JP7445909B1 - 害獣駆除システムおよび害獣駆除プログラム - Google Patents
害獣駆除システムおよび害獣駆除プログラム Download PDFInfo
- Publication number
- JP7445909B1 JP7445909B1 JP2023133893A JP2023133893A JP7445909B1 JP 7445909 B1 JP7445909 B1 JP 7445909B1 JP 2023133893 A JP2023133893 A JP 2023133893A JP 2023133893 A JP2023133893 A JP 2023133893A JP 7445909 B1 JP7445909 B1 JP 7445909B1
- Authority
- JP
- Japan
- Prior art keywords
- route
- flight
- data
- flight route
- camera
- 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
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 75
- 241001465754 Metazoa Species 0.000 claims abstract description 98
- 238000001514 detection method Methods 0.000 claims abstract description 78
- 238000010801 machine learning Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 43
- 238000005265 energy consumption Methods 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 31
- 230000033001 locomotion Effects 0.000 claims description 18
- 239000000284 extract Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 abstract description 9
- 241000700159 Rattus Species 0.000 description 78
- 238000004891 communication Methods 0.000 description 5
- 239000003550 marker Substances 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 241000282693 Cercopithecidae Species 0.000 description 1
- 241000282994 Cervidae Species 0.000 description 1
- 101000911772 Homo sapiens Hsc70-interacting protein Proteins 0.000 description 1
- 101000661807 Homo sapiens Suppressor of tumorigenicity 14 protein Proteins 0.000 description 1
- 241000282898 Sus scrofa Species 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000000422 nocturnal effect Effects 0.000 description 1
- 239000005871 repellent Substances 0.000 description 1
- 230000002940 repellent Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
Images
Landscapes
- Catching Or Destruction (AREA)
Abstract
Description
駆除対象の動物を自動処理によって追い払うことができる。その際、その際、予め作成された監視対象の屋内空間の3次元データを用いて動物の出現位置を特定し、無人航空機の飛行ルートとして予め作成された監視対象の屋内空間の3次元データを用いて決定した最適飛行ルートを用いることができるので、飛行経路に制限がある屋内空間でも、速やかに出現位置に無人航空機を向かわせることができる。従って、監視対象の屋内空間に侵入した動物を追い払うことができる。
い。この場合に、前記候補ルートデータセットに含まれる前記飛行ルートは、前記経路点を結ぶルートであることが好ましい。このようにすると、飛行禁止空間に侵入しない飛行ルートを容易に設定できる。また、経路点を単純な形状(例えば、直線または円弧)で結ぶようにルートを設定することにより飛行コマンドの生成が容易となる。あるいは、離れた経路点を直線で結ぶ飛行ルートを設定することによって、飛行時間あるいはエネルギー消費の少ない飛行ルートを設定することも可能である。また、経路点毎に自己位置を検出して飛行プログラムを修正することが可能である。
害獣駆除システム1は、倉庫などの屋内空間を監視対象の空間とするものであり、駆除対象の害獣としてネズミなどの小動物を想定する。また、害獣を追い払うために小型の無人航空機(Unmanned Aerial Vehicle)を使用する。無人航空機としては、例えば、3以上のローターを持つマルチコプター(いわゆるドローン)や、ラジコン機を用いることができる。以下、監視対象の空間が倉庫Rであり、駆除対象の害獣がネズミAであり、害獣を追い払う無人航空機がドローン3である場合を例にとって説明する。
バーできるように設置される。
図3に示すように、制御装置5は、動物検出部51と、出現位置特定部52と、飛行ルート決定部53と、無人航空機制御部としてのドローン制御部54と、記憶部55を備える。記憶部55は、RAM、ROM、フラッシュメモリ、EPROMおよびEEPROMなどの不揮発性または揮発性のメモリを備える。記憶部55は、ソフトウェアまたはファームウェアなどのプログラムおよびプログラムの処理に使用されるデータなどを記憶する。また、制御装置5は、記憶部55に記憶されたプログラムを読み出して実行するCPUやプロセッサなどの演算部(図示せず)を備える。
クラウドサーバ6は、倉庫Rの3Dマップ61と、3Dマップ61に基づいて設定された最適飛行ルート62を記憶する。後述するように、最適飛行ルート62は、複数の目標エリアRA毎に設定されており、最適飛行ルート62を各目標エリアRAに対応づけたデータが候補ルートデータセット66としてクラウドサーバ6に記憶される。また、クラウドサーバ6は、動物検出履歴データベース64を記憶する。動物検出モデル56から出力されるデータセットは、ネズミAが検出されたカメラ画像50を撮影したカメラの情報(例えば、カメラ番号)と関連付けて、動物検出履歴データベース64に蓄積される。
制御装置5に記憶されている学習済みの動物検出モデル56は、AIを活用した畳み込みニューラルネットワーク(CNN)などの機械学習アルゴリズムからなる物体検知モデルであり、例えば、広く利用されているYOLOシリーズを用いることができる。
図5は、動物検出モデル56を用いてカメラ画像50からネズミAを検出する方法を示す概略フローチャートである。害獣駆除システム1は、倉庫Rに設置したカメラ2によって撮影を行う(ST21)。カメラ2の画像データは、ルーター4を介してリアルタイムで制御装置5に送信される。制御装置5では、動くものがカメラ2の画角に入った場合にそのことを検出する(ST22)。例えば、カメラ画像50の差分を検出することにより、動くものを検出する。なお、動くものの検出方法は、画像の差分を検出する方法に限定されるものではなく、他の方法を用いても良い。
・バウンディングボックス58の位置(左上角のx、y座標)
・バウンディングボックス58の大きさ(横幅w、縦幅h)
・撮影時刻のタイムスタンプ(yyyy-mm-dd(T)HH.MM.SS)
・確率値(抽出した画像部位がネズミAである確率)
動物検出部51は、動物検出モデル56が出力する確率値が一定値を超えた場合に、ネズミAを検出したと判定する。そして、カメラ画像50からネズミAが検出される毎に(すなわち、ネズミAである確率値が一定値を超える画像部位を検出する毎に)、上記のデータセットを他のデータ(例えば、カメラ番号)と共にクラウドサーバ6に送信し、動物検出履歴データベース64に蓄積する。
害獣駆除システム1では、ドローン3の飛行制御を行うために倉庫Rの3Dマップ61を作成、使用する。出現位置特定部52は、カメラ画像50内にネズミAが検出されると、動物検出モデル56が出力するデータセットと、3Dマップ61を用いて、3Dマップ61上のネズミAの出現位置34の3次元座標を特定する。
図6は、3Dマップ61の作成方法および最適飛行ルート62の設定方法を示す概略フローチャートである。害獣駆除システム1を監視対象の空間に設置する際、監視対象の空間の3次元データである3Dマップ61を作成する。例えば、LiDARカメラを用いて、あるいは、3Dモデリングのための動画撮影用カメラを用いて、倉庫R内を移動しながらスキャンもしくは撮影を行う。しかる後に、スキャンデータもしくは撮影データを用いて3次元形状化処理を行い、3Dマップ61を取得する(ST31)。2次元画像からの3次元形状化処理の方法として、例えば、SfM(Structure from Motion)を用いる。これにより、3次元座標を持った点の集合体である点群データを生成する。
各目標エリアRAに対する最適飛行ルート62は、最適経路生成アルゴリズムにより決定される。最適経路生成アルゴリズムは、ドローン3の運動方程式を用いて飛行ルートを最適化する。ネズミAを効果的に追い払うため、最適経路生成アルゴリズムは、ネズミAの出現位置34に到着するまでのドローン3の飛行時間を短くすることを最優先にして、最適飛行ルート62を決定する。飛行時間を最優先にすることで、可能な限り早くネズミAの出現位置34にドローン3を到着させて威嚇することができる。
様々な飛行ルートを選択肢として、最適飛行ルート62を決定する。図7(b)に示すように、最適経路生成アルゴリズムは、ドローン3の運動方程式を用いて、飛行ルート毎に目標地点PTに到達するまでの飛行時間を算出し、最小飛行時間(飛行時間=t1)の飛行ルートF1を最適飛行ルート62に決定する。
ここで、最適経路生成アルゴリズムは、1つの目的値(飛行時間)だけでなく、他の目的値(例えば、消費エネルギー)を含めた複数の目的値を同時に最適化するものとすることができる。ドローン3を飛行させる場合、飛行時間と消費エネルギーがトレードオフの関係になることがある。そのため、飛行時間と消費エネルギーとを最適化する場合には、最適経路生成アルゴリズムは、ドローン3の運動方程式を用いて、各飛行ルートの飛行時間と消費エネルギーを算出し、飛行時間と消費エネルギーの組合せの中から、最適解の集合(パレート解)を求める。そして、その中から1つの最適解を選択する。
・解1(飛行時間t1、消費エネルギーe4)
・解2(飛行時間t2、消費エネルギーe3)
・解3(飛行時間t3、消費エネルギーe2)
・解4(飛行時間t4、消費エネルギーe1)
最適経路生成アルゴリズムは、パレート解の中から1つを選択し、選択した解に対応する飛行ルートを最適飛行ルート62に決定する。例えば、パレート解の中から、飛行時間が予め設定した基準飛行時間以下であり、且つ、消費エネルギーが最小の解を選択する。基準飛行時間は、例えば、ネズミAが検知されてから、その場所にドローン3を到達させるまでの時間がどの程度短ければ良いかを検討して決定することができる。このようにすると、求める時間内にネズミAの出現位置34でドローン3の威嚇動作を行い、且つ、ドローン3のバッテリー残量を可能な限り多く確保することができる。
図8は、害獣駆除システム1によるネズミ駆除のシーケンス図である。上記のように構成した害獣駆除システム1の設置および必要なデータ作成が完了し、倉庫Rの監視を開始すると、カメラ2の撮影が開始され、リアルタイムで撮影データが制御装置5に送信され
る(ST41、51)。制御装置5では、上記のように、動くものが検出された場合のカメラ画像50から、動物検出モデル56を用いてネズミAを検出する(ST52)。ネズミAを検出した場合は、直ちにネズミAの出現位置34の3次元座標を特定する(ST53)。これにより、倉庫RへのネズミAの侵入がリアルタイムで検出され、出現位置34が特定される。
以上のように、本形態の害獣駆除システム1は、監視対象の空間である倉庫Rを撮影するカメラ2と、倉庫Rを飛行する無人航空機としてのドローン3と、ドローン3およびカメラ2と通信可能な制御装置5を有する。制御装置5は、機械学習により作成した動物検出モデル56を用いてカメラ2により撮影したカメラ画像50からネズミAを検出する動物検出部51と、動物検出モデル56からの出力データおよび倉庫Rの3Dマップ61を用いて倉庫RにおけるネズミAの出現位置34を特定する出現位置特定部52と、3Dマップ61を用いてドローン3を待機させた待機位置30から出現位置34へ向かう最適飛行ルート62を決定する飛行ルート決定部53と、最適飛行ルート62を飛行する飛行命令、および、ドローン3に予め設定した威嚇動作を行わせる威嚇命令をドローン3に送信
するドローン制御部54を備える。
で結ぶように飛行ルートを設定しても良く、この場合には、飛行時間あるいはエネルギー消費が少ない飛行ルートを作成しやすい。また、経路点P毎に自己位置を検出して飛行プログラムを修正することが可能である。
(1)上記形態は、害獣駆除プログラムが単独のコンピュータである制御装置5にインストールされている形態であったが、害獣駆除プログラムによる処理を複数のコンピュータにおいて行うように構成してもよい。例えば、動物検出処理、出現位置特定処理、飛行ルート決定処理、ドローン制御処理のうちの一部を制御装置5とは別のコンピュータ(例えば、クラウドサーバ6)において行うように構成してもよい。
Claims (21)
- 監視対象の屋内空間に設置されて前記屋内空間を撮影するカメラと、
前記屋内空間を飛行する無人航空機と、
前記無人航空機および前記カメラと通信可能な制御装置を有し、
前記制御装置は、
機械学習により作成した動物検出モデルを用いて前記カメラにより撮影したカメラ画像から駆除対象の動物を検出する動物検出部と、
前記動物検出モデルからの出力データ、および、予め作成された前記屋内空間の3次元データを用いて、前記3次元データの座標系における前記動物の出現位置の3次元座標を特定する出現位置特定部と、
前記無人航空機を待機させた待機位置の3次元座標が前記3次元データの座標系上に設定されており、前記待機位置から前記出現位置へ向かう最適飛行ルートを、前記3次元データの座標系上で決定する飛行ルート決定部と、
前記最適飛行ルートを飛行する飛行命令、および、前記無人航空機に予め設定した威嚇動作を行わせる威嚇命令を前記無人航空機に送信する無人航空機制御部を備えることを特徴とする害獣駆除システム。 - 前記3次元データは、
前記屋内空間の3次元形状をLiDARカメラを用いて移動しながら計測したスキャンデータ、もしくは、前記屋内空間を動画撮影用カメラを用いて移動しながら撮影した撮影データを用いて3次元形状化処理を行い、さらに、前記無人航空機を飛行させる際に障害となる物体を包含する飛行禁止空間を設定して、前記飛行禁止空間を除外した空間に格子状の経路点を設定したデータであることを特徴とする請求項1に記載の害獣駆除システム。 - 前記無人航空機は、前記屋内空間内に設定された互いに異なる複数の前記待機位置のそれぞれに待機し、
前記飛行ルート決定部は、前記3次元データを複数の目標エリアに分割して、前記複数
の目標エリアのそれぞれに対して、前記複数の前記待機位置のいずれかからの飛行ルートを対応づけた候補ルートデータセットの中から、前記出現位置を含む前記目標エリアに対応づけられた前記飛行ルートを前記最適飛行ルートとして決定することを特徴とする請求項1に記載の害獣駆除システム。 - 前記候補ルートデータセットに含まれる前記飛行ルートは、前記待機位置から前記目標エリアまで飛行する際の飛行時間および消費エネルギーの少なくとも一方に基づいて決定されていることを特徴とする請求項3に記載の害獣駆除システム。
- 前記候補ルートデータセットに含まれる前記飛行ルートは、前記飛行時間が予め設定した基準飛行時間よりも短いことを特徴とする請求項4に記載の害獣駆除システム。
- 前記候補ルートデータセットに含まれる前記飛行ルートは、前記無人航空機の運動方程式を用いて算出した前記飛行時間と前記消費エネルギーの組合せにより構成されるパレート解の集合の中で、前記飛行時間と前記消費エネルギーを最適化させた最適解に対応する飛行ルートであることを特徴とする請求項4に記載の害獣駆除システム。
- 前記最適解は、前記飛行時間が予め設定した基準飛行時間よりも短く、且つ、前記消費エネルギーが最小のパレート解であることを特徴とする請求項6に記載の害獣駆除システム。
- 前記3次元データは、
前記屋内空間の3次元形状をLiDARカメラを用いて移動しながら計測したスキャンデータ、もしくは、前記屋内空間を動画撮影用カメラを用いて移動しながら撮影した撮影データを用いて3次元形状化処理を行い、さらに、前記無人航空機を飛行させる際に障害となる物体を包含する飛行禁止空間を設定して、前記飛行禁止空間を除外した空間に格子状の経路点を設定したデータであり、
前記候補ルートデータセットに含まれる前記飛行ルートは、前記経路点を結ぶルートであることを特徴とする請求項3から7の何れか一項に記載の害獣駆除システム。 - 前記動物検出部は、前記動物検出モデルを用いて、前記カメラ画像から前記駆除対象の動物が写っている画像部位を抽出し、抽出した前記画像部位を取り囲む大きさのバウンディングボックスを生成し、
前記出現位置特定部は、前記カメラ画像内の前記バウンディングボックスの座標から前記出現位置を示す3次元座標を特定することを特徴とする請求項1に記載の害獣駆除システム。 - 前記出現位置特定部は、前記出現位置を示す3次元座標をクラウドサーバに送信し、
前記3次元データおよび前記候補ルートデータセットは、前記クラウドサーバに記憶されることを特徴とする請求項3に記載の害獣駆除システム。 - 前記カメラは、前記屋内空間の壁面に沿って複数配置され、床を向いて撮影し、
前記最適飛行ルートは、前記屋内空間の床に沿って飛行するルートであることを特徴とする請求項1に記載の害獣駆除システム。 - 前記威嚇動作としてフリップ動作を行うことを特徴とする請求項1に記載の害獣駆除システム。
- 機械学習により作成した動物検出モデルを用いて、監視対象の屋内空間に設置されたカメラにより撮影したカメラ画像から駆除対象の動物を検出する動物検出処理と、
前記動物検出モデルからの出力データ、および、予め作成された前記屋内空間の3次元データを用いて、前記3次元データの座標系における前記動物の出現位置の3次元座標を特定する出現位置特定処理と、
前記屋内空間を飛行する無人航空機を待機させた待機位置の3次元座標が前記3次元データの座標系上に設定されており、前記待機位置から前記出現位置へ向かう最適飛行ルートを、前記3次元データの座標系上で決定する飛行ルート決定処理と、
前記最適飛行ルートを飛行する飛行命令、および、前記無人航空機に予め設定した威嚇動作を行わせる威嚇命令を前記無人航空機に送信する無人航空機制御処理と、を単独または複数のコンピュータに行わせることを特徴とする害獣駆除プログラム。 - 前記3次元データは、
前記屋内空間の3次元形状をLiDARカメラを用いて移動しながら計測したスキャンデータ、もしくは、前記屋内空間を動画撮影用カメラを用いて移動しながら撮影した撮影データを用いて3次元形状化処理を行い、さらに、前記無人航空機を飛行させる際に障害となる物体を包含する飛行禁止空間を設定して、前記飛行禁止空間を除外した空間に格子状の経路点を設定したデータであることを特徴とする請求項13に記載の害獣駆除プログラム。 - 前記無人航空機は、前記屋内空間内に設定された互いに異なる複数の前記待機位置のそれぞれに待機し、
前記飛行ルート決定処理は、前記3次元データを複数の目標エリアに分割して、前記複数の目標エリアのそれぞれに対して、前記複数の前記待機位置のいずれかからの飛行ルートを対応づけた候補ルートデータセットの中から、前記出現位置を含む前記目標エリアに対応づけられた前記飛行ルートを前記最適飛行ルートとして決定する処理であることを特徴とする請求項13に記載の害獣駆除プログラム。 - 前記候補ルートデータセットに含まれる飛行ルートは、前記待機位置から前記目標エリアまで飛行する際の飛行時間および消費エネルギーの少なくとも一方に基づいて決定されていることを特徴とする請求項15に記載の害獣駆除プログラム。
- 前記候補ルートデータセットに含まれる前記飛行ルートは、前記飛行時間が予め設定した基準飛行時間よりも短いことを特徴とする請求項16に記載の害獣駆除プログラム。
- 前記候補ルートデータセットに含まれる前記飛行ルートは、前記無人航空機の運動方程式を用いて算出した前記飛行時間と前記消費エネルギーの組合せにより構成されるパレート解の集合の中で、前記飛行時間と前記消費エネルギーを最適化させた最適解に対応する飛行ルートであることを特徴とする請求項16に記載の害獣駆除プログラム。
- 前記最適解は、前記飛行時間が予め設定した基準飛行時間よりも短く、且つ、前記消費エネルギーが最小のパレート解であることを特徴とする請求項18に記載の害獣駆除プログラム。
- 前記3次元データは、
前記屋内空間の3次元形状をLiDARカメラを用いて移動しながら計測したスキャンデータ、もしくは、前記屋内空間を動画撮影用カメラを用いて移動しながら撮影した撮影データを用いて3次元形状化処理を行い、さらに、前記無人航空機を飛行させる際に障害となる物体を包含する飛行禁止空間を設定して、前記飛行禁止空間を除外した空間に格子状の経路点を設定したデータであり、
前記候補ルートデータセットに含まれる前記飛行ルートのそれぞれは、前記経路点を結ぶルートであることを特徴とする請求項15から19の何れか一項に記載の害獣駆除プロ
グラム。 - 前記動物検出処理は、前記動物検出モデルを用いて、前記カメラ画像から前記駆除対象の動物が写っている画像部位を抽出し、抽出した前記画像部位を取り囲む大きさのバウンディングボックスを生成する処理を含み、
前記出現位置特定処理は、前記カメラ画像内の前記バウンディングボックスの座標から前記出現位置を示す3次元座標を特定する処理を含むことを特徴とする請求項13に記載の害獣駆除プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023133893A JP7445909B1 (ja) | 2023-08-21 | 2023-08-21 | 害獣駆除システムおよび害獣駆除プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023133893A JP7445909B1 (ja) | 2023-08-21 | 2023-08-21 | 害獣駆除システムおよび害獣駆除プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7445909B1 true JP7445909B1 (ja) | 2024-03-08 |
Family
ID=90105499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023133893A Active JP7445909B1 (ja) | 2023-08-21 | 2023-08-21 | 害獣駆除システムおよび害獣駆除プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7445909B1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020052660A (ja) | 2018-09-26 | 2020-04-02 | セコム株式会社 | 飛行ロボットおよび監視システム |
JP2020055672A (ja) | 2018-10-01 | 2020-04-09 | 株式会社ダイフク | 監視システム |
JP2020069833A (ja) | 2018-10-29 | 2020-05-07 | 株式会社ダスキン | ドローンによる建物の狭隘空間での作業方法 |
JP6704979B1 (ja) | 2018-12-12 | 2020-06-03 | テックファーム株式会社 | 無人飛行装置、無人飛行システム及び無人飛行装置制御システム |
JP2021531806A (ja) | 2018-07-29 | 2021-11-25 | ブジゴ リミテッド | 昆虫を位置特定および排除するためのシステムと方法 |
-
2023
- 2023-08-21 JP JP2023133893A patent/JP7445909B1/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021531806A (ja) | 2018-07-29 | 2021-11-25 | ブジゴ リミテッド | 昆虫を位置特定および排除するためのシステムと方法 |
JP2020052660A (ja) | 2018-09-26 | 2020-04-02 | セコム株式会社 | 飛行ロボットおよび監視システム |
JP2020055672A (ja) | 2018-10-01 | 2020-04-09 | 株式会社ダイフク | 監視システム |
JP2020069833A (ja) | 2018-10-29 | 2020-05-07 | 株式会社ダスキン | ドローンによる建物の狭隘空間での作業方法 |
JP6704979B1 (ja) | 2018-12-12 | 2020-06-03 | テックファーム株式会社 | 無人飛行装置、無人飛行システム及び無人飛行装置制御システム |
Non-Patent Citations (1)
Title |
---|
センシング+AI分析によるイノシシの生態可視化および対策の高度化,令和 3 年度先進的 AI ・ IoT 活用ビジネス創出実証事業業務 成果報告書,日本,2022年03月11日,第1-33,https://www.pref.miyagi.jp/documents/22981/r3aiiot02.pdf |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10045523B2 (en) | Baiting method and apparatus for pest control | |
US11291198B2 (en) | Methods and systems for bird deterrence and maintenance thereof | |
RU2652482C2 (ru) | Измерительная система для измерений в отношении дерева | |
KR101239866B1 (ko) | 이동 로봇을 이용한 조류 통제 방법 및 그 장치 | |
US20180068164A1 (en) | Systems and methods for identifying pests in crop-containing areas via unmanned vehicles | |
US20180065747A1 (en) | Systems and methods for dispensing an insecticide via unmanned vehicles to defend a crop-containing area against pests | |
US20170231213A1 (en) | Pest abatement utilizing an aerial drone | |
CN109996729A (zh) | 用于基于农作物破坏检测经由无人交通工具标识包含农作物的区域中的有害生物的系统和方法 | |
CN108983823B (zh) | 一种植保无人机集群协同控制方法 | |
WO2018048666A1 (en) | Systems and methods for defending crops from crop-damaging pests via unmanned vehicles | |
JP7219588B2 (ja) | ドローンによる建物の狭隘空間での作業方法 | |
US20190152595A1 (en) | Apparatus for Sustained Surveillance and Deterrence with Unmanned Aerial Vehicles (UAV) | |
KR101113757B1 (ko) | 무인 로봇을 이용하여 조류를 퇴치하기 위한 시스템 및 그 방법 | |
CN113994291A (zh) | 移动体、控制方法和程序 | |
JP7445909B1 (ja) | 害獣駆除システムおよび害獣駆除プログラム | |
Li | Some problems of deployment and navigation of civilian aerial drones | |
JP7155062B2 (ja) | 監視システム及び飛行ロボット | |
JP7005026B2 (ja) | 物体認識装置 | |
KR20210115398A (ko) | 드론 기반의 야생동물 퇴치 시스템 | |
Jung et al. | Robustness for large scale uav autonomous operations | |
JP2022104060A (ja) | 飛行型ロボット、飛行型ロボットの制御プログラムおよび飛行型ロボットの制御方法 | |
Wang | Intelligent UAVs for Pest Bird Control in Vineyards | |
Jiang et al. | Elephant-Human Conflict Mitigation: An Autonomous UAV Approach | |
US20220117201A1 (en) | Wildlife tracking system | |
JP2023124677A (ja) | 侵入抑制装置、侵入抑制プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230906 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230906 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20230830 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231017 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231214 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231215 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231226 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240201 |
|
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: 20240206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240215 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7445909 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |