JP7263200B2 - 農業ハウスの環境制御システム - Google Patents

Description

本開示は、農業ハウスの環境を制御するシステムに関する。

生理障害は栽培作物の生育状態と周囲環境のミスマッチによって生じるため、発生の予測が難しく、その都度の対応となっている。現場の生産者の感覚によって環境制御の設定値を変更する、培養液の濃度や潅水量を調整する、といった微調整が行われているが、発生原因が特定できないことが多く、その場限りの対応となってしまう。下記特許文献１では、給液量を制限しながら植物の外観をモニタリングし、生理障害が生じた場合には給液量を戻す、という仕組みを取っている。

特許第５２３３２０４号公報

本開示は、このような課題に着目してなされたものであって、生理障害の発生状況を逐次把握でき、かつそれに合わせたハウス内の環境の調整を行うことができる農業ハウスの環境制御システムを提供することである。

本開示の農業ハウスの環境制御システムは、農業ハウス内の農作物の画像を取得する画像取得部と、
前記画像取得部により取得された画像から農作物に生理障害が発生しているか判定する生理障害判定部と、
前記生理障害判定部により生理障害が発生していると判定された農作物の生理障害の種類を特定する生理障害特定部と、
前記農業ハウス内の環境情報を計測する計測部と、
前記農業ハウス内の環境を調整する調整部と、
前記調整部を制御する制御部と、を有し、
前記制御部は、前記生理障害特定部により特定された生理障害の種類に基づいて前記環境情報の目標値を決定し、前記目標値と前記計測部の計測データとに基づき前記調整部に与える制御指令値を算出し、前記制御指令値を用いて前記調整部を制御するように構成されている。

この構成によれば、生理障害の発生状況を逐次把握でき、かつそれに合わせたハウス内の環境の調整を行うことができる。

本実施形態の農業ハウスの環境制御システムの構成を示すブロック図である。 画像取得部により取得された画像の一例である。 制御部の構成を示すブロック図である。 環境制御の一例を示すグラフである。 環境制御の一例を示すグラフである。 制御部の制御の手順を示すフローチャートである。 ある１種の生理障害に対する処理のフローチャートである。 複数の種類の生理障害に対する処理のフローチャートである。

以下に、本開示の実施形態について図面を参照しながら説明する。

＜環境制御システム＞
図１に示すように、本実施形態の農業ハウスの環境制御システム１は、画像取得部２と、生理障害判定部３と、生理障害特定部４と、計測部５と、調整部６と、制御部７と、を有する。

画像取得部２は、農業ハウス内の農作物の画像を取得する。本実施形態では、農作物としてトマトを例にして説明するが、外観に生理障害が現れる農作物であればよく、例えばイチゴ、ナス、キュウリ等でもよい。画像取得部２は、固定式、移動式の何れのカメラでもよいが、農作物を複数の方向から撮影することで、生理障害果を適切に把握することが可能となる。

画像取得部２は、対象の農作物の画像を周期的に取得する。画像取得部２は、農作物の開花周期に合わせたサンプリング周期にて農作物の画像を取得するのが好ましい。これにより、収穫や摘果の影響を受けずに生理障害の発生状況の推移を把握することができる。トマトの場合、開花周期は、例えば春夏で７日、冬で１０～１３日である。

図２は、画像取得部２により取得された画像の一例である。生理障害判定部３は、画像取得部２により取得された画像から農作物に生理障害が発生しているか判定する。また、生理障害特定部４は、生理障害判定部３により生理障害が発生していると判定された農作物の生理障害の種類を特定する。生理障害判定部３及び生理障害特定部４は、画像取得部２とともに画像認識システムを構成している。図２において、四角枠２ａで囲まれたトマトは生理障害果と判定されたトマトであり、四角枠２ｂで囲まれたトマトは正常と判定されたトマトである。環境制御システム１は、画像認識により生理障害の発生状況（生理障害の種類と発生割合）を把握することができる。

トマトの生理障害としては、複数種類が存在し、例えば、空洞果、尻腐れ果、乱形果、小玉果、裂果、網入り果、着色不良果などが挙げられる。これらの生理障害の種類は、画像認識システムにより特定可能である。

また、生理障害は、種類によって対策が異なり、対策は経験的にある程度知られている。例えば、空洞果に対しては、温度を下げることで対応する。尻腐れ果に対しては、潅水量を増やすことで対応する。乱形果に対しては、温度を上げる（低温期を減らす）ことで対応する。

生理障害特定部４は、複数種類の生理障害が発生している場合、生理障害の種類又は発生割合により、優先して対策すべき生理障害の種類を決定する。生理障害の種類によって、対策可能性の大小、すなわち対策に対する改善程度の大小が異なるため、例えば対策可能性が大きい生理障害を優先して対策するようにする。また、例えば発生割合が高い生理障害を優先して対策するようにする。

また、生理障害特定部４は、対策可能性及び影響度によって対策すべき生理障害の優先度を規定した優先度マップに基づいて、優先して対策すべき生理障害の種類を決定するようにしてもよい。影響度は、例えば農作物の売上への影響の大きさであり、売上への影響が大きい生理障害を優先して対策するようにする。

計測部５は、農業ハウス内の環境情報を計測する。環境情報は、例えば、温度、湿度、日射、二酸化炭素濃度、水耕栽培の水温、風量、ｐＨ、肥料濃度などが挙げられる。計測部５の例として、温度計、湿度計、日射計、二酸化炭素濃度計、水温センサ、風量計、ｐＨ計、肥料濃度計などが挙げられる。

調整部６は、農業ハウス内の環境を調整する。調整部６は、例えば、エアコン、ヒータ、潅水装置、湿度制御装置、日射の遮蔽シートの開閉装置、二酸化炭素の施用装置、水耕栽培制御装置、換気扇、ハウスの窓の開閉装置などが挙げられる。

制御部７は、計測部５からの計測データを受け、調整部６を制御する。制御部７は、記憶部７ａと、目標値決定部７ｂと、指令値算出部７ｃと、生理障害発生監視部７ｄと、を有する。

目標値決定部７ｂは、生理障害特定部４により特定された生理障害の種類に基づいて環境情報の目標値を決定する。例えば、生理障害特定部４により特定された生理障害が空洞果である場合、環境情報は温度であり、目標値は２２℃に決定される。前述のように各生理障害の対策はある程度知られているため、生理障害の種類と環境情報の目標値を関連付けた関連データが予め記憶部７ａに記憶されている。目標値決定部７ｂは、生理障害特定部４により特定された生理障害の種類に対応する環境情報の目標値を記憶部７ａ内の関連データを用いて決定する。

指令値算出部７ｃは、目標値決定部７ｂで決定された環境情報の目標値と、計測部５の計測データとに基づき調整部６に与える制御指令値を算出する。調整部６がエアコンの場合、エアコンに与える制御指令値は、風量「強」、「中」、「弱」等である。例えば、温度計の計測データが２５℃の場合、指令値算出部７ｃは、温度の目標値の２２℃と計測データの２５℃とに基づき、エアコンを駆動するための制御指令値を「中」と算出する。

指令値算出部７ｃは、算出した制御指令値を対応する調整部６へ送信し、調整部６の駆動を制御する。生理障害の発生状況により制御指令値を調整することで、環境を適切に微調整することができる。

生理障害発生監視部７ｄは、生理障害の発生割合を監視する。図４は、生理障害果の発生割合の推移の一例を示している。具体的には、生理障害発生監視部７ｄは、複数種類の生理障害についてそれぞれ生理障害果の数を所定のタイミングでカウントする。生理障害発生監視部７ｄによる生理障害の発生割合の監視は、周期的に繰り返し実行される。これにより、調整部６による環境の調整の効果を評価することができ、生理障害の改善度合いに応じて調整部６への次回の制御指令値を増減することができる。生理障害発生監視部７ｄは、対象の農作物の開花周期に合わせて生理障害果の数をカウントするのが好ましい。

記憶部７ａは、生理障害の発生割合、計測部５の計測データ（環境情報）、環境情報の目標値などを時系列データとして記憶する。

また、制御部７は、環境制御学習部７ｅを有していてもよい。環境制御学習部７ｅは、調整部６による環境調整により、生理障害の改善度を報酬とし、この報酬に基づいて、学習モデルを更新する。例えば、対策対象の生理障害の発生割合が減少した場合、報酬を増加させる。一方、対策対象の生理障害の発生割合が増加した場合又は変化しなかった場合、報酬を減少させる。更新された学習モデルに基づき制御指令値の調整を行う。継続して生理障害の発生割合をモニタリングすることで、環境制御の効果を評価することができる。

また、環境制御学習部７ｅは、調整部６による環境調整により、優先して対策すべきと決定された種類以外の生理障害の発生割合が減少した場合、制御指令値が優先して対策すべきと決定された種類以外の生理障害にも有効であると学習する。図５に示すように、例えば、優先して対策すべきと決定された空洞果の対策として、エアコンにより温度（図５に破線で示している）を下げたとき、これに伴って尻腐れ果の発生割合（図５に実線で示している）が減少した場合、エアコンに対する制御指令値が尻腐れ果にも有効であると学習する。

＜環境制御方法＞
次に、上記の環境制御システム１を用いた環境制御方法について説明する。まず、図６に示すように、ステップＳ１において画像取得部２は農作物の画像を取得する。次いで、ステップＳ２において、生理障害判定部３は、生理障害が発生しているか否かを判定する。ステップＳ２において生理障害が発生していないと判定した場合（ステップＳ２のＮＯ）、ステップＳ１の処理に戻る。

ステップＳ２において生理障害が発生していると判定した場合（ステップＳ２のＹＥＳ）、次のステップＳ３において、生理障害特定部４は、農作物の生理障害の種類を特定する。

次いで、ステップＳ４において、目標値決定部７ｂが環境情報の目標値を決定し、指令値算出部７ｃが目標値と計測部５の計測データとに基づき調整部６に与える制御指令値を算出する。次いで、ステップＳ５において指令値算出部７ｃは、算出した制御指令値を対応する調整部６へ与え、調整部６の駆動を制御し、ステップＳ１の処理に戻る。

次に、環境制御学習部７ｅが学習モデルを更新する行程について説明する。図７は、ある１種の生理障害に対する処理のフローチャートである。まず、ステップＳ５００において、調整部６は、指令値算出部７ｃから送信された制御指令値に基づき運転する。

次いで、ステップＳ５０１において、生理障害発生監視部７ｄは、生理障害果数をカウントする。生理障害発生監視部７ｄは、調整部６が運転を開始してから所定の期間（例えば開花周期）経過後にカウントする。

ステップＳ５０１で生理障害果数をカウントした結果に基づき、ステップＳ５０２において生理障害発生監視部７ｄは、生理障害が減少、すなわち改善したか否かを判定する。具体的には、生理障害発生監視部７ｄは、今回カウントした生理障害果数と前回カウントした生理障害果数との差分から生理障害が改善したか否かを判定する。ステップＳ５０２において、生理障害が改善した場合（ステップＳ５０２のＹＥＳ）、ステップＳ５０３において報酬を増加させる。

ステップＳ５０２において、生理障害が改善しなかった場合（ステップＳ５０２のＮＯ）、ステップＳ５０４において、生理障害発生監視部７ｄは、生理障害が変化しなかったか否かを判定する。ステップＳ５０４において、生理障害が変化した場合（ステップＳ５０４のＮＯ）、ステップＳ５０５において報酬を減少させる。

ステップＳ５０４において、生理障害が変化しなかった場合（ステップＳ５０４のＹＥＳ）、ステップＳ５０６において、生理障害の発生割合が設定閾値以下であるか否かを判定する。ステップＳ５０６において生理障害の発生割合が設定閾値以下である場合（ステップＳ５０６のＹＥＳ）、ステップＳ５０３において報酬を増加させる。一方、ステップＳ５０６において生理障害の発生割合が設定閾値以下より多い場合（ステップＳ５０６のＮＯ）、ステップＳ５０５において報酬を減少させる。

ステップＳ５０３で増加された報酬、及びステップＳ５０５で減少された報酬に基づいて、ステップＳ５０７において学習モデルを更新する。次いで、ステップＳ５０８において、更新された学習モデルに基づき制御指令値の調整を行う。次回の運転では、調整部６は、調整された制御指令値に基づき運転する。

また、図８は、複数の種類の生理障害に対する処理のフローチャートである。まず、ステップＳ５１０において、調整部６は、指令値算出部７ｃから送信された制御指令値に基づき運転する。

次いで、ステップＳ５１１において、生理障害発生監視部７ｄは、生理障害果数をカウントする。生理障害発生監視部７ｄは、複数種類の生理障害についてそれぞれ生理障害果の数をカウントする。

ステップＳ５１１で生理障害果数をカウントした結果に基づき、ステップＳ５１２において生理障害発生監視部７ｄは、生理障害が減少、すなわち改善したか否かを判定する。ステップＳ５１２において、生理障害が改善した場合（ステップＳ５１２のＹＥＳ）、ステップＳ５１３において報酬を増加させる。生理障害発生監視部７ｄは、複数種類の生理障害についてそれぞれ改善したか否かを判定する。

ステップＳ５１２において、生理障害が改善しなかった場合（ステップＳ５１２のＮＯ）、ステップＳ５１４において、生理障害発生監視部７ｄは、生理障害が変化しなかったか否かを判定する。ステップＳ５１４において、生理障害が変化した場合（ステップＳ５１４のＮＯ）、ステップＳ５１５において報酬を減少させる。

ステップＳ５１４において、生理障害が変化しなかった場合（ステップＳ５１４のＹＥＳ）、ステップＳ５１６において、生理障害の発生割合が設定閾値以下であるか否かを判定する。ステップＳ５１６において生理障害の発生割合が設定閾値以下である場合（ステップＳ５１６のＹＥＳ）、ステップＳ５１３において報酬を増加させる。一方、ステップＳ５１６において生理障害の発生割合が設定閾値以下より多い場合（ステップＳ５１６のＮＯ）、ステップＳ５１５において報酬を減少させる。

ステップＳ５１３で増加された報酬、及びステップＳ５１５で減少された報酬に基づいて、ステップＳ５１７において学習モデルを更新する。次いで、ステップＳ５１８において、更新された学習モデルによる制御指令値の調整値が、優先上位の制御指令値の調整値と拮抗するか否かを判定する。ステップＳ５１８においてＹＥＳの場合、ステップＳ５１９において制御指令値の調整を反映しない。一方、ステップＳ５１８においてＮＯの場合、ステップＳ５２０において制御指令値の調整を反映する。

以上のように、本実施形態の農業ハウスの環境制御システム１は、農業ハウス内の農作物の画像を取得する画像取得部２と、
画像取得部２により取得された画像から農作物に生理障害が発生しているか判定する生理障害判定部３と、
生理障害判定部３により生理障害が発生していると判定された農作物の生理障害の種類を特定する生理障害特定部４と、
農業ハウス内の環境情報を計測する計測部５と、
農業ハウス内の環境を調整する調整部６と、
調整部６を制御する制御部７と、を有し、
制御部７は、生理障害特定部３により特定された生理障害の種類に基づいて環境情報の目標値を決定し、前記目標値と計測部５の計測データとに基づき調整部６に与える制御指令値を算出し、前記制御指令値を用いて調整部６を制御するように構成されている。

この構成によれば、生理障害の発生状況を逐次把握でき、かつそれに合わせたハウス内の環境の調整を行うことができる。

また、本実施形態の環境制御システム１において、生理障害特定部４により特定された生理障害の種類が複数存在する場合、生理障害特定部４は、生理障害の種類又は発生割合により、優先して対策すべき生理障害の種類を決定するようにしてもよい。影響の大きい生理障害を優先して対策することで、生産を安定化できる。

また、生理障害特定部４は、対策可能性及び影響度によって対策すべき生理障害の優先度を規定した優先度マップに基づいて、優先して対策すべき生理障害の種類を決定するようにしてもよい。影響の大きい生理障害を優先して対策することで、生産を安定化できる。

また、画像取得部２は、農作物の開花周期に合わせたサンプリング周期にて農作物の画像を取得するようにしてもよい。これにより、収穫や摘果の影響を受けずに生理障害の発生状況の推移を把握することができる。

また、本実施形態の農業ハウスの環境制御システム１は、
生理障害の発生割合を監視する生理障害発生監視部７ｄと、
環境制御学習部７ｅと、を有し、
調整部６による環境調整により、優先して対策すべきと決定された種類以外の生理障害の発生割合が減少した場合、環境制御学習部７ｅは、前記制御指令値が前記優先して対策すべきと決定された種類以外の生理障害にも有効であると記憶するようにしてもよい。これにより、生理障害に効果があった対処方法を学習し、より効果的な方法を選択したり、これまで対処方法が不明であった生理障害に対する対処方法を探索したりできる。

また、別実施形態の農業ハウスの環境制御システムは、農業ハウス内の農作物の画像を取得する画像取得部と、
前記画像取得部により取得された画像から農作物に外観不良が発生しているか判定する外観不良判定部と、
前記外観不良判定部により外観不良が発生していると判定された農作物の外観不良の種類を特定する外観不良特定部と、
前記農業ハウス内の環境情報を計測する計測部と、
前記農業ハウス内の環境を調整する調整部と、
前記調整部を制御する制御部と、を有し、
前記制御部は、前記外観不良特定部により特定された外観不良の種類に基づいて前記環境情報の目標値を決定し、前記目標値と前記計測部の計測データとに基づき前記調整部に与える制御指令値を算出し、前記制御指令値を用いて前記調整部を制御する。

この構成によれば、病害（カビなど）、虫害等による外観不良の発生状況を逐次把握でき、かつそれに合わせたハウス内の環境の調整を行うことができる。

［他の実施形態］
前述の実施形態では、生理障害判定部３、生理障害特定部４、及び制御部７がハウスの内部に設置されているが、これに限定されない。生理障害判定部３、生理障害特定部４、及び制御部７は、ハウスの外部に設置されてもよい。また、生理障害判定部３、生理障害特定部４、及び制御部７は、ネットワークを介して画像取得部２の画像や計測部５の計測データを受信し、かつ調整部６に対して指示するようにしてもよい。このとき、画像取得部２が、取得した画像に位置情報を対応付けて送信することで、一つの制御部７で複数の農業ハウスを制御する場合にも、送信された画像がどの農業ハウスのものか特定することができる。なお、生理障害判定部３、生理障害特定部４、及び制御部７は、クラウド上に設置されてもよい。

生理障害判定部３は、不図示の作物種判定部を備えるようにしてもよい。これにより、画像取得部２のサンプリング周期を農作物の開花周期に応じて調整することができる。

対策すべき生理障害の優先度を規定した優先度マップは、学習モデルの更新に基づいて更新されてもよい。

以上、本開示の実施形態について図面に基づいて説明したが、具体的な構成は、これらの実施形態に限定されるものでないと考えられるべきである。本開示の範囲は、上記した実施形態の説明だけではなく特許請求の範囲によって示され、さらに特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれる。

１ 環境制御システム
２ 画像取得部
３ 生理障害判定部
４ 生理障害特定部
５ 計測部
６ 調整部
７ 制御部

Claims (5)

1. 農業ハウス内の農作物の画像を取得する画像取得部と、
   前記画像取得部により取得された画像から農作物に生理障害が発生しているか判定する生理障害判定部と、
   前記生理障害判定部により生理障害が発生していると判定された農作物の生理障害の種類を特定する生理障害特定部と、
   前記農業ハウス内の環境情報を計測する計測部と、
   前記農業ハウス内の環境を調整する調整部と、
   前記調整部を制御する制御部と、を有し、
   前記生理障害特定部により特定された生理障害の種類が複数存在する場合、前記生理障害特定部は、対策に対する改善の程度が大きい生理障害の種類を優先するか、発生割合が高い生理障害を優先することにより、優先して対策すべき生理障害の種類を決定し、
   前記制御部は、前記生理障害特定部により特定された生理障害の種類に基づいて前記環境情報の目標値を決定し、前記目標値と前記計測部の計測データとに基づき前記調整部に与える制御指令値を算出し、前記制御指令値を用いて前記調整部を制御するように構成されている、農業ハウスの環境制御システム。
2. 前記生理障害特定部は、対策に対する改善の程度が大きい生理障害の種類を優先するとともに、売上への影響が大きい生理障害を優先するように、対策すべき生理障害の優先度を規定した優先度マップに基づいて、優先して対策すべき生理障害の種類を決定する、請求項１に記載の農業ハウスの環境制御システム。
3. 前記画像取得部は、農作物の開花周期に合わせたサンプリング周期にて農作物の画像を取得する、請求項１又は２に記載の農業ハウスの環境制御システム。
4. 生理障害の発生割合を監視する生理障害発生監視部と、
   環境制御学習部と、を有し、
   前記調整部による環境調整により、前記優先して対策すべきと決定された種類以外の生理障害の発生割合が減少した場合、前記環境制御学習部は、前記制御指令値が前記優先して対策すべきと決定された種類以外の生理障害にも有効であると記憶する、請求項１又は２に記載の農業ハウスの環境制御システム。
5. 農業ハウス内の農作物の画像を取得する画像取得部と、
   前記画像取得部により取得された画像から農作物に外観不良が発生しているか判定する外観不良判定部と、
   前記外観不良判定部により外観不良が発生していると判定された農作物の外観不良の種類を特定する外観不良特定部と、
   前記農業ハウス内の環境情報を計測する計測部と、
   前記農業ハウス内の環境を調整する調整部と、
   前記調整部を制御する制御部と、を有し、
   前記外観不良特定部により特定された外観不良の種類が複数存在する場合、前記外観不良特定部は、対策に対する改善の程度が大きい外観不良の種類を優先するか、発生割合が高い外観不良を優先することにより、優先して対策すべき外観不良の種類を決定し、
   前記制御部は、前記外観不良特定部により特定された外観不良の種類に基づいて前記環境情報の目標値を決定し、前記目標値と前記計測部の計測データとに基づき前記調整部に与える制御指令値を算出し、前記制御指令値を用いて前記調整部を制御する、農業ハウスの環境制御システム。

Images