JPWO2018220673A1 - 状態予測制御装置及び状態予測制御方法 - Google Patents

Abstract

観測対象物の第１時刻における状態を観測センサにより観測して得られた第１センサ情報を取得し、観測対象物の種類に対応した、時間経過に伴う複数の状態変化の系列を規定した状態系列辞書から状態系列を読み出し、観測対象物にあった目的及びその目的を実現するための目標パラメータに沿った経路を求め、第１時刻よりも先の予想時刻における状態を予想し、第１時刻よりも後の第２時刻において得られた第２センサ情報及び予想された状態を比較し、観測対象物の状態変化に対して影響を与える制御ユニットに対して、予想時刻における状態が目的及び目標パラメータに近づけるために比較結果に基づいて規定した制御パラメータを出力する。

Description

本発明は状態予測制御装置及び状態予測制御方法に係り、特に観測対象物の状態変化を観測センサからの出力を基に対象物の状態を予測する技術に関する。

特許文献１には、撮像された画像から、パーティクルフィルタ法により対象物の物理量を推定したり、コンデンセーション法により対象物の特徴量に関連する量を重みとして対象物の位置を推定したりする技術が提案されている。

特許文献２には、三次元座標値を有する複数の特徴点と、各特徴点に関連付けられた部分画像を表す部分画像情報とから構成される三次元モデルを二次元の観測空間に投影して、二次元の観測空間において選択した特徴点セットを用いて三次元モデルの状態量を推定して、推定した三次元モデル状態を観測空間に投影して適合度を繰り返し計算して三次元モデルの状態量を推定する技術が提案されている。

特許文献３には、ターゲットの存否を判定するための注目領域を、画像における複数の位置に順次設定し、注目領域にターゲットが存在すると仮定した場合のパーツの基準位置をバネモデルに基づいて設定し、基準位置からのずれの度合いを表す値であるバネコストを、検出したパーツのそれぞれについて算出する。そして、算出したバネコストが所定範囲内の同一種類のパーツが複数存在することを条件として、注目領域を、集団を構成するターゲットが存在するターゲット領域として判定する技術が提案されている。

特開２００５−４４３５２号公報 特開２００７−２９９３１２号公報 特開２０１４−６３２７３号公報

特許文献１、２，３によれば対象物の位置や状態の予測を行うことはできても、対象物が将来の目標値に対してずれている場合に目標に近づけるための積極的な働きかけができないという課題がある。

本発明は上記課題を解決するためになされたものであり、観測対象物の状態を予測し、その状態予測を目標値に近づけるための技術を提供することを目的とする。

上記目的を達成するために本発明は請求の範囲に記載の構成を有する。その一態様をあげるならば、本発明に係る状態予測制御装置は、観測対象物の第１時刻における状態を観測センサにより観測して得られた第１センサ情報を取得するセンサ情報取得部と、前記観測センサの種類及び前記観測センサの出力から直接的に定まる観測対象物を関係付けたモデル辞書を記憶するモデル辞書記憶部と、前記モデル辞書を参照して前記第１センサ情報を基に前記観測対象物の種類を識別する対象物識別部と、前記観測対象物の目的及びその目的を実現するための目標パラメータを規定した目的目標辞書を格納する目的目標辞書記憶部と、前記観測対象物の種類に対応した、時間経過に伴う複数の状態変化の系列を規定した状態系列辞書を記憶する状態系列辞書記憶部と、前記状態系列辞書から前記識別された観測対象物の異なる時刻の異なる状態を複数規定した状態系列を読み出し、前記目的目標辞書から前記観測対象物の目的及び目標パラメータを読み出し、前記状態系列のうち、前記読み出した目的及び目標パラメータに沿った経路を求め、前記第１時刻よりも先の予測時刻における前記観測対象物の状態を予測して予測状態を求める状態予測部と、前記第１時刻よりも後の第２時刻において前記観測センサにより前記観測対象物を観測して得られた第２センサ情報及び前記予測状態を比較し、その比較結果に基づいて、前記予測時刻における前記観測対象物の観測状態と前記目的及び前記目標パラメータに対するずれとの評価情報を出力する予測評価部と、を備えることを特徴とする。

本発明によれば、観測対象物の状態を予測し、その状態予測を目標値に近づけるための技術を提供することができる。なお上記した以外の課題、解決手段は以下の実施形態により明らかにされる。

状態予測制御装置のハードウェア構成図 状態予測制御装置で実行される状態予測制御プログラムの構成を示す機能ブロック図 目的目標辞書例を示す 状態系列辞書に記憶された状態系列データの一例を示す図 状態系列辞書に記憶された状態系列データの更新の一例を示す図 対象物を規定したモデル辞書の一例を示す図 照明に対して出力する制御パラメータの一例を示す図 ヒータに対して出力する制御パラメータの一例を示す図 加除湿器に対して出力する制御パラメータの一例を示す図 給水バルブに対して出力する制御パラメータの一例を示す図 施肥ノズルに対して出力する制御パラメータの一例を示す図 本実施形態に係る状態予測制御装置を用いて作物の生育に関する状態予測制御を行う処理の流れを示すフローチャート 本実施形態に係る状態予測制御装置を用いて作物の生育に関する状態予測制御を行う処理の流れを示すフローチャート 予測評価結果に基づき制御パラメータを変更する例を示す図 予測評価結果に基づき制御パラメータを変更する例を示す図 作物の成長予測とそれに応じた制御パラメータの例を示す図

以下、本発明の好適な実施形態を図面を参照しながら詳細に説明する。以下では、対象物として作物を定点撮影し、作物の成長観察、例えば作物の成長予測や異常監視、作物生育環境の状態予測や異常監視を行う場合を例に挙げて説明する。

ここで、「対象物」とは、観測センサのそれぞれが出力したセンサ情報から直接観測されるものを意味する。例えば、観測センサとしてＣＭＯＳセンサが含まれる場合は、そのセンサ情報から直接観測されるものとして作物（又は生育状況）が対象物となる。同様に、温度センサの場合は対象物が温度であり、光量センサの場合は対象物が光量であり、水量センサの場合は対象物が水量である。

また、以下の説明において、制御対象を植物の生育、制御パラメータを生育量、給水量、室温、湿度、光量、栄養素として説明する。また、栽培対象の生育（状態）から例えば発芽、成長、開花、結実、成熟を（状態）モードとして、それぞれのモードにおける目標値を目的情報とする。作物の例では、ＣＭＯＳセンサにより観測される作物の画像、光量センサにより観測される光量、温度センサにより観測される温度、水量センサにより観測される水量が対象物となるので、これら対象物を観測し、変化を予測する。

予測制御技術の特長として目的制御を行う。観測された値の変化速度、変化加速度だけではなく、目的に到達するための目標をたどるように制御する。

図１に本実施形態に係る状態予測制御装置のハードウェア構成を示す。図１に示すように本実施形態に係る状態予測制御装置１０は、対象物の状態変化を予測する演算処理を司るＣＰＵ１４、データ記憶装置としてのＲＯＭ１６、ＲＡＭ１８、ファイルユニット２０（ファイルユニットは例えばＨＤＤにより構成されてもよい）、及び外部インターフェース（Ｉ／Ｆ）２２、モニタ２４の各々がバス２６を介して互いに接続され、コマンドやデータを授受可能に接続されたコンピュータとして構成される。

ＲＯＭ１６には、処理ルーチン等のプログラムが予め記憶されている。なお、本実施形態に係る状態予測制御装置１０には、以上の構成の他に、電源装置等、多数の電気系の構成要素が含まれているが、周知又は一般的なものであるため詳細な説明を省略する。

外部Ｉ／Ｆ２２には、状態予測制御装置１０が制御対象とする対象物の状態情報を取得するための観測センサ３０が接続される。観測センサ３０として、例えばＣＭＯＳセンサ３０１、光量センサ３０２、温度センサ３０３、湿度センサ３０４、給水量センサ３０５、及び施肥量センサ３０６がある。

また外部Ｉ／Ｆ２２には、制御ユニット４０が接続される。制御ユニットは、対象物が作物の生育の場合に、その作物の生育の状態変化に対して影響を与える環境を作り出す装置である。例えば制御ユニット４０として、照明４０１、ヒータ４０２、加除湿器４０３、給水バルブ４０４、及び施肥ノズル４０５がある。

図２は、状態予測制御装置１０で実行される状態予測制御プログラムの構成を示す機能ブロック図である。

状態予測制御装置１０は、センサ情報取得部１４ａ、対象物識別部１４ｂ、状態予測部１４ｃ、予測評価部１４ｄ、制御部１４ｅ、及びマッチング部１４ｆを含む。上記各構成要素は、ＲＯＭ１６やファイルユニット２０に記憶された機能を実現するプログラムをＣＰＵ１４がＲＡＭ１８にロードして実行することにより構成される。

また、ファイルユニット２０には、目的目標辞書２０１、状態予測を行う対象物の種類に応じたモデルを規定するモデル情報辞書２０２、モデルの時間経過に伴う複数の状態変化の系列を規定した状態系列辞書２０３、及び制御パラメータ辞書２０４を含む。目的目標辞書２０１には、目的目標辞書データを記憶する目的目標辞書記憶部２０１ａ及び目的目標辞書データを編集する目的目標辞書編集部２０１ｂを含む。また、状態系列辞書２０３には、状態系列辞書データを記憶する状態系列辞書記憶部２０３ａ及び状態系列辞書データを編集する状態系列辞書編集部２０３ｂを含む。ここでいう編集には、辞書データの更新及び削除の双方を含む。

（目的目標辞書）
図３に目的目標辞書例を示す。目的目標辞書では、対象物の種類とその目的、及びその目的を達成するためのパラメータが記憶される。例えば図３の例では対象物「きゅうり」に対して、目的１としてきゅうりの促成栽培、それを実現するための目標パラメータとして、生育過程を示す種まき、定植、収穫の３つのフェーズと各フェーズの時間が規定されている。図３では収穫時期が「１月」「２月」の目標パラメータが規定されている。

目的目標辞書は、ＣＭＯＳセンサで観測される作物の収穫効率（収益を大きく、原価を小さく）をある前提条件（生育開始時期、収穫時期、品種、等）の下でできるだけ大きくという目的がある。この目的に対して、ＣＭＯＳセンサで観測される作物の生育状況も目標（値）が絞られる。目的に対応する目標は過去の生育記録データを辞書化したものであり、これが目的目標辞書である。目的目標辞書は、目的（値）に対して目標（値）をテーブル化したデータとして与えられてもよい。

対象物の目的、目標があらかじめ与えられているか、対象物の評価基準が与えられて対象物の観測などで得られる観測値から計算などで目的値、目標値を得てそれを辞書化してもよい。もしくは、対象物の観測などで得られる観測値に対して外部から評価点が与えられて最も高い評価点が与えられた観測値を目的値、目標値として辞書化したり、対象物の評価基準が与えられて対象物の観測などで得られる観測値から計算などで目的値、目標値を得て最も高い評価基準となった観測値を目的値、目標値として辞書化してもよい。

作物の生育が目的（値）に向かって目標（値）をたどるためには、光量、温度、水量について適切な目標値がある。光量、温度、水量の適切な目標値は、当該作物の収穫効率をできるだけ大きくすることを目的とすると絞られる。作物の育成における光量、温度、水量の目的（値）は作物の収穫効率をできるだけ大きくすることであるので、この目的に対応する目標は過去の作物育成時の記録データを辞書化したものとなる。これが、光量、温度、水量の目的、目標辞書である。

目的（値）に対して光量、温度、水量の目標（値）をテーブル化する。ある前提条件から収穫効率をできるだけ大きくする目的に至る、光量、温度、水量の経路（目標（値）の組）は１通りではないと考えられる。光量、温度、水量の組合せになるので、経路も何通りにも増えると考えられるが、これも過去の生育記録データを辞書化することで何通りも自然に記録されることとなる。同等の目標（値）を記録した場合には計数して頻度データとなる。目的、目標辞書を検索した場合の予測値は頻度データにより確率付で出力する。作物の生育の経路と光量、温度、水量の経路は対応付けられた組となる。

（状態系列辞書）
図４に状態系列辞書に記憶された状態系列データの一例を示す。図３の状態系列データは、対象物の時間軸方向に沿った状態変化のパターンを規定したデータであって、時刻ｔｎ（ｎ＝１〜９）時点における状態ωｍ（ｍ＝１〜６）を並べたデータである。そして、時刻ｔｎにおいて一つの状態ωｍを選択し、次の時刻、例えば時刻ｔｎ＋１に推移したときの状態ωｍ＋１に遷移することが、状態の変化を表し、この状態遷移を示すデータが状態系列となる。本実施形態では、作物の成長に伴う状態変化（形状が変化することから形状変化と称してもよい）の系列を規定した有限状態系列を適用し、初期状態の作物の形状をモデル化した有限状態系列からなるモデルを用意する。

その際、作物や作物の生育環境に目的属性と目標パラメータを対応させる辞書を用意して、状態系列の探索に用いることができる。作物自体の目的の例として、発芽、生育、着花、開花、結実、枯れ死、などがあり、目標パラメータの例として茎の高さ、葉の大きさ、枚数、葉の色、葉の間隔、花の数、実の大きさ、形などがある。目的属性、目標パラメータを有限状態系列の探索に用いることにより、例えば蕾や実が観測されない時点から開花や結実状態を予測した有限状態系列の探索が可能になる。

また生育環境の例として、作物の生育温度を適度に保つためのヒータや温度を観測する温度計、作物に給水する給水器や、作物に光を与える照明などがある。外部から作物の育成計画として作物の生育予定や、生育環境の温度、給水、照明の制御情報が目的属性及び目的パラメータとして与えられていれば、それらも有限状態系列の探索に用いて作物の生育予測を行うと共に、ヒータの温度センサや給水器の給水センサや照明の照度センサの予測値として用い、観測値との偏差を検出したら、観測値に合うように作物や生育環境の有限状態系列を逆探索することで、温度、給水、照明などの過不足情報や制御へのフィードバック情報として出力したり、温度、給水、照明の各センサの異常検知として出力したり、病虫害の可能性情報として出力してもよい。

（モデル辞書）
図５にモデル辞書データの一例を示す。モデル辞書には、センサ種類とそのセンサから出力されるセンサ情報に基づいて決定される対象物が規定されている。図５は対象物を規定したモデル辞書であり、例えばＣＭＯＳセンサからの出力により定義される対象物として作物が定義されている。

（制御パラメータ）
図６に制御パラメータ辞書の一例を示す。図６Ａは照明４０１に対して出力する制御パラメータ、図６Ｂはヒータ４０２に対して出力する制御パラメータ、図６Ｃは加除湿器４０３に対して出力する制御パラメータ、図６Ｄは給水バルブ４０４に対して出力する制御パラメータ、図６Ｅは施肥ノズル４０５に対して出力する制御パラメータの例である。制御パラメータ辞書は、後述する期待値及び観測値の差分に、観測値から制御後の値を関連付けたデータとして与えられる。

次に、本実施形態の状態予測制御装置１０で実行される対象物の状態予測制御処理について説明する。図７及び図８は、本実施形態に係る状態予測制御装置を用いて作物の生育に関する状態予測制御を行う処理の流れを示すフローチャートである。

センサ情報取得部１４ａは、観測センサ３０の其々から各センサの時刻ｔ１におけるセンサ情報（以下「第１センサ情報」という）を取り込み（Ｓ１００）、対象物識別部１４ｂに出力する。

対象物識別部１４ｂは、モデル情報辞書２０２を検索して各センサの第１センサ情報から対象物を識別する（Ｓ１０１）。モデル情報辞書２０２には、センサ種類と対象物とを関係付けたモデル情報、例えばセンサ種類が「ＣＭＯＳセンサ」であれば対象物が「作物」と規定したデータが予め記憶されているものとする。そして、対象物識別部１４ｂは、ＣＭＯＳセンサから第１センサ情報を取得した場合には、モデル情報辞書２０２を参照して、ＣＭＯＳセンサから第１センサ情報を取得すると対象物が作物であると認識する。

対象物識別部１４ｂは、モデル情報辞書にはない、新たな対象物情報があると認識した場合には、モデル辞書に新たな対象物情報の追加・更新処理を行う。

対象物識別部１４ｂは、実空間内における対象物の状態予測制御処理を実行する領域（予測探索窓という）を設定する（Ｓ１０２）。本実施形態では、一定間隔で対象物を観測する時間として定義された予測探索窓を設定する（図１０の符号６１参照）。本例では、上記一定間隔を予め決めた間隔、例えば、作物の成長比較が行える時間間隔例として１週間と定めておく。

対象物識別部１４ｂは、予測探索窓の中で第１センサ情報により対象物を観測して対象物の状態を特定する（Ｓ１０３）。例えば予測探索窓として定義された時間に含まれる第１時刻ｔ１において、ＣＭＯＳセンサから出力された第１センサ情報を基に、第１時刻ｔ１における作物の状態（形状）を特定する。また、第１時刻ｔ１において水量センサから出力された第１センサ情報を基に、第１時刻ｔ１における水分量を特定する。その他、観測センサ３０に含まれる各センサを基に特定される対象物の第１時刻ｔ１における状態を特定する。

センサ情報取得部１４ａは、予測探索窓内に含まれ、かつ第１時刻よりも後の第２時刻ｔ２において、観測センサ３０に含まれる各センサのセンサ情報（以下「第２センサ情報」という）を取り込む（Ｓ１０４）。

そして、対象物識別部１４ｂは、ステップＳ１０３と同様に、第２センサ情報から対象物の状態を特定する（Ｓ１０５）。

更に、状態予測部１４ｃは、各対象物について、Ｓ１０３で特定した第１時刻における状態とＳ１０６で特定した第２時刻ｔ２における状態との変化量を算出し、各対象物の第１時刻から第２時刻までの対象物の状態変化を算出する（Ｓ１０６）。

状態予測部１４ｃは、特定された対象物に対して目的目標辞書２０１を検索して、対象物の目的属性、目標パラメータを選択する（Ｓ１０７）。

状態予測部１４ｃは、対象物と、その状態と、対象物の目的属性及び目標パラメータを基に、有限状態系列を到達確率から検索する（Ｓ１０８）。より詳しくは、状態予測部１４ｃは、観測値と目標値の有限状態系列のノード間の差の二乗和値を計算し、有限状態系列の中で二乗和値が最も小さいノードを検索する。

状態予測部１４ｃは、対象物に検索時点で到達確率の高い選択した系列又は複数の系列をあてはめる（Ｓ１０９）。ここでいう「対象物への系列又は複数の系列のあてはめ」とは、上で絞り込んだ系列を対象物の状態系列と決定することを意味する。あてはめた系列のノードの値を目標値とする。

状態予測部１４ｃは、対象物の変化ベクトルを選択した系列に重畳する（Ｓ１１０）。対象物を観測して、先にあてはめた状態系列のノードに対する対象物の各センサ情報の値の観測時点の差分値と、次に観測した時点のあてはめた状態系列のノートに対する差分値と差分値の変化分値を求める。これを対象物の変化ベクトルとする。更に次の観測時点の予測値は、次に観測する時点のあてはめた状態系列のノードに上で求めた変化ベクトルすなわち差分値と差分値の変化分値を重畳した値とする。

状態予測部１４ｃは、探索された状態系列頻度を更新する（Ｓ１１１）。対象の状態系列全体の頻度のうち、目的、目標に到達するあてはめられた状態系列の頻度を到達確率とする。また対象が新たな状態系列を持った場合は、新たな状態系列を追加する更新を行う。新たな状態系列の頻度の初期値は１である。

状態予測部１４ｃは、状態予測を出力する（Ｓ１１２）。状態予測部１４ｃは、ステップＳ１１４において、対象物の変化ベクトルの重畳により求めた、次に観測する時点のあてはめた状態系列のノードに上で求めた変化ベクトルすなわち差分値と差分値の変化分値を重畳した値を予測値として出力する。

予測評価部１４ｄは、出力された予測値、即ち状態予測の結果を評価する（Ｓ１１３）。状態予測の評価は、ノードから目的、目標への到達確率を評価関数として計算することにより行う。

本実施形態では４種類のデータ、即ち、（１）センサ値の差分値（目標値−観測値、目標値−予測値、期待値−観測値）、（２）センサ値の差分値の増減（１つ前の観測時点と今回の観測時点）に対応する符号付き値、（３）予測値、観測値、期待値からの各ノードからの目的、目標値への到達確率、（４）予測値、観測値、期待値からの各ノードからの目的、目標値への到達確率の増減（１つ前の観測時点と今回の観測時点）に対応する符号付き値、を出力する。このうち、本ステップでは、（３）、（４）を出力する。

予測評価部１４ｄは、目標に近づく状態系列の検索を行う（Ｓ１１４）。具体的には、予測評価部１４ｄは、あてはめ時点のノードからの目的、目標への到達確率と予測値の最近傍ノードからの目的、目標への到達確率を比較する。到達確率が減少している場合は、予測値の最近傍ノードよりも到達確率が高いノード検索する。到達確率が増加している場合は検索は行わない。

マッチング部１４ｆは第２センサ情報が示す観測値と、状態予測部１４ｃが出力した予測情報との比較を行い、その比較結果を予測評価部１４ｄに出力する。予測評価部１４ｄは、この比較結果を基に、評価情報／期待値を出力する（Ｓ１１５）。上記比較結果としては、例えば観測値と予測値の差分値が用いられる。

予測評価部１４ｄは、ステップＳ１１８で検索された予測値の最近傍ノードよりも目的、目標への到達確率が高いノードの値を期待値として出力する。ステップＳ１１５において目的、目標への到達確率が増加している場合は、予測評価部１４ｄは、予測値の最近傍ノードを期待値として出力する。

予測評価部１４ｄは、評価情報として、下記の値を出力する。
（１）センサ値の差分値（目標値−観測値、目標値−予測値、期待値−観測値）
・観測値が目標値とずれて差分を生じていたら、その差分を評価値として出力
・予測値が目標値とずれて差分を生じていたら、その差分を評価値として出力
・観測値が期待値とずれて差分を生じていたら、その差分を評価値として出力
（２）センサ値の差分値の増減（１つ前の観測時点と今回の観測時点）に対応する符号付き値
・観測値が目標値とずれて差分を生じていて、その差分が増加していたら、望ましくない方向の評価としてマイナス値を出力
・観測値が目標値とずれて差分を生じていて、差分が減少していたら望ましい方向の評価としてプラス値を出力
・予測値が目標値とずれて差分を生じていて、差分が増加していたら望ましくない方向の評価としてマイナス値を出力
・予測値が目標値とずれて差分を生じていて、差分が減少していたら望ましい方向の評価としてプラス値を出力
・観測値が期待値とずれて差分を生じていて、差分が増加していたら望ましくない方向の評価としてマイナス値を出力
・観測値が期待値とずれて差分を生じていて、差分が減少していたら望ましい方向の評価としてプラス値を出力

制御部１４ｅは、制御情報を出力する（Ｓ１１６）。制御部１４ｅは、ステップＳ１１６で出力された観測値及び期待値の差分からなる評価値を基に、制御パラメータ辞書２０４を参照し、各対象物に対する制御情報を出力する。例えば光量の期待値と観測値との差分が「８００〜１１９９以上」であり、第２センサ情報から得られる観測時の照明電圧が３であれば、図６Ａより制御後の照明電圧の値として０とする制御情報を出力する。

図４、図９Ａ、図９Ｂ，図１０を参照して状態系列の検索について説明する。第１センサ情報から第１時刻ｔ１の状態ω１（これは実際に観測された状態なので観測状態である）が得られているとする。なお、目標とする状態値を目標値、予測した状態値を予測値、観測された状態値を観測値、期待する状態値を期待値と称する。図９Ａ、図９Ｂは、予測評価結果に基づき制御パラメータを変更する例を示す図である。また図１０は、作物の成長予測とそれに応じた制御パラメータの例を示す図である。

状態予測部１４ｃは、時刻ｔ２において状態ω３が観測されたとする。この場合、第１時刻ｔ１の状態ω１（これは観測された状態なので観測状態である）と第２時刻ｔ２の状態ω３（これは観測された状態なので観測状態である）を結ぶ経路を求め、これを延長して第３時刻ｔ３における状態はω６であると予測される（状態系列辞書の確率探索による）。

一方、目的目標辞書２０１には、作物に対して第１時刻ｔ１の状態ω２（これは目標とする状態なので目標状態である）、第２時刻ｔ２の状態ω３（これは目標とする状態なので目標状態である）を結ぶ目標経路が設定されているとする。

この場合第２時刻ｔ２において状態ω３（これは目標状態である）に対して状態ω６（この状態は予測状態である）となり大幅に乖離した徒長が観測された。

そこで制御部１４ｅは、目標値に近づけるため（徒長を防止するため）、状態系列辞書を確率探索してｔ３時に最も目標値に近づく光量と温度及び成長の期待値をｔ２時期待値として出力する。

制御部１４ｅは、第３時刻ｔ３に光量の観測値が期待値に近づかず、成長の観測値も期待値と乖離があることから代わりの経路を探索し、光量は変化しない予測でｔ４時に最も目標値に近づく温度及び成長の期待値をｔ３時期待値として出力する。

第２時刻ｔ２の予測値が徒長予測である場合、作物の成長を遅らせるように制御パラメータを調整する必要がある。そこで制御部１４ｅは、目標値に近づけるため（徒長を防止するため）、状態系列辞書を確率探索してｔ３時に最も目標値に近づく光量と温度及び成長の期待値をｔ２時期待値として出力する。その結果、図９Ａ及び図１０の光量センサ情報に示すように、徒長防止のため光量と温度を下げた期待値を出力光量と温度の予測値は期待値とは別に従前の方法で出力する。

制御パラメータが光量を調整しようとしたにも関らず、ｔ３時に光量の観測値が期待値に近づかず、成長の観測値も期待値と乖離がある場合は、代わりの経路を探索し、光量は変化しない予測でｔ４時に最も目標値に近づく温度及び成長の期待値をｔ３時期待値として出力する。その結果、図９Ｂ、図１０に示すように、光量の観測値が期待値に近づかないことから徒長を防止する代わりの経路を探索し温度を更に下げる期待値を出力する。

状態予測部１４ｃは、対象物と目的・目標辞書の到達確率を更新する（Ｓ１１７）。図４Ｂに状態系列辞書の状態系列データの更新例を示す。状態系列辞書は各状態は状態系列頻度カウンタと状態カウンタを持ち、状態遷移が観測される毎に状態予測部１４ｃが状態系列頻度カウンタと状態カウンタを更新する。下記に状態遷移確率の更新例を示す。
例： ωｎ → ωｎ＋１ 状態遷移観測時
状態系列頻度カウンタ ωｎ →ωｎ＋１ カウントアップ
状態カウンタ ωｎ＋１ カウントアップ

状態系列辞書は状態遷移確率データを持ち、状態系列頻度から、状態遷移確率ｐ（ωｎ→ωｎ＋１）を下式（１）により求め、状態遷移確率を更新する。
ｐ（ωｎ→ωｎ＋１）＝ωｎ→ωｎ＋１カウント／ωｎカウンタ・・・（１）

これにより、状態遷移の観測結果を用いて目的・目標辞書の状態遷移確率を更新し、状態予測の精度をより向上させることができる。

本実施形態によれば、観測対象物の状態を予測し、その状態予測を目標値に近づけるための評価情報を得ることができる。よって、この評価情報を基に、観測対象物の将来の状態が目標値に近づけるように観測対象物の状態に影響を与える要因を変更することができる。

更に本実施形態では、制御部を用いて観測対象物の状態予測が目標値に近づくように、制御パラメータを変更させることができる。

また、状態系列辞書編集部及び目的目標辞書編集部により、状態系列辞書や目的目標辞書を実際に得られた観測対象物のデータを基に更新するので、状態予測精度を向上させることが期待できる。

上記実施形態は本発明を限定する意図ではなく、本発明の趣旨を逸脱しない様々な変更態様は、本発明の技術的範囲に属するものである。

例えば上記ステップＳ１１１において、状態系列辞書編集部は、着目する状態に更新フラグをつけて、目的・目標に達することが確定したら対応する頻度フラグを加算することにより状態遷移確率を更新する。これを受けてステップＳ１１７において、目的・目標辞書編集部は、目的・目標到達確率を更新してもよい。その際、目的・目標に達しないことが確定したら対応する頻度フラグを加算することにより状態遷移確率と目的・目標到達確率を更新する。更に、異常ケースであることが判明したら異常状態遷移フラグを付け、対応する頻度フラグを加算することにより状態遷移確率を更新してもよい。

更に状態系列辞書編集部は、第２時刻の予想状態が変化速度／加速度から状態系列辞書に記憶されていない状態であった場合、及び観測状態が状態系列辞書に記憶されていない状態であった場合は、更新フラグと新状態であることを示すフラグと対応する新たな頻度フラグを登録して状態系列辞書記憶の更新を行ってもよい。

１０・・・状態予測制御装置
１４・・・ＣＰＵ
１６・・・ＲＯＭ
１８・・・ＲＡＭ
２０・・・ファイルユニット
２２・・・外部Ｉ／Ｆ
２４・・・モニタ
２６・・・バス
３０・・・観測センサ
４０・・・制御ユニット

Claims (10)

1. 観測対象物の第１時刻における状態を観測センサにより観測して得られた第１センサ情報を取得するセンサ情報取得部と、
   前記観測センサの種類及び前記観測センサの出力から直接的に定まる観測対象物を関係付けたモデル辞書を記憶するモデル辞書記憶部と、
   前記モデル辞書を参照して前記第１センサ情報を基に前記観測対象物の種類を識別する対象物識別部と、
   前記観測対象物の目的及びその目的を実現するための目標パラメータを規定した目的目標辞書を格納する目的目標辞書記憶部と、
   前記観測対象物の種類に対応した、時間経過に伴う複数の状態変化の系列を規定した状態系列辞書を記憶する状態系列辞書記憶部と、
   前記状態系列辞書から前記識別された観測対象物の異なる時刻の異なる状態を複数規定した状態系列を読み出し、前記目的目標辞書から前記観測対象物の目的及び目標パラメータを読み出し、前記状態系列のうち、前記読み出した目的及び目標パラメータに沿った経路を求め、前記第１時刻よりも先の予測時刻における前記観測対象物の状態を予測して予測状態を求める状態予測部と、
   前記第１時刻よりも後の第２時刻において前記観測センサにより前記観測対象物を観測して得られた第２センサ情報及び前記予測状態を比較し、その比較結果に基づいて、前記予測時刻における前記観測対象物の観測状態と前記目的及び前記目標パラメータに対するずれとの評価情報を出力する予測評価部と、
   を備えることを特徴とする状態予測制御装置。
2. 請求項１に記載の状態予測制御装置において、
   前記予測評価部は、前記予測時刻における前記観測対象物の観測状態が目的及び目標パラメータに近づくように、前記予測状態よりも前記目的及び目標パラメータへの到達確率が高い期待値を更に出力する、
   ことを特徴とする状態予測制御装置。
3. 請求項１に記載の状態予測制御装置において、
   前記予測時刻における前記観測対象物の観測状態が前記目的及び目標パラメータに近づくように、前記観測対象物の状態変化に寄与する制御ユニットに対して制御パラメータを出力する制御部を更に備える、
   ことを特徴とする状態予測制御装置。
4. 請求項１に記載の状態予測制御装置において、
   前記第１時刻よりも後の第２時刻において前記観測センサにより観測して得られた第２センサ情報及び前記予測状態を比較し、その比較結果に基づいて、第２センサ情報と前記予測状態が異なっていた場合は、前記第１時刻の状態から前記第２時刻の状態への状態系列辞書記憶の更新を行う状態系列辞書編集部と、を更に備える、
   ことを特徴とする状態予測制御装置。
5. 請求項４に記載の状態予測制御装置において、
   前記状態系列辞書編集部が前記状態系列辞書の更新を行った場合に、前記目的目標辞書の更新を行う目的目標辞書編集部を更に備える、
   ことを特徴とする状態予測制御装置。
6. 観測対象物の第１時刻における状態を観測センサにより観測して得られた第１センサ情報を取得するステップと、
   前記観測センサの種類及び前記観測センサの出力から直接的に定まる観測対象物を関係付けたモデル辞書を参照して前記第１センサ情報を基に前記観測対象物の種類を識別するステップと、
   前記観測対象物の種類に対応した、時間経過に伴う複数の状態変化の系列を規定した状態系列辞書から前記識別された観測対象物の異なる時刻の異なる状態を複数規定した状態系列を読み出し、前記観測対象物の目的及びその目的を実現するための目標パラメータを規定した目的目標辞書から前記観測対象物の目的及び目標パラメータを読み出し、前記状態系列のうち、前記読み出した目的及び目標パラメータに沿った経路を求め、前記第１時刻よりも先の予測時刻における前記観測対象物の状態を予測して予測状態を求めるステップと、
   前記第１時刻よりも後の第２時刻において前記観測センサにより前記観測対象物を観測して得られた第２センサ情報及び前記予測状態を比較し、その比較結果に基づいて、前記予測時刻における前記観測対象物の観測状態と前記目的及び前記目標パラメータに対するずれとの評価情報を出力するステップと、
   を含むことを特徴とする状態予測制御方法。
7. 請求項６に記載の状態予測制御方法において、
   予測時刻における前記観測対象物の観測状態が目的及び目標パラメータに近づくように、前記予測状態よりも前記目的及び目標パラメータへの到達確率が高い期待値を出力するステップを更に含む、
   ことを特徴とする状態予測制御方法。
8. 請求項６に記載の状態予測制御方法において、
   前記予測時刻における前記観測対象物の観測状態が目的及び目標パラメータに近づくように、前記観測対象物の状態変化に寄与する制御ユニットに対して制御パラメータを出力するステップを更に含む、
   ことを特徴とする状態予測制御方法。
9. 請求項６に記載の状態予測制御方法において、
   前記第１時刻よりも後の第２時刻において前記観測センサにより観測して得られた第２センサ情報及び前記予測状態を比較し、その比較結果に基づいて、第２センサ情報と予測された状態が異なっていた場合は、前記第１時刻の状態から前記第２時刻の状態への状態系列辞書の更新を行うステップを更に含む、
   ことを特徴とする状態予測制御方法。
10. 請求項９に記載の状態予測制御方法において、
    前記状態系列辞書の更新を行われた場合に、前記目的目標辞書の更新を行うステップを更に含む、
    ことを特徴とする状態予測制御方法。

Images