ホーム > 特許ランキング > 株式会社ＬＡｐｌｕｓｔ
特開2022-41829情報処理装置、情報処理システム、情報処理方法及びプログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022041829
(43)【公開日】2022-03-11
(54)【発明の名称】情報処理装置、情報処理システム、情報処理方法及びプログラム
(51)【国際特許分類】
G06Q 50/02 20120101AFI20220304BHJP
G08G 5/00 20060101ALI20220304BHJP
【ＦＩ】
G06Q50/02
G08G5/00 A
【審査請求】未請求
【請求項の数】8
【出願形態】ＯＬ
(21)【出願番号】P 2021019304
(22)【出願日】2021-02-09
(31)【優先権主張番号】P 2020145705
(32)【優先日】2020-08-31
(33)【優先権主張国・地域又は機関】JP
(71)【出願人】
【識別番号】519158986
【氏名又は名称】株式会社ＬＡｐｌｕｓｔ
(74)【代理人】
【識別番号】110002789
【氏名又は名称】特許業務法人ＩＰＸ
(72)【発明者】
【氏名】田中 宏樹
(72)【発明者】
【氏名】原崎 芳加
(72)【発明者】
【氏名】井手 雄太
【テーマコード（参考）】
5H181
5L049
【Ｆターム（参考）】
5H181AA26
5H181BB04
5H181BB08
5H181CC04
5H181MA41
5H181MA48
5L049CC01
(57)【要約】 （修正有）
【課題】蜂の替わりに無人飛行機を用いて作物の受粉を促す情報処理装置、システム、方法及びプログラムを提供する
【解決手段】中央サーバと複数の農家情報処理システムがネットワークを介して通信可能に接続されている情報処理システムにおいて、ローカルサーバ２１０を有する農家情報処理システム１１０の情報処理装置２００は、飛行計画生成部と、判定部と、算出部と、表示制御部と、を有する。飛行計画生成部は、受粉対象となる花が密集した領域において、無人飛行機２２０を受粉飛行させるように飛行計画を生成する。判定部は、飛行計画に基づいて飛行した無人飛行機によって撮像された撮像画像に基づいて、作物の状態を判定する。算出部は、前記領域における受粉飛行の飛行回数と、判定部による判定結果とに基づき、前記領域毎に受粉飛行の最適な最適飛行回数を算出する。表示制御部は、前記領域毎の最適飛行回数を含む地図画面を表示するよう制御する。
【選択図】図２
【解決手段】中央サーバと複数の農家情報処理システムがネットワークを介して通信可能に接続されている情報処理システムにおいて、ローカルサーバ２１０を有する農家情報処理システム１１０の情報処理装置２００は、飛行計画生成部と、判定部と、算出部と、表示制御部と、を有する。飛行計画生成部は、受粉対象となる花が密集した領域において、無人飛行機２２０を受粉飛行させるように飛行計画を生成する。判定部は、飛行計画に基づいて飛行した無人飛行機によって撮像された撮像画像に基づいて、作物の状態を判定する。算出部は、前記領域における受粉飛行の飛行回数と、判定部による判定結果とに基づき、前記領域毎に受粉飛行の最適な最適飛行回数を算出する。表示制御部は、前記領域毎の最適飛行回数を含む地図画面を表示するよう制御する。
【選択図】図２
【特許請求の範囲】
【請求項1】
情報処理システムであって、
飛行計画生成部と、判定部と、算出部と、表示制御部と、を有し、
前記飛行計画生成部は、特定領域において、無人飛行機を受粉飛行させるように飛行計画を生成し、
ここで、前記受粉飛行は、作物の受粉を促す飛行で、
前記判定部は、前記飛行計画に基づいて飛行した前記無人飛行機によって撮像された撮像画像に基づいて、前記作物の状態を判定し、
前記算出部は、前記特定領域における前記受粉飛行の飛行回数と、前記判定部による判定結果とに基づき、前記特定領域ごとに前記受粉飛行の最適な最適飛行回数を算出し、
前記表示制御部は、前記特定領域ごとの前記最適飛行回数を含む地図画面を表示するよう制御する、
情報処理システム。
飛行計画生成部と、判定部と、算出部と、表示制御部と、を有し、
前記飛行計画生成部は、特定領域において、無人飛行機を受粉飛行させるように飛行計画を生成し、
ここで、前記受粉飛行は、作物の受粉を促す飛行で、
前記判定部は、前記飛行計画に基づいて飛行した前記無人飛行機によって撮像された撮像画像に基づいて、前記作物の状態を判定し、
前記算出部は、前記特定領域における前記受粉飛行の飛行回数と、前記判定部による判定結果とに基づき、前記特定領域ごとに前記受粉飛行の最適な最適飛行回数を算出し、
前記表示制御部は、前記特定領域ごとの前記最適飛行回数を含む地図画面を表示するよう制御する、
情報処理システム。
【請求項2】
請求項１に記載の情報処理システムにおいて、
前記判定部は、前記撮像画像と、前記作物の出荷規格とに基づいて、前記作物の状態を判定する、
情報処理システム。
前記判定部は、前記撮像画像と、前記作物の出荷規格とに基づいて、前記作物の状態を判定する、
情報処理システム。
【請求項3】
請求項１又は請求項２に記載の情報処理システムにおいて、
前記算出部は、前記飛行回数と、前記判定部による判定結果とに基づき、前記特定領域ごとに前記作物の不良発生率を算出し、
前記表示制御部は、前記特定領域ごとの前記不良発生率を含む前記地図画面を表示するよう制御する、
情報処理システム。
前記算出部は、前記飛行回数と、前記判定部による判定結果とに基づき、前記特定領域ごとに前記作物の不良発生率を算出し、
前記表示制御部は、前記特定領域ごとの前記不良発生率を含む前記地図画面を表示するよう制御する、
情報処理システム。
【請求項4】
請求項３に記載の情報処理システムにおいて、
前記地図画面は、ヒートマップ画面で、
前記ヒートマップ画面では、前記特定領域ごとの前記不良発生率を識別可能な、
情報処理システム。
前記地図画面は、ヒートマップ画面で、
前記ヒートマップ画面では、前記特定領域ごとの前記不良発生率を識別可能な、
情報処理システム。
【請求項5】
請求項１～請求項４の何れか１つに記載の情報処理システムにおいて、
分類部をさらに有し、
前記分類部は、前記撮像画像を前記作物の種類ごとに分類し、
前記算出部は、前記飛行回数と、前記判定部による判定結果とに基づき、前記特定領域及び前記作物の種類ごとに前記最適飛行回数を算出し、
前記表示制御部は、前記特定領域及び前記作物の種類ごとの前記最適飛行回数を含む前記地図画面を表示するよう制御する、
情報処理システム。
分類部をさらに有し、
前記分類部は、前記撮像画像を前記作物の種類ごとに分類し、
前記算出部は、前記飛行回数と、前記判定部による判定結果とに基づき、前記特定領域及び前記作物の種類ごとに前記最適飛行回数を算出し、
前記表示制御部は、前記特定領域及び前記作物の種類ごとの前記最適飛行回数を含む前記地図画面を表示するよう制御する、
情報処理システム。
【請求項6】
請求項１～請求項５の何れか１つに記載の情報処理システムにおいて、
前記飛行計画生成部は、前記無人飛行機に電力を供給する充電ステーションに前記無人飛行機を当接させるように飛行計画を生成し、
前記充電ステーションは、上側に開いたすり鉢状のすり鉢部を備え、
前記無人飛行機は、前記無人飛行機の底部と、前記すり鉢部の内周面とが当接した状態で充電可能に構成される、
情報処理システム。
前記飛行計画生成部は、前記無人飛行機に電力を供給する充電ステーションに前記無人飛行機を当接させるように飛行計画を生成し、
前記充電ステーションは、上側に開いたすり鉢状のすり鉢部を備え、
前記無人飛行機は、前記無人飛行機の底部と、前記すり鉢部の内周面とが当接した状態で充電可能に構成される、
情報処理システム。
【請求項7】
請求項１～請求項６の何れか１つに記載の情報処理システムにおいて、
前記作物の状態とは、前記作物の収穫対象の数と、色と、大きさと、形状とのうち少なくとも１つを含む、
情報処理システム。
前記作物の状態とは、前記作物の収穫対象の数と、色と、大きさと、形状とのうち少なくとも１つを含む、
情報処理システム。
【請求項8】
請求項１～請求項７の何れか１つに記載の情報処理システムにおいて、
学習部をさらに有し、
前記学習部は、前記飛行回数と判定結果を入力データとして機械学習を実行して学習モデルを生成し、
前記算出部は、前記学習モデルを用いて、前記最適飛行回数を算出する、
情報処理システム。
学習部をさらに有し、
前記学習部は、前記飛行回数と判定結果を入力データとして機械学習を実行して学習モデルを生成し、
前記算出部は、前記学習モデルを用いて、前記最適飛行回数を算出する、
情報処理システム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、情報処理システム、情報処理方法及びプログラムに関する。
【背景技術】
【0002】
従来、作物の受粉に蜂が用いられてきた。特許文献１には、ハナバチを送粉昆虫としてより効率的に利用するための技術が開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２００８－２１２１４８号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかし、作物に病害が発生した場合、作物に農薬を散布しなくてはならず、蜂を飛ばせない状況が発生し得る。また、蜂群崩壊症候群により世界的に蜂が減少している。
【課題を解決するための手段】
【0005】
本発明の一態様によれば、情報処理システムが提供される。この情報処理システムは、飛行計画生成部と、判定部と、算出部と、表示制御部と、を有する。飛行計画生成部は、特定領域において、無人飛行機を受粉飛行させるように飛行計画を生成する。ここで、受粉飛行は、作物の受粉を促す飛行である。判定部は、飛行計画に基づいて飛行した無人飛行機によって撮像された撮像画像に基づいて、作物の状態を判定する。算出部は、特定領域における受粉飛行の飛行回数と、判定部による判定結果とに基づき、特定領域ごとに受粉飛行の最適な最適飛行回数を算出する。表示制御部は、特定領域ごとの最適飛行回数を含む地図画面を表示するよう制御する。
【図面の簡単な説明】
【0006】
【図1】情報処理システム１０００のシステム構成の一例を示す図である。
【図2】農家情報処理システム１１０のシステム構成の一例を示す図である。
【図3】中央サーバ１００のハードウェア構成の一例を示す図である。
【図4】情報処理装置２００のハードウェア構成の一例を示す図である。
【図5】無人飛行機２２０のハードウェア構成の一例を示す図である。
【図6】無人飛行機２２０の機能構成の一例を示す図である。
【図7】情報処理装置２００の機能構成の一例を示す図である。
【図8】飛行計画情報を設定する画面８００の一例を示す図である。
【図9】端面飛行モードを説明する図である。
【図10】ジグザク飛行モードを説明する図である。
【図11】飛行経路の精度向上を説明する図である。
【図12】情報処理装置２００が実行する情報処理の一例を示すアクティビティ図である。
【図13】農家情報処理システム１１０が実行する情報処理の概略を示すアクティビティ図である。
【図14】ストリーミング動画を表示している一例を示す図である。
【図15】検出された病害虫を表示している画面の一例を示す図である。
【図16】変形例５の農家情報処理システム１１０のシステム構成の一例を示す図である。
【図17】機械学習による推定位置の補正を説明する図である。
【図18】実施形態２における無人飛行機２２０のハードウェア構成の一例を示す図である。
【図19】情報処理装置２００の機能構成の一例を示す図である。
【図20】農家情報処理システム１１０が実行する情報処理の概略を示すアクティビティ図である。
【図21】特定領域１１００ごとの受粉飛行の平均回数を表示している地図画面の一例を示す図である。
【図22】特定領域１１００ごとの最適飛行回数を表示している地図画面の一例を示す図である。
【図23】特定領域１１００ごとの不良発生率を表示している地図画面の一例を示す図である。
【図24】最適飛行回数を示唆情報として表示した場合の一例を示す図である。
【図25】最適飛行回数を示唆情報として表示した場合の一例を示す図である。
【図26】無人飛行機２２０と、充電ステーション１６１０との当接前の状態を示す斜視図である。
【図27】無人飛行機２２０と、充電ステーション１６１０との当接前の状態を示す斜視図である。
【図28】無人飛行機２２０と、充電ステーション１６１０との当接前の状態を示す側面図である。
【図29】無人飛行機２２０と、充電ステーション１６１０とが当接した状態を示す斜視図である。
【図30】無人飛行機２２０と、貫通部１６１１ｃを有する充電ステーション１６１０との当接前の状態を示す斜視図である。
【発明を実施するための形態】
【0007】
以下、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。
【0008】
ところで、本実施形態に登場するソフトウェアを実現するためのプログラムは、コンピュータが読み取り可能な非一時的な記録媒体（Ｎｏｎ－Ｔｒａｎｓｉｔｏｒｙ Ｃｏｍｐｕｔｅｒ－Ｒｅａｄａｂｌｅ Ｍｅｄｉｕｍ）として提供されてもよいし、外部のサーバからダウンロード可能に提供されてもよいし、外部のコンピュータで当該プログラムを起動させてクライアント端末でその機能を実現（いわゆるクラウドコンピューティング）するように提供されてもよい。
【0009】
また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、例えば電圧・電流を表す信号値の物理的な値、０又は１で構成される２進数のビット集合体としての信号値の高低、又は量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行されうる。
【0010】
また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。
【0011】
＜実施形態１＞
１．システム構成
（１）情報処理システム１０００のシステム構成
図１は、情報処理システム１０００のシステム構成の一例を示す図である。情報処理システム１０００は、システム構成として、中央サーバ１００と、複数の農家情報処理システム１１０と、を含む。中央サーバ１００は、複数の農家情報処理システム１１０とネットワーク１３０を介して通信可能に接続されている。
（２）農家情報処理システム１１０のシステム構成
図２は、農家情報処理システム１１０のシステム構成の一例を示す図である。後述する無人飛行機２２０を飛行させる現場には農家情報処理システム１１０が設けられている。無人飛行機２２０を飛行させる現場は、施設栽培の屋内に設けられてもよいし、露地栽培の野外に設けられてもよい。農家情報処理システム１１０は、システム構成として、情報処理装置２００と、ローカルサーバ２１０と、無人飛行機２２０と、を含む。情報処理装置２００と、ローカルサーバ２１０と、無人飛行機２２０と、は無線通信を介して接続されている。図２に示される、畝２３０、畝２４０、畝２５０は、作物が植えられている畝である。畝とは、作物を生育させるために土を盛り上げた所である。畝以外に、架台、ベンチ等ともいうが、作物が植えられるものであればどのようなものであってもよい。植えられている作物は、自家受粉可能な作物であってもよいし、他家受粉の作物であってもよい。
１．システム構成
（１）情報処理システム１０００のシステム構成
図１は、情報処理システム１０００のシステム構成の一例を示す図である。情報処理システム１０００は、システム構成として、中央サーバ１００と、複数の農家情報処理システム１１０と、を含む。中央サーバ１００は、複数の農家情報処理システム１１０とネットワーク１３０を介して通信可能に接続されている。
（２）農家情報処理システム１１０のシステム構成
図２は、農家情報処理システム１１０のシステム構成の一例を示す図である。後述する無人飛行機２２０を飛行させる現場には農家情報処理システム１１０が設けられている。無人飛行機２２０を飛行させる現場は、施設栽培の屋内に設けられてもよいし、露地栽培の野外に設けられてもよい。農家情報処理システム１１０は、システム構成として、情報処理装置２００と、ローカルサーバ２１０と、無人飛行機２２０と、を含む。情報処理装置２００と、ローカルサーバ２１０と、無人飛行機２２０と、は無線通信を介して接続されている。図２に示される、畝２３０、畝２４０、畝２５０は、作物が植えられている畝である。畝とは、作物を生育させるために土を盛り上げた所である。畝以外に、架台、ベンチ等ともいうが、作物が植えられるものであればどのようなものであってもよい。植えられている作物は、自家受粉可能な作物であってもよいし、他家受粉の作物であってもよい。
【0012】
２．ハードウェア構成
（１）中央サーバ１００のハードウェア構成
図３は、中央サーバ１００のハードウェア構成の一例を示す図である。中央サーバ１００は、ハードウェア構成として、制御部３０１と、記憶部３０２と、通信部３０３と、を含む。制御部３０１は、中央サーバ１００の全体を制御する。記憶部３０２は、プログラム及び制御部３０１がプログラムに基づき処理を実行する際に用いるデータ等を記憶する。通信部３０３は、中央サーバ１００をネットワーク１３０に接続し、他の装置との通信を制御する。他の装置の一例としては、農家情報処理システム１１０のローカルサーバ２１０等がある。制御部３０１が記憶部３０２に記憶されているプログラムに基づき処理を実行することによって、中央サーバ１００の機能等が実現される。
ローカルサーバ２１０のハードウェア構成も中央サーバ１００のハードウェア構成と同様である。ローカルサーバ２１０の制御部がローカルサーバ２１０の記憶部に記憶されているプログラムに基づき処理を実行することによってローカルサーバ２１０の機能等が実現される。
（１）中央サーバ１００のハードウェア構成
図３は、中央サーバ１００のハードウェア構成の一例を示す図である。中央サーバ１００は、ハードウェア構成として、制御部３０１と、記憶部３０２と、通信部３０３と、を含む。制御部３０１は、中央サーバ１００の全体を制御する。記憶部３０２は、プログラム及び制御部３０１がプログラムに基づき処理を実行する際に用いるデータ等を記憶する。通信部３０３は、中央サーバ１００をネットワーク１３０に接続し、他の装置との通信を制御する。他の装置の一例としては、農家情報処理システム１１０のローカルサーバ２１０等がある。制御部３０１が記憶部３０２に記憶されているプログラムに基づき処理を実行することによって、中央サーバ１００の機能等が実現される。
ローカルサーバ２１０のハードウェア構成も中央サーバ１００のハードウェア構成と同様である。ローカルサーバ２１０の制御部がローカルサーバ２１０の記憶部に記憶されているプログラムに基づき処理を実行することによってローカルサーバ２１０の機能等が実現される。
【0013】
（２）情報処理装置２００のハードウェア構成
図４は、情報処理装置２００のハードウェア構成の一例を示す図である。情報処理装置２００は、ハードウェア構成として、制御部４０１と、記憶部４０２と、撮像部４０３と、入力表示部４０４と、通信部４０５と、を含む。制御部４０１は、情報処理装置２００の全体を制御する。記憶部４０２は、プログラム及び制御部４０１がプログラムに基づき処理を実行する際に用いるデータ等を記憶する。制御部４０１が記憶部４０２に記憶されているプログラムに基づき処理を実行することによって、後述する図６に示す機能構成及び後述する図１１に示すアクティビティ図の処理等が実現される。撮像部４０３は、被写体を撮像する。入力表示部４０４は、制御部４０１による処理の結果等を表示すると共に、ユーザの操作情報を制御部４０１に入力する。通信部４０５は、情報処理装置２００をインターネットに接続し、他の装置との通信を司る。
図４は、情報処理装置２００のハードウェア構成の一例を示す図である。情報処理装置２００は、ハードウェア構成として、制御部４０１と、記憶部４０２と、撮像部４０３と、入力表示部４０４と、通信部４０５と、を含む。制御部４０１は、情報処理装置２００の全体を制御する。記憶部４０２は、プログラム及び制御部４０１がプログラムに基づき処理を実行する際に用いるデータ等を記憶する。制御部４０１が記憶部４０２に記憶されているプログラムに基づき処理を実行することによって、後述する図６に示す機能構成及び後述する図１１に示すアクティビティ図の処理等が実現される。撮像部４０３は、被写体を撮像する。入力表示部４０４は、制御部４０１による処理の結果等を表示すると共に、ユーザの操作情報を制御部４０１に入力する。通信部４０５は、情報処理装置２００をインターネットに接続し、他の装置との通信を司る。
【0014】
（３）無人飛行機２２０のハードウェア構成
図５は、無人飛行機２２０のハードウェア構成の一例を示す図である。無人飛行機２２０は、ハードウェア構成として、カメラ５０１と、フライトコントローラ５０２と、汎用小型ＰＣ５０３と、送受信機５０４と、ＣＯ２センサ５０５と、温度センサ５０６と、湿度センサ５０７と、距離センサ５０８と、オプティカルフローセンサ５０９と、を含む。
図５は、無人飛行機２２０のハードウェア構成の一例を示す図である。無人飛行機２２０は、ハードウェア構成として、カメラ５０１と、フライトコントローラ５０２と、汎用小型ＰＣ５０３と、送受信機５０４と、ＣＯ２センサ５０５と、温度センサ５０６と、湿度センサ５０７と、距離センサ５０８と、オプティカルフローセンサ５０９と、を含む。
【0015】
カメラ５０１は、無人飛行機２２０の前方に設けられ、被写体を撮像する。フライトコントローラ５０２は、無人飛行機２２０の姿勢を制御する。図５には図示していないが、無人飛行機２２０は、複数のプロペラを有する。また、無人飛行機２２０は、プロペラを動かすモータ及びモータの回転を制御するＥＳＣを有する。汎用小型ＰＣ５０３は、無人飛行機２２０の全体を制御する。汎用小型ＰＣ５０３には制御部と記憶部とが設けられている。制御部が記憶部に記憶されているプログラムに基づき処理を実行することによって汎用小型ＰＣ５０３の機能が実現される。送受信機５０４は、無人飛行機２２０をローカルサーバ２１０に無線通信を介して接続し、ローカルサーバ２１０との通信を司る。ＣＯ２センサ５０５は、無人飛行機２２０の周辺の二酸化炭素濃度を計測する。なお、他の例として無線飛行機にインターネットへ接続するための通信装置を設けるようにしてもよい。
【0016】
温度センサ５０６は、無人飛行機２２０の周辺の温度を計測する。湿度センサ５０７は、無人飛行機２２０の周辺の湿度を計測する。距離センサ５０８は、無人飛行機２２０に複数設けられ、非接触で無人飛行機２２０と他の物体との距離を計測する。オプティカルフローセンサ５０９は、カメラを含んでもよく、カメラで撮像された画像の変化から移動量を測定する。
【0017】
３．機能構成
（１）無人飛行機２２０の機能構成
図６は、無人飛行機２２０の機能構成の一例を示す図である。無人飛行機２２０は、機能構成として、地図情報生成部６０１と、飛行制御部６０２と、を含む。地図情報生成部６０１は、無人飛行機２２０による飛行によって取得された計測情報に基づき無人飛行機２２０が飛行する飛行領域の地図情報を生成する。無人飛行機２２０が飛行する飛行領域とは、探索時は現場及び圃場の全域であり、飛行時は作物が植えられている畝の上空である。飛行時は無人飛行機２２０を飛行領域で飛ばすことによって、風力により作物を振動させ、作物の受粉を促すことができる領域である。例えば、図２に示される、畝２３０、畝２４０、畝２５０の上空の領域である。また、飛行領域の地図情報とは、無人飛行機２２０を飛行領域で飛行させた際にカメラ５０１及び距離センサ５０８の何れか又は双方で測定された他の物体との距離に基づき作成される空間モデルであり、点群データである。無人飛行機２２０は、地図情報生成部６０１によって作成された飛行領域の地図情報、カメラ５０１で撮像された撮像画像、ＣＯ２センサ５０５、温度センサ５０６、湿度センサ５０７、距離センサ５０８、オプティカルフローセンサ５０９等で取得された各データを、所定の通信圏内のローカルサーバ２１０に送信する。ローカルサーバ２１０は、無人飛行機２２０から受け取った飛行領域の地図情報及び各センサで取得された値を所定の通信圏内の情報処理装置２００に送信する。飛行制御部６０２は、後述する飛行計画に基づき無人飛行機２２０の飛行を制御する。
（１）無人飛行機２２０の機能構成
図６は、無人飛行機２２０の機能構成の一例を示す図である。無人飛行機２２０は、機能構成として、地図情報生成部６０１と、飛行制御部６０２と、を含む。地図情報生成部６０１は、無人飛行機２２０による飛行によって取得された計測情報に基づき無人飛行機２２０が飛行する飛行領域の地図情報を生成する。無人飛行機２２０が飛行する飛行領域とは、探索時は現場及び圃場の全域であり、飛行時は作物が植えられている畝の上空である。飛行時は無人飛行機２２０を飛行領域で飛ばすことによって、風力により作物を振動させ、作物の受粉を促すことができる領域である。例えば、図２に示される、畝２３０、畝２４０、畝２５０の上空の領域である。また、飛行領域の地図情報とは、無人飛行機２２０を飛行領域で飛行させた際にカメラ５０１及び距離センサ５０８の何れか又は双方で測定された他の物体との距離に基づき作成される空間モデルであり、点群データである。無人飛行機２２０は、地図情報生成部６０１によって作成された飛行領域の地図情報、カメラ５０１で撮像された撮像画像、ＣＯ２センサ５０５、温度センサ５０６、湿度センサ５０７、距離センサ５０８、オプティカルフローセンサ５０９等で取得された各データを、所定の通信圏内のローカルサーバ２１０に送信する。ローカルサーバ２１０は、無人飛行機２２０から受け取った飛行領域の地図情報及び各センサで取得された値を所定の通信圏内の情報処理装置２００に送信する。飛行制御部６０２は、後述する飛行計画に基づき無人飛行機２２０の飛行を制御する。
【0018】
（２）情報処理装置２００の機能構成
図７は、情報処理装置２００の機能構成の一例を示す図である。情報処理装置２００は、機能構成として、表示制御部７０１と、飛行計画生成部７０２と、を含む。表示制御部７０１は、無人飛行機２２０の飛行計画に関する飛行計画情報を設定する画面を入力表示部４０４に表示するよう制御する。画面には、無人飛行機２２０が飛行する飛行領域の地図情報が含まれる。上述したように、無人飛行機２２０は、作物の上を飛行することによって風を起こし、作物を振動させ、作物の受粉を促すのに用いられる。
図７は、情報処理装置２００の機能構成の一例を示す図である。情報処理装置２００は、機能構成として、表示制御部７０１と、飛行計画生成部７０２と、を含む。表示制御部７０１は、無人飛行機２２０の飛行計画に関する飛行計画情報を設定する画面を入力表示部４０４に表示するよう制御する。画面には、無人飛行機２２０が飛行する飛行領域の地図情報が含まれる。上述したように、無人飛行機２２０は、作物の上を飛行することによって風を起こし、作物を振動させ、作物の受粉を促すのに用いられる。
【0019】
図８は、飛行計画情報を設定する画面８００の一例を示す図である。画面８００を用いて、ユーザは、無人飛行機２２０をいつ、どこを、どの飛行モードで飛行させるかの情報を設定することができる。画面８００には、領域８１０と、領域８２０と、が含まれる。領域８１０には、地図情報及び撮像画像等に基づき生成された無人飛行機２２０が飛行する飛行領域の画像データが表示される。領域８１０に表示される画像データに基づき、情報処理装置２００を操作するユーザは、畝の数及び配置を把握すると共に無人飛行機２２０の飛行状況（圃場や施設内のどこを飛行しているかを）把握することができる。領域８２０には、ユーザが、無人飛行機２２０を飛ばす日付、頻度（１日何回等）、無人飛行機２２０の飛行モード等を選択することができる選択肢等が表示される。
【0020】
更に、領域８１０では、ユーザは、複数の畝から領域８２０で日付、頻度、飛行モードを選択する畝を選択することができる。図８の例では畝が３つ表示されている。例えば、ユーザが３つの畝すべてを選択した場合、ユーザは、３つの畝に対する飛行計画を領域８２０で設定することができる。また、例えば、ユーザが３つの畝のうち１つ又は２つ畝を選択した場合、ユーザは、選択した１つ又は２つの畝に対する飛行計画を領域８２０で設定することができる。
すなわち、ユーザは、画面８００を用いて、無人飛行機２２０の飛行モードを、作物が植えられている畝ごとに設定することができる。これは畝に作付けされている作物の品種によって利用者が飛行モードを選択できるようにしておく必要があるからである。
すなわち、ユーザは、画面８００を用いて、無人飛行機２２０の飛行モードを、作物が植えられている畝ごとに設定することができる。これは畝に作付けされている作物の品種によって利用者が飛行モードを選択できるようにしておく必要があるからである。
【0021】
ここで、飛行モードには、作物が植えられている畝の上空を畝の端面に沿って飛行する端面飛行モードと、畝の上空をジグザグに飛行するジグザグ飛行モードと、が少なくとも含まれる。図９は、端面飛行モードを説明する図である。端面飛行モードは、作物の横に花がつく作物が植えられている畝に対して選択されるモードである。図１０は、ジグザク飛行モードを説明する図である。ジグザク飛行モードは、作物の上に花がつく作物が植えられている畝に対して選択されるモードである。なお、本明細書では、ジグザクには、Ｚ形状に線分が何度も折れ曲がっている形態、及びつづら折りのように線分が幾重にも曲がりくねった形態が含まれる。
このように、ユーザは、画面８００を介して、作物の種類、又は作物の品種によって違う花の位置に応じた飛行モードを選択することができる。
このように、ユーザは、画面８００を介して、作物の種類、又は作物の品種によって違う花の位置に応じた飛行モードを選択することができる。
【0022】
図７の説明に戻る。飛行計画生成部７０２は、飛行計画情報に基づいて無人飛行機２２０の飛行計画を生成する。飛行計画情報には、畝を特定する情報と、その畝に関して情報処理装置２００をいつ、どの飛行モードで、どれぐらいの頻度で無人飛行機２２０を飛ばすかの情報が含まれている。畝を特定する情報としては、例えば、地図情報中の位置、撮像画像中の位置等がある。飛行計画には、該当する飛行領域における畝ごとの無人飛行機２２０を飛ばす日付、頻度、飛行モードの情報が含まれる。また、飛行計画には、ある畝から次にどの畝に移行するかの情報が含まれてもよい。飛行計画生成部７０２で生成された飛行計画は、情報処理装置２００からローカルサーバ２１０を介して無人飛行機２２０に送信される。
【0023】
図１１は、飛行経路の精度向上を説明する図である。フライトコントローラ５０２は、飛行計画に基づき、所定の日付になった場合、所定の畝に向かって飛ぶよう無人飛行機２２０を制御する。この際、汎用小型ＰＣ５０３は、無人飛行機２２０の出発地の情報を予め有しており、その出発地の情報と、フライトコントローラ５０２で測定された移動量と、に基づき、無人飛行機２２０の位置を推定（自己位置推定）しながら目的とする畝に向かう。図１１の例では、ローカルサーバ２１０の上が無人飛行機２２０の出発地となっている。図１１において「自」と書かれているところは無人飛行機２２０が自己位置推定をしながら飛んでいるところを示している。「機」と書かれているところは無人飛行機２２０が機械学習モデルによって畝の端面を認識し、飛行経路の精度を向上させながら飛んでいるところを示している。より具体的に説明すると無人飛行機２２０は、カメラ５０１及びオプティカルフローセンサ５０９の何れか又は双方で撮像された撮像画像をローカルサーバ２１０に送信する。ローカルサーバ２１０は、学習済みの機械学習モデルを有している。この機械学習モデルは、撮像画像が入力されると、無人飛行機２２０の制御量を出力する。ローカルサーバ２１０は、無人飛行機２２０より受信した撮像画像を機械学習モデルに入力し、出力された無人飛行機２２０の制御量を無人飛行機２２０に送信する。無人飛行機２２０は、受信した制御量に基づき位置補正を行い、畝の端面に沿った飛行を行う。
【0024】
４．情報処理
（１）情報処理装置２００の情報処理
図１２は、情報処理装置２００が実行する情報処理の一例を示すアクティビティ図である。
Ａ１２０１において、表示制御部７０１は、ローカルサーバ２１０より無人飛行機２２０が生成した地図情報を受信する。
Ａ１２０２において、表示制御部７０１は、飛行計画情報を設定する画面の表示を要求されたか否かを判定する。表示制御部７０１は、飛行計画情報を設定する画面の表示を要求されたと判定すると、処理をＡ１２０３に勧め、飛行計画情報を設定する画面の表示を要求されていないと判定すると、Ａ１２０２の処理を繰り返す。
（１）情報処理装置２００の情報処理
図１２は、情報処理装置２００が実行する情報処理の一例を示すアクティビティ図である。
Ａ１２０１において、表示制御部７０１は、ローカルサーバ２１０より無人飛行機２２０が生成した地図情報を受信する。
Ａ１２０２において、表示制御部７０１は、飛行計画情報を設定する画面の表示を要求されたか否かを判定する。表示制御部７０１は、飛行計画情報を設定する画面の表示を要求されたと判定すると、処理をＡ１２０３に勧め、飛行計画情報を設定する画面の表示を要求されていないと判定すると、Ａ１２０２の処理を繰り返す。
【0025】
Ａ１２０３において、表示制御部７０１は、無人飛行機２２０の飛行計画に関する飛行計画情報を設定する画面を入力表示部４０４に表示するよう制御する。飛行計画情報とは、上述した日付、頻度、飛行モード等である。
Ａ１２０４において、表示制御部７０１は、飛行計画情報が設定されたか否かを判定する。表示制御部７０１は、画面を介して飛行計画情報が設定されたと判定した場合、処理をＡ１２０５に進める。一方、表示制御部７０１は、画面を介して飛行計画情報が設定されていないと判定した場合、処理をＡ１２０３に戻す。
Ａ１２０４において、表示制御部７０１は、飛行計画情報が設定されたか否かを判定する。表示制御部７０１は、画面を介して飛行計画情報が設定されたと判定した場合、処理をＡ１２０５に進める。一方、表示制御部７０１は、画面を介して飛行計画情報が設定されていないと判定した場合、処理をＡ１２０３に戻す。
【0026】
Ａ１２０５において、飛行計画生成部７０２は、画面を介して設定された飛行計画情報に基づき飛行計画を生成する。
Ａ１２０６において、飛行計画生成部７０２は、生成した飛行計画を、ローカルサーバ２１０を介して無人飛行機２２０に送信する。
Ａ１２０６において、飛行計画生成部７０２は、生成した飛行計画を、ローカルサーバ２１０を介して無人飛行機２２０に送信する。
【0027】
（２）システムの情報処理
図１３は、農家情報処理システム１１０が実行する情報処理の概略を示すアクティビティ図である。
Ａ１３０１において、無人飛行機２２０は、計測情報に基づき地図情報を生成する。
Ａ１３０２において、情報処理装置２００は、ローカルサーバ２１０を介して無人飛行機２２０より受信した地図情報を含む画面を生成し、入力表示部４０４等に表示する。
Ａ１３０３において、情報処理装置２００は、画面を介して入力された飛行計画情報に基づき飛行計画を生成する。
図１３は、農家情報処理システム１１０が実行する情報処理の概略を示すアクティビティ図である。
Ａ１３０１において、無人飛行機２２０は、計測情報に基づき地図情報を生成する。
Ａ１３０２において、情報処理装置２００は、ローカルサーバ２１０を介して無人飛行機２２０より受信した地図情報を含む画面を生成し、入力表示部４０４等に表示する。
Ａ１３０３において、情報処理装置２００は、画面を介して入力された飛行計画情報に基づき飛行計画を生成する。
【0028】
Ａ１３０４において、無人飛行機２２０は、ローカルサーバ２１０を介して受信した飛行計画に基づき指定された畝の上空を飛行することによって風を起こし、作物を振動させ、作物の受粉を促す。ここで、無人飛行機２２０は、並進運動の飛行速度を０．７５ｍ／ｓ未満とする。飛行速度が早すぎると十分な風が作物の花房に当たらず、適切な受粉が行われないためである。また、無人飛行機２２０は、回転運動の回転速度（畝の隅に来たときの方向転換等）を１５ｄｅｇｒｅｅ／ｓ未満とする。これは採用する自己位置推定が回転方向の速度が早すぎると精度が損なわれるためである。
【0029】
また、無人飛行機２２０は、飛行計画に基づき飛行する際にカメラ５０１で撮像された撮像画像及びオプティカルフローセンサ５０９で撮像された撮像画像を、ローカルサーバ２１０を介して情報処理装置２００及び中央サーバ１００に送信する。また、無人飛行機２２０は、飛行計画に基づき飛行する際に計測した、ＣＯ２センサ５０５の二酸化炭素濃度、温度センサ５０６の温度、湿度センサ５０７の湿度のデータを、ローカルサーバ２１０を介して情報処理装置２００及び中央サーバ１００に送信する。情報処理装置２００の表示制御部７０１は、ローカルサーバ２１０を介して無人飛行機２２０より受信したデータに基づき、無人飛行機２２０が飛行している際の様子、例えばストリーミング動画、を表示する。図１４は、ストリーミング動画を表示している一例を示す図である。画面１４００には、領域１４１０と、領域１４２０と、が含まれる。領域１４１０には、地図情報と、地図情報上において飛行している無人飛行機２２０が模式的に示されている。領域１４２０には、無人飛行機２２０から撮像されている撮像画像が時系列的に表示される。なお、表示制御部７０１は、ローカルサーバ２１０を介して無人飛行機２２０より受信したデータに基づき、地図情報の上に二酸化炭素濃度、温度、湿度の分布を表示するようにしてもよい。
【0030】
また、中央サーバ１００は、複数の無人飛行機２２０から送信されたそれぞれの無人飛行機２２０で撮像された撮像画像、それぞれの無人飛行機２２０で計測された二酸化炭素濃度、温度、湿度の情報を管理する。中央サーバ１００でこれらのデータを一元管理することで、トラブルシューティングの対応及び早期の復旧に用いることができる。また、中央サーバ１００でこれらのデータを一元管理することで、作物の生産活動の改善のアドバイスに利用することができる。例えば、中央サーバ１００は、ある施設の二酸化炭素濃度の分布にばらつきがあることを検知すると、施設内にて満遍なく二酸化炭素を行き渡らせるよう二酸化炭素発生装置の設置又は送風機の導入を提案することができる。中央サーバ１００は、該当する施設の情報処理装置２００に二酸化炭素発生装置の設置又は送風機の導入をアドバイスする文等を送信することで提案を行う。また、中央サーバ１００は、施設の大きさ、温度、湿度、二酸化炭素濃度、作物の種類等を入力すると、収穫量を最大化する温度、湿度、二酸化炭素濃度を出力する学習モデルを用いて、各施設の温度、湿度、二酸化炭素濃度を最適化する提案を行うこともできる。
【0031】
図１３の説明に戻る。Ａ１３０５において、無人飛行機２２０は、飛行計画等に基づき、飛行を終了するか否かを判定する。無人飛行機２２０は、飛行を終了すると判定すると、出発地に戻り、図１３に示す情報処理を終了する。一方、無人飛行機２２０は、飛行を終了しないと判定すると、処理をＡ１３０４に戻す。
【0032】
実施形態１によれば、蜂の替わりに無人飛行機２２０を用いて作物の受粉を促すことができる。その際に、ユーザは、情報処理装置２００を用いて、無人飛行機２２０の飛行計画を生成することができる。
なお、情報処理装置２００の一例としてはスマートフォンがある。但しこのことは本実施の形態を制限するものではなく、情報処理装置２００は、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）であってもよいし、タブレット型コンピュータであってもよい。また、無人飛行機２２０の一例としてはドローンがある。
なお、情報処理装置２００の一例としてはスマートフォンがある。但しこのことは本実施の形態を制限するものではなく、情報処理装置２００は、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）であってもよいし、タブレット型コンピュータであってもよい。また、無人飛行機２２０の一例としてはドローンがある。
【0033】
＜変形例１＞
変形例１の表示制御部７０１は、ローカルサーバ２１０を介して受信した無人飛行機２２０が撮像した撮像画像に基づき、それぞれの畝に植えられている作物の種類を特定し、特定した作物の種類に適した飛行モード、無人飛行機２２０を飛ばす頻度等を含む飛行計画情報を示唆情報として含む画面を入力表示部４０４に表示する。これらの示唆情報は予めデフォルト値として設定された状態で画面に含まれてもよいし、参考情報として設定領域以外の領域に表示される形で画面に含まれてもよい。
変形例１の表示制御部７０１は、ローカルサーバ２１０を介して受信した無人飛行機２２０が撮像した撮像画像に基づき、それぞれの畝に植えられている作物の種類を特定し、特定した作物の種類に適した飛行モード、無人飛行機２２０を飛ばす頻度等を含む飛行計画情報を示唆情報として含む画面を入力表示部４０４に表示する。これらの示唆情報は予めデフォルト値として設定された状態で画面に含まれてもよいし、参考情報として設定領域以外の領域に表示される形で画面に含まれてもよい。
【0034】
変形例１によれば、作物の種類に基づいて適切な飛行計画情報をサジェストしてくれるので、ユーザは、その情報を参考に、飛行計画を設定することができる。
【0035】
＜変形例２＞
変形例２の表示制御部７０１は、ローカルサーバ２１０を介して受信した無人飛行機２２０が撮像した撮像画像に基づき、それぞれの畝に植えられている作物の種類及び品種を特定し、特定した作物の種類及び品種に適した飛行モード、無人飛行機２２０を飛ばす頻度等を含む飛行計画情報を示唆情報として含む画面を入力表示部４０４に表示する。これらの示唆情報は予めデフォルト値として設定された状態で画面に含まれてもよいし、参考情報として設定領域以外の領域に表示される形で画面に含まれてもよい。
変形例２の表示制御部７０１は、ローカルサーバ２１０を介して受信した無人飛行機２２０が撮像した撮像画像に基づき、それぞれの畝に植えられている作物の種類及び品種を特定し、特定した作物の種類及び品種に適した飛行モード、無人飛行機２２０を飛ばす頻度等を含む飛行計画情報を示唆情報として含む画面を入力表示部４０４に表示する。これらの示唆情報は予めデフォルト値として設定された状態で画面に含まれてもよいし、参考情報として設定領域以外の領域に表示される形で画面に含まれてもよい。
【0036】
変形例２によれば、作物の品種に基づいて適切な飛行計画情報をサジェストしてくれるので、ユーザは、その情報を参考に、飛行計画を設定することができる。
【0037】
＜変形例３＞
変形例３のローカルサーバ２１０は、無人飛行機２２０で撮像された撮像画像に基づき病害虫の発生を検知する。より具体的に説明すると、ローカルサーバ２１０は、学習済みの病害虫診断の学習モデルを有している。この学習モデルは、作物の葉っぱ等の撮像画像が入力されると、病害虫に侵されているか否かと病害虫に侵されている場合はその位置（画像上の位置）を出力する。ローカルサーバ２１０は、無人飛行機２２０より受信した撮像画像を学習モデルに入力し、出力されたデータ及び撮像画像を情報処理装置２００に送信する。図１５は、検出された病害虫を表示している画面の一例を示す図である。変形例３の表示制御部７０１は、病害虫発生箇所を位置情報と共に地図情報上にマッピングして表示する。画面１５００には領域１５１０と領域１５２０とが含まれる。図１５の例では、表示制御部７０１は、領域１５１０に病害虫発生箇所を丸のオブジェクトで表示している。病害虫発生箇所を示すオブジェクトはこれに限られない。ユーザが複数のオブジェクトから一のオブジェクト（例えば、オブジェクト１５１１）を選択すると、表示制御部７０１は、選択されたオブジェクトに対応する病害虫発生箇所の画像を領域１５２０に表示する。病害虫診断のクラス分類を行う学習モデルを生成するために利用するアルゴリズムには、深層学習が用いられている。学習過程において学習層を増やした際に発生する勾配消失問題が発生する。この問題を回避しつつも、認識精度の向上を図るためこの学習モデルを学習過程に取り入れている。学習には独自に入手した病害・害虫被害を受けた葉や果実のデータセットを教師データとして活用している。
他の例として、無人飛行機２２０が撮像画像に基づき病害虫の発生を検知するようにしてもよい。
変形例３のローカルサーバ２１０は、無人飛行機２２０で撮像された撮像画像に基づき病害虫の発生を検知する。より具体的に説明すると、ローカルサーバ２１０は、学習済みの病害虫診断の学習モデルを有している。この学習モデルは、作物の葉っぱ等の撮像画像が入力されると、病害虫に侵されているか否かと病害虫に侵されている場合はその位置（画像上の位置）を出力する。ローカルサーバ２１０は、無人飛行機２２０より受信した撮像画像を学習モデルに入力し、出力されたデータ及び撮像画像を情報処理装置２００に送信する。図１５は、検出された病害虫を表示している画面の一例を示す図である。変形例３の表示制御部７０１は、病害虫発生箇所を位置情報と共に地図情報上にマッピングして表示する。画面１５００には領域１５１０と領域１５２０とが含まれる。図１５の例では、表示制御部７０１は、領域１５１０に病害虫発生箇所を丸のオブジェクトで表示している。病害虫発生箇所を示すオブジェクトはこれに限られない。ユーザが複数のオブジェクトから一のオブジェクト（例えば、オブジェクト１５１１）を選択すると、表示制御部７０１は、選択されたオブジェクトに対応する病害虫発生箇所の画像を領域１５２０に表示する。病害虫診断のクラス分類を行う学習モデルを生成するために利用するアルゴリズムには、深層学習が用いられている。学習過程において学習層を増やした際に発生する勾配消失問題が発生する。この問題を回避しつつも、認識精度の向上を図るためこの学習モデルを学習過程に取り入れている。学習には独自に入手した病害・害虫被害を受けた葉や果実のデータセットを教師データとして活用している。
他の例として、無人飛行機２２０が撮像画像に基づき病害虫の発生を検知するようにしてもよい。
【0038】
変形例３によれば、無人飛行機２２０を飛ばして作物の受粉を促す際に、病害虫が発生していないかチェックすることができる。他の例として、ローカルサーバ２１０は、病害虫に応じた適切な農薬及び農薬の量をユーザにサジェストするようにしてもよい。例えば、ローカルサーバ２１０は、病害虫に応じた適切な農薬及び農薬の量の情報を該当するユーザの情報処理装置２００に送信することでサジェストする。
【0039】
＜変形例４＞
変形例４の無人飛行機２２０は、飛行計画に基づき飛行する際に、害虫が嫌う電磁波を照射する。害虫とは、例えば、アザミウマ、ハダニ等である。例えば、無人飛行機２２０は、紫外光（ＵＶ－Ｂ ２８０－３１５ｎｍ）を照射する。羽化前の殺傷のためである。また、無人飛行機２２０は、赤色光（６００－６５０ｎｍ）を照射する。害虫の密度抑制、飛来防止、方向感覚麻痺のためである。すなわち、無人飛行機２２０は、紫外光及び赤色光を照射するハードウェアを有する。
変形例４の無人飛行機２２０は、飛行計画に基づき飛行する際に、害虫が嫌う電磁波を照射する。害虫とは、例えば、アザミウマ、ハダニ等である。例えば、無人飛行機２２０は、紫外光（ＵＶ－Ｂ ２８０－３１５ｎｍ）を照射する。羽化前の殺傷のためである。また、無人飛行機２２０は、赤色光（６００－６５０ｎｍ）を照射する。害虫の密度抑制、飛来防止、方向感覚麻痺のためである。すなわち、無人飛行機２２０は、紫外光及び赤色光を照射するハードウェアを有する。
【0040】
変形例４によれば、無人飛行機２２０を飛ばして作物の受粉を促す際に、害虫を駆除することができる。例えば、いちごを例にとると、春先からアザミウマやハダニによる害虫被害が増加する。害虫の発生をいち早く察知することが重要である。併せて、それらを駆除することができることが不可欠である。早期の害虫発生検知と駆除は、収穫量を増加させ、また、駆除に利用する農薬の使用頻度や量を抑えることができ、利用者は収穫量増に伴う売り上げ向上を図り、加えて農薬等の農業資材のコストを抑えることができる。
【0041】
＜変形例５＞
図１６は、変形例５の農家情報処理システム１１０のシステム構成の一例を示す図である。農家情報処理システム１１０は、システム構成として、情報処理装置２００と、ローカルサーバ２１０と、無人飛行機２２０と、充電ステーション１６１０と、を含む。充電ステーション１６１０は、無人飛行機２２０に電力を供給する。変形例５の構成の場合、無人飛行機２２０の出発地は充電ステーション１６１０となる。変形例５の無人飛行機２２０は、飛行計画に基づいた飛行を終えると、次の飛行に備えて、充電ステーション１６１０にＲＴＨ（Ｒｅｔｕｒｎ Ｔｏ Ｈｏｍｅ）し、バッテリの充電を行う。オプティカルフローセンサ５０９で撮像された畝端面の画像及び無人飛行機２２０で取得された計測物理量（加速度、角速度、地磁気及び自己位置推定による現在の推定位置）は、ローカルサーバ２１０へ送られ、強化学習モデルの入力データとされる。ローカルサーバ２１０の強化学習モデルは、入力データを基に、充電ステーション１６１０の中心（離着陸位置）に無人飛行機２２０が着陸するための制御量（上下左右前後の移動量と移動速度）を出力する。出力された制御量は、ローカルサーバ２１０から無人飛行機２２０へ送信される。このように無人飛行機２２０の着陸には強化学習による自立制御が採用されている。
図１６は、変形例５の農家情報処理システム１１０のシステム構成の一例を示す図である。農家情報処理システム１１０は、システム構成として、情報処理装置２００と、ローカルサーバ２１０と、無人飛行機２２０と、充電ステーション１６１０と、を含む。充電ステーション１６１０は、無人飛行機２２０に電力を供給する。変形例５の構成の場合、無人飛行機２２０の出発地は充電ステーション１６１０となる。変形例５の無人飛行機２２０は、飛行計画に基づいた飛行を終えると、次の飛行に備えて、充電ステーション１６１０にＲＴＨ（Ｒｅｔｕｒｎ Ｔｏ Ｈｏｍｅ）し、バッテリの充電を行う。オプティカルフローセンサ５０９で撮像された畝端面の画像及び無人飛行機２２０で取得された計測物理量（加速度、角速度、地磁気及び自己位置推定による現在の推定位置）は、ローカルサーバ２１０へ送られ、強化学習モデルの入力データとされる。ローカルサーバ２１０の強化学習モデルは、入力データを基に、充電ステーション１６１０の中心（離着陸位置）に無人飛行機２２０が着陸するための制御量（上下左右前後の移動量と移動速度）を出力する。出力された制御量は、ローカルサーバ２１０から無人飛行機２２０へ送信される。このように無人飛行機２２０の着陸には強化学習による自立制御が採用されている。
【0042】
通常の制御アルゴリズムだと下向きに取り付けられたオプティカルフローセンサにマーカが映る前の制御と映った後の制御がそれぞれ必要になる。さらにマーカの欠落や汚損が発生した場合に従来法だと認識・制御ができなくなる恐れがある。また、制御ロジックをハードコーディングすると、利用者の環境ごとに制御パラメータの調整が必要になる。一方で、強化学習による汎用性が高い制御機能を採用することにより、離着陸を行う充電ステーション１６１０近辺の環境が変更（配置換え）を余儀なくされた場合でも制御ロジックの修正なしに離陸・着陸地点へズレなくＲＴＨできる。また、コーディングレベルの話では、マーカが下向き方向に取り付けたオプティカルフローセンサ５０９にマーカが映る前と映った後で制御ロジックをそれぞれ用意しておく必要がないため、ローカルサーバ２１０での計算コストが下がる。また、利用される無人飛行機２２０すべてにおいて、同一の学習モデルが採用されるためメンテナンス性が上がる。
【0043】
変形例５によれば、事前に計画された飛行経路を飛行後に、離陸地点である充電ステーション１６１０にＲＴＨすることができる。規模が大きな農場等であっても汎用小型ＰＣ５０３が常時バッテリ残量を監視しつつ、自己位置推定によって算出される現在地点と出発地点までのＲＴＨする飛行経路の距離を逐次計算しながら飛行することで、ＲＴＨするための電圧残量を確保したうえで計画された飛行経路を飛行中であってもＲＴＨする場合がある。その場合、充電ステーション１６１０にて充電後に、計画された飛行経路の途中（飛行計画未完遂でＲＴＨを始めた地点）から再度飛行を開始する。
なお、電圧が所定の値より低下した場合、又は通信が切れた場合、無人飛行機２２０の汎用小型ＰＣ５０３は、自己位置推定による現在地点と出発地点までの帰路の距離を計算し、バッテリ残量を確保したうえでＲＴＨを開始する。
なお、電圧が所定の値より低下した場合、又は通信が切れた場合、無人飛行機２２０の汎用小型ＰＣ５０３は、自己位置推定による現在地点と出発地点までの帰路の距離を計算し、バッテリ残量を確保したうえでＲＴＨを開始する。
【0044】
＜変形例６＞
変形例６では、無人飛行機２２０の全自動航行について説明する。図１７は、機械学習による推定位置の補正を説明する図である。飛行経路（１）（２）（３）において適宜、ローカルサーバ２１０と無人飛行機２２０との間でデータのやり取りを行う。それぞれのデータを各機械学習アルゴリズムの入力データとして用いて、出力データをローカルサーバ２１０で生成する。出力データをローカルサーバ２１０から無人飛行機２２０へ制御値として受け渡す。飛行（（１）（２）（３））と充電を繰り返すことで全自動の振動受粉を実現する。
変形例６では、無人飛行機２２０の全自動航行について説明する。図１７は、機械学習による推定位置の補正を説明する図である。飛行経路（１）（２）（３）において適宜、ローカルサーバ２１０と無人飛行機２２０との間でデータのやり取りを行う。それぞれのデータを各機械学習アルゴリズムの入力データとして用いて、出力データをローカルサーバ２１０で生成する。出力データをローカルサーバ２１０から無人飛行機２２０へ制御値として受け渡す。飛行（（１）（２）（３））と充電を繰り返すことで全自動の振動受粉を実現する。
【0045】
ここで、無人飛行機２２０からローカルサーバ２１０に送信されるデータには、加速度、角速度、地磁気、モータ制御地、高度、位置推定（常時自動飛行に利用）、バッテリ残量、前方の画像、下方の画像、前後左右上下の周囲との距離、受信強度（ＲＳＳＩ）、移動量（ｘ、ｙ）、無人飛行機２２０の状態を表すパラメータ、温度、湿度、二酸化炭素濃度がある。無人飛行機２２０の状態を表すパラメータには、飛行を許可されているか否か、飛行モード（着陸、ジグザグ、端面等）、接続状態、ＣＰＵの温度、飛行ログ等が含まれる。なお、これらの情報は、無人飛行機２２０からローカルサーバ２１０、ネットワーク１３０を介して中央サーバ１００にも送られる。
【0046】
ここで、推定位置の情報が重要である。常時飛行に利用されるためである。しかしながら、推定位置はあくまでも推定位置であり、推定誤差を補正しより適切な位置を飛行させるための工夫が必要となる。農家情報処理システム１１０では、その工夫を機械学習により実現することを想定している。より詳細な機械学習による推定位置の補正を図１７の飛行経路（１）、飛行経路（２）、飛行経路（３）に分けて説明する。
【0047】
飛行経路（１）では、機械学習の中でも強化学習モデル（１）を用いて、飛行計画で指定されたウネに到達するまでの間、当該ウネの角を探しながら飛行する。学習モデルの入出力は次の通りである。
強化学習（１）：畝の角を探しながら飛行
入力は、加速度、角速度、地磁気、モータ制御値、高度、推定位置、下方の画像である。出力は、座標指示、移動速度である。
強化学習（１）：畝の角を探しながら飛行
入力は、加速度、角速度、地磁気、モータ制御値、高度、推定位置、下方の画像である。出力は、座標指示、移動速度である。
【0048】
飛行経路（２）において、ジグザグ飛行を行う場合は機械学習の中でも強化学習モデル（２）を用いる。畝２３０の上を満遍なく飛ぶように習熟された強化学習モデルであり、入出力は以下の通りである。
強化学習（２）：畝の上（ジグザク）を満遍なく飛ぶ
入力は、加速度、角速度、地磁気、モータ制御値、高度、推定位置、下方の画像である。出力は、座標指示、移動速度である。
また端面飛行の場合は強化学習（２）’又は教師あり学習を用いる。
強化学習（２）’：畝上空からはみ出さないように畝の端面に沿って飛行
入力は、加速度、角速度、地磁気、モータ制御値、高度、推定位置、下方の画像である。出力は、座標指示、移動速度である。
強化学習（２）：畝の上（ジグザク）を満遍なく飛ぶ
入力は、加速度、角速度、地磁気、モータ制御値、高度、推定位置、下方の画像である。出力は、座標指示、移動速度である。
また端面飛行の場合は強化学習（２）’又は教師あり学習を用いる。
強化学習（２）’：畝上空からはみ出さないように畝の端面に沿って飛行
入力は、加速度、角速度、地磁気、モータ制御値、高度、推定位置、下方の画像である。出力は、座標指示、移動速度である。
【0049】
飛行経路（３）では、強化学習（３）を用いて、充電ステーション１６１０を探索しながら飛行を行う。充電ステーション１６１０を無人飛行機２２０のカメラ前方のカメラ（カメラ５０１）又は下方のカメラ（オプティカルフローセンサ５０９）によって補足した後、充電ステーション１６１０上のマーカ１７１０も同様に補足することで、充電ステーション１６１０の中央にズレなく着陸するように制御する。
（３）の後に充電へと移行し、再度、（１）から繰り返す。
（３）の後に充電へと移行し、再度、（１）から繰り返す。
【0050】
また、飛行計画が複数の畝２３０、畝２４０、畝２５０に及ぶ場合は、無人飛行機２２０は、飛行経路（２）の後に飛行経路（１）で実行される学習モデル及び推定位置をもって、畝２４０、畝２５０へと移行し、再度、飛行経路（２）を飛行する。こののち無人飛行機２２０飛行経路（３）を経て、充電へと移行する。
【0051】
充電時において、充電ステーション１６１０上では、安全装置が稼働する。安全装置は、無人飛行機２２０が適切な充電位置に着陸していることを確認したときに給電を開始する。又は、安全装置は、着陸直後のバッテリは熱を帯びており、充電に適さない状態にあるため、無人飛行機２２０が充電ステーション１６１０に着陸後、バッテリの放熱を完了させるために一定時間設けたのちに給電を開始するような制御機能を設けてもよい。また充電ステーション１６１０上で無人飛行機２２０に搭載されたバッテリの充電を行う際は、非接触で行う。これにより無人飛行機２２０の充電端子と充電ステーション１６１０の給電端子を接続する必要がなくなるため、全自動航行には欠かせない機能となる。非接触充電には電磁誘導による給電方式を採用し、近接している場合にのみ大きな電力を送電部１６１１ｂ（充電ステーション１６１０に搭載）と受電部２２０ｂ（無人飛行機２２０に搭載）との間で無線送電できる。この方式は一般的に送電部１６１１ｂと受電部２２０ｂのずれが生じると送電効率が著しく低下する懸念点がある。本システムの飛行経路（３）で用いられる推定位置と強化学習（３）を組み合わせて精度よく、ズレなく充電ステーション１６１０に無人飛行機２２０が着陸する工夫を行うことでこの懸念点を克服している。
なお、図１７の例では、充電ステーション１６１０とローカルサーバ２１０とは一体であるものとしている。充電ステーション１６１０とローカルサーバ２１０とは別体であってもよい。
なお、図１７の例では、充電ステーション１６１０とローカルサーバ２１０とは一体であるものとしている。充電ステーション１６１０とローカルサーバ２１０とは別体であってもよい。
【0052】
＜実施形態２＞
以下、実施形態２について説明する。なお、実施形態１と同様の構成については、説明を省略する。
以下、実施形態２について説明する。なお、実施形態１と同様の構成については、説明を省略する。
【0053】
１．ハードウェア構成
無人飛行機２２０のハードウェア構成
図１８は、実施形態２における無人飛行機２２０のハードウェア構成の一例を示す図である。無人飛行機２２０は、ハードウェア構成として、農薬充填タンク５１０と、花粉付着部材５１１と、をさらに含む。農薬充填タンク５１０は、農薬を充填可能であり、無人飛行機２２０の飛行時、作物の上空から任意の量の農薬を散布可能である。農薬充填タンク５１０には、農薬充填口が設けられており、この農薬充填口から農薬を充填可能である。また、花粉付着部材５１１は、無人飛行機２２０の飛行時、作物の花に直接接触して、花粉を一時的に付着する、毛状、スポンジ様等の部材である。花粉付着部材５１１は、付着した花粉を運んで受粉（送粉）を行わせる。
無人飛行機２２０のハードウェア構成
図１８は、実施形態２における無人飛行機２２０のハードウェア構成の一例を示す図である。無人飛行機２２０は、ハードウェア構成として、農薬充填タンク５１０と、花粉付着部材５１１と、をさらに含む。農薬充填タンク５１０は、農薬を充填可能であり、無人飛行機２２０の飛行時、作物の上空から任意の量の農薬を散布可能である。農薬充填タンク５１０には、農薬充填口が設けられており、この農薬充填口から農薬を充填可能である。また、花粉付着部材５１１は、無人飛行機２２０の飛行時、作物の花に直接接触して、花粉を一時的に付着する、毛状、スポンジ様等の部材である。花粉付着部材５１１は、付着した花粉を運んで受粉（送粉）を行わせる。
【0054】
２．機能構成
情報処理装置２００の機能構成
図１９は、情報処理装置２００の機能構成の一例を示す図である。情報処理システム１０００における情報処理装置２００は、機能構成として、判定部７０３と、算出部７０４と、分類部７０５と、学習部７０６とをさらに含む。各機能の詳細については、後述する。
情報処理装置２００の機能構成
図１９は、情報処理装置２００の機能構成の一例を示す図である。情報処理システム１０００における情報処理装置２００は、機能構成として、判定部７０３と、算出部７０４と、分類部７０５と、学習部７０６とをさらに含む。各機能の詳細については、後述する。
【0055】
【0056】
Ａ２００１において、飛行計画生成部７０２は、特定領域１１００において、無人飛行機２２０を受粉飛行させるように飛行計画を生成する。かかる飛行計画は、無人飛行機２２０をいつ、どこを、何回、どのくらいの期間で受粉飛行を行うかの情報を含む。ここで、特定領域１１００とは、例えば、無人飛行機２２０の飛行領域に含まれる畝のうち、受粉対象となる花が密集した領域である。なお、受粉対象となる花が密集せず、花が散らばっている場合は、畝を任意の範囲で分割された各領域を示すものであってもよい。ユーザは、飛行領域におけるどの領域を何回受粉飛行させるのかを設定することができる。また、ユーザは、飛行回数の上限値または下限値を設定し、無人飛行機２２０は、この範囲内で特定領域１１００の各花に対して受粉飛行を行ってもよい。上限値とは、具体的には例えば、具体的には例えば、５，１０，１５，２０，２５，３０，３５，４０，４５，５０，５５，６０，６５，７０，７５，８０，８５，９０，９５，１００回であり、ここで例示した数値の何れか２つの間の範囲内であってもよい。であり、ここで例示した数値の何れか２つの間の範囲内であってもよい。また、下限値とは、具体的には例えば、具体的には例えば、１０，９，８，７，６，５，４，３，２，１回であり、ここで例示した数値の何れか２つの間の範囲内であってもよい。であり、ここで例示した数値の何れか２つの間の範囲内であってもよい。すなわち、この場合、各特定領域１１００における花ごとに異なった回数の受粉飛行が行われる。なお、受粉飛行を行う期間は、例えば、１日であるが、数日（例えば２、３日）または数週間（例えば２週間）かけて行うものでもよく、特定領域１１００の広さや、作物の種類、天候、無人飛行機２２０のバッテリー等により調整可能である。
【0057】
Ａ２００２において、無人飛行機２２０は、飛行計画に基づき、受粉飛行を行う。ここで、受粉飛行は、作物の受粉を促す飛行である。無人飛行機２２０は、飛行中、無人飛行機２２０に備えられる花粉付着部材５１１と、作物の花とを接触させることで花粉付着部材５１１に花粉を付着させ、無人飛行機２２０は飛行を続けながら他の花に花粉を運び、受粉を促す。なお、花粉付着部材５１１を用いることなく、無人飛行機２２０のプロペラの風圧により花粉を拡散させ、非接触の態様で受粉を促してもよい。
【0058】
ここで、受粉飛行が終了すると、表示制御部７０１は、受粉飛行の飛行回数に係る画面８０１を表示するように制御可能である。図２１は、特定領域１１００ごとの受粉飛行の平均回数を表示している地図画面の一例を示す図である。表示制御部７０１は、特定領域１１００ごとの平均飛行回数を地図画面上に表示する。なお、図２１においては、便宜上、特定領域１１００を複数のエリアに分割して、エリアごとの平均飛行回数を示したが、表示制御部７０１は、特定領域１１００に含まれる各花の受粉飛行回数を、ヒートマップ画面で表示してもよい。
【0059】
Ａ２００３において、無人飛行機２２０は、飛行計画に基づき、特定領域１１００について観察飛行を行う。観察飛行とは、作物の状態を撮像しながら行う飛行である。かかる観察飛行が行われることで、受粉飛行後の作物の様子を観察及び分析することが可能となる。観察飛行は、作物の収穫時期等、指定されたタイミング行われるが、定期的に複数回行われることが好ましい。また、このとき、無人飛行機２２０は、上述した農薬の散布を行いながら屋内外で観察飛行を行ってもよい。
【0060】
Ａ２００４において、判定部７０３は、無人飛行機２２０によって撮像された撮像画像に基づいて、作物の状態を判定する。具体的には、判定部７０３は、撮像画像と、作物の出荷規格とに基づいて、作物の状態を判定する。なお、このとき、分類部７０５は、撮像画像を作物の種類ごとに分類し、判定部７０３は、撮像画像から作物の大きさ等を推定し、作物の種類ごとの出荷規格に基づいて、作物の状態を判定することが好ましい。作物の状態とは、作物の収穫対象の数と、色と、大きさと、形状とのうち少なくとも１つを含む。また、出荷規格とは、作物の外観に関する基準で、具体的には例えば、作物の着色（色沢を含む）、形状（傷の有無、汚れの有無等を含む）、大きさ等、予め設定された基準であり、判定部７０３は、これらの基準を満たしているか否かによって、作物をランク分けしたり、作物が不良作物であるか否か（規格外の作物であるか否か）を判定する。なお、判定部７０３は、出荷規格によらず、独自に制定した基準に基づいて、作物の状態を判定してもよい。また、判定部７０３は、出荷規格に満たない作物を不良作物として判定してもよい。
【0061】
Ａ２００５において、算出部７０４は、特定領域１１００における受粉飛行の飛行回数と、判定部７０３による判定結果とに基づき、特定領域１１００ごとに受粉飛行の最適な最適飛行回数を算出する。具体的には、算出部７０４は、作物の状態が最も良くなると予想される受粉飛行の回数を、受粉飛行の最適飛行回数として算出する。作物の状態が良い場合とは、作物の出荷基準に照らして、品質が良くランクが高かったり、不良作物が最も少なくなったりする場合であり、作物の個数が多い場合を含んでもよい。より具体的には、算出部７０４は、受粉飛行の対象となった特定領域１１００における各花と対応する作物の状態、すなわち、受粉によって成長した作物の状態を、受粉飛行回数別に分析し、最も作物の状態が良い受粉飛行回数を算出する。このようにして、算出部７０４は、飛行回数と、判定部７０３による判定結果とに基づき、特定領域１１００及び作物の種類ごとに最適飛行回数を算出する。なお、このとき、算出部７０４は、飛行回数と、判定部７０３による判定結果とに基づき、特定領域１１００ごとに作物の不良発生率を算出してもよい。
【0062】
Ａ２００６において、表示制御部７０１は、特定領域１１００ごとの最適飛行回数を含む地図画面（画面８０２）を表示するよう制御する。図２２は、特定領域１１００ごとの最適飛行回数を表示している地図画面の一例を示す図である。図２２に示されるように、例えば、特定領域１１００ａと、特定領域１１００ｂと、特定領域１１００ｃとの最適飛行回数は、それぞれ４回、４回、４回である。このように、表示制御部７０１は、特定領域１１００及び作物の種類ごとの最適飛行回数を含む地図画面を表示するよう制御する。なお、図２１の場合と同様、かかる地図画面は、ヒートマップ画面であってもよい。
【0063】
表示制御部７０１は、特定領域１１００ごとの不良発生率を含む地図画面（画面８０３）を表示するよう制御してもよい。図２３は、特定領域１１００ごとの不良発生率を表示している地図画面の一例を示す図である。図２３に示されるように、例えば、特定領域１１００ａと、特定領域１１００ｂと、特定領域１１００ｃとの不良発生率は、それぞれ１４％、１２％、１１％である。なお、図２１の場合と同様、かかる地図画面は、特定領域１１００ごとの不良発生率を識別可能なヒートマップ画面であることが好ましい。
【0064】
さらに、表示制御部７０１は、特定領域１１００ごと、農場ごとの最適飛行回数を示唆情報として表示するように制御してもよい。図２４及び図２５は、最適飛行回数を示唆情報として表示した場合の一例を示す図である。示唆情報として表示する最適飛行回数は、作物の不良発生率が最も低くなった受粉回数である。また、示唆情報は、特定領域１１００に対応する区画ごとに表示してもよい。
【0065】
＜変形例１＞
学習部７０６は、飛行回数と判定結果を入力データとして機械学習を実行して学習モデルを生成し、Ａ２００５において、算出部７０４は、学習モデルを用いて、最適飛行回数を算出してもよい。このような構成により、他の農場におけるデータを活用することが可能となるとともに、同一の農場で作物の受粉から収穫までのサイクルを複数回繰り返す場合、過去のデータを考慮して最適飛行回数を算出することが可能となる。
学習部７０６は、飛行回数と判定結果を入力データとして機械学習を実行して学習モデルを生成し、Ａ２００５において、算出部７０４は、学習モデルを用いて、最適飛行回数を算出してもよい。このような構成により、他の農場におけるデータを活用することが可能となるとともに、同一の農場で作物の受粉から収穫までのサイクルを複数回繰り返す場合、過去のデータを考慮して最適飛行回数を算出することが可能となる。
【0066】
＜変形例２＞
飛行計画生成部７０２は、無人飛行機２２０に電力を供給する充電ステーション１６１０に無人飛行機２２０を当接させるように飛行計画を生成し、無人飛行機２２０は、無人飛行機２２０の底部２２０ａと、充電ステーション１６１０の内周面１６１１ａとが当接することによって充電可能であってもよい。図２６及び図２７は、無人飛行機２２０と、充電ステーション１６１０との当接前の状態を示す斜視図である。図２８は、無人飛行機２２０と、充電ステーション１６１０との当接前の状態を示す側面図である。図２９は、無人飛行機２２０と、充電ステーション１６１０とが当接した状態を示す斜視図である。図２６に示されるように、無人飛行機２２０の底部２２０ａは、下方に向かって突出した形状であり、底部２２０ａは、受電部２２０ｂを備える。また、充電ステーション１６１０のすり鉢部１６１１は、上側に開いたすり鉢状であり、送電部１６１１ｂを備える。
飛行計画生成部７０２は、無人飛行機２２０に電力を供給する充電ステーション１６１０に無人飛行機２２０を当接させるように飛行計画を生成し、無人飛行機２２０は、無人飛行機２２０の底部２２０ａと、充電ステーション１６１０の内周面１６１１ａとが当接することによって充電可能であってもよい。図２６及び図２７は、無人飛行機２２０と、充電ステーション１６１０との当接前の状態を示す斜視図である。図２８は、無人飛行機２２０と、充電ステーション１６１０との当接前の状態を示す側面図である。図２９は、無人飛行機２２０と、充電ステーション１６１０とが当接した状態を示す斜視図である。図２６に示されるように、無人飛行機２２０の底部２２０ａは、下方に向かって突出した形状であり、底部２２０ａは、受電部２２０ｂを備える。また、充電ステーション１６１０のすり鉢部１６１１は、上側に開いたすり鉢状であり、送電部１６１１ｂを備える。
【0067】
同図に示されるように、無人飛行機２２０が上方から充電ステーション１６１０に向かって着地し、無人飛行機２２０の底部２２０ａ（図２７参照）と、充電ステーション１６１０の内周面１６１１ａとが当接することで、無人飛行機２２０の充電が可能となる。具体的には、充電ステーション１６１０の上方に無人飛行機２２０を配置し、底部２２０ａをすり鉢部１６１１の内周面１６１１ａに当接させることにより、底部２２０ａの側面が内周面１６１１ａにガイドされながらすり鉢部１６１１の内部に相対移動することが可能になる。そして、底部２２０ａの側面と内周面１６１１ａとの間に発生する摩擦力により、充電ステーション１６１０に対して無人飛行機２２０が位置決めされる。無人飛行機２２０が位置決めされると、底部２２０ａの受電部２２０ｂと、充電ステーション１６１０の送電部１６１１ｂとが当接する。受電部２２０ｂと、送電部１６１１ｂとが接触したり、一定の範囲内まで近づいたりすることで、電磁誘導現象によって送電部１６１１ｂに磁場が発生し、受電部２２０ｂに電流を誘導して、無人飛行機２２０の充電が可能となる。なお、無人飛行機２２０の充電は、電磁誘導方式に限らず、他の方式を用いて行ってもよい。このような態様により、無人飛行機２２０の着地場所が風等の影響によりずれた場合でも、より確実に充電ステーション１６１０の充電端子と無人飛行機２２０の充電端子とを接触させることができる。その結果、より確実に無人飛行機２２０の充電が可能となる。
【0068】
図３０は、無人飛行機２２０と、貫通部１６１１ｃを有する充電ステーション１６１０との当接前の状態を示す斜視図である。図３０に示されるように、充電ステーション１６１０は、変形例として、貫通部１６１１ｃを有してもよい。このような態様により、無人飛行機２２０の底部２２０ａに泥などの汚れが付着している場合や、屋外に充電ステーション１６１０が設置されることで雨風に晒されやすい場合に、充電ステーション１６１０の内周面１６１１ａや底部についた汚れを洗い流しやすく、より容易に充電ステーション１６１０を清潔に保つことが可能となる。その結果、汚れ等による充電ステーション１６１０の損耗を軽減させることが可能となる。
【0069】
＜変形例３＞
農家情報処理システム１１０には、複数の測位装置（不示図）が設けられてもよい。この場合、情報処理装置２００は、これらの測位装置と無線通信を介して接続されている。これにより、無人飛行機２２０の絶対位置を測定することが可能となることで、飛行精度の向上が図られるとともに、自己位置推定のためのカメラを備える必要がなくなり、無人飛行機２２０の軽量化を図ることができる。
＜付記＞
次に記載の各態様で提供されてもよい。
前記情報処理システムにおいて、前記判定部は、前記撮像画像と、前記作物の出荷規格とに基づいて、前記作物の状態を判定する、情報処理システム。
前記情報処理システムにおいて、前記算出部は、前記飛行回数と、前記判定部による判定結果とに基づき、前記特定領域ごとに前記作物の不良発生率を算出し、前記表示制御部は、前記特定領域ごとの前記不良発生率を含む前記地図画面を表示するよう制御する、情報処理システム。
前記情報処理システムにおいて、前記地図画面は、ヒートマップ画面で、前記ヒートマップ画面では、前記特定領域ごとの前記不良発生率を識別可能な、情報処理システム。
前記情報処理システムにおいて、分類部をさらに有し、前記分類部は、前記撮像画像を前記作物の種類ごとに分類し、前記算出部は、前記飛行回数と、前記判定部による判定結果とに基づき、前記特定領域及び前記作物の種類ごとに前記最適飛行回数を算出し、前記表示制御部は、前記特定領域及び前記作物の種類ごとの前記最適飛行回数を含む前記地図画面を表示するよう制御する、情報処理システム。
前記情報処理システムにおいて、前記飛行計画生成部は、前記無人飛行機に電力を供給する充電ステーションに前記無人飛行機を当接させるように飛行計画を生成し、前記充電ステーションは、上側に開いたすり鉢状のすり鉢部を備え、前記無人飛行機は、前記無人飛行機の底部と、前記すり鉢部の内周面とが当接した状態で充電可能に構成される、情報処理システム。
前記情報処理システムにおいて、前記作物の状態とは、前記作物の収穫対象の数と、色と、大きさと、形状とのうち少なくとも１つを含む、情報処理システム。
前記情報処理システムにおいて、学習部をさらに有し、前記学習部は、前記飛行回数と判定結果を入力データとして機械学習を実行して学習モデルを生成し、前記算出部は、前記学習モデルを用いて、前記最適飛行回数を算出する、情報処理システム。
もちろん、この限りではない。
農家情報処理システム１１０には、複数の測位装置（不示図）が設けられてもよい。この場合、情報処理装置２００は、これらの測位装置と無線通信を介して接続されている。これにより、無人飛行機２２０の絶対位置を測定することが可能となることで、飛行精度の向上が図られるとともに、自己位置推定のためのカメラを備える必要がなくなり、無人飛行機２２０の軽量化を図ることができる。
＜付記＞
次に記載の各態様で提供されてもよい。
前記情報処理システムにおいて、前記判定部は、前記撮像画像と、前記作物の出荷規格とに基づいて、前記作物の状態を判定する、情報処理システム。
前記情報処理システムにおいて、前記算出部は、前記飛行回数と、前記判定部による判定結果とに基づき、前記特定領域ごとに前記作物の不良発生率を算出し、前記表示制御部は、前記特定領域ごとの前記不良発生率を含む前記地図画面を表示するよう制御する、情報処理システム。
前記情報処理システムにおいて、前記地図画面は、ヒートマップ画面で、前記ヒートマップ画面では、前記特定領域ごとの前記不良発生率を識別可能な、情報処理システム。
前記情報処理システムにおいて、分類部をさらに有し、前記分類部は、前記撮像画像を前記作物の種類ごとに分類し、前記算出部は、前記飛行回数と、前記判定部による判定結果とに基づき、前記特定領域及び前記作物の種類ごとに前記最適飛行回数を算出し、前記表示制御部は、前記特定領域及び前記作物の種類ごとの前記最適飛行回数を含む前記地図画面を表示するよう制御する、情報処理システム。
前記情報処理システムにおいて、前記飛行計画生成部は、前記無人飛行機に電力を供給する充電ステーションに前記無人飛行機を当接させるように飛行計画を生成し、前記充電ステーションは、上側に開いたすり鉢状のすり鉢部を備え、前記無人飛行機は、前記無人飛行機の底部と、前記すり鉢部の内周面とが当接した状態で充電可能に構成される、情報処理システム。
前記情報処理システムにおいて、前記作物の状態とは、前記作物の収穫対象の数と、色と、大きさと、形状とのうち少なくとも１つを含む、情報処理システム。
前記情報処理システムにおいて、学習部をさらに有し、前記学習部は、前記飛行回数と判定結果を入力データとして機械学習を実行して学習モデルを生成し、前記算出部は、前記学習モデルを用いて、前記最適飛行回数を算出する、情報処理システム。
もちろん、この限りではない。
【0070】
例えば、上述のプログラムを記憶する、コンピュータ読み取り可能な非一時的な記憶媒体として提供してもよい。
また、上述した実施形態及び変形例を任意に組み合わせて実施するようにしてもよい。
また、上述した実施形態及び変形例を任意に組み合わせて実施するようにしてもよい。
【0071】
最後に、本発明に係る種々の実施形態を説明したが、これらは、例として提示したものであり、発明の範囲を限定することは意図していない。新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。実施形態及びその変形は、発明の範囲及び要旨に含まれると共に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
【符号の説明】
【0072】
１００ ：中央サーバ
１１０ ：農家情報処理システム
１３０ ：ネットワーク
２００ ：情報処理装置
２１０ ：ローカルサーバ
２２０ ：無人飛行機
２３０ ：畝
２４０ ：畝
２５０ ：畝
３０１ ：制御部
３０２ ：記憶部
３０３ ：通信部
４０１ ：制御部
４０２ ：記憶部
４０３ ：撮像部
４０４ ：入力表示部
４０５ ：通信部
５０１ ：カメラ
５０２ ：フライトコントローラ
５０３ ：汎用小型ＰＣ
５０４ ：送受信機
５０５ ：ＣＯ２センサ
５０６ ：温度センサ
５０７ ：湿度センサ
５０８ ：距離センサ
５０９ ：オプティカルフローセンサ
６０１ ：地図情報生成部
６０２ ：飛行制御部
７０１ ：表示制御部
７０２ ：飛行計画生成部
８００ ：画面
８１０ ：領域
８２０ ：領域
１０００ ：情報処理システム
１４００ ：画面
１４１０ ：領域
１４２０ ：領域
１５００ ：画面
１５１０ ：領域
１５２０ ：領域
２２０ ：無人飛行機
２２０ａ ：底部
２２０ｂ ：受電部
５１０ ：農薬充填タンク
５１１ ：花粉付着部材
７０３ ：判定部
７０４ ：算出部
７０５ ：分類部
７０６ ：学習部
８０１ ：画面
８０２ ：画面
８０３ ：画面
１１００ ：特定領域
１１００ａ ：特定領域
１１００ｂ ：特定領域
１１００ｃ ：特定領域
１４００ ：画面
１４１０ ：領域
１４２０ ：領域
１６１０ ：充電ステーション
１６１１ ：すり鉢部
１６１１ａ ：内周面
１６１１ｂ ：送電部
１６１１ｃ ：貫通部
１１０ ：農家情報処理システム
１３０ ：ネットワーク
２００ ：情報処理装置
２１０ ：ローカルサーバ
２２０ ：無人飛行機
２３０ ：畝
２４０ ：畝
２５０ ：畝
３０１ ：制御部
３０２ ：記憶部
３０３ ：通信部
４０１ ：制御部
４０２ ：記憶部
４０３ ：撮像部
４０４ ：入力表示部
４０５ ：通信部
５０１ ：カメラ
５０２ ：フライトコントローラ
５０３ ：汎用小型ＰＣ
５０４ ：送受信機
５０５ ：ＣＯ２センサ
５０６ ：温度センサ
５０７ ：湿度センサ
５０８ ：距離センサ
５０９ ：オプティカルフローセンサ
６０１ ：地図情報生成部
６０２ ：飛行制御部
７０１ ：表示制御部
７０２ ：飛行計画生成部
８００ ：画面
８１０ ：領域
８２０ ：領域
１０００ ：情報処理システム
１４００ ：画面
１４１０ ：領域
１４２０ ：領域
１５００ ：画面
１５１０ ：領域
１５２０ ：領域
２２０ ：無人飛行機
２２０ａ ：底部
２２０ｂ ：受電部
５１０ ：農薬充填タンク
５１１ ：花粉付着部材
７０３ ：判定部
７０４ ：算出部
７０５ ：分類部
７０６ ：学習部
８０１ ：画面
８０２ ：画面
８０３ ：画面
１１００ ：特定領域
１１００ａ ：特定領域
１１００ｂ ：特定領域
１１００ｃ ：特定領域
１４００ ：画面
１４１０ ：領域
１４２０ ：領域
１６１０ ：充電ステーション
１６１１ ：すり鉢部
１６１１ａ ：内周面
１６１１ｂ ：送電部
１６１１ｃ ：貫通部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】
【図30】
