JPWO2020157878A1 - コンピュータシステム、作物生育支援方法及びプログラム - Google Patents

Abstract

【課題】本発明は、任意の地点に除草剤を散布させ、雑草を除草することが容易なコンピュータシステム、除草剤散布支援方法及びプログラムを提供することを目的とする。【解決手段】除草剤の散布を支援するコンピュータシステムは、作物の播種地点の位置情報を取得し、播種地点の位置情報を記憶し、圃場を撮影した撮影画像及び撮影地点の位置情報を取得し、撮影画像を画像解析し、植物を検出し、植物の位置情報を、撮影地点の位置情報に基づいて特定し、記憶した前記播種地点の位置情報と、特定した前記植物の位置情報とに基づいて、播種地点以外の植物に除草剤を散布させる。【選択図】図１

Description

本発明は、除草剤の散布を支援するコンピュータシステム、除草剤散布支援方法及びプログラムに関する。

従来より、圃場に生えた雑草をドローン等により除草することが行われている。このような除草方法として、圃場に生えた雑草の位置を特定し、この位置にドローンを移動させ、除草を行う構成がある。

このような技術の例として、圃場に設けた畝に沿ってドローンを走行させ、このドローンにより、畝の画像を撮影する。この撮影した画像を画像解析することにより、作物以外のもの（例えば、雑草）が撮影されているか否かを判断しい、作物以外のものが撮影されている場合、ドローンに設けられた除草爪を用い、これを除草する構成が開示されている（特許文献１参照）。

特開昭６２−７４２０４号公報

しかしながら、特許文献１の構成では、除草する対象が畝上に生えている植物のみを対象とするものであることから、畝以外に存在する植物の除草に適するものではなかった。

本発明は、任意の地点に除草剤を散布させ、雑草を除草することが容易なコンピュータシステム、除草剤散布支援方法及びプログラムを提供することを目的とする。

本発明では、以下のような解決手段を提供する。

本発明は、除草剤の散布を支援するコンピュータシステムであって、
作物の播種地点の位置情報を取得する第一取得手段と、
前記播種地点の位置情報を記憶する記憶手段と、
圃場を撮影した撮影画像及び撮影地点の位置情報を取得する第二取得手段と、
前記撮影画像を画像解析し、植物を検出する検出手段と、
前記植物の位置情報を、前記撮影地点の位置情報に基づいて特定する特定手段と、
記憶した前記播種地点の位置情報と、特定した前記植物の位置情報とに基づいて、当該播種地点以外の植物に除草剤を散布させる散布手段と、
を備えることを特徴とするコンピュータシステムを提供する。

本発明によれば、除草剤の散布を支援するコンピュータシステムは、作物の播種地点の位置情報を取得し、前記播種地点の位置情報を記憶し、圃場を撮影した撮影画像及び撮影地点の位置情報を取得し、前記撮影画像を画像解析し、植物を検出し、前記植物の位置情報を、前記撮影地点の位置情報に基づいて特定し、記憶した前記播種地点の位置情報と、特定した前記植物の位置情報とに基づいて、当該播種地点以外の植物に除草剤を散布させる。

本発明は、システムのカテゴリであるが、方法及びプログラム等の他のカテゴリにおいても、そのカテゴリに応じた同様の作用・効果を発揮する。

また、本発明は、除草剤の散布を支援するコンピュータシステムであって、
圃場を撮影した第一撮影画像及び撮影地点の位置情報を取得する第一取得手段と、
前記第一撮影画像を画像解析し、作物の新芽を検出する第一検出手段と、
前記新芽が存在する新芽地点の位置情報を、前記撮影地点の位置情報に基づいて特定する第一特定手段と、
特定した前記新芽地点の位置情報を記憶する記憶手段と、
第一撮影画像とは異なる時期の圃場を撮影した第二撮影画像及び撮影地点の位置情報を取得する第二取得手段と、
前記第二撮影画像を画像解析し、植物を検出する第二検出手段と、
前記植物の位置情報を、前記撮影地点の位置情報に基づいて特定する第二特定手段と、
記憶した前記新芽地点の位置情報と、特定した前記植物の位置情報とに基づいて、当該新芽地点以外の植物に除草剤を散布させる散布手段と、
を備えることを特徴とするコンピュータシステムを提供する。

本発明によれば、除草剤の散布を支援するコンピュータシステムは、圃場を撮影した第一撮影画像及び撮影地点の位置情報を取得し、前記第一撮影画像を画像解析し、作物の新芽を検出し、前記新芽が存在する新芽地点の位置情報を、前記撮影地点の位置情報に基づいて特定し、特定した前記新芽地点の位置情報を記憶し、第一撮影画像とは異なる時期の圃場を撮影した第二撮影画像及び撮影地点の位置情報を取得し、前記第二撮影画像を画像解析し、植物を検出し、前記植物の位置情報を、前記撮影地点の位置情報に基づいて特定し、記憶した前記新芽地点の位置情報と、特定した前記植物の位置情報とに基づいて、当該新芽地点以外の植物に除草剤を散布させる。

本発明は、システムのカテゴリであるが、方法及びプログラム等の他のカテゴリにおいても、そのカテゴリに応じた同様の作用・効果を発揮する。

本発明によれば、任意の地点に除草剤を散布させ、雑草を除草することが容易なコンピュータシステム、除草剤散布支援方法及びプログラムを提供することが可能となる。

図１は、除草剤散布支援システム１の概要を示す図である。 図２は、除草剤散布支援システム１の全体構成図である。 図３は、コンピュータ１０が実行する播種地点記憶処理のフローチャートを示す図である。 図４は、コンピュータ１０が実行する第一除草剤散布支援処理のフローチャートを示す図である。 図５は、コンピュータ１０が実行する第一学習処理のフローチャートを示す図である。 図６は、コンピュータ１０が実行する新芽地点記憶処理のフローチャートを示す図である。 図７は、コンピュータ１０が実行する第二除草剤散布支援処理のフローチャートを示す図である。 図８は、コンピュータ１０が実行する第二学習処理のフローチャートを示す図である。

以下、本発明を実施するための最良の形態について図を参照しながら説明する。なお、これはあくまでも例であって、本発明の技術的範囲はこれに限られるものではない。

［除草剤散布支援システム１の概要］
本発明の好適な実施形態の概要について、図１に基づいて説明する。図１は、本発明の好適な実施形態である除草剤散布支援システム１の概要を説明するための図である。除草剤散布支援システム１は、コンピュータ１０から構成され、除草剤の散布を支援するコンピュータシステムである。

なお、除草剤散布支援システム１は、ドローン、農機具、高性能農業機械、作物を栽培する作業者が所持する作業者端末（例えば、スマートフォンやタブレット端末やパーソナルコンピュータ）、その他のコンピュータ等のその他の端末や装置類が含まれていてもよい。また、除草剤散布支援システム１は、例えば、コンピュータ１０等の１台のコンピュータで実現されてもよいし、クラウドコンピュータのように、複数のコンピュータで実現されてもよい。

コンピュータ１０は、ドローン、農機具、高性能農業機械、作業者端末、その他のコンピュータ等と、公衆回線網等を介して、データ通信可能に接続されており、必要なデータの送受信を実行する。

コンピュータ１０は、作物の播種時、作物の播種地点の位置情報を取得する。コンピュータ１０は、この播種地点の位置情報を、例えば、播種を行った農機具や高性能農業機械又は播種を行った作業者が所持する作業者端末等から取得する。

コンピュータ１０は、この播種地点の位置情報を記憶する。

コンピュータ１０は、圃場を撮影した撮影画像及び撮影地点の位置情報を取得する。コンピュータ１０は、例えば、ドローンにより圃場の各地点を撮影した撮影画像を取得する。コンピュータ１０は、例えば、ドローンが撮影画像を撮影した撮影地点の位置情報を、ドローンから取得する。

コンピュータ１０は、撮影画像を画像解析し、この撮影画像に写っている植物を検出する。コンピュータ１０は、例えば、画像解析として、撮影画像の特徴点（例えば、形状、輪郭、色相）や特徴量（例えば、画素値の平均、分散、ヒストグラム等の統計的な数値）を抽出する。コンピュータ１０は、抽出した特徴点や特徴量に基づいて、この撮影画像に写っている植物を検出する。この場合における植物は、播種した作物や除草する対象となりうる雑草を含むものである。

コンピュータ１０は、検出した植物の位置情報を、取得した撮影地点の位置情報に基づいて特定する。コンピュータ１０は、検出した植物の位置情報が、撮影地点の位置情報に一致するものとして、この植物の位置情報を特定する。その結果、コンピュータ１０は、圃場における検出した植物の位置を特定することになる。

コンピュータ１０は、記憶した播種地点の位置情報と、特定した植物の位置情報とに基づいて、この播種地点以外の位置に存在する植物に除草剤を散布させる。コンピュータ１０は、特定した植物の位置情報が、播種地点の位置情報と一致する場合、この植物が作物であるものと判断し、除草剤を散布させない。一方、コンピュータ１０は、特定した植物の位置情報が、播種地点の位置情報と一致しない場合、この植物が雑草であるものと判断し、除草剤を散布させる。

コンピュータ１０は、雑草と判断した植物の位置情報に基づいて、この雑草の位置にドローンを移動させ、このドローンが有する除草剤散布装置により除草剤を散布させるコマンドをドローンに送信する。ドローンは、このコマンドを受信し、このコマンドに基づいて、播種地点以外の位置に存在する植物に除草剤を散布する。その結果、コンピュータ１０は、播種地点以外の植物に除草剤を散布させることになる。

なお、コンピュータ１０は、検出した植物の画像を学習することも可能である。この場合、コンピュータ１０は、取得した撮影画像を画像解析する際、この学習結果を加味して、植物を検出することになる。

本発明の変形例について説明する。

上述した実施形態との相違点は、上述した播種地点の位置情報の代わりに、作物の新芽の位置情報を用いる点である。

コンピュータ１０は、圃場を撮影した第一撮影画像及び撮影地点の位置情報を取得する。コンピュータ１０は、例えば、ドローンにより圃場の各地点を撮影した第一撮影画像を取得する。コンピュータ１０は、例えば、ドローンが第一撮影画像を撮影した撮影地点の位置情報を、ドローンから取得する。

コンピュータ１０は、第一撮影画像を画像解析し、この第一撮影画像に写っている作物の新芽を検出する。コンピュータ１０は、例えば、画像解析として、第一撮影画像の特徴点や特徴量を抽出する。コンピュータ１０は、抽出した特徴点や特徴量に基づいて、この第一撮影画像に写っている作物の新芽を検出する。

コンピュータ１０は、検出した作物の新芽の位置情報を、取得した撮影地点の位置情報に基づいて特定する。コンピュータ１０は、検出した作物の新芽の位置情報が、撮影地点の位置情報に一致するものとして、この作物の新芽の位置を、新芽地点の位置情報として特定する。その結果、コンピュータ１０は、圃場における検出した作物の新芽の位置を新芽地点として特定することになる。

コンピュータ１０は、この新芽地点の位置情報を記憶する。

コンピュータ１０は、第一撮影画像とは異なる時期の圃場を撮影した第二撮影画像及び撮影地点の位置情報を取得する。コンピュータ１０は、例えば、ドローンにより圃場の各地点を撮影した第二撮影画像を取得する。コンピュータ１０は、例えば、ドローンが第二撮影画像を撮影した撮影地点の位置情報を、ドローンから取得する。

コンピュータ１０は、第二撮影画像を画像解析し、この第二撮影画像に写っている植物を検出する。コンピュータ１０は、例えば、画像解析として、第二撮影画像の特徴点や特徴量を抽出する。コンピュータ１０は、抽出した特徴点や特徴量に基づいて、この第二撮影画像に写っている植物を検出する。この場合における植物は、新芽から成長した作物や除草する対象となりうる雑草を含むものである。

コンピュータ１０は、検出した植物の位置情報を、取得した撮影地点の位置情報に基づいて特定する。コンピュータ１０は、検出した植物の位置情報が、撮影地点の位置情報に一致するものとして、この植物の位置情報を特定する。その結果、コンピュータ１０は、圃場における検出した植物の位置を特定することになる。

コンピュータ１０は、記憶した新芽地点の位置情報と、特定した植物の位置情報とに基づいて、この新芽地点以外の位置に存在する植物に除草剤を散布させる。コンピュータ１０は、特定した植物の位置情報が、新芽地点の位置情報と一致する場合、この植物が作物であるものと判断し、除草剤を散布させない。一方、コンピュータ１０は、特定した植物の位置情報が、新芽地点の位置情報と一致しない場合、この植物が雑草であるものと判断し、除草剤を散布させる。

コンピュータ１０は、雑草と判断した植物の位置情報に基づいて、この雑草の位置にドローンを移動させ、このドローンが有する除草剤散布装置により除草剤を散布させるコマンドをドローンに送信する。ドローンは、このコマンドを受信し、このコマンドに基づいて、播種地点以外の位置に存在する植物に除草剤を散布する。その結果、コンピュータ１０は、播種地点以外の植物に除草剤を散布させることになる。

なお、コンピュータ１０は、検出した植物の画像を学習することも可能である。この場合、コンピュータ１０は、取得した第二撮影画像を画像解析する際、この学習結果を加味して、植物を検出することになる。

次に、除草剤散布支援システム１が実行する処理の概要について説明する。

コンピュータ１０は、作物の播種時、作物の播種地点の位置情報を取得する（ステップＳ０１）。コンピュータ１０は、播種を行った農機具や高性能農業機械又は播種を行った作業者が所持する作業者端末等から、この播種地点の位置情報を取得する。

コンピュータ１０は、この播種地点の位置情報を記憶する（ステップＳ０２）。

コンピュータ１０は、圃場を撮影した撮影画像及び撮影地点の位置情報を撮影データとして取得する（ステップＳ０３）。コンピュータ１０は、例えば、ドローンにより圃場の各地点を撮影した撮影画像を取得する。コンピュータ１０は、例えば、ドローンが撮影画像を撮影した撮影地点の位置情報を、ドローンから取得する。コンピュータ１０は、このような撮影画像及び撮影地点の位置情報を撮影データとして取得する。

コンピュータ１０は、撮影画像を画像解析し、この撮影画像に写っている植物を検出する（ステップＳ０４）。コンピュータ１０は、例えば、画像解析として、撮影画像の特徴点や特徴量を抽出する。コンピュータ１０は、抽出した特徴点や特徴量に基づいて、この撮影画像に写っている植物を検出する。この場合における植物は、播種した作物や除草する対象となりうる雑草を含むものである。

コンピュータ１０は、検出した植物の位置情報を、取得した撮影地点の位置情報に基づいて特定する（ステップＳ０５）。コンピュータ１０は、検出した植物の位置情報が、撮影地点の位置情報に一致するものとして、この植物の位置情報を特定する。その結果、コンピュータ１０は、圃場における検出した植物の位置を特定することになる。

コンピュータ１０は、記憶した播種地点の位置情報と、特定した植物の位置情報とに基づいて、この播種地点以外の位置に存在する植物に除草剤を散布させる（ステップＳ０６）。コンピュータ１０は、特定した植物の位置情報が、播種地点の位置情報と一致する場合、この植物が作物であるものと判断し、除草剤を散布させない。一方、コンピュータ１０は、特定した植物の位置情報が、播種地点の位置情報と一致しない場合、この植物が雑草であるものと判断し、除草剤を散布させる。このとき、コンピュータ１０は、雑草と判断した植物の位置情報に基づいて、この雑草の位置にドローンを移動させ、このドローンが有する除草剤散布装置により除草剤を散布させるコマンドをドローンに送信する。ドローンは、このコマンドを受信し、このコマンドに基づいて、播種地点以外の位置に存在する植物に除草剤を散布する。その結果、コンピュータ１０は、播種地点以外の植物に除草剤を散布させることになる。

以上が、除草剤散布支援システム１が実行する処理の概要である。

除草剤散布支援システム１の変形例が実行する処理の概要について説明する。

コンピュータ１０は、圃場を撮影した第一撮影画像及び撮影地点の位置情報を第一撮影データとして取得する（ステップＳ１０）。コンピュータ１０は、例えば、ドローンにより圃場の各地点を撮影した第一撮影画像を取得する。コンピュータ１０は、例えば、ドローンが第一撮影画像を撮影した撮影地点の位置情報を、ドローンから取得する。

コンピュータ１０は、第一撮影画像を画像解析し、この第一撮影画像に写っている作物の新芽を検出する（ステップＳ１１）。コンピュータ１０は、例えば、画像解析として、第一撮影画像の特徴点や特徴量を抽出する。コンピュータ１０は、抽出した特徴点や特徴量に基づいて、この第一撮影画像に写っている作物の新芽を検出する。

コンピュータ１０は、検出した作物の新芽の位置情報を、取得した撮影地点の位置情報に基づいて特定する（ステップＳ１２）。コンピュータ１０は、検出した作物の新芽の位置情報が、撮影地点の位置情報に一致するものとして、この作物の新芽の位置を、新芽地点の位置情報として特定する。その結果、コンピュータ１０は、圃場における検出した作物の新芽の位置を新芽地点として特定することになる。

コンピュータ１０は、この新芽地点の位置情報を記憶する（ステップＳ１３）。

コンピュータ１０は、第一撮影画像とは異なる時期の圃場を撮影した第二撮影画像及び撮影地点の位置情報を第二撮影データとして取得する（ステップＳ１４）。コンピュータ１０は、例えば、ドローンにより第一撮影画像とは異なる時期の圃場の各地点を撮影した第二撮影画像を取得する。コンピュータ１０は、例えば、ドローンが第二撮影画像を撮影した撮影地点の位置情報を、ドローンから取得する。

コンピュータ１０は、第二撮影画像を画像解析し、この第二撮影画像に写っている植物を検出する（ステップＳ１５）。コンピュータ１０は、例えば、画像解析として、第二撮影画像の特徴点や特徴量を抽出する。コンピュータ１０は、抽出した特徴点や特徴量に基づいて、この第二撮影画像に写っている植物を検出する。この場合における植物は、新芽から成長した作物や除草する対象となりうる雑草を含むものである。

コンピュータ１０は、検出した植物の位置情報を、取得した撮影地点の位置情報に基づいて特定する（ステップＳ１６）。コンピュータ１０は、検出した植物の位置情報が、撮影地点の位置情報に一致するものとして、この植物の位置情報を特定する。その結果、コンピュータ１０は、圃場における検出した植物の位置を特定することになる。

コンピュータ１０は、記憶した新芽地点の位置情報と、特定した植物の位置情報とに基づいて、この新芽地点以外の位置に存在する植物に除草剤を散布させる（ステップＳ１７）。コンピュータ１０は、特定した植物の位置情報が、新芽地点の位置情報と一致する場合、この植物が作物であるものと判断し、除草剤を散布させない。一方、コンピュータ１０は、特定した植物の位置情報が、新芽地点の位置情報と一致しない場合、この植物が雑草であるものと判断し、除草剤を散布させる。このとき、コンピュータ１０は、雑草と判断した植物の位置情報に基づいて、この雑草の位置にドローンを移動させ、このドローンが有する除草剤散布装置により除草剤を散布させるコマンドをドローンに送信する。ドローンは、このコマンドを受信し、このコマンドに基づいて、播種地点以外の位置に存在する植物に除草剤を散布する。その結果、コンピュータ１０は、播種地点以外の植物に除草剤を散布させることになる。

以上が、除草剤散布支援システム１の変形例が実行する処理の概要である。

［除草剤散布支援システム１のシステム構成］
図２に基づいて、本発明の好適な実施形態である除草剤散布支援システム１のシステム構成について説明する。図２は、本発明の好適な実施形態である除草剤散布支援システム１のシステム構成を示す図である。図２において、除草剤散布支援システム１は、コンピュータ１０から構成され、除草剤の散布を支援するコンピュータシステムである。

コンピュータ１０は、ドローン、農機具、高性能農業機械、作業者端末、その他のコンピュータ等と公衆回線網等を介してデータ通信可能に接続されており、必要なデータの送受信を実行する。

なお、除草剤散布支援システム１は、図示していないドローン、農機具、高性能農業機械、作業者端末、その他のコンピュータ等やその他の端末や装置類が含まれていてもよい。また、除草剤散布支援システム１は、例えば、コンピュータ１０等の１台のコンピュータで実現されてもよいし、クラウドコンピュータのように、複数のコンピュータで実現されてもよい。

コンピュータ１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等を備え、通信部として、他の端末や装置等と通信可能にするためのデバイス、例えば、ＩＥＥＥ８０２．１１に準拠したＷｉ―Ｆｉ（Ｗｉｒｅｌｅｓｓ―Ｆｉｄｅｌｉｔｙ）対応デバイス等を備える。また、コンピュータ１０は、記憶部として、ハードディスクや半導体メモリ、記録媒体、メモリカード等によるデータのストレージ部を備える。また、コンピュータ１０は、処理部として、各種処理を実行する各種デバイス等を備える。

コンピュータ１０において、制御部が所定のプログラムを読み込むことにより、通信部と協働して、播種位置取得モジュール２０、撮影データ取得モジュール２１、コマンド送信モジュール２２を実現する。また、コンピュータ１０において、制御部が所定のプログラムを読み込むことにより、記憶部と協働して、記憶モジュール３０を実現する。また、コンピュータ１０において、制御部が所定のプログラムを読み込むことにより、処理部と協働して、画像解析モジュール４０、位置特定モジュール４１、作物特定モジュール４２、コマンド作成モジュール４３、学習モジュール４４を実現する。

［播種地点記憶処理］
図３に基づいて、除草剤散布支援システム１が実行する播種地点記憶処理について説明する。図３は、コンピュータ１０が実行する播種地点記憶処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。

播種位置取得モジュール２０は、作物の播種地点の位置情報を取得する（ステップＳ２０）。ステップＳ２０において、播種位置取得モジュール２０は、播種を行った機器や装置等又は播種を行った作業者が所持する作業者端末から、この播種地点の位置情報を取得する。例えば、作業者端末は、播種を行った位置において、自身の位置情報を、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）等から取得する。作業者端末は、取得した自身の位置情報を、播種地点の位置情報として、コンピュータ１０に送信する。播種位置取得モジュール２０は、作業者端末が送信した播種地点の位置情報を受信することにより、この作物の播種地点の位置情報を取得する。

記憶モジュール３０は、この作物の播種地点の位置情報を記憶する（ステップＳ２１）。ステップＳ２１において、記憶モジュール３０は、この作物の播種地点の位置情報のみを記憶してもよいし、作業者、利用者、圃場の識別子等と対応付けて記憶してもよい。

以上が、播種地点記憶処理である。

［第一除草剤散布支援処理］
図４に基づいて、除草剤散布支援システム１が実行する第一除草剤散布支援処理について説明する。図４は、コンピュータ１０が実行する第一除草剤散布支援処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。

撮影データ取得モジュール２１は、圃場を撮影した撮影画像及び撮影地点の位置情報を、撮影データとして取得する（ステップＳ３０）。ステップＳ３０において、撮影データ取得モジュール２１は、例えば、ドローンが圃場の予め設定された複数の撮影地点において撮影した撮影画像と、ドローンが撮影画像を撮影した撮影地点の位置情報とを撮影データとして取得する。ドローンは、自身の直下を、撮影画像として撮影する。すなわち、ドローンは、圃場に対して垂直な位置から撮影画像を撮影することになる。ドローンは、撮影地点において、撮影画像を撮影するとともに、自身の位置情報をＧＰＳ等から取得する。ドローンは、この取得した自身の位置情報を撮影地点の位置情報として扱う。ドローンは、この撮影画像と、撮影地点の位置情報とを撮影データとして、コンピュータ１０に送信する。撮影データ取得モジュール２１は、ドローンが送信した撮影データを受信することにより、撮影データを取得する。その結果、コンピュータ１０は、圃場を撮影した撮影画像及び撮影地点の位置情報を取得することになる。

画像解析モジュール４０は、撮影データに基づいて、撮影画像を画像解析する（ステップＳ３１）。ステップＳ３１において、画像解析モジュール４０は、この撮影画像における特徴点や特徴量を抽出する。画像解析モジュール４０は、例えば、画像解析として、撮影画像に存在する物体の形状、色相等を抽出する。

画像解析モジュール４０は、画像解析の結果に基づいて、植物が検出できたか否かを判断する（ステップＳ３２）。ステップＳ３２において、画像解析モジュール４０は、抽出した特徴点や特徴量と、予め植物の特徴点や特徴量と植物の識別子とを対応付けて登録した植物データベースとを比較することにより、撮影画像に植物が存在するか否かを判断する。画像解析モジュール４０は、今回抽出した特徴点や特徴量と、植物データベースに登録された特徴点や特徴量とが一致する場合、植物が検出できたと判断し、一致しない場合、植物が検出できなかったと判断することになる。画像解析モジュール４０は、植物が検出できた場合、この植物の特徴点や特徴量と、植物データベースとに基づいて、この植物の識別子を併せて判断する。

ステップＳ３２において、画像解析モジュール４０は、画像解析の結果、植物が検出できなかったと判断した場合（ステップＳ３２ ＮＯ）、コンピュータ１０は、本処理を終了する。なお、コンピュータ１０は、この場合、上述したステップＳ３０の処理を実行し、今回画像解析を行った撮影データとは異なる撮影データを取得する構成であってもよい。

一方、ステップＳ３２において、画像解析モジュール４０は、画像解析の結果、植物が検出できたと判断した場合（ステップＳ３２ ＹＥＳ）、位置特定モジュール４１は、この撮影データにおける位置情報に基づいて、検出した植物の位置情報を特定する（ステップＳ３３）。ステップＳ３３において、位置特定モジュール４１は、今回画像解析を行った撮影画像に対応する撮影地点の位置情報を、撮影データに基づいて特定する。位置特定モジュール４１は、撮影地点の位置情報を、この植物の位置情報として特定する。さらに、位置特定モジュール４１は、この植物の位置情報と、撮影画像における座標とに基づいて、この植物の詳細な位置を特定する。例えば、位置特定モジュール４１は、撮影画像に対して、直交座標系を設定し、この植物を検出した撮影画像における位置を、この撮影画像におけるＸ座標及びＹ座標として特定する。位置特定モジュール４１は、撮影地点における位置情報と、このＸ座標及びＹ座標とに基づいて、実際の圃場における植物の位置情報を特定する。このとき、位置特定モジュール４１は、撮影画像の中心の位置が、撮影地点における位置情報に該当し、Ｘ座標及びＹ座標がこの中心の位置に対する位置として特定する。その結果、位置特定モジュール４１は、圃場におけるこの植物の位置を特定することになる。

作物特定モジュール４２は、上述したステップＳ２１の処理により記憶した播種地点の位置情報と、特定した植物の位置情報とに基づいて、この植物が播種された作物であるか否かを判断する（ステップＳ３４）。ステップＳ３４において、作物特定モジュール４２は、この播種地点の位置情報と、特定した植物の位置情報とを比較し、其々が一致するか否かに基づいて、この判断を実行する。作物特定モジュール４２は、一致すると判断した場合、この植物は、作物である（播種された作物が成長したものである）と判断し（ステップＳ３４ ＹＥＳ）、後述する処理を実行せずに、本処理を終了する。なお、コンピュータ１０は、上述したステップＳ３２の処理と同様に、上述したステップＳ３０の処理を実行し、今回画像解析を行った撮影データとは異なる撮影データを取得する構成であってもよい。

その結果、コンピュータ１０は、検出した植物が作物である場合、除草剤の散布に必要なコマンドの作成及び送信を行わないため、この作物に対して除草剤の散布を行わせないことになる。

一方、ステップＳ３４において、作物特定モジュール４２は、一致しないと判断した場合、この植物は、作物ではない（播種された作物が成長したものではなく雑草である）と判断し（ステップＳ３４ ＮＯ）、コマンド作成モジュール４３は、この植物を除草する除草剤をドローンに散布させるコマンドを作成する（ステップＳ３５）。ステップＳ３５において、コマンド作成モジュール４３は、この植物の位置情報に対応する圃場の位置への飛行コマンド、ドローンが有する除草剤散布装置を駆動させる駆動コマンドを作成する。

コマンド作成モジュール４３が作成するコマンドについて説明する。コマンド作成モジュール４３は、飛行コマンドとして、この植物の位置情報に飛行するために必要なコマンドを作成する。また、コマンド作成モジュール４３は、予め植物の識別子と有効な除草剤の識別子とを対応付けて登録した除草剤データベースを参照し、今回検出した植物に有効な除草剤を特定する。さらに、コマンド作成モジュール４３は、抽出した特徴点や特徴量に基づいて、必要な除草剤の散布量を判断する。例えば、コマンド作成モジュール４３は、抽出した植物の大きさや形状に応じて、必要な除草剤の散布量を判断する。コマンド作成モジュール４３は、駆動コマンドとして、この判断した除草剤の識別子及び散布量を、除草剤散布装置に散布させるために必要なコマンドを作成する。

なお、除草剤散布装置が予め設定された一の除草剤のみを散布するものである場合、コマンド作成モジュール４３は、この除草剤の散布量のみを判断し、駆動コマンドとして、この判断した散布量を、除草剤散布装置に散布させるために必要なコマンドを作成すればよい。

コンピュータ１０は、上述した処理を、圃場の予め設定された領域又は圃場全体に対して実行する。例えば、コンピュータ１０は、圃場全体に対して、撮影データを取得し、各撮影地点における植物の有無判断、植物の作物判断を実行し、コマンドの作成または非作成の処理を実行することになる。コンピュータ１０は、全ての撮影データに対して処理が完了した時、後述する処理を実行することになる。

なお、コンピュータ１０は、全ての撮影データに対して処理が完了した時ではなく、各撮影データに対して、植物が作物ではないと判断した場合、後述する処理を実行する構成であってもよい。すなわち、コンピュータ１０は、個別の撮影データに対して、植物が作物である場合、後述する処理を実行する構成であってもよい。

コマンド送信モジュール２２は、作成したコマンドをドローンに送信し、ドローンに除草剤を散布させる（ステップＳ３６）。ステップＳ３６において、コマンド送信モジュール２２は、上述した飛行コマンド及び駆動コマンドを送信する。ドローンは、この飛行コマンド及び駆動コマンドを受信する。ドローンは、この飛行コマンドに基づいて、目的とする植物の位置まで飛行し、駆動コマンドに基づいて、散布する除草剤の種類及びこの除草剤の散布量に従った除草剤を散布する。

この結果、コンピュータ１０は、播種地点以外の植物に除草剤を散布させることになる。

なお、コンピュータ１０が作成し送信するコマンドの対象は、ドローンに限らず、その他の農機具、高性能農業機械等であってもよい。この場合、コンピュータ１０は、飛行コマンドの代わりに、走行コマンド等の器具や機械に合わせたものに変更すればよい。

以上が、第一除草剤散布支援処理である。

［第一学習処理］
図５に基づいて、除草剤散布支援システム１が実行する第一学習処理について説明する。図５は、コンピュータ１０が実行する第一学習処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。

学習モジュール４４は、除草剤を散布させた植物の撮影画像を学習する（ステップＳ４０）。ステップＳ４０において、学習モジュール４４は、上述したステップＳ３４の処理により、作物特定モジュール４２が、検出した植物が播種された作物ではないと判断した植物の撮影画像を学習する。作物特定モジュール４２は、この植物の特徴点や特徴量と、この植物が播種された作物ではないこととを学習する。

記憶モジュール３０は、学習結果を記憶する（ステップＳ４１）。

コンピュータ１０は、記憶した学習結果を加味して、上述したステップＳ３２及びＳ３４の処理を実行する。具体的には、画像解析モジュール４０は、画像解析の結果に、学習結果を加味して、植物が検出できたか否かを判断する。例えば、画像解析モジュール４０は、画像解析の結果抽出した特徴点や特徴量と、学習結果における特徴点や特徴量とに基づいて、抽出した特徴点や特徴量が植物のものであるか否かを判断することも可能となる。また、作物特定モジュール４２は、位置情報の比較に加えて、学習結果における特徴点や特徴量に基づいて、植物が作物であるか否かを判断する。例えば、作物特定モジュール４２は、位置情報の比較の結果、一致した場合であっても、植物の画像が学習結果における作物ではない植物と一致又は類似する場合、植物が作物ではないと判断することも可能となる。

以上が、第一学習処理である。

［新芽点記憶処理］
図６に基づいて、除草剤散布支援システム１が実行する新芽地点記憶処理について説明する。図６は、コンピュータ１０が実行する新芽地点記憶処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。なお、上述した処理と同様の処理については、その詳細な説明は省略する。また、本処理は、播種した作物が成長し、新芽が出た時期に行うものである。

撮影データ取得モジュール２１は、圃場を撮影した撮影画像及び撮影地点の位置情報を、第一撮影データとして取得する（ステップＳ５０）。ステップＳ５０の処理は、上述したステップＳ３０の処理と同様である。

画像解析モジュール４０は、第一撮影データに基づいて、撮影画像を画像解析する（ステップＳ５１）。ステップＳ５１の処理は、上述したステップＳ３１の処理と同様である。

画像解析モジュール４０は、画像解析の結果に基づいて、作物の新芽が検出できたか否かを判断する（ステップＳ５２）。ステップＳ５２において、画像解析モジュール４０は、抽出した特徴点や特徴量と、予め作物の新芽の特徴点や特徴量と作物の識別子とを対応付けて登録した新芽データベースとを比較することにより、撮影画像に作物の新芽が存在するか否かを判断する。画像解析モジュール４０は、今回抽出した特徴点や特徴量と、新芽データベースに登録された特徴点や特徴量とが一致する場合、作物の新芽が検出できたと判断し、一致しない場合、作物の新芽が検出できなかったと判断することになる。画像解析モジュール４０は、作物の新芽が検出できた場合、この作物の新芽の特徴点や特徴量と、新芽データベースに基づいて、この作物の新芽の識別子を併せて判断する。

ステップＳ５２において、画像解析モジュール４０は、画像解析の結果、作物の新芽が検出できなかったと判断した場合（ステップＳ５２ ＮＯ）、コンピュータ１０は、本処理を終了する。なお、コンピュータ１０は、この場合、上述したステップＳ５０の処理を実行し、今回画像解析を行った第一撮影データとは異なる第一撮影データを取得する構成であってもよい。

一方、ステップＳ５２において、画像解析モジュール４０は、画像解析の結果、作物の新芽が検出できたと判断した場合（ステップＳ５２ ＹＥＳ）、位置特定モジュール４１は、この第一撮影データにおける位置情報に基づいて、検出した作物の新芽の位置情報を特定する（ステップＳ５３）。ステップＳ５３において、位置特定モジュール４１は、今回画像解析を行った撮影画像に対応する撮影地点の位置情報を、第一撮影データに基づいて特定する。位置特定モジュール４１は、撮影地点の位置情報を、この作物の新芽の位置情報として特定する。さらに、位置特定モジュール４１は、この作物の新芽の位置情報と、撮影画像における座標とに基づいて、この作物の新芽の詳細な位置を特定する。例えば、位置特定モジュール４１は、撮影画像に対して、直交座標系を設定し、この作物の新芽を検出した撮影画像における位置を、この撮影画像におけるＸ座標及びＹ座標として特定する。位置特定モジュール４１は、撮影地点における位置情報と、このＸ座標及びＹ座標とに基づいて、実際の圃場における作物の新芽の位置情報を特定する。このとき、位置特定モジュール４１は、撮影画像の中心の位置が、撮影地点における位置情報に該当し、Ｘ座標及びＹ座標がこの中心の位置に対する位置として特定する。その結果、位置特定モジュール４１は、圃場におけるこの作物の新芽の位置を特定することになる。

記憶モジュール３０は、この作物の新芽が存在する新芽地点の位置情報を記憶する（ステップＳ５４）。ステップＳ５４において、記憶モジュール３０は、この新芽地点の位置情報のみを記憶してもよいし、作業者、利用者、圃場の識別子と対応付けて記憶してもよい。

以上が、新芽地点記憶処理である。

［第二除草剤散布支援処理］
図７に基づいて、除草剤散布支援システム１が実行する第二除草剤散布支援処理について説明する。図７は、コンピュータ１０が実行する第二除草剤散布支援処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。なお、上述した処理と同様の処理については、その詳細な説明は省略する。

撮影データ取得モジュール２１は、第一撮影データとは異なる時期の圃場を撮影した撮影画像及び撮影地点の位置情報を、第二撮影データとして取得する（ステップＳ６０）。ステップＳ６０の処理は、上述したステップＳ３０の処理と同様である。

画像解析モジュール４０は、第二撮影データに基づいて、撮影画像を画像解析する（ステップＳ６１）。ステップＳ６１の処理は、上述したステップＳ３１の処理と同様である。

画像解析モジュール４０は、画像解析の結果に基づいて、植物が検出できたか否かを判断する（ステップＳ６２）。ステップＳ６２の処理は、上述したステップＳ３２の処理と同様である。

ステップＳ６２において、画像解析モジュール４０は、画像解析の結果、植物が検出できなかったと判断した場合（ステップＳ６２ ＮＯ）、コンピュータ１０は、本処理を終了する。なお、コンピュータ１０は、この場合、上述したステップＳ６０の処理を実行し、今回画像解析を行った第二撮影データとは異なる第二撮影データを取得する構成であってもよい。

一方、ステップＳ６２において、画像解析モジュール４０は、画像解析の結果、植物が検出できたと判断した場合（ステップＳ６２ ＹＥＳ）、位置特定モジュール４１は、この撮影データにおける位置情報に基づいて、検出した植物の位置情報を特定する（ステップＳ６３）。ステップＳ６３の処理は、上述したステップＳ３３の処理と同様である。

作物特定モジュール４２は、上述したステップＳ５１の処理により記憶した新芽地点の位置情報と、特定した植物の位置情報とに基づいて、この植物が作物であるか否かを判断する（ステップＳ６４）。ステップＳ６４において、作物特定モジュール４２は、この新芽地点の位置情報と、特定した植物の位置情報とを比較し、其々が一致するか否かに基づいて、この判断を実行する。作物特定モジュール４２は、一致すると判断した場合、この植物は、作物である（作物の新芽が成長したものである）と判断し（ステップＳ６４ ＹＥＳ）、後述する処理を実行せずに、本処理を終了する。なお、コンピュータ１０は、上述したステップＳ６２の処理と同様に、上述したステップＳ６０の処理を実行し、今回画像解析を行った第二撮影データとは異なる第二撮影データを取得する構成であってもよい。

その結果、コンピュータ１０は、検出した植物が作物である場合、除草剤の散布に必要なコマンドの作成及び送信を行わないため、この作物に対して除草剤の散布を行わせないことになる。

一方、ステップＳ６４において、作物特定モジュール４２は、一致しないと判断した場合、この植物は、作物ではない（作物の新芽が成長したものではなく雑草である）と判断し（ステップＳ６４ ＮＯ）、コマンド作成モジュール４３は、この植物を除草する除草剤をドローンに散布させるコマンドを作成する（ステップＳ６５）。ステップＳ６５の処理は、上述したステップＳ３５の処理と同様である。

コマンド送信モジュール２２は、作成したコマンドをドローンに送信し、ドローンに除草剤を散布させる（ステップＳ６６）。ステップＳ６６の処理は、上述したステップＳ３６の処理と同様である。

この結果、コンピュータ１０は、新芽地点以外の植物に除草剤を散布させることになる。

なお、コンピュータ１０が作成し送信するコマンドの対象は、ドローンに限らず、その他の農機具、高性能農業機械等であってもよい。この場合、コンピュータ１０は、飛行コマンドの代わりに、走行コマンド等の器具や機械に合わせたものに変更すればよい。

以上が、第二除草剤散布支援処理である。

［第二学習処理］
図８に基づいて、除草剤散布支援システム１が実行する第一学習処理について説明する。図８は、コンピュータ１０が実行する第一学習処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。

学習モジュール４４は、除草剤を散布させた植物の撮影画像を学習する（ステップＳ７０）。ステップＳ７０において、学習モジュール４４は、上述したステップＳ６４の処理により、作物特定モジュール４２が、検出した植物が作物ではないと判断した植物の撮影画像を学習する。作物特定モジュール４２は、この植物の特徴点や特徴量と、この植物が作物ではないこととを学習する。

記憶モジュール３０は、学習結果を記憶する（ステップＳ７１）。

コンピュータ１０は、記憶した学習結果を加味して、上述したステップＳ６２及びＳ６４の処理を実行する。具体的には、画像解析モジュール４０は、画像解析の結果に、学習結果を加味して、植物が検出できたか否かを判断する。例えば、画像解析モジュール４０は、画像解析の結果抽出した特徴点や特徴量と、学習結果における特徴点や特徴量とに基づいて、抽出した特徴点や特徴量が植物のものであるか否かを判断することも可能となる。また、作物特定モジュール４２は、位置情報の比較に加えて、学習結果における特徴点や特徴量に基づいて、植物が作物であるか否かを判断する。例えば、作物特定モジュール４２は、位置情報の比較の結果、一致した場合であっても、植物の画像が学習結果における作物ではない植物と一致又は類似する場合、植物が作物ではないと判断することも可能となる。

以上が、第二学習処理である。

上述した手段、機能は、コンピュータ（ＣＰＵ、情報処理装置、各種端末を含む）が、所定のプログラムを読み込んで、実行することによって実現される。プログラムは、例えば、コンピュータからネットワーク経由で提供される（ＳａａＳ：ソフトウェア・アズ・ア・サービス）形態で提供される。また、プログラムは、例えば、フレキシブルディスク、ＣＤ（ＣＤ−ＲＯＭなど）、ＤＶＤ（ＤＶＤ−ＲＯＭ、ＤＶＤ−ＲＡＭなど）等のコンピュータ読取可能な記録媒体に記録された形態で提供される。この場合、コンピュータはその記録媒体からプログラムを読み取って内部記録装置又は外部記録装置に転送し記録して実行する。また、そのプログラムを、例えば、磁気ディスク、光ディスク、光磁気ディスク等の記録装置（記録媒体）に予め記録しておき、その記録装置から通信回線を介してコンピュータに提供するようにしてもよい。

以上、本発明の実施形態について説明したが、本発明は上述したこれらの実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。

１ 除草剤散布支援システム、１０ コンピュータ

Claims (8)

1. 除草剤の散布を支援するコンピュータシステムであって、
   作物の播種地点の位置情報を取得する第一取得手段と、
   前記播種地点の位置情報を記憶する記憶手段と、
   圃場を撮影した撮影画像及び撮影地点の位置情報を取得する第二取得手段と、
   前記撮影画像を画像解析し、植物を検出する検出手段と、
   前記植物の位置情報を、前記撮影地点の位置情報に基づいて特定する特定手段と、
   記憶した前記播種地点の位置情報と、特定した前記植物の位置情報とに基づいて、当該播種地点以外の植物に除草剤を散布させる散布手段と、
   を備えることを特徴とするコンピュータシステム。
2. 除草剤の散布を支援するコンピュータシステムであって、
   圃場を撮影した第一撮影画像及び撮影地点の位置情報を取得する第一取得手段と、
   前記第一撮影画像を画像解析し、作物の新芽を検出する第一検出手段と、
   前記新芽が存在する新芽地点の位置情報を、前記撮影地点の位置情報に基づいて特定する第一特定手段と、
   特定した前記新芽地点の位置情報を記憶する記憶手段と、
   第一撮影画像とは異なる時期の圃場を撮影した第二撮影画像及び撮影地点の位置情報を取得する第二取得手段と、
   前記第二撮影画像を画像解析し、植物を検出する第二検出手段と、
   前記植物の位置情報を、前記撮影地点の位置情報に基づいて特定する第二特定手段と、
   記憶した前記新芽地点の位置情報と、特定した前記植物の位置情報とに基づいて、当該新芽地点以外の植物に除草剤を散布させる散布手段と、
   を備えることを特徴とするコンピュータシステム。
3. 前記除草剤を散布させた植物の画像を学習する学習手段と、
   をさらに備え、
   前記検出手段は、学習結果と、画像解析の結果とに基づいて、前記植物を検出する、
   ことを特徴とする請求項１に記載のコンピュータシステム。
4. 前記除草剤を散布させた植物の画像を学習する学習手段と、
   をさらに備え、
   前記第二検出手段は、学習結果と、画像解析の結果とに基づいて、前記植物を検出する、
   ことを特徴とする請求項２に記載のコンピュータシステム。
5. 除草剤の散布を支援するコンピュータシステムが実行する除草剤散布支援方法であって、
   作物の播種地点の位置情報を取得するステップと、
   前記播種地点の位置情報を記憶するステップと、
   圃場を撮影した撮影画像及び撮影地点の位置情報を取得するステップと、
   前記撮影画像を画像解析し、植物を検出するステップと、
   前記植物の位置情報を、前記撮影地点の位置情報に基づいて特定するステップと、
   記憶した前記播種地点の位置情報と、特定した前記植物の位置情報とに基づいて、当該播種地点以外の植物に除草剤を散布させるステップと、
   を備えることを特徴とする除草剤散布支援方法。
6. 除草剤の散布を支援するコンピュータシステムが実行する除草剤散布支援方法であって、
   圃場を撮影した第一撮影画像及び撮影地点の位置情報を取得するステップと、
   前記第一撮影画像を画像解析し、作物の新芽を検出するステップと、
   前記新芽が存在する新芽地点の位置情報を、前記撮影地点の位置情報に基づいて特定するステップと、
   特定した前記新芽地点の位置情報を記憶するステップと、
   第一撮影画像とは異なる時期の圃場を撮影した第二撮影画像及び撮影地点の位置情報を取得するステップと、
   前記第二撮影画像を画像解析し、植物を検出するステップと、
   前記植物の位置情報を、前記撮影地点の位置情報に基づいて特定するステップと、
   記憶した前記新芽地点の位置情報と、特定した前記植物の位置情報とに基づいて、当該新芽地点以外の植物に除草剤を散布させるステップと、
   を備えることを特徴とする除草剤散布支援方法。
7. 除草剤の散布を支援するコンピュータシステムに、
   作物の播種地点の位置情報を取得するステップ、
   前記播種地点の位置情報を記憶するステップ、
   圃場を撮影した撮影画像及び撮影地点の位置情報を取得するステップ、
   前記撮影画像を画像解析し、植物を検出するステップ、
   前記植物の位置情報を、前記撮影地点の位置情報に基づいて特定するステップ、
   記憶した前記播種地点の位置情報と、特定した前記植物の位置情報とに基づいて、当該播種地点以外の植物に除草剤を散布させるステップ、
   を実行させるためのコンピュータ読み取り可能なプログラム。
8. 除草剤の散布を支援するコンピュータシステムに、
   圃場を撮影した第一撮影画像及び撮影地点の位置情報を取得するステップ、
   前記第一撮影画像を画像解析し、作物の新芽を検出するステップ、
   前記新芽が存在する新芽地点の位置情報を、前記撮影地点の位置情報に基づいて特定するステップ、
   特定した前記新芽地点の位置情報を記憶するステップ、
   第一撮影画像とは異なる時期の圃場を撮影した第二撮影画像及び撮影地点の位置情報を取得するステップ、
   前記第二撮影画像を画像解析し、植物を検出するステップ、
   前記植物の位置情報を、前記撮影地点の位置情報に基づいて特定するステップ、
   記憶した前記新芽地点の位置情報と、特定した前記植物の位置情報とに基づいて、当該新芽地点以外の植物に除草剤を散布させるステップ、
   を実行させるためのコンピュータ読み取り可能なプログラム。

Images