WO2022107565A1 - 作業判定システム、作業判定方法および記録媒体 - Google Patents

Abstract

作業車両の稼働情報を取得できない場合でも、作業車両で行った作業の種類の推定を可能とする作業判定システム、作業判定方法および記録媒体を提供する。一実施の形態によれば、作業判定システムは、外部情報用意手段と、作業推定手段とを備える。外部情報用意手段は、圃場内を移動して作業を行う作業車両の外部で用意可能で、かつ、作業車両の稼働状況とは独立している外部情報を用意する。作業推定手段は、作業車両の移動を記録した情報と、外部情報に基づいて作業の種類を推定する。

Description

作業判定システム、作業判定方法および記録媒体

　本発明は、作業車両の作業の種類を推定する作業判定システム、作業判定方法および記録媒体に関する。

　営農において、当年の経営評価を行い、次年の改善計画を立てるために、農作業として行った作業を記録することが望ましい。しかし、汎用作業車両であるトラクタを用いる場合には、このような記録の作業に手間が生じる。これは、一台のトラクタに多様な作業機を装着することによって多様な農作業を行うことが可能であり、作業の記録として入力する対象の選択肢が多いからである。

　作業の記録を手作業で行う代わりに、所定の通信機能を有するトラクタから送信される、稼働状況を表す稼働情報を用いて、機械学習に基づく手法による作業の種類の推定を行い、この推定の結果に基づいて作業の記録を自動的に行うシステムがある。

　上記に関連して、特許文献１（特開２０１８－１９０２９２号公報）には、トラクタなどの作業装置が圃場を移動しながら稼働して農作業を行うときに取得される位置情報と稼働情報に基づいて、作業装置が行った農作業を割り出して農作業を管理する、農作業支援システムが開示されている。

　また、特許文献２（特開２０１９－０８８２２７号公報）には、トラクタなどの車体に作業装置を設けた作業機が圃場を走行して作業を行うときに検出される位置情報と、作業機械に設けられ、作業装置の機種を表す作業機情報を設定されたＲＦＩＤ（Ｒａｄｉｏ　Ｆｒｅｑｕｅｎｃｙ　ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）タグから受信される情報とに基づいて、作業に関する事項を取得する管理装置が開示されている。

特開２０１８－１９０２９２号公報 特開２０１９－０８８２２７号公報

　上記の技術では、作業の種類の推定に用いる情報として、トラクタのエンジン回転数やＰＴＯ（Ｐｏｗｅｒ　Ｔａｋｅ　Ｏｆｆ：パワーテイクオフ）回転数などの稼働情報が使用される。しかし、このような稼働情報を取得するためには、トラクタが稼働情報を出力する機能を有する機種である必要がある。言い換えれば、稼働情報を出力するトラクタはその機種が限定されるため、利用者が所有するトラクタが異なる場合には同様の手法で作業の種類の推定を行うことが難しくなる。

　上記の手法に対応しない機種のトラクタを使用する場合は、利用者が、作業を開始する前などに、作業の種別を表すデータをトラクタの端末などに手動で入力することによって記録してもよい。しかし、トラクタに装着する作業機を交換して別の作業を行うたびに作業データを手動入力する運用は煩雑であり、入力のし忘れが頻繁に発生し得て、どのような作業を実行したかについての記録が困難となる状況が発生しやすい。

　そこで、本発明は、作業車両の稼働情報を取得できない場合でも、作業車両で行った作業の種類の推定を可能とする作業判定システム、作業判定方法および記録媒体の提供を目的とする。その他の課題と新規な特徴は、本明細書の記述および添付図面から明らかになるであろう。

　上記課題を解決するための一実施の形態によれば、作業判定システムは、外部情報用意手段と、作業推定手段と、を備える。外部情報用意手段は、圃場内を移動して作業を行う作業車両の外部で用意可能で、かつ、作業車両の稼働状況とは独立している外部情報を用意する。作業推定手段は、作業車両の移動を記録した移動情報と外部情報に基づいて作業の種類を推定する。

　上記課題を解決するための一実施の形態によれば、作業判定方法は、圃場内を移動して作業を行う作業車両の外部で用意可能で、かつ、作業車両の稼働状況とは独立している外部情報を用意することと、作業車両の移動を記録した移動情報と、外部情報とに基づいて作業の種類を推定することとを含む。

　上記課題を解決するための一実施の形態によれば、記録媒体は作業判定プログラムを格納する。作業判定プログラムは、演算装置が実行することによって、作業車両による作業の種類を判定するための機能を実現するための作業判定プログラムである。この機能は、圃場内を移動して作業を行う作業車両の外部で用意可能で、かつ、作業車両の稼働状況とは独立している外部情報を用意することと、作業車両の移動を記録した移動情報と、外部情報とに基づいて作業の種類を推定することとを含む。

　上記の形態によれば、作業車両の稼働情報を取得できない場合でも、作業車両で行った作業の種類を推定できる。

図１は、一実施の形態による作業判定システムの一構成例を示す図である。 図２Ａは、一実施の形態による作業車両の一構成例を示す図である。 図２Ｂは、一実施の形態によるデータ収集部の一構成例を示すブロック回路図である。 図３は、一実施の形態による車載端末の一構成例を示すブロック回路図である。 図４は、一実施の形態によるサーバの一構成例を示すブロック回路図である。 図５は、一実施の形態による端末の一構成例を示すブロック回路図である。 図６は、一実施の形態による作業判定方法と作業判定プログラムの一構成例を示すフローチャートである。 図７は、一実施の形態による端末による表示の一例を示す図である。 図８は、一実施の形態によるサーバの一構成例を示すブロック回路図である。 図９は、一実施の形態による作業判定方法と作業判定プログラムの一構成例を示すフローチャートである。

　添付図面を参照して、本発明による作業判定システム、作業判定方法および記録媒体を実施するための形態を以下に説明する。

　（第１の実施の形態）
　本実施の形態による作業判定システム、作業判定方法および記録媒体は、作業車両が行った作業の種類を、作業中の作業車両の内部状態を示す情報以外の情報に基づいて推定することができる。その結果、作業車両が特定の支援システムに対応していなくても、過去に行った作業の記録を簡便化し、より確実に行うことができる。ここで、作業の種類には、例えば、整地、耕起、代掻き、植付、施肥、防除、収穫などが含まれる。

　図１に示すように、作業判定システム１は、車載端末３と、サーバ５とを備える。車載端末３は、作業車両２に搭載される。車載端末３とサーバ５は、ネットワーク４を介して互いに接続される。車載端末３とネットワーク４の間の接続は、無線通信によって実現される。この無線通信には、携帯電話回線が用いられてもよく、その場合はネットワーク４に携帯電話回線が含まれてもよい。また、この無線通信には、無線ＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ：ローカルエリアネットワーク）が用いられてもよい。サーバ５とネットワーク４の間の接続は有線通信によって実現される。ネットワーク４には、車載端末３以外の端末６がさらに接続されていてもよい。

　図２Ａに示すように、作業車両２は、車体２１と、作業機２２と、一対の前輪２３と、一対の後輪２４と、操舵手段２５と、データ収集部２６とを備えている。車体２１には、車載端末３が搭載されている。

　作業機２２は、例えば、農作業を行うための装置であり、車体２１に昇降自在に支持されている。図２Ａの例では、作業車両２はトラクタであり、作業機２２は圃場を耕す耕耘装置である。車体２１は、前輪２３および後輪２４によって支持されており、図示しない動力源によって後輪２４を駆動して前進または後退する。操舵手段２５はステアリングまたはハンドルであって、作業者が操舵手段２５を操作して前輪２３の方向を調整することによって車体２１の進行方向を調整することができる。

　図２Ａに示した構成の変形例として、作業車両２は、コンバインなどのように一体型であってもよい。言い換えれば、本実施の形態の作業車両２は、トラクタと、トラクタに着脱可能に装着される作業機２２との組み合わせに限定されない。

　図２Ｂに示すように、データ収集部２６は、バス２８と、インタフェース装置２７と、複数のセンサ２９－１、２９－２、…、２９－Ｎとを備えている。複数のセンサ２９－１、２９－２、…、２９－Ｎを区別しないとき、これらを単にセンサ２９と記す。それぞれのセンサ２９は、バス２８を介してインタフェース装置２７に接続されている。インタフェース装置２７は、車載端末３と接続可能に構成されている。

　複数のセンサ２９は、作業車両２に設けられた複数の装置の状態を表すセンサ信号を生成する。言い換えれば、センサ２９は作業車両２の稼働状況を表す稼働情報としてのセンサ信号を生成する。作業車両２の稼働状況は、少なくとも、トラクタの駆動源の駆動状態や、駆動源の駆動力を作業機２２に伝達する伝達機構の作動状態などの、作業車両２の作業に係る内部状態を含む。作業車両２の稼働状況を表す稼働情報は、例えば、駆動源の駆動状態を表す駆動源情報、伝達機構の作動状態を表す伝達機構情報、作業車両２のエンジン回転数を表すエンジン回転数情報、ＰＴＯ（Ｐｏｗｅｒ　Ｔａｋｅ　Ｏｆｆ：パワーテイクオフ）の回転数を表すＰＴＯ回転数情報、作業車両２に対する作業機２２の昇降状態を示すヒッチ高さ情報およびリフトアーム角度情報、などを含む。

　ただし、本実施の形態では、稼働情報を使用せずに作業の種類の推定を行う場合について説明する。この場合、データ収集部２６は省略可能である。データ収集部２６と稼働情報を使用して作業の種類の推定を行う場合については、別の実施の形態として後述する。

　図３に示すように、車載端末３は、バス３１と、稼働情報取得手段３２と、演算装置３３と、記憶装置３４と、外部記憶装置３５と、位置情報取得手段３６と、通信装置３７とを備えている。稼働情報取得手段３２、演算装置３３、記憶装置３４、外部記憶装置３５、位置情報取得手段３６および通信装置３７は、バス３１を介して相互に通信可能に接続されている。

　車載端末３は、いわゆるコンピュータであってもよい。言い換えれば、車載端末３の機能は、記憶装置３４に格納されている所定のプログラムを、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ：中央演算処理装置）などの演算装置３３が実行することによって実現されてもよい。このプログラムは、外部記憶装置３５によって記録媒体３５１から読み出されて記憶装置３４に格納されたものであってもよいし、通信装置３７を介して外部から受信されて記憶装置３４に格納されたものであってもよい。

　稼働情報取得手段３２は、データ収集部２６からセンサ信号を取得できるように構成されている。車載端末３と作業車両２のデータ収集部２６との間の通信は、稼働情報取得手段３２とインタフェース装置２７との間の有線通信または無線通信によって実現される。

　位置情報取得手段３６は、ＧＮＳＳ（Ｇｌｏｂａｌ　Ｎａｖｉｇａｔｉｏｎ　Ｓａｔｅｌｌｉｔｅ　Ｓｙｓｔｅｍ：全球測位衛星システム）などを用いて、車載端末３の位置を測定する。位置情報取得手段３６は、車載端末３の緯度および経度を測定することによって、車載端末３の位置を測定する。車載端末３は、作業車両２に搭載されているので、車載端末３の位置を測定することによって、作業車両２の位置を測定することができる。演算装置３３は、測定した緯度と経度を表す位置情報を取得して記憶装置３４に格納する。

　演算装置３３は、複数の時刻においてそれぞれ取得された位置情報を、測定時刻に対応付けて記憶装置３４に格納する。これら複数の時刻は、周期性を有していてもよい。一例として、演算装置３３は１秒の周期で位置情報を取得し、位置情報を取得した時刻を示す時刻情報と位置情報を対応付けて記憶装置３４に格納する。

　位置情報の測定の開始と終了とは、作業車両２のエンジンの始動と停止とにそれぞれ連動して自動的に制御されてもよい。

　通信装置３７は、記憶装置３４に格納された位置情報を、ネットワーク４を介してサーバ５に送信する。

　図４に示すように、サーバ５は、バス５１と、演算装置５３と、記憶装置５４と、外部記憶装置５５と、通信装置５６とを備える。演算装置５３、記憶装置５４、外部記憶装置５５および通信装置５６は、バス５１を介して相互に通信可能に接続されている。

　演算装置５３は、記憶装置５４に格納されたプログラムを実行することによって、サーバ５の機能を実現する。言い換えれば、サーバ５の機能は、演算装置５３と記憶装置５４に記憶されたプログラムとが協働して実現される。このプログラムは、外部記憶装置５５によって記録媒体５５１から読み出されて記憶装置５４に格納されたものであってもよいし、通信装置５６を介して外部から受信されて記憶装置５４に格納されたものであってもよい。

　図４では、このようにして実現されるサーバ５の機能を、便宜上、演算装置５３が備える手段として示す。演算装置５３は、外部情報用意手段５３１と、作業推定手段５３３とを備える。

　外部情報用意手段５３１は、作業の種類の推定に用いられ、作業車両２の外部から取得される外部情報を、演算装置５３によって読み出し可能に用意する。外部情報とは、作業車両２の稼働状況とは独立した情報であって、かつ、作業車両２の外部で用意される情報である。

　外部情報には、１以上の情報が含まれていてもよい。外部情報に含まれる１以上の情報を、１以上の個別外部情報と呼ぶ。１以上の個別外部情報には、作業車両２の仕様上の性能を示す１以上の性能情報、作業車両２が作業する圃場の地理的な特徴を示す１以上の圃場地理情報、圃場における土地状態の特徴を示す１以上の圃場土地属性情報、および、圃場における気象を表す１以上の圃場気象情報のうちの、少なくとも１つの情報を含んでいてもよい。圃場土地属性情報は、例えば、人工衛星、航空機、ドローンなどで上方から地表を観察して得られる情報に基づくデータを含む。

　１以上の性能情報は、作業車両２の仕様上の最大馬力を表す最大馬力情報と、作業車両２がタイヤおよび／またはクローラで走行する走行方式を表す走行方式情報と、作業車両２の車高を示す車高情報と、作業車両２の走行幅を表す走行幅情報とのうちの、少なくとも１つを含んでいてもよい。１以上の圃場地理情報は、圃場の標高を表す圃場標高情報と、圃場の土壌の種類を表す圃場土壌情報と、圃場が位置する地域を表す圃場地域情報とのうちの、少なくとも１つを含んでいてもよい。１以上の圃場土地属性情報は、圃場の地表面の性質を表す圃場地表面情報（例：コンクリートか土か水か植物かを識別する情報）と、圃場の植物の被覆率や生育状態などを表す圃場植生情報（例：作物の種類、NDVI（Normalized Difference Vegetation Index：正規化植生指数）、被植率、可視光、推定窒素含有量など）、圃場の水分含量情報を表す圃場水分情報とのうちの、少なくとも１つを含んでいてもよい。１以上の圃場気象情報は、圃場の所定の期間の降水量を表す圃場降水量情報と、圃場の所定の期間の積算日射量を表す圃場積算日射量情報と、圃場の所定の期間の平均温度を表す圃場平均温度情報と、圃場の所定の期間の最高気温を表す圃場最高気温情報と、圃場の所定の期間の最低気温を表す圃場最低気温情報と、圃場の所定の期間の積算温度を表す圃場積算温度情報とのうちの、少なくとも１つを含んでいてもよい。

　作業推定手段５３３は、記憶装置５４の判定モデル記憶手段５４１に格納されている判定モデルを用いて、位置情報と外部情報に基づいて、作業の種類を推定する。判定モデルとは、ＡＩ（Ａｒｔｉｆｉｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ：人工知能）で作業の種類を推定するために用いる数理モデルである。判定モデルは、機械学習により構築され、外部情報に含まれる特徴を学習している。例えば教師あり学習の場合には、サポートベクターマシン、ランダムフォレスト、ニューラルネットワーク、ロジスティック回帰、トポロジカルデータアナリシス等の手法を用いて、外部情報を学習用データとして用いて作業の種類の推定を行う。なお、ここでの学習用データは、外部情報に含まれる１以上の個別外部情報のうち少なくとも１つを、作業の種類の推定に対する正解を示す正解ラベルとして含む。

　使用者は、本実施の形態による作業判定システム１が作業の種類を推定した結果を、端末６を用いて確認することができる。端末６は、例えば、タブレット型の情報端末であってもよい。

　図５に示すように、端末６は、バス６１と、入出力装置６２と、演算装置６３と、記憶装置６４と、外部記憶装置６５と、通信装置６７とを備えている。入出力装置６２、演算装置６３、記憶装置６４、外部記憶装置６５および通信装置６７は、バス６１を介して相互に通信可能に接続されている。

　端末６は、車載端末３と同様に、いわゆるコンピュータであってもよい。言い換えれば、端末６の機能は、記憶装置６４に格納されている所定のプログラムを、ＣＰＵなどの演算装置６３が実行することによって実現されてもよい。このプログラムは、外部記憶装置６５によって記録媒体６５１から読み出されて記憶装置６４に格納されたものであってもよいし、ネットワーク４と通信装置６７を介して外部から取得されて記憶装置６４に格納されたものであってもよい。

　入出力装置６２は、表示装置と一体化されて、使用者が入力を行うこともできるタッチパネル装置を含んでいる。入出力装置６２は、さらに、端末６を操作するためのキー、ボタン、スイッチなどの入力装置を含んでいてもよい。

　通信装置６７は、ネットワーク４を介してサーバ５に接続されて、サーバ５からデータを取得することができ、反対に、記憶装置６４に格納されているデータをサーバ５に送信することもできる。

　図６を参照して、上記構成を有する作業判定システム１の動作の一例、すなわち本実施の形態による作業判定方法の一構成例について説明する。作業判定方法の各ステップは、車載端末３の演算装置３３、サーバ５の演算装置５３または端末６の演算装置６３が、本実施の形態による作業判定プログラムを実行することによって実現される。

　第１ステップＳ０１において、作業車両２の作業が終了し、作業車両２の作業中の位置情報が車載端末３からサーバ５に送信されると、サーバ５において作業判定方法を開始する。作業判定方法が開始されるとき、判定モデルは、判定モデル記憶手段５４１に用意されている。

　第２ステップＳ０２において、作業の種類の推定に用いる各種のデータが記憶装置５４に用意される。ここで用意されるデータには、作業車両２の位置情報と、作業車両２の外部で用意される外部情報とが含まれる。

　作業車両２の位置情報は、作業車両２が圃場を移動して作業を行っている間の複数の時刻において、位置情報取得手段３６によって取得され、車載端末３の記憶装置３４に格納される。この動作は、第１ステップＳ０１で作業判定方法を開始する前に完了している。

　位置情報は、前述のとおり、車載端末３の演算装置３３から、ネットワーク４を介してサーバ５の演算装置５３に送信される。サーバ５の演算装置５３は、受信した位置情報を記憶装置５４に格納し、演算装置５３によって読み出し可能に用意する。

　位置情報の変形例として、車速情報を用いてもよい。つまり、複数の時刻のそれぞれにおける作業車両２の車速を表す車速情報を用いて作業の種類の推定を行ってもよい。ここで、車速情報は、位置情報に代えて用いられてもよいし、位置情報に加えて用いられてもよい。

　車速情報の算出は、車速算出手段としてサーバ５の演算装置５３が行ってもよいし、車載端末３の演算装置３３が行ってもよい。位置情報を測定した複数の時刻の中で、ある第１時刻Ｔ１における車速情報は、例えば、その第１時刻Ｔ１と、その時刻の次の第２時刻Ｔ２（または前の第０時刻Ｔ０）と、時刻Ｔ１に測定した第１位置情報と、第２時刻Ｔ２（または第０時刻Ｔ０）に測定した第２位置情報（または第０位置情報）とに基づいて容易に算出できる。また、各時刻の車速の平均値を車速情報として用いてもよい。

　位置情報と車速情報を総称して、作業車両２の移動を記録した移動情報と呼ぶ。位置情報と合わせて車速情報を用いることができる場合と、位置情報の代わりに車速情報を用いることができる場合とにおいては、位置情報または車速情報を移動情報と読み替えてもよい。

　外部情報は、前述のとおり、サーバ５の外部情報用意手段５３１が、演算装置５３によって読み出し可能に用意する。

　第３ステップＳ０３において、サーバ５の作業推定手段５３３が、作業車両２の作業の種類を推定する。このとき、作業推定手段５３３は、作業の種類の推定を行うために、判定モデル記憶手段５４１から読み出した判定モデルに、個別外部情報と、位置情報とを入力する。

　上記の例において、作業推定手段５３３が、第３の判定モデルＣに、個別外部情報である最大馬力情報と、位置情報に由来する時刻情報および車速情報とを入力する。ここで、最大馬力情報は作業車両２の仕様上の最大馬力が「１００ＰＳ（馬力）」であることを表し、時刻情報は季節が「春」であることを表し、車速情報は作業車両２の作業中の平均車速が「時速２キロメートル」であることを表している場合について説明する。

　なお、最大馬力情報は、例えば、車載端末３からサーバ５に送信される識別信号に基づいて、サーバ５の記憶装置５４に予め格納されているデータベースから、サーバ５の演算装置５３が読み出してもよい。ここで、例えば、識別信号には作業車両２の型番を表す型番情報が含まれており、型番情報はデータ収集部２６から車載端末３によって読み出され、データベースには型番ごとの最大馬力情報を表す情報が含まれていてもよい。また、時刻情報は、車載端末３からサーバ５に送信される位置情報に含まれる時刻情報と、サーバ５の記憶装置５４に予め格納されているデータベースから、サーバ５の演算装置５３が読み出してもよい。ここで、時刻情報には位置情報が取得された日付が含まれており、データベースには日付ごとの季節を表す情報が含まれていてもよい。

　圃場地域情報の値が「関東地方」であり、圃場土壌情報の値が「水稲およびキャベツ」であるという前提条件において、第３の判定モデルＣは、時刻情報の値が「春」であり、かつ、車速情報の値が「時速２キロメートル」である場合において、耕起の作業を行うときには作業車両２の最大馬力が「１００ＰＳ以上」である頻度が高く、整地の作業を行うときにはこの最大馬力が「５０馬力～７０馬力以上」である頻度が高いことを、機械学習によって学習している。その結果、第３の判定モデルＣは、作業の種類が「整地」である確度（確からしさ）が５５％であり、作業の種類が「耕起」である確度が４５％であると出力する。出力された作業の種類に確度を対応付けた組み合わせのそれぞれを、推定結果と記す。

　第４ステップＳ０４において、サーバ５の作業推定手段５３３は、それぞれの推定結果を記憶装置５４に記録する。

　第５ステップＳ０５において、サーバ５の作業推定手段５３３は、作業の種類を判定する。詳細には、作業推定手段５３３は、第３ステップＳ０３で得られ、第４ステップＳ０４で記録された推定結果のうち、対応付けられた確度が最も高い作業の種類が、実際に行われた作業の種類であると判定し、この判定結果を記憶装置５４に記録する。

　第６ステップＳ０６において、端末６は判定結果を表示して使用者に知らせる。詳細には、サーバ５の作業推定手段５３３が、判定結果が用意できていることを端末６に知らせるための信号を端末６に送信する。端末６は、この信号を受信すると、サーバ５の記憶装置５４から判定結果と推定結果を受け取って記憶装置６４に格納する。端末６は、判定結果と推定結果を表示する用意ができていることを、表示や音声などを用いて使用者に知らせる。使用者は、端末６を操作して判定結果を入出力装置６２のタッチパネルに表示させる。

　図７に示すように、端末６の入出力装置６２は、作業が行われた圃場を表す地図情報６２１と共に、この圃場で行った作業の種類の判定結果を表すウインドウ６２２を表示してもよい。このウインドウ６２２には、判定結果を含むすべての推定結果について、推定された作業の種類の名称と、この推定の確度と、この推定を行うために判定モデルに入力された代表的な情報の名称および値とが表示されてもよい。このウインドウ６２２には、さらに、推定された作業が行われた日付と時間帯が表示されてもよい。

　図７の例では、推定された作業の種類が「整地」であることと、この推定の確度が「５５％」であることが表示されている。また、別の推定の結果として、推定された作業の種類が「耕起」であることと、この推定の確度が「４５％」であることが表示されている。ここで、これらの推定の結果の中で「整地」が判定結果であることを示すために、端末６は「整地　５５％」の部分を枠で囲んで強調表示している。

　さらに、図７の例では、推定に用いられた代表的な情報として、車速が「２」であることと、最大馬力が「１００」であることと、季節が「春」であることとがウインドウ６２２に表示されている。

　ここで、使用者は、端末６の表示を確認するとともに、もし作業の種類の判定結果が間違っていたら修正することができる。図７の例において、使用者は、作業の種類の判定結果を「整地」から「耕起」に修正するため、タッチパネルのうち、「耕起　４５％」の部分をタップするなどの操作を行う。使用者の操作に応じて、端末６の演算装置６３は、作業の判定結果を「耕起」に修正するための修正信号をサーバ５に送信する。サーバ５は、この修正信号に基づいて、記憶装置５４に格納されている作業の種類の判定結果を「整地」から「耕起」に修正する。

　第６ステップＳ０６が完了すると、第７ステップＳ０７において図６のフローチャートは終了する。

　以上に説明したように、本実施の形態による作業判定システム１は、作業判定プログラムを実行して作業判定方法の各ステップを実現することによって、作業車両２の稼働情報を取得できなくても、作業車両２の位置情報と、外部情報とに基づいて、作業車両２の作業の種類を推定することができる。また、過去に行った作業の記録を簡便化し、より確実に行うことができる。

　（第２実施の形態）
　本実施の形態は、第１実施の形態の一変形例として以下の変更を加えたものである。すなわち、第１実施の形態では作業の推定に用いるための判定モデルが１つである構成について説明したが、本実施の形態では判定モデル記憶手段５４１に複数の判定モデルを用意し、これら複数の判定モデルの中から１つの判定モデルを選択して作業の推定に用いる。

　図８に示すように、本実施の形態によるサーバ５は、図４に示した第１実施の形態によるサーバ５に、以下の変更を加えたものである。すなわち、演算装置５３が判定モデル選択手段５３２をさらに有している。判定モデル選択手段５３２は、判定モデル記憶手段５４１に格納されている複数の判定モデルの中から、作業の種類の推定に用いる判定モデルを選択する。

　複数の判定モデルは、学習用データとして用いられた外部情報が異なる。例えば、判定モデルのうちの第１の判定モデルＡは、圃場土壌情報が水稲である学習用データを用いて学習が行われている。また、第１の判定モデルＡと異なる第２の判定モデルＢは、圃場土壌情報が水稲とキャベツである学習用データを用いて学習が行われている。

　本実施の形態では、判定モデル選択手段５３２が複数の判定モデルの中から判定モデルを選択するときに、外部情報用意手段５３１が用意した個別外部情報に適合する学習用データを用いて学習を行われた判定モデルを選択する。このようにして選択された判定モデルを作業の推定に用いることによって、作業の推定において優れた精度が得られると期待できる。

　図９を参照して、上記構成を有する作業判定システム１の動作の一例、すなわち本実施の形態による作業判定方法の一構成例について説明する。作業判定方法の各ステップは、車載端末３の演算装置３３、サーバ５の演算装置５３または端末６の演算装置６３が、本実施の形態による作業判定プログラムを実行することによって実現される。

　第１ステップＳ１１および第２ステップＳ１２は、それぞれ、図６に示した第１実施の形態の第１ステップＳ０１および第２ステップＳ０２と同じである。

　第３ステップＳ１３において、サーバ５の判定モデル選択手段５３２が、作業の種類の推定に用いる判定モデルを選択する。判定モデル選択手段５３２は、判定モデル記憶手段５４１に格納されている複数の判定モデルの中から、記憶装置５４に格納されている外部情報に含まれる個別外部情報に適合する判定モデルを選択する。

　個別外部情報および正解ラベルを学習用データとして用いて学習を行った判定モデルを用いた場合には、学習に使用していない個別外部情報を判定モデルに入力した場合でも、高い精度で作業の種類を推定できる。このような外部情報から作業種類の推定を行う過程を、個別外部情報が正解ラベルに適合する、と表現する。

　一例として、判定モデル記憶手段５４１に、正解ラベルに適合する個別外部情報の組み合わせがそれぞれ異なる３つの判定モデルが格納されている場合について説明する。第１の判定モデルＡは、圃場土壌情報が水稲であり、圃場地域情報が九州地方である組み合わせの正解ラベルに適合している。第２の判定モデルＢは、圃場土壌情報が水稲およびキャベツであり、圃場地域情報が九州地方である組み合わせの正解ラベルに適合している。第３の判定モデルＣは、圃場土壌情報が水稲およびキャベツであり、圃場地域情報が関東地方である組み合わせの正解ラベルに適合している。ここで、圃場土壌情報は、過去にその圃場で栽培された実績がある作物を表しており、その圃場はその作物を栽培するのに適した土壌の特性を有していることを表している。また、圃場地域情報は、その圃場が位置している地方を表している。

　上記の例において、種類を推定したい作業に関して用意された個別外部情報のうち、圃場地域情報が「関東地方」であり、圃場土壌情報が「水稲およびキャベツ」である場合には、正解ラベルに適合する個別外部情報が一致する第３の判定モデルＣを、判定モデル選択手段５３２が選択する。

　第４ステップＳ１４において、サーバ５の作業推定手段５３３が、作業車両２の作業の種類を推定する。本実施の形態の第４ステップＳ１４は、第１実施の形態の第３ステップＳ０３に以下の変更を加えたものである。すなわち、作業推定手段５３３は、作業の種類の推定を行うために、第３ステップＳ１３で選択された判定モデルに、個別外部情報と、位置情報とを入力する。

　第５ステップＳ１５、第６ステップＳ１６、第７ステップＳ１７および第８ステップＳ１８は、それぞれ、図６に示した第１実施の形態の第４ステップＳ０４、第５ステップＳ０５、第６ステップＳ０６および第７ステップＳ０７と同じである。

　以上に説明したように、本実施の形態による作業判定システム１は、作業の種類を推定するために用いる判定モデルとして、複数の判定モデルの中から正解ラベルに適合する判定モデルを選択することができる。したがって、第１実施の形態の場合と比較して、作業の推定において優れた精度が得られると期待できる。

　（第３実施の形態）
　本実施の形態では、作業車両２の作業の種類を推定するために用いる情報として、作業車両２の位置情報と、作業車両２の外部で用意される外部情報に加えて、作業車両２の稼働状況を表す稼働情報をさらに用いる。

　また、本実施の形態による作業判定方法と作業判定プログラムの構成は、図６に示した第１実施の形態のフローチャートまたは図９に示した第２実施の形態のフローチャートに以下の変更を加えることで得られる。まず、作業車両２の作業中に、車載端末３が位置情報に加えて稼働情報を取得する。この動作は、図６の第１ステップＳ０１または図９の第１ステップＳ１１で行われる。

　稼働情報には、一例として、駆動源の駆動状態を表す駆動源情報、伝達機構の作動状態を表す伝達機構情報、作業車両２のエンジン回転数を表すエンジン回転数情報、作業車両２のエンジン負荷率を表すエンジン負荷率情報、作業車両２から作業機２２に動力を伝達するＰＴＯの回転数を表すＰＴＯ回転数情報、作業車両２に対する作業機２２の昇降状態を示すヒッチ高さおよびリフトアーム角度情報、などが含まれている。

　次に、図６の第２ステップＳ０２または図９の第２ステップＳ１２において、稼働情報は、位置情報と同様にサーバ５の演算装置５３に送信されて記憶装置５４に格納される。図９の第３ステップＳ１３において、判定モデル選択手段５３２は、判定モデルを選択する際に、位置情報と外部情報に加えて、記憶装置５４に格納されている稼働情報を用いる。図６の第３ステップＳ０３または図９の第４ステップＳ１４において、作業推定手段５３３が、位置情報と外部情報に加えて、稼働情報を判定モデルに入力して作業の種類を推定する。図６の第６ステップＳ０６または図９の第７ステップＳ１７において、端末６の演算装置６３は、判定の結果とともに、推定に用いられた代表的な情報として稼働情報をウインドウ６２２に表示してもよい。

　本実施形態による作業判定システム１は、作業判定プログラムを実行して作業判定方法の各ステップを実現することによって、稼働情報を取得できない場合より高い精度で作業車両２の作業の種類を推定することができる。また、過去に行った作業の記録を簡便化し、より確実に行うことができる。

　以上、本発明を各実施の形態に基づき具体的に説明したが、本発明は上記の実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。また、上記の実施の形態に説明したそれぞれの特徴は、技術的に矛盾しない範囲で自由に組み合わせることが可能である。

　各実施の形態による作業判定システム１の変形例として、車載端末３と端末６は同一の端末であってもよい。言い換えれば、作業車両２に着脱可能に接続した端末６を車載端末３として使用してもよい。端末６を車載端末３として使用する場合には、端末６は車載端末３の機能を実現するために備えられた各種の構成要素をさらに備えている。入出力装置６２は、データ収集部２６に接続するためのインタフェース装置をさらに含んでいる。

　稼働情報を使用しない第１実施の形態の変形例として、データ収集部２６が省略されている場合は、車載端末３の稼働情報取得手段３２も省略可能である。

　記録媒体３５１、記録媒体５５１および記録媒体６５１のそれぞれは、一時的でない有形の媒体（non-transitory tangible media）であってもよい。

　外部情報用意手段５３１が外部情報を記憶装置５４に用意するための複数の方法について説明する。外部情報用意手段５３１は、ネットワーク４と通信装置５６とを介してネットワーク４に接続された他のサーバから外部情報を取得して記憶装置５４に格納してもよいし、記録媒体５５１から外部記憶装置５５を介して外部情報を取得して記憶装置５４に格納してもよいし、記憶装置５４に予め格納されているデータベースから読み出されてもよい。外部情報は、予め記憶装置５４に登録されていてもよい。いずれの場合も、外部情報用意手段５３１は、記憶装置５４から外部情報を読み出すことで外部情報を用意することができる。

　第１実施の形態の第６ステップＳ０６と第２実施の形態の第７ステップＳ０７の変形例として、サーバ５の作業推定手段５３３による作業の種類の判定結果を使用者によって修正された場合は、作業の種類の推定に用いた判定モデルを更新してもよい。判定モデルの更新は、別の学習用データを用いた追学習を判定モデルに行うことを含んでもよい。また、第２実施の形態では、判定モデルの更新は、第３ステップＳ１３において複数の判定モデルの中から使用する判定モデルを選択する基準および／または方法の変更を含んでもよい。

　本出願は、２０２０年１１月１８日に出願された日本国特許出願２０２０－１９１５６５を基礎とする優先権を主張し、その開示の全てをここに取り込む。

Claims (12)

1. 　圃場内を移動して作業を行う作業車両の外部で用意可能で、かつ、前記作業車両の稼働状況とは独立している外部情報を用意する外部情報用意手段と、
   　前記作業車両の移動を記録した移動情報と、前記外部情報とに基づいて前記作業の種類を推定する作業推定手段と
   を備える
   　作業判定システム。
2. 　請求項１に記載の作業判定システムにおいて、
   　前記移動情報は、
   　　前記作業車両の、複数の時刻のそれぞれにおける位置を表す位置情報
   を含み、
   　前記位置情報を取得する位置情報取得手段
   をさらに備える
   　作業判定システム。
3. 　請求項１または２に記載の作業判定システムにおいて、
   　前記移動情報は、
   　　前記作業車両の、複数の時刻のそれぞれにおける車速を表す車速情報
   を含む
   　作業判定システム。
4. 　請求項１～３のいずれか一項に記載の作業判定システムにおいて、
   　前記外部情報は、１以上の個別外部情報を含み、
   　前記１以上の個別外部情報は、前記作業車両の仕様上の性能を示す１以上の性能情報、前記圃場の地理的な特徴を示す１以上の圃場地理情報、上方から地表を観察して得られる情報に基づき前記圃場における土地状態の特徴を示す１以上の圃場土地属性情報、および、前記圃場における気象を表す１以上の圃場気象情報のうちの、少なくとも１つを含む
   　作業判定システム。
5. 　請求項４に記載の作業判定システムにおいて、
   　前記１以上の性能情報は、前記作業車両の仕様上の最大馬力を表す最大馬力情報と、前記作業車両の走行方式を表す走行方式情報と、前記作業車両の車高を示す車高情報と、前記作業車両の走行幅を表す走行幅情報とのうちの、少なくとも１つを含み、
   　前記１以上の圃場地理情報は、前記圃場の標高を表す圃場標高情報と、前記圃場の土壌の種類を表す圃場土壌情報と、前記圃場が位置する地域を表す圃場地域情報とのうちの、少なくとも１つを含み、
   　前記１以上の圃場気象情報は、前記圃場の所定の期間の降水量を表す圃場降水量情報と、前記圃場の所定の期間の積算日射量を表す圃場積算日射量情報と、前記圃場の所定の期間の平均温度を表す圃場平均温度情報と、前記圃場の所定の期間の最高気温を表す圃場最高気温情報と、前記圃場の所定の期間の最低気温を表す圃場最低気温情報と、前記圃場の所定の期間の積算温度を表す圃場積算温度情報とのうちの、少なくとも１つを含む
   　作業判定システム。
6. 　請求項４または５に記載の作業判定システムにおいて、
   　前記１以上の個別外部情報のうち少なくとも１つを教師あり学習の正解ラベルとして含む学習用データを用いて、前記作業の種類を推定するように学習を行った判定モデルを記憶する判定モデル記憶手段をさらに備え、
   　前記作業推定手段は、前記判定モデルを用いて前記作業の種類を推定する
   　作業判定システム。
7. 　請求項４または５に記載の作業判定システムにおいて、
   　前記１以上の個別外部情報のうち少なくとも１つを教師あり学習の正解ラベルとして含む学習用データを用いて、前記作業の種類を推定するように学習を行った複数の判定モデルを記憶する判定モデル記憶手段と、
   　前記複数の判定モデルの中から、前記外部情報に含まれる前記個別外部情報に基づき、１つの判定モデルを選択する判定モデル選択手段と
   をさらに備え、
   　前記作業推定手段は、前記判定モデル選択手段が選択した前記判定モデルを用いて、前記作業の種類を推定する
   　作業判定システム。
8. 　請求項１～７のいずれか一項に記載の作業判定システムにおいて、
   　前記作業推定手段は、前記作業車両の前記稼働状況を表す稼働情報にさらに基づいて前記作業の種類を推定する
   　作業判定システム。
9. 　請求項８に記載の作業判定システムにおいて、
   　前記稼働情報は、前記作業車両のエンジン回転数を表すエンジン回転数情報と、前記作業車両のエンジン負荷率を表すエンジン負荷率情報と、前記作業車両から外部の作業機に動力を伝達するＰＴＯ（Ｐｏｗｅｒ　Ｔａｋｅ　Ｏｆｆ：パワーテイクオフ）の回転数を表すＰＴＯ回転数情報と、前記作業車両に対する前記作業機の昇降状態を表すヒッチ高さ情報およびリフトアーム角度情報とのうちの、少なくとも１つを含む
   　作業判定システム。
10. 　請求項１～９のいずれか一項に記載の作業判定システムにおいて、
    　前記作業の種類を推定した結果を、前記推定に用いた情報の名称および値とともに表示する表示装置と、
    　前記作業の種類を推定した結果を修正する入力を受け付ける入力装置と
    をさらに備える
    　作業判定システム。
11. 　圃場内を移動して作業を行う作業車両の外部で用意可能で、かつ、前記作業車両の稼働状況とは独立している外部情報を用意することと、
    　前記作業車両の移動を記録した移動情報と、前記外部情報とに基づいて前記作業の種類を推定することと
    を含む
    　作業判定方法。
12. 　演算装置が実行することによって、作業車両による作業の種類を判定するための機能を実現するための作業判定プログラムを格納する記録媒体であって、
    　前記機能は、
    　圃場内を移動して前記作業を行う前記作業車両の外部で用意可能で、かつ、前記作業車両の稼働状況とは独立している外部情報を用意することと、
    　前記作業車両の移動を記録した移動情報と、前記外部情報とに基づいて前記作業の種類を推定することと
    を含む
    　記録媒体。
     

Images