下、複数の計測位置のうち、最も底面１１に近い計測位置を「第１計測位置Ｐ１」という。一方で、第１計測位置Ｐ１以外の計測位置を「第２計測位置Ｐ２」という。

ドローン１０は、底面１１に近い順（図における下から上へ向かう順である。）に、計測位置を移動して計測を行う。具体的には、図７に示すように、ドローン１０は、第１計測位置Ｐ１、第２１計測位置Ｐ２１、第２２計測位置Ｐ２２、第２３計測位置Ｐ２３、第２４計測位置Ｐ２４、及び、第２５計測位置Ｐ２５の順に移動し、各計測位置で計測する。

計測位置の位置（Ｚ軸方向についての位置、すなわち、高さである。）は、例えば、下記（２）式の通り計算する。

Ｈ（ｍ＝１） ＝ 第１最大高ＭＨ１ × １／２
Ｈ（ｍ＝２～Ｎ）＝ 前回の第２計測位置 Ｈ（ｍ－１） ＋ 第１最大高ＭＨ１ （２）

上記（２）式において、「Ｈ（ｍ）」は、「ｍ」回目の計測位置を示す。「ｍ」は、計測回数を示し、「ｍ＝１」が初回である。そして、「ｍ」は、「１」から「Ｎ」までカウントアップしていく値である。また、上記（２）式において、「前回の第２計測位置 Ｈ（ｍ－１）」が前回位置である。

上記（２）式が示す通り、初回（ｍ＝１）の計測位置は、上記（２）式の上段式で計算する。図７が示す通り、「Ｈ（ｍ＝１）」は、図６が示す計測範囲である場合には、「７ｍ × １／２＝３．５ｍ」（第１最大高ＭＨ１の半分である。）と設定される（ステップＳ０３）。

次に、ドローン１０は、第１計測位置Ｐ１、すなわち、「３．５ｍ」の高さに移動する（ステップＳ０４）。移動後、ドローン１０は、第１計測位置Ｐ１で樹木３１を計測する（ステップＳ０５）。この例では、樹木３１は、「４０ｍ」の樹高Ｃであるため、ドローン１０が計測できる最大値である、第１最大高ＭＨ１、すなわち、「７ｍ」が計測結果となる。

次に、２回目（ｍ＝２）の計測は、上記（２）式の下段式で計算する。図７が示す通り、「Ｈ（ｍ＝２）」は、図６が示す計測範囲である場合には、「第１計測位置 Ｈ（ｍ＝１） ＋ 第１最大高ＭＨ１＝３．５ｍ＋７ｍ＝１０．５ｍ」と設定される（ステップＳ０６）。次に、ドローン１０は、第２１計測位置Ｐ２１、すなわち、「１０．５ｍ」の高さに移動する（ステップＳ０７）。移動後、ドローン１０は、第２１計測位置Ｐ２１で樹木３１を計測する（ステップＳ０８）。この例では、樹木３１は、「４０ｍ」の樹高Ｃであるため、ドローン１０が計測できる最大値である、第１最大高ＭＨ１、すなわち、「７ｍ」が計測結果となる。

以降、ドローン１０は、同様に第２計測位置Ｐ２を設定、及び、移動し、各第２計測位置Ｐ２で計測を行う（ステップＳ０６乃至ステップＳ０９）。

図７に示す例では、第２計測位置Ｐ２は、「Ｈ（ｍ＝３）＝１７．５ｍ」、「Ｈ（ｍ＝４）＝２４．５ｍ」、「Ｈ（ｍ＝５）＝３１．５ｍ」、及び、「Ｈ（ｍ＝６）＝３８．５ｍ」のように設定される（ステップＳ０６）。

また、第１計測位置Ｐ１、及び、第２１計測位置Ｐ２１乃至第２４計測位置Ｐ２４における計測結果は、いずれも「７ｍ」である。そして、第２５計測位置Ｐ２５における計測結果は、「４０ｍ－３５ｍ＝５ｍ」である。

以上のように計測が完了すると（ステップＳ０９でＹＥＳ）、ドローン１０は、各々の計測結果を合計して樹高Ｃを計算する（ステップＳ１０）。具体的には、樹高Ｃは、下記（３）式の通り計算する。

樹高Ｃ＝ Σ（各計測位置での計測結果）
＝７ｍ ＋ ７ｍ ＋ ７ｍ ＋ ７ｍ ＋ ７ｍ ＋ ５ｍ
＝４０ｍ （３）

以上のように、ドローン１０は、第１最大高ＭＨ１に樹木３１を立木方向に分割して計測する。そして、分割して計測した高さを合計すると、樹高Ｃが計測できる。このように分割して計測を行うと、ドローン１０は、１回の計測範囲を超えた高さのある樹木３１でも計測できる。そのため、ドローン１０は、森林において、樹木を精度良く計測できる。

［第２実施形態］
第２実施形態では、ドローン１０は、姿勢を変化させて、立木方向へ計測範囲を拡張する点が異なる。具体的には、ドローン１０は、例えば、以下のように姿勢を変化させて、計測を行うように制御する。

図８は、姿勢の変化例を示す図である。図８（Ａ）は、姿勢を変化させる前の例を示す図である。以下、姿勢を変化させる前は、第１実施形態と同様の計測範囲であるとする。

図８（Ｂ）は、上方向へ計測範囲を拡張する例を示す図である。具体的には、ドローン１０は、Ｐｉｔｃｈ軸回転を「＋３０°」行う。

図８（Ｃ）は、下方向へ計測範囲を拡張する例を示す図である。具体的には、ドローン１０は、Ｐｉｔｃｈ軸回転を「－３０°」行う。

なお、姿勢の変化は、上記に示す例に限られない。例えば、姿勢の変化は、「±３０°」の回転量でなくともよい。

以上のように姿勢を変化させると、計測範囲が拡張するため、ドローン１０は、１つの計測位置で計測できる計測値を大きくできる。以下、姿勢の変化によって計測可能な最大範囲を「第２最大高ＭＨ２」という。

図９は、第２最大高の指定例を示す図である。以下、Ｘ－Ｙ平面におけるセンサ１０Ｈ１が拡張した計測可能な範囲を「第３範囲γ」という。第３範囲γは、第１範囲αを拡張した範囲である。

図８に示す拡張を行うと、ドローン１０は、Ｙ軸方向における直線距離で「拡張後距離Ｄ」の距離で検出できる。拡張後距離Ｄは、下記（４）式の通りとなる。

拡張後距離Ｄ＝ ５ｍ × ｃｏｓ（４５°＋３０°）
＝ ５ｍ × ０．２５８・・
≒１．３ｍ （４）

上記（４）式で示す拡張後距離Ｄで図８に示すように姿勢を変化させると、第１範囲αより高い高さを計測できる。第３範囲γで計測できる高さである第２最大高ＭＨ２は、下記（５）式の通りとなる。

第２最大高ＭＨ２＝ 拡張後距離Ｄ × ｔａｎ（４５°＋３０°） × ２
＝ １．３ｍ × ３．７３・・ ×２
≒ １０ｍ （５）

そして、第２実施形態では、上記（５）式で計算した第２最大高ＭＨ２を用いて計測位置が設定される。なお、第２最大高ＭＨ２は数値を入力する等で指定されてもよい。したがって、第２実施形態では、以下のように計測が行われる。

図１０は、第２実施形態における計測位置、移動、計測、及び、樹高の計算例を示す図である。第１実施形態と比較すると、計測回数が少ない、すなわち、「Ｎ＝５」である点が異なる。

図１０に示す例では、「Ｈ（ｍ＝１）」は、図９が示す計測範囲である場合には、「１０ｍ × １／２＝５ｍ」（第２最大高ＭＨ２の半分である。）と設定される（ステップＳ０３）。また、第２計測位置Ｐ２は、「Ｈ（ｍ＝２）＝１５ｍ」、「Ｈ（ｍ＝３）＝２５ｍ」、「Ｈ（ｍ＝４）＝３５ｍ」、及び、「Ｈ（ｍ＝５）＝４５ｍ」というように、前回位置に第２最大高ＭＨ２を加算して求める（ステップＳ０６）。

以上のように、姿勢を変化させると、１回の計測位置で計測できる計測範囲が拡張できる。そのため、ドローン１０は、計測回数を少なくできる。

［第３実施形態］
第３実施形態は、ドローンシステム１、及び、ドローン１０がＡｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ（人工知能、以下「ＡＩ」という。）を用いる点が異なる。

以下の説明では、学習中、又は、学習を行う前の状態を単に「学習モデル」という。すなわち、学習モデルは、教師データを入力して学習を行う。一方で、学習モデルを一定以上学習させた後の状態を「学習済みモデル」という。したがって、学習済みモデルは、事前に行う学習の学習結果に基づき、未知データが入力されるのに対して対応する出力を行う処理を実行する。なお、ＡＩは、学習済みモデルとなった後も追加して学習を行ってもよい。

図１１は、第３実施形態における全体処理例を示す図である。以下、学習モデルを学習させて学習済みモデルを生成する処理を「事前処理」という。一方で、事前処理により生成された学習済みモデルを用いて実行する処理を「実行処理」という。

なお、事前処理と実行処理は、連続して行わなくともよい。すなわち、実行処理が行われる前に事前処理等により、学習済みモデルが準備されているのであれば、事前処理と実行処理は、間隔が空いてもよい。また、学習済みモデルは、実行処理で入力するデータを教師データにして更に学習してもよい。

以下、事前処理、及び、実行処理を連続して実行する全体処理を例に説明する。

ステップＳ１０１では、ドローン１０は、計測地点等を入力して学習モデルを学習させる。例えば、計測地点は、地図データにおける座標（Ｘ,Ｙ）、又は、ＧＰＳ等で取得する緯度、及び、経度等の形式である。また、計測地点は、３次元データでもよい。

すなわち、ドローン１０は、森林３０において、どの地点で樹木３１を計測したかを学習モデルに学習させる。なお、最適化する項目に応じて、教師データは、計測地点以外のデータが入力されてもよい。例えば、樹高の計算精度を最適化の対象とする場合には、教師データに、樹木３１の樹高（例えば、別の計算精度の良い計測方法で計測した結果等である。）等の最適化する項目に対応したデータが含まれてもよい。

学習モデルは、計測地点等を教師データとするため、計測地点をつなげて構成する全体経路を学習できる。そして、最適化させる項目が正解データとなる。

例えば、全体経路ごとに、計測地点をすべて回る総計測時間、計測地点の点数、樹高の計算精度、計測地点をすべて回るのに移動する総移動距離、計測地点をすべて回るのに消費するエネルギー、又は、これらの組み合わせ等の項目が計算されるのが望ましい。そして、複数の全体経路に対し、各々の項目が計算されるため、ドローン１０は、複数の全体経路を各々の項目を比較して最適な全体経路となる計測地点の配置を学習できる。

以上のように、事前処理が行われると、学習済みモデルが生成される。すなわち、以上のような事前処理で学習した学習済みモデルを用いる以下の実行処理を行うと、ドローン１０は、最適化させたい項目、すなわち、目的に応じて計測地点、及び、全体経路を出力できる。

ステップＳ１０２では、ドローン１０は、地図データ、及び、条件等を入力する。なお、ドローン１０は、地図データ以外を入力してもよい。すなわち、ドローン１０は、計測対象とする森林３０、及び、樹木３１の位置等を特定する情報等を入力する。したがって、計測対象とする森林３０、及び、樹木３１をドローン１０が特定できるのであれば、データの形式は問わない。

ステップＳ１０３では、ドローン１０は、計測地点を教師データにして学習した学習済みモデルを用いて、計測地点を決定する。すなわち、ドローン１０は、樹木３１をどの計測地点で計測するかを決定する。

なお、決定は、ステップＳ１０２で入力する条件等を考慮してもよい。例えば、条件に計測する範囲が入力されている場合には、ドローン１０は、条件で定める範囲内に計測地点を決定する。このように条件が入力されていると、ドローン１０を柔軟に運用できる。

また、ドローン１０は、複数の計測地点を決定してもよい。そして、複数の計測地点を決定する場合には、ドローン１０は、計測地点を巡回する順序等を決定して全体経路を生成するのが望ましい。

全体経路、すなわち、各々の計測地点は、最適化する項目に基づいて決定されるのが望ましい。

例えば、ドローン１０は、計測地点をすべて回る総計測時間を最小にするように計測地点を決定する。つまり、ドローン１０は、森林３０を計測する時間を最短にするように全体経路を生成する。このように、全体経路の最適化がされると、ドローン１０は、計測に要する時間を短くできる。

ドローン１０は、計測地点の点数を最小にするように計測地点を決定してもよい。つまり、ドローン１０は、可能な限り少ない計測地点で計測するように全体経路を生成する。計測地点が少ないと、結果的にドローン１０の移動距離、総計測時間、又は、消費エネルギー量等の負担を少なくできる場合が多い。ゆえに、計測地点が少なくなるように全体経路の最適化がされると、ドローン１０は、計測に要する負担を少なくできる。

ドローン１０は、樹高の計算精度を最良にするように計測地点を決定してもよい。樹高は、計測を行う角度等によって精度が異なる場合がある。なお、ドローン１０は、樹高以外のパラメータを計測する場合には、他のパラメータ計測精度を最適化してもよい。ゆえに、可能な限り樹高の計測精度が良くなるように全体経路の最適化がされると、ドローン１０は、樹高を精度良く計測できる。

ドローン１０は、計測地点をすべて回るのに移動する総移動距離を最短にするように計測地点を決定してもよい。総移動距離が短いと、ドローン１０は、結果的に総計測時間、又は、消費エネルギー量等の負担を少なくできる場合が多い。ゆえに、総移動距離を最短にするように全体経路の最適化がされると、ドローン１０は、計測に要する負担を少なくできる。

ドローン１０は、計測地点をすべて回るのに消費するエネルギー量を最小にするように計測地点を決定してもよい。例えば、エネルギー量は、消費電力量等である。すなわち、可能な限り少ない電力量ですべての計測が完了するように全体経路の最適化がされると、ドローン１０は、少ないエネルギー量で計測を実現できる。

このように、ドローン１０は、全体経路を生成する上で各々の計測地点を決定し、全体経路を把握する。なお、全体経路を生成するのに、ドローン１０は、樹高、樹間、マッチングポイントの検出、データ合成を行うポイント、及び、データ基点等を考慮すると、最適化がしやすい。

ステップＳ１０４では、ドローン１０は、計測地点へ移動する。なお、複数の計測地点が決定している場合には、ドローン１０は、決定された順序で計測地点へ移動する。

ステップＳ１０５では、ドローン１０は、計測地点で計測を行う。例えば、計測は、図５に示す全体処理である。なお、ドローン１０は、１つの計測地点で複数の樹木３１を計測してもよい。また、ドローン１０は、異なる計測地点で同一の樹木３１を複数回計測して計測結果を平均する等の統計処理を行ってもよい。

ステップＳ１０６では、ドローン１０は、すべての計測地点で計測が完了したか否かを判断する。次に、すべての計測地点で計測が完了したと判断すると（ステップＳ１０６でＹＥＳ）、ドローン１０は、全体処理を終了する。一方で、すべての計測地点で計測が完了していないと判断すると（ステップＳ１０６でＮＯ）、ドローン１０は、ステップＳ１０４に進む。すなわち、ドローン１０は、全体経路が示す順序で各々の計測地点に移動し、かつ、各々の計測地点で計測を行う。

図１２は、事前処理、及び、実行処理の例を示す図である。例えば、事前処理は、図示するように教師データＤ１を学習モデルＡ１に入力して行う。

教師データＤ１は、例えば、計測地点データＤ１１、条件データＤ１２、及び、評価データＤ１３等である。

計測地点データＤ１１は、各々の樹木３１を計測した計測地点を特定するデータである。例えば、計測地点データＤ１１は、座標値等の形式である。なお、計測地点データＤ１１は、各々の樹木３１を計測した計測地点から樹木３１を撮影した画像データ等でもよい。すなわち、ドローン１０は、画像データが示す樹木３１の向き等に基づき、樹木３１対する角度等を計算して、計測地点を推測してもよい。

条件データＤ１２は、条件を示すデータである。条件は、計測におけるドローン１０等の制約条件、及び、計測を行った環境条件等である。

例えば、制約条件は、ドローン１０に搭載するバッテリに基づく、樹木３１の本数、面積、移動可能距離、又は、使用可能時間等であってもよい。ほかにも、制約条件は、法律等に基づくドローン１０が移動禁止である範囲、又は、飛行可能な高度等を示してもよい。

また、樹木３１の本数が多い、又は、面積が広いと、ドローン１０は移動距離が長くなりやすい。したがって、樹木３１の本数、又は、面積等の条件が把握できると、ドローン１０は、より精度良く学習モデルＡ１を学習させることができる。

環境条件は、天候、又は、風量等である。すなわち、環境条件は、計測地点データＤ１１等がどのような条件下で計測されたか等である。例えば、風が強いといった環境条件であると、ドローン１０は、風による影響が大きいため、エネルギー量の消費効率が悪い場合が多い。また、天候が悪い、又は、風が強い等のように環境条件が悪いと、ドローン１０は、計測精度が悪い場合が多い。したがって、環境条件が把握できると、ドローン１０は、より精度良く学習モデルＡ１を学習させることができる。

このように、条件は、ドローン１０を運用する上で前提となる要件等である。

評価データＤ１３は、評価項目を示すデータである。例えば、評価データＤ１３は、計測結果、移動軌跡、又は、経過時間等を示す。なお、評価データＤ１３は、最適化する項目に応じる種類が望ましい。例えば、樹高の計算精度を最適化する場合には、評価データＤ１３は、樹高の計算誤差等が入力されるのが望ましい。

なお、教師データＤ１は、上記以外の種類のデータを含んでもよい。また、教師データＤ１は、ＧＰＳ及びセンサ等で計測の際に現在地点等を取得して生成されるデータ等でもよい。

以上のように教師データＤ１を入力して学習モデルＡ１を学習させると、学習済みモデルＡ２を生成できる。そして、学習済みモデルＡ２を用いると、ドローン１０は以下のような実行処理が実行可能となる。

まず、ドローン１０は未知データＤ２を入力する。例えば、ドローン１０は、ステップＳ１０２のように、地図データ２１、及び、条件等を含む未知データＤ２を入力する。

未知データＤ２は、計測対象とする森林３０、及び、計測における条件を示すデータである。例えば、未知データＤ２は、計測対象データＤ２１、及び、設定データＤ２２等を含む。

計測対象データＤ２１は、森林３０の位置等を示すデータである。例えば、計測対象データＤ２１は、地図データ２１等の形式である。なお、計測対象データＤ２１は、座標値等の形式でもよい。

設定データＤ２２は、条件等を示すデータである。すなわち、設定データＤ２２は、どのような条件下で計測を行うかを設定するデータである。なお、設定データＤ２２は、ドローン１０がセンサ等を備え、センサデータ等でもよい。

以上のように、学習済みモデルＡ２を用いると、ドローン１０は、例えば、地図データ２１上に、全体経路を最適化して、第１計測地点４１、第２計測地点４２、及び、第３計測地点４３等のように出力できる。

［全体経路、及び、計測地点の決定例］
図１３は、全体経路、及び、計測地点の決定例を示す図である。例えば、図１３（Ａ）は、第１全体経路ＡＰ１を生成した例である。

第１全体経路ＡＰ１は、第１計測地点４１、第２計測地点４２、第３計測地点４３、第４計測地点４４、第５計測地点４５、及び、第６計測地点４６の順に移動して計測していく全体経路の例である。学習済みモデルＡ２を用いると、ドローン１０は、第１全体経路ＡＰ１のような経路を生成できる。

図１３（Ｂ）は、第１全体経路ＡＰ１を最適化して第２全体経路ＡＰ２を生成した例である。

第２全体経路ＡＰ２は、第１全体経路ＡＰ１と比較すると、第１計測地点４１、第２計測地点４２、及び、第３計測地点４３の３点で構成される点が異なる。また、第２全体経路ＡＰ２は、第１全体経路ＡＰ１と比較すると、第１計測地点４１、第２計測地点４２、及び、第３計測地点４３の地点が異なる。

第２全体経路ＡＰ２は、第１全体経路ＡＰ１よりも計測地点の点数を少なくした例である。第２全体経路ＡＰ２は、第１全体経路ＡＰ１と同様の樹木３１を計測対象とするが、１つの計測地点で第１全体経路ＡＰ１よりも多くの樹木３１を計測対象としている点が異なる。このように、一度に多くの樹木３１を計測できる計測地点を特定できると、第２全体経路ＡＰ２のような計測地点の点数が少ない全体経路を生成できる。

また、第２全体経路ＡＰ２は、第１全体経路ＡＰ１よりも外側を移動していく経路である。このような経路であると、障害物が少なく、樹高等を精度良く計測できる場合が多い。ほかにも、第２全体経路ＡＰ２のように、同様の樹木３１を複数回計測できるのが望ましい。

［機能構成例］
図１４は、機能構成例を示す図である。例えば、ドローン１０は、計測部１０Ｆ１、移動部１０Ｆ２、指定部１０Ｆ３、第１計測位置設定部１０Ｆ４、第２計測位置設定部１０Ｆ５、及び、樹高計算部１０Ｆ６を備える。また、ドローン１０は、学習部１０Ｆ７、決定部１０Ｆ８、地図データ入力部１０Ｆ９、現在位置取得部１０Ｆ１０、樹種データ入力部１０Ｆ１１、及び、撮影データ入力部１０Ｆ１２等を更に備えるのが望ましい。

計測部１０Ｆ１は、樹木３１に対して、光を発して高さを計測する計測手順を行う。例えば、計測部１０Ｆ１は、センサ１０Ｈ１等で実現する。

移動部１０Ｆ２は、樹木の立木方向へドローン１０を底面から複数の計測位置に順に移動させる移動手順を行う。例えば、移動部１０Ｆ２は、アクチュエータ１０Ｈ６等で実現する。

指定部１０Ｆ３は、光による計測範囲に基づき、第１最大高ＭＨ１を指定する指定手順を行う。例えば、指定部１０Ｆ３は、プロセッサ１０Ｈ２等で実現する。

第１計測位置設定部１０Ｆ４は、計測位置のうち、第１計測位置Ｐ１を底面から第１最大高ＭＨ１の半分とする第１計測位置設定手順を行う。例えば、第１計測位置設定部１０Ｆ４は、プロセッサ１０Ｈ２等で実現する。

第２計測位置設定部１０Ｆ５は、計測位置のうち、第２計測位置Ｐ２を前回位置に第１最大高ＭＨ１を加算して求める第２計測位置設定手順を行う。例えば、第２計測位置設定部１０Ｆ５は、プロセッサ１０Ｈ２等で実現する。

樹高計算部１０Ｆ６は、第１計測位置Ｐ１、及び、第２計測位置Ｐ２で計測された各々の計測結果を合計して樹高を計算する樹高計算手順を行う。例えば、樹高計算部１０Ｆ６は、プロセッサ１０Ｈ２等で実現する。

学習部１０Ｆ７は、計測地点を含む教師データＤ１を入力して、学習モデルＡ１を学習させる学習手順を行う。例えば、学習部１０Ｆ７は、プロセッサ１０Ｈ２等で実現する。

決定部１０Ｆ８は、学習済みモデルＡ２を用いて、計測地点を決定する決定手順を行う。例えば、決定部１０Ｆ８は、プロセッサ１０Ｈ２等で実現する。

地図データ入力部１０Ｆ９は、森林３０、及び、森林３０の周辺等を示す地図データ２１等を入力する地図データ入力手順を行う。例えば、地図データ入力部１０Ｆ９は、通信装置１０Ｈ４等で実現する。

現在位置取得部１０Ｆ１０は、ドローン１０の現在位置を取得する現在位置取得手順を行う。例えば、現在位置取得部１０Ｆ１０は、センサ１０Ｈ１等で実現する。

樹種データ入力部１０Ｆ１１は、樹種データを入力する樹種データ入力手順を行う。例えば、樹種データ入力部１０Ｆ１１は、通信装置１０Ｈ４等で実現する。

撮影データ入力部１０Ｆ１２は、樹木を上空から撮影した撮影データを入力する撮影データ入力手順を行う。例えば、撮影データ入力部１０Ｆ１２は、センサ１０Ｈ１等で実現する。

以上のような構成であると、ドローン１０は、森林３０において、樹木３１を第１計測位置Ｐ１、及び、第２計測位置Ｐ２等を含む複数の計測位置で分割して計測する。このようにして計測される計測結果を合計すると、樹高を精度良く計測できる。

なお、機能構成は、図示する構成に限られない。例えば、事前処理を行う場合には、決定部１０Ｆ８がなくともよい。また、実行処理を行う場合には、学習部１０Ｆ７がなくともよい。また、学習部１０Ｆ７は、ドローン１０ではなく、外部装置が備えてもよい。このように、各機能は、ドローンシステム１が有する情報処理装置が備えてあればよい。

［ＡＩのネットワーク構造例］
図１５は、ネットワーク構造例を示す図である。例えば、学習モデル、及び、学習済みモデルは、以下のようなネットワーク３００の構造である。

ネットワーク３００は、例えば、入力層Ｌ１、中間層Ｌ２（「隠れ層」等ともいう。）、及び、出力層Ｌ３等を有する構成である。

入力層Ｌ１は、データを入力する層である。

中間層Ｌ２は、入力層Ｌ１で入力するデータを重み、及び、バイアス等に基づいて変換する。このように中間層Ｌ２で処理された結果が出力層Ｌ３へ伝えられる。

出力層Ｌ３は、推測結果等を出力する層である。

ＡＩは、以上のような構成、すなわち、ディープラーニング等で実現する。なお、ＡＩは、ディープラーニング以外の機械学習を行ってもよい。

そして、学習により、重みの係数、及び、等が最適化される。なお、ネットワーク３００は、図示するネットワーク構造に限られない。つまり、ＡＩは、他の機械学習によって実現されてもよい。

例えば、ＡＩは、「教師なし」の機械学習等により、次元削減等の前処理を行う構成等でもよい。

［データの種類例］
ドローン１０は、森林３０、及び、森林３０の周辺を示す地図データを入力してもよい。地図データは、２次元でもよいし、又は、４次元でもよい。また、地図データは、各々の樹木３１の位置を点で示す点群データ等の形式、又は、点群データを併用してもよい。

ドローン１０は、ドローン１０の現在位置を取得して現在位置データを入力してもよい。

ドローン１０は、樹木の種類を示す樹種データを入力してもよい。具体的には、樹種データは、森林３０、及び、樹木３１の種類、特徴、又は、過去の計測結果等を示す。

ドローン１０は、樹木を上空から撮影した撮影データを入力してもよい。すなわち、ドローン１０は、いわゆる航空写真、衛星写真、又は、その他のセンサで上空から森林３０を計測したデータでもよい。

上記のようなデータが用いられると、ドローン１０は、ある程度の特徴が事前に把握できるため、森林３０、及び、樹木３１を精度良く認識できる。また、上記のようなデータが用いられると、ドローン１０は、位置、又は、樹木３１の各種サイズ等を精度良く推定できる。

［ＳＤＧｓへの貢献］
ＳＤＧｓにおける課題「１３」及び「１５」等に貢献する効果を奏する。本発明は、森林における樹木を精度良く計測し、森林の正確かつ効率的な管理を実現する。すなわち、本発明は、森林の管理を実現することで森林を保護する効果を奏する。この効果により、森林資源等の環境保護に貢献する。

［その他の実施形態］
ドローンは、樹高以外のデータを計測してもよい。例えば、ドローンは、樹頂点位置等を計測してもよい。ほかにも、ドローンシステムは、ドローンが収集する情報と他の装置等が収集する情報を合わせて管理、データ生成、及び、一元化する等をしてもよい。例えば、ドローンシステムは、立木位置等を利用してもよい。

なお、各構成は、一体でなくともよい。すなわち、各装置は、複数の装置を組み合わせた構成でもよい。

情報処理システムを構成する複数の情報処理装置は、処理及び記憶を分散、冗長、並列、又は、これらの組み合わせとなる実行を行ってもよい。また、上記の全体処理等では、ドローンが計算等の処理を行う例であるが、ドローンが備える演算装置以外で処理が実行されてもよい。例えば、ＡＩの学習は、サーバ等の情報処理装置で行い、学習後、学習済みモデルがドローン等に配信されてドローンが実行処理を行う等といった構成でもよい。すなわち、各処理は、どの装置が備える演算装置で実行されるかを問わない。

なお、本発明は、上記に例示する各実施形態に限定されない。したがって、本発明は、技術的な要旨を逸脱しない範囲で、構成要素の追加、又は、変形が可能である。ゆえに、特許請求の範囲に記載された技術思想に含まれる技術的事項のすべてが本発明の対象となる。なお、上記に例示する実施形態は、実施において好適な具体例である。そして、当業者であれば、開示した内容から様々な変形例を実現で可能であって、このような変形例は、特許請求の範囲に記載された技術的範囲に含まれる。

１ ：ドローンシステム
１０ ：ドローン
１０Ｆ１ ：計測部
１０Ｆ２ ：移動部
１０Ｆ３ ：指定部
１０Ｆ４ ：第１計測位置設定部
１０Ｆ５ ：第２計測位置設定部
１０Ｆ６ ：樹高計算部
１０Ｆ７ ：学習部
１０Ｆ８ ：決定部
１０Ｆ９ ：地図データ入力部
１０Ｆ１０ ：現在位置取得部
１０Ｆ１１ ：樹種データ入力部
１０Ｆ１２ ：撮影データ入力部
１１ ：底面
２０ ：情報処理装置
２１ ：地図データ
３０ ：森林
３１ ：樹木
４１ ：第１計測地点
４２ ：第２計測地点
４３ ：第３計測地点
４４ ：第４計測地点
４５ ：第５計測地点
４６ ：第６計測地点
Ａ ：第１辺
Ｂ ：第２辺
Ｃ ：樹高
Ａ１ ：学習モデル
Ａ２ ：学習済みモデル
ＡＰ１ ：第１全体経路
ＡＰ２ ：第２全体経路
Ｄ１ ：教師データ
Ｄ２ ：未知データ
ＭＨ１ ：第１最大高
ＭＨ２ ：第２最大高
Ｐ１ ：第１計測位置
Ｐ２ ：第２計測位置
Ｐ２１ ：第２１計測位置
Ｐ２２ ：第２２計測位置
Ｐ２３ ：第２３計測位置
Ｐ２４ ：第２４計測位置
Ｐ２５ ：第２５計測位置
α ：第１範囲
β ：第２範囲
γ ：第３範囲

Claims (8)

1. 森林を構成する樹木の樹高を計測するドローンであって、
   前記樹木に対して、光を発して高さを計測する計測部と、
   前記樹木の立木方向へ前記ドローンを底面から複数の計測位置に順に移動させる移動部と、
   前記光による計測範囲に基づき、前記計測範囲で計測できる第１最大高を指定する指定部と、
   前記計測位置のうち、最も前記底面に近い計測位置である第１計測位置を前記底面から前記第１最大高の半分とする第１計測位置設定部と、
   前記計測位置のうち、前記第１計測位置を除いた複数の計測位置である第２計測位置を前回の計測位置である前回位置に前記第１最大高を加算して求める第２計測位置設定部と、
   前記第１計測位置、及び、前記第２計測位置で計測された各々の計測結果を合計して前記樹高を計算する樹高計算部とを備えるドローン。
2. 前記移動部は、
   姿勢を変化させて、前記立木方向へ前記計測範囲を拡張し、
   前記指定部は、
   前記第１最大高を拡張して計測できる第２最大高を指定し、
   前記第１計測位置設定部は、
   前記底面から前記第１最大高の半分に代えて、前記第１計測位置を前記底面から前記第２最大高の半分とし、
   前記第２計測位置設定部は、
   前記第２計測位置を前記前回位置に、前記第１最大高に代えて、前記第２最大高を加算して求める請求項１に記載のドローン。
3. 前記計測部による計測を行った計測地点を含む教師データを入力して、学習モデルを学習させる学習部を更に備える請求項１又は２に記載のドローン。
4. 前記計測部による計測を行った計測地点を含む教師データで学習した学習済みモデルを用いて、前記計測地点を決定する決定部を更に備える請求項１又は２に記載のドローン。
5. 前記決定部は、
   前記計測地点をすべて回る総計測時間を最小にする、前記計測地点の点数を最小にする、前記樹高の計算精度を最良にする、前記計測地点をすべて回るのに移動する総移動距離を最短にする、又は、前記計測地点をすべて回るのに消費するエネルギー量を最小にする全体経路を生成する請求項４に記載のドローン。
6. 前記森林、及び、前記森林の周辺を示す地図データを入力する地図データ入力部と、
   前記ドローンの現在位置を取得する現在位置取得部と、
   前記樹木の種類を示す樹種データを入力する樹種データ入力部と、
   前記樹木を上空から撮影した撮影データを入力する撮影データ入力部とを更に備える請求項１又は２に記載のドローン。
7. 森林を構成する樹木の樹高を計測するドローン、及び、前記ドローンと通信を行う情報処理装置を有するドローンシステムであって、
   前記ドローンは、
   前記樹木に対して、光を発して高さを計測する計測部と、
   前記樹木の立木方向へ前記ドローンを底面から複数の計測位置に順に移動させる移動部とを備え、
   前記情報処理装置は、
   前記光による計測範囲に基づき、前記計測範囲で計測できる第１最大高を計算する計算部と、
   前記計測位置のうち、最も前記底面に近い位置、かつ、初回に計測を行う第１計測位置を前記底面から前記第１最大高の半分とする第１計測位置設定部と、
   前記計測位置のうち、前記第１計測位置を除いた複数の計測位置である第２計測位置を前回位置に前記第１最大高を加算して求める第２計測位置設定部と、
   前記第１計測位置、及び、前記第２計測位置で計測された各々の計測結果を合計して前記樹高を計算する樹高計算部とを備えるドローンシステム。
8. 森林を構成する樹木の樹高を計測する計測方法をドローンに実行させるためのプログラムであって、
   前記樹木に対して、光を発して高さを計測する計測手順と、
   前記樹木の立木方向へ前記ドローンを底面から複数の計測位置に順に移動させる移動手順と、
   前記光による計測範囲に基づき、前記計測範囲で計測できる第１最大高を計算する計算部と、
   前記計測位置のうち、最も前記底面に近い計測位置である第１計測位置を前記底面から前記第１最大高の半分とする第１計測位置設定手順と、
   前記計測位置のうち、前記第１計測位置を除いた複数の計測位置である第２計測位置を前回の計測位置である前回位置に前記第１最大高を加算して求める第２計測位置設定手順と、
   前記第１計測位置、及び、前記第２計測位置で計測された各々の計測結果を合計して前記樹高を計算する樹高計算手順とを実行させるためのプログラム。
   
   

Images