特開 2023-175385 植物生育監視方法

(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】P2023175385

(43)【公開日】2023-12-12

(54)【発明の名称】植物生育監視方法

(51)【国際特許分類】

   A01G 7/00 20060101AFI20231205BHJP

   G06Q 50/02 20120101ALI20231205BHJP

【ＦＩ】

A01G7/00 603

G06Q50/02

【審査請求】未請求

【請求項の数】6

【出願形態】ＯＬ

(21)【出願番号】P 2022087806

(22)【出願日】2022-05-30

(71)【出願人】

【識別番号】516227490

【氏名又は名称】株式会社テクノアクセルネットワークス

(71)【出願人】

【識別番号】501326067

【氏名又は名称】株式会社サイバー創研

(74)【代理人】

【識別番号】100120329

【弁理士】

【氏名又は名称】天野 一規

(74)【代理人】

【識別番号】100159581

【弁理士】

【氏名又は名称】藤本 勝誠

(74)【代理人】

【識別番号】100159499

【弁理士】

【氏名又は名称】池田 義典

(74)【代理人】

【識別番号】100106264

【弁理士】

【氏名又は名称】石田 耕治

(74)【代理人】

【識別番号】100139354

【弁理士】

【氏名又は名称】松浦 昌子

(74)【代理人】

【識別番号】100208708

【弁理士】

【氏名又は名称】河村 健志

(74)【代理人】

【識別番号】100215371

【弁理士】

【氏名又は名称】古茂田 道夫

(74)【代理人】

【識別番号】100187997

【弁理士】

【氏名又は名称】田中 厳輝

(72)【発明者】

【氏名】山内 直樹

(72)【発明者】

【氏名】有本 和民

(72)【発明者】

【氏名】木下 研作

(72)【発明者】

【氏名】吉川 憲昭

(72)【発明者】

【氏名】劉 微

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049CC01

(57)【要約】      （修正有）

【課題】個々の植物単位の収穫時期及び生育状況を高い精度で推定可能であり、かつデータ処理量が低減された植物生育監視方法の提供。
【解決手段】植物生育監視方法は、カメラを有する無人航空機を用いた植物生育監視方法であって、監視対象である圃場の植物の植え付けマップと、ｎ種（ｎ≧１の整数）の生育パラメータ及びそれらの時間変化を含む上記植物の汎用生育予測情報とを用い、上記無人航空機からの空撮により上記植え付けマップ中の植物の個体情報を取得する第１取得工程と、上記第１取得工程から一定期間経過後に、上記無人航空機からの空撮により上記植え付けマップ中の植物の個体情報を取得する第２取得工程と、上記第１取得工程及び上記第２取得工程で得られた個体情報から上記汎用生育予測情報との差分を特徴量として抽出する特徴量抽出工程と、上記特徴量から各個体の収穫時期及び生育状況を推定する推定工程とを備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

カメラを有する無人航空機を用いた植物生育監視方法であって、
監視対象である圃場の植物の植え付けマップと、ｎ種（ｎ≧１の整数）の生育パラメータ及びそれらの時間変化を含む上記植物の汎用生育予測情報とを用い、
上記無人航空機からの空撮により上記植え付けマップ中の植物の個体情報を取得する第１取得工程と、
上記第１取得工程から一定期間経過後に、上記無人航空機からの空撮により上記植え付けマップ中の植物の個体情報を取得する第２取得工程と、
上記第１取得工程及び上記第２取得工程で得られた個体情報から上記汎用生育予測情報との差分を特徴量として抽出する特徴量抽出工程と、
上記特徴量から各個体の収穫時期及び生育状況を推定する推定工程と
を備える植物生育監視方法。

【請求項2】

上記汎用生育予測情報が、ｎ次元の相関直線で表されており、
上記特徴量が、上記相関直線に対する法線ベクトルで表現されている請求項１に記載の植物生育監視方法。

【請求項3】

上記第１取得工程、上記第２取得工程、上記特徴量抽出工程及び上記推定工程が、複数回繰り返され、
２回目以降の繰り返しにおける上記第１取得工程が、その直前の繰り返しにおける第２取得工程を兼ねている請求項１又は請求項２に記載の植物生育監視方法。

【請求項4】

上記圃場に、その土壌環境を制御する土壌環境制御設備が設けられており、
上記土壌環境制御設備が、近距離無線通信により動作し、上記土壌環境を制御する制御スイッチを有し、
上記無人航空機を、上記制御スイッチの直上へ誘導する誘導工程と、
直上へ誘導された上記無人航空機により、上記推定工程で推定される収穫時期及び生育状況をもとに上記制御スイッチを制御する土壌環境制御工程と
を備える請求項３に記載の植物生育監視方法。

【請求項5】

上記土壌環境制御設備が、上空から識別可能であり、上記無人航空機に上記制御スイッチの位置を伝達する表示装置を有し、
上記表示装置に表示され、上記位置を示すための第１画像要素が、コードが表示されない中空領域を含む２次元バーコードであり、
上記中空領域に上記第１画像要素と相似な第２画像要素が縮小表示される入れ子構造を有している請求項４に記載の植物生育監視方法。

【請求項6】

上記汎用生育予測情報が、気温又は雨量を含む環境パラメータを含む請求項３に記載の植物生育監視方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、植物生育監視方法に関する。

【背景技術】

【0002】

野菜や果実等の農作物としての植物は、生育すると収穫され出荷される。植物の生長は、種々の自然の要素に左右されるため、日により出荷量は変動し、出荷量が不足する日、過剰となる日が生じ易く、安定供給が難しい場合がある。

【0003】

この農作物の供給を安定化するため、収穫時期や収穫量を予測する試みがなされている（例えば特開２０２１－１７９９８３号公報参照）。この予測方法では、予測対象の野菜が、栽培期間に含まれる複数のステージのいずれに属しているかを判定し、判定したステージに基づいて、気温と日射量とから予測対象の野菜の生育状態を予測するモデルのパラメータを決定し、決定したパラメータが設定されたモデルを用いて、予測対象の野菜の生育状態を予測している。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２１－１７９９８３号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

上記従来の予想方法は、圃場全体の収穫時期を予測するものであるが、植物の生育には、気温や日射量のほか、植物自体の個体差、個々の植物の置かれた環境の違い等の影響もあり、必ずしも圃場の全ての植物が一斉に収穫時期となるわけではない。一方、個々の植物の置かれた状況に応じて予測モデルを構築することは、データ処理量の観点で現実的ではない。

【0006】

本発明は、上述のような事情に基づいてなされたものであり、個々の植物単位の収穫時期及び生育状況を高い精度で推定可能であり、かつデータ処理量が低減された植物生育監視方法の提供を目的とする。

【課題を解決するための手段】

【0007】

本発明の一実施形態に係る植物生育監視方法は、カメラを有する無人航空機を用いた植物生育監視方法であって、監視対象である圃場の植物の植え付けマップと、ｎ種（ｎ≧１の整数）の生育パラメータ及びそれらの時間変化を含む上記植物の汎用生育予測情報とを用い、上記無人航空機からの空撮により上記植え付けマップ中の植物の個体情報を取得する第１取得工程と、上記第１取得工程から一定期間経過後に、上記無人航空機からの空撮により上記植え付けマップ中の植物の個体情報を取得する第２取得工程と、上記第１取得工程及び上記第２取得工程で得られた個体情報から上記汎用生育予測情報との差分を特徴量として抽出する特徴量抽出工程と、上記特徴量から各個体の収穫時期及び生育状況を推定する推定工程とを備える。

【発明の効果】

【0008】

本発明の植物生育監視方法は、個々の植物単位の収穫時期及び生育状況を高い精度で推定可能であり、かつデータ処理量が少ない。

【図面の簡単な説明】

【0009】

【図1】図１は、本発明の一実施形態に係る植物生育監視方法を示すフロー図である。

【図2】図２は、図１の植物生育監視方法で用いられる無人航空機及び監視対象とする圃場の例を示す模式図である。

【図3】図３は、図１の植物生育監視方法で用いられる植え付けマップの一例を示すイメージ図である。

【図4】図４は、図１の植物生育監視方法で用いられる汎用生育予測情報の一例を示すイメージ図である。

【図5】図５は、図４のｔ＝ｔ２における個体情報の例を示すイメージ図である。

【図6】図６は、花と葉の相関－時間２次元空間への写像を示すイメージ図である。

【図7】図７は、図２の表示装置に表示される画像の一例を示す模式図である。

【図8】図８は、図７の第１画像要素を示す模式図である。

【図9】図９は、図７の第２画像要素を示す模式図である。

【発明を実施するための形態】

【0010】

［本発明の実施形態の説明］
最初に本発明の実施態様を列記して説明する。

【0011】

本発明の一実施形態に係る植物生育監視方法は、カメラを有する無人航空機を用いた植物生育監視方法であって、監視対象である圃場の植物の植え付けマップと、ｎ種（ｎ≧１の整数）の生育パラメータ及びそれらの時間変化を含む上記植物の汎用生育予測情報とを用い、上記無人航空機からの空撮により上記植え付けマップ中の植物の個体情報を取得する第１取得工程と、上記第１取得工程から一定期間経過後に、上記無人航空機からの空撮により上記植え付けマップ中の植物の個体情報を取得する第２取得工程と、上記第１取得工程及び上記第２取得工程で得られた個体情報から上記汎用生育予測情報との差分を特徴量として抽出する特徴量抽出工程と、上記特徴量から各個体の収穫時期及び生育状況を推定する推定工程とを備える。

【0012】

当該植物生育監視方法では、無人航空機により空撮を行うことで、容易に個々の植物の個体情報を収集することができる。また、当該植物生育監視方法では、一定期間経過後の植物の個体情報をｎ種の生育パラメータで表現し、その時間変化の差分を特徴量として抽出する。この場合、収穫時期及び生育状況の推定精度を高めるべく生育パラメータの数を増やしたとしても、抽出される特徴量のデータはパラメータ数に比例して大きくなるのみであるので、データ処理用の増加が抑止できる。従って、当該植物生育監視方法は、個々の植物単位の収穫時期及び生育状況を高い精度で推定可能であり、かつデータ処理量が少ない。

【0013】

上記汎用生育予測情報が、ｎ次元の相関直線で表されており、上記特徴量が、上記相関直線に対する法線ベクトルで表現されているとよい。このように上記汎用生育予測情報をｎ次元の相関直線で表し、上記特徴量を、上記相関直線に対する法線ベクトルで表現することで、特徴量の抽出処理が軽減され、収穫時期及び生育状況が推定し易くなる。

【0014】

上記第１取得工程、上記第２取得工程、上記特徴量抽出工程及び上記推定工程が、複数回繰り返され、２回目以降の繰り返しにおける上記第１取得工程が、その直前の繰り返しにおける第２取得工程を兼ねているとよい。このように繰り返し処理を行うことで、効率的かつ逐次的に収穫時期及び生育状況を推定することができる。

【0015】

上記圃場に、その土壌環境を制御する土壌環境制御設備が設けられており、上記土壌環境制御設備が、近距離無線通信により動作し、上記土壌環境を制御する制御スイッチを有し、上記無人航空機を、上記制御スイッチの直上へ誘導する誘導工程と、直上へ誘導された上記無人航空機により、上記推定工程で推定される収穫時期及び生育状況をもとに上記制御スイッチを制御する土壌環境制御工程とを備えるとよい。このように土壌環境制御工程を備えることで、個々の植物の収穫時期及び生育状況を調整することができる。

【0016】

上記土壌環境制御設備が、上空から識別可能であり、上記無人航空機に上記制御スイッチの位置を伝達する表示装置を有し、上記表示装置に表示され、上記位置を示すための第１画像要素が、コードが表示されない中空領域を含む２次元バーコードであり、上記中空領域に上記第１画像要素と相似な第２画像要素が縮小表示される入れ子構造を有しているとよい。このような入れ子構造を有する２次元バーコードを用いることで、上記無人航空機を上記制御スイッチの直上に正確に誘導することができる。従って、近距離無線通信により確実に制御スイッチを制御できる。

【0017】

上記汎用生育予測情報が、気温又は雨量を含む環境パラメータを含むとよい。このように上記汎用生育予測情報に気温又は雨量を含む環境パラメータを含めることで、収穫時期及び生育状況の推定精度を高められる。

【0018】

ここで、「無人航空機」とは、人が搭乗せず、無線による遠隔操縦又は搭載コンピュータにあらかじめプログラムされたパターンで自律飛行をする航空機の総称であり、典型的には自律航法装置を備えた小型のマルチロータヘリコプタ（ドローン）を指す。「上空」とは、地上の基準点から天頂となす角度が４５度以内かつ基準点からの相対高度が５ｍ以内の範囲を指すものとする。

【0019】

［本発明の実施形態の詳細］
以下、本発明の一実施形態に係る植物生育監視方法について、適宜図面を参照しつつ詳説する。

【0020】

図１に示す植物生育監視方法は、図２に示すように、無人航空機１を用いた圃場２の植物生育監視方法であり、第１取得工程Ｓ１と、第２取得工程Ｓ２と、特徴量抽出工程Ｓ３と、推定工程Ｓ４と、誘導工程Ｓ５と、土壌環境制御工程Ｓ６とを備える。

【0021】

無人航空機１は、カメラ１１を有し、圃場２を空撮可能なものである。また、無人航空機１は、後述する土壌環境制御設備２１の制御スイッチを制御するための近距離無線通信システムを有している。

【0022】

圃場２には、監視対象の植物２０が植えられている。植物２０は通常複数であり、例えば１００以上１０００以下である。植物２０としては、市場に出回る果実や野菜が挙げられる。当該植物生育監視方法は、特に出荷時期により値段が大きく左右される高付加価値の果実や野菜の生育に用いることが好ましい。このような果実や野菜としては、温室栽培されているイチゴ等の果実、マンゴー等の高級果実、露地栽培されているほうれん草等の野菜を揚げることができる。

【0023】

また、圃場２には、その土壌環境を制御する土壌環境制御設備２１が設けられている。土壌環境制御設備２１としては、例えば図２に示すように、土壌の温度を制御する埋め込みヒータ２１ａ、液体肥料等の肥料を供給する追肥装置２１ｂ、水を供給する灌水装置２１ｃなどを挙げることができる。

【0024】

埋め込みヒータ２１ａ、追肥装置２１ｂ及び灌水装置２１ｃは、それぞれ複数設けられており、各装置は、圃場２の一部の区画の土壌環境を管轄し、設備全体で圃場２全体を制御するように構成されている。より具体的には、埋め込みヒータ２１ａは、例えば土壌の温度が所定の温度未満となった場合に、所定の温度が保たれるよう土壌を加熱する制御をする。追肥装置２１ｂは、所定の時間間隔で土壌に追肥するようにプログラムされている。灌水装置２１ｃは、所定の時間間隔で土壌に水分を補給するようにプログラムされている。なお、装置や制御は一例であって、土壌環境制御設備２１が上記構成に限定されることを意味するものではない。

【0025】

土壌環境制御設備２１（埋め込みヒータ２１ａ、追肥装置２１ｂ及び灌水装置２１ｃそれぞれ）は、近距離無線通信により動作し、上記土壌環境を制御する制御スイッチを有している。具体的には、埋め込みヒータ２１ａでは、上記制御スイッチにより、上記所定の温度を変更することができるように構成されており、追肥装置２１ｂ及び灌水装置２１ｃでは、上記所定の時間間隔を変更することができるように構成されている。

【0026】

当該植物生育監視方法では、図３に示すような、監視対象である圃場２の植物２０の植え付けマップ３と、図４に示すような、ｎ種（ｎ≧１の整数）の生育パラメータ及びそれらの時間変化を含む上記植物の汎用生育予測情報４とを用いる。

【0027】

具体的には、植え付けマップ３には、植え付けマップ３上での圃場２Ｍにおいて、植物２０Ｍが植え付けられている位置がプロットされている。無人航空機１から空撮された写真と照合することで、監視対象である植物２０を特定することができる。当該植物生育監視方法では、時間をおいて圃場２を観察するが、生育状況の把握は、以前に観察した植物２０と同じ植物２０との比較で行う必要がある。この際、例えば病変で除去された植物２０があった場合、雑草等他の植物が新たに存在する場合等、前回の観察とは異なる状況となっているため、以前の観察結果と対応付けできない場合がある。また、圃場２に植物２０の位置を示すマークを植物２０の近傍に置く方法も考えられるが、植物２０の生長にしたがってマークが植物２０に覆われ、上空から視認できなくなるおそれがある。これに対し、植え付けマップ３を利用することで、監視対象である植物２０を確実に特定することができる。

【0028】

この植え付けマップ３は、例えば植え付け時に作成される。植え付けマップ３は、人手により作成してもよいし、植え付け時に無人航空機１から空撮された写真をもとに、例えば機械学習された予測モデル（いわゆるＡＩ。以降単に「ＡＩ」ともいう）を用いて監視対象となる植物２０を抽出して、植え付けマップ３を作成してもよい。

【0029】

生育パラメータは、植物２０の生育状況の判断に必要なパラメータであり、例えば植物２０の背丈、広がり、葉や花のサイズ、数、密度、色の濃淡、実の形や色など多次元にわたる。ここでは、説明のし易さから、花のサイズ（図４のｘ軸）と葉のサイズ（図４のｙ軸）との２次元量（ｎ＝２）を例にとり説明するが、実際には、ｎは、予測精度と処理量との関係から、例えば５以上１５以下とされる。

【0030】

図４に示すように、汎用生育予測情報４は、ｎ次元の相関直線Ｌで表されているとよい。植物２０の生長において、例えば植え付けから第４週の花のサイズ及び葉のサイズには標準的な大きさが存在する。相関直線Ｌは、ある時刻ｔにおける標準的な花のサイズｘ及び葉のサイズｙをプロットした直線を表す。なお、現実の花のサイズや葉のサイズが時間ｔに対して線形に変化するとは限らないが、その場合でも、適切に座標変換することで、線形化できるので、汎用生育予測情報４を相関直線Ｌで表すことが可能である。以下は、説明の簡便のため、現実の花のサイズや葉のサイズが時間ｔに対して線形に変化するものとして説明を続けるが、汎用性を失うものではない。

【0031】

相関直線Ｌは原点を通る。例えば苗で植え付けがなされる場合、植え付け時点ですでに葉のサイズが０ではないことがあるが、これは例えば植え付け時点の時間を正の適切な値にマッピングすることで不整合を回避できる。また、時間ｔ０において収穫時期を迎え、そのときの花のサイズはｘ０、葉のサイズはｙ０となると考えられるから、相関直線Ｌは（ｔ０、ｘ０、ｙ０）を通る。相関直線Ｌは、このように決定できる。

【0032】

汎用生育予測情報４は、気温又は雨量を含む環境パラメータを含むとよい。このように汎用生育予測情報４に気温又は雨量を含む環境パラメータを含めることで、収穫時期及び生育状況の推定精度を高められる。

【0033】

環境パラメータを含める場合は、汎用生育予測情報４は、一般的な植物２０の生育に加えて、例えば圃場２の過去の記録等から環境パラメータに対する相関を抽出して作成される。この場合、環境パラメータに応じて複数の汎用生育予測情報４を準備し、現実に観測された環境パラメータから適切な汎用生育予測情報４を選択する方法を採用することができる。例えば雨量大、中、小の場合の３つの汎用生育予測情報４を準備しておき、実際の雨量の多寡によって３つの汎用生育予測情報４から１つの汎用生育予測情報４を選択する方法である。あるいは、環境パラメータに応じて時間ｔの変換係数αを算出し、時間軸ｔを変換する方法を採用してもよい。例えば雨量が少なく生長が遅くなることが見込まれる場合、α＜１の係数を与え、実際の時間ｔに対して時間軸をαｔ（＜ｔ）で読み替える。例えばｔ＝３／４とすると、実際の時間は４週目であるが、時間軸としてはαｔ＝３週目となり、３週目のデータを参照することで生長が遅くなっていることを反映することができる。

【0034】

あるいは、環境パラメータをＡＩのバイアス入力として利用し、生育特性に回帰させる方法を採用することもできる。

【0035】

以下、当該植物生育監視方法の各工程について、順に説明する。

【0036】

＜第１取得工程＞
第１取得工程Ｓ１では、無人航空機１からの空撮により植え付けマップ３中の植物２０の個体情報を取得する。

【0037】

具体的には、まず無人航空機１は、カメラ１１により圃場２を空撮する。この空撮は、少なくとも個々の植物２０が識別可能となる倍率で行われる。

【0038】

次に、空撮した画像は、植え付けマップ３と照合され、植え付けマップ３上の個々の植物２０Ｍと、空撮された画像に写っている実際の植物２０とが一対一で対応付けられる。

【0039】

この照合は、無人航空機１が通常備えている演算装置により行ってもよいし、無人航空機１が通常備えている通信設備により地上のサーバへ空撮画像を送信して、地上のサーバで行ってもよい。通常は、計算能力の高い地上のサーバを用いることが好ましい。一方、リアルタイムでデータ取得や解析をして、その場で異常個所等の再撮影を行うような場合には無人航空機１で処理を行う方が適している。

【0040】

地上のサーバで処理された場合は、その結果が無人航空機１へ送信されることとなる。以下、全ての演算処理において同様である。なお、少なくとも推定工程Ｓ４で推定される各個体の収穫時期及び生育状況の推定結果は、地上のサーバに保管されることになる。

【0041】

上述の照合は、例えばＡＩを利用して行うことができる。なお、圃場２が広い場合、個々の植物２０が識別可能となる倍率で空撮を行うと、圃場２の一部の画像から判断することとなるため、植え付けマップ３との照合が困難となる場合がある。このような場合には、より低倍率で空撮した（個々の植物２０が必ずしも識別できない）画像を併用して照合を行ってもよい。

【0042】

最後に、植え付けマップ３の各植物２０Ｍに対応する画像から、植物２０の個体情報を取得する。この個体情報は、ｎ種の生育パラメータで表現される。この実施形態においては、花のサイズｘ及び葉のサイズｙである。

【0043】

花のサイズｘ及び葉のサイズｙは、画像中の個々の植物２０について、特定の寸法あるいは面積等で代表してもよいし、植え付けから収穫までの進度を例えば１０段階の刻みで表現するような形式であってもよい。特に後者の場合は、ＡＩを活用して行うことができる。

【0044】

次工程である第２取得工程Ｓ２まで期間が空くため、無人航空機１はその間停止する。また、第２取得工程Ｓ２で同一の無人航空機１が空撮するとは限らないため、取得した植物２０の個体情報は、地上のサーバに保管することが好ましい。

【0045】

なお、この個体情報の取得は、後述する推定工程Ｓ３と同時に行ってもよい。この場合は、例えば空撮された画像が地上のサーバに保管されることとなる。

【0046】

＜第２取得工程＞
第２取得工程Ｓ２では、第１取得工程Ｓ１から一定期間経過後に、無人航空機１からの空撮により植え付けマップ３中の植物の個体情報を取得する。

【0047】

個体情報の取得方法は、第１取得工程Ｓ１と同様である。

【0048】

上記一定期間は、植物２０の生育期間（植え付けから収穫までの標準的な期間）によって適宜決定される。上記一定期間の下限としては、上記生育期間の１／３０が好ましく、１／２０がより好ましい。一方、上記一定期間の上限としては、上記育成期間の１／５が好ましく、１／１０がより好ましい。上記一定期間が上記下限未満であると、第１取得工程Ｓ１で得られる個体情報と、第２取得工程Ｓ２で得られる個体情報との差が小さく、収穫時期及び生育状況の推定誤差が大きくなるおそれがある。逆に、上記一定期間が上記上限を超えると、後述する土壌環境制御工程Ｓ６でタイムリーな制御ができず、環境制御する効果が不十分となるおそれがある。なお、上記一定期間は、具体的には１週間以上４週間以下とされる。また、第１取得工程Ｓ１及び第２取得工程Ｓ２を繰り返し行う場合にあっては、上記一定期間は繰り返しごとに異なる期間であってもよい。

【0049】

＜特徴量抽出工程＞
特徴量抽出工程Ｓ３では、第１取得工程Ｓ１及び第２取得工程Ｓ２で得られた個体情報から上記汎用生育予測情報との差分を特徴量として抽出する。

【0050】

例えば植え付け時点を基準として、第１取得工程Ｓ１を行った時間をｔ１、第２取得工程Ｓ２を行った時間をｔ２とすると、ある１つの植物２０について、ｔ＝ｔ１における花のサイズｘ１、葉のサイズｙ１、ｔ＝ｔ２における花のサイズｘ２、葉のサイズｙ２が個体情報として取得済みであるから、図４に示すように、プロット可能であり、これと上記汎用生育予測情報を示す相関直線Ｌとの差分から特徴量を抽出可能である。

【0051】

例えば図４においてｔ＝ｔ２の時間における（第２取得工程Ｓ２における）プロットをｘｙ平面に投影すると、例えば図５のグラフが得られる。図５のグラフは、Ｐ１１、Ｐ１２、Ｐ１３は個々の植物２０のプロット３例を示している。相関直線Ｌも投影可能であり、ｘｙ平面上の相関直線Ｌｘｙとして表される。

【0052】

上記特徴量は、相関直線Ｌｘｙに対する法線ベクトルｎ１１、ｎ１２、ｎ１３で表現されているとよい。このように上記特徴量を相関直線Ｌｘｙに対する法線ベクトルｎ１１、ｎ１２、ｎ１３で表現することで、特徴量の抽出処理が軽減され、収穫時期及び生育状況が推定し易くなる。例えばプロットＰ１１、Ｐ１３では、法線ベクトルｎ１１、ｎ１３が左上方向を向いているから、葉のサイズｙが花のサイズｘより大きく、その長さが大きさの差分の度合いを示す（長いほど葉のサイズｙが花のサイズｘに対して相対的に大きいことを示す）。プロットＰ１２は、逆に葉のサイズｙが花のサイズｘより小さい。

【0053】

図６は、花と葉の相関－時間の２次元空間へ写像したグラフを示す。この写像には多次元尺度構成法（ＭＤＳ）を用いることができる。具体的には、図４の３次元空間でプロットされた各植物２０の実点から相関直線Ｌへ降ろした垂線の足の時間ｔｐを図６の時間軸ｔの値とし、時間ｔｐにおける相関直線Ｌｘｙ上の点を起点として引いた図５の法線ベクトルの先端と一致する点をプロットしている。

【0054】

＜推定工程＞
推定工程Ｓ４では、上記特徴量から各個体の収穫時期及び生育状況を推定する。

【0055】

例えば図６のグラフから、各個体の生育の収穫時期及び生育状況を読み取ることができる。図６のグラフから生育状況を読み取ると、例えばＰ１１→Ｐ１２と変化している個体は生育が遅く、かつ相関直線Ｌｔから上方に外れる傾向があることから、葉の生育が花の生育よりも早い傾向にあることが分かる。Ｐ２１→Ｐ２２では生育速度は標準的で、葉が大きい傾向がそのまま踏襲されていることが分かる。さらに、Ｐ３１→Ｐ３２では、生育速度は標準的で、葉が小さかった傾向が解消されつつあることが分かる。

【0056】

収穫時期は、例えば個々の植物２０のプロットを外挿し、ｔ＝ｔ０の直線又はｘｙ＝ｘｙ０の直線と交わるまでに要する時間として算出可能である。

【0057】

＜誘導工程＞
誘導工程Ｓ５では、無人航空機１を、上記制御スイッチの直上へ誘導する。

【0058】

当該植物生育監視方法では、無人航空機１により土壌環境制御設備２１を制御することで、個々の植物２０の収穫時期及び生育状況を調整することができる。例えば植物２０の生育が遅れている場合、その植物２０が植え付けられている付近の土壌の温度を高めることで生育を促進することができる。そのためには、該当する位置の埋め込みヒータ２１ａの制御温度の設定を変更する必要がある。この設定の変更は、無人航空機１が有している近距離無線通信により行うことができるが、まず無人航空機１を上記制御スイッチの直上へ誘導する必要がある。なお、個々の埋め込みヒータ２１ａ、追肥装置２１ｂ及び灌水装置２１ｃのうち、どの場所のどの装置を制御するかは、推定工程Ｓ４で推定された収穫時期及び生育状況に基づいて、例えばＡＩ等を活用して決定することができる。

【0059】

無人航空機１を上記制御スイッチの直上（以下、単に「定点」ともいう）へ誘導するため、図２に示すように、土壌環境制御設備２１が、上空から識別可能であり、無人航空機１に上記制御スイッチの位置を伝達する表示装置２１ｄを有しているとよい。

【0060】

表示装置２１ｄは、個々の埋め込みヒータ２１ａ、追肥装置２１ｂ及び灌水装置２１ｃそれぞれに設けられる。表示装置２１ｄとしては、公知の液晶ディスプレイ等を用いることができる。

【0061】

表示装置２１ｄの形状（表示画面の平面視形状）としては、正方形状又は長方形状（合わせて「方形状」ともいう）とすることができる。表示装置２１ｄの形状を方形状とすることで、既存のディスプレイを容易に用いることができる。また、表示装置２１ｄの形状としては、円形状とすることもできる。表示装置２１ｄの形状を円形状とすることで、その中心を上記定点として利用することで、無人航空機１から上記定点を認識し易くすることができる。

【0062】

表示装置２１ｄの１辺の長さ（表示装置２１ｄが円形状である場合は、その直径の長さ）の下限としては、３ｃｍが好ましく、４ｃｍがより好ましい。一方、表示装置２１ｄの１辺の長さの上限としては、２０ｃｍが好ましく、１０ｃｍがより好ましい。表示装置２１ｄの１辺の長さが上記下限未満であると、画像５の大きさが制約され、無人航空機１から認識できる距離が短くなるおそれがある。表示装置２１ｄが位置する部分には植物２０を植え付けられないため、表示装置２１ｄの１辺の長さが上記上限を超えると、植物２０の植え付けに支障が生じるおそれがある。

【0063】

表示装置２１ｄは、調光可能なものが好ましく、またカラー表示可能なものが好ましい。さらに、表示装置２１ｄの最大光量の下限としては、４０００ＬＵＸが好ましく、４５００ＬＵＸがより好ましい。表示装置２１ｄの最大光量が上記下限未満であると、画像５の明るさが制約され、無人航空機１から認識できる距離が短くなるおそれがある。一方、表示装置２１ｄの最大光量の上限は、特に限定されないが、消費電力等の観点から、例えば１００００ＬＵＸとされる。

【0064】

無人航空機１は、この表示装置２１ｄに表示される画像５（図７参照）により誘導される。画像５は、図７に示すように、第１画像要素５１と、第２画像要素５２と、第３画像要素５３と、マーカー５４とから構成されている。なお、図７において、矢印は２次元バーコードの向きを示している。

【0065】

（第１画像要素）
第１画像要素５１は、表示装置２１ｄに表示され、上記定点（上記制御スイッチの位置）を示すための画像要素である。第１画像要素５１は、図８に示すように、コードが表示されない中空領域５１ｘを含む２次元バーコードである。

【0066】

図８に示す第１画像要素５１では、２次元バーコードは８×８の正方形状のマトリックスであり、中空領域５１ｘとして、その中央の４×４のマトリックスが不使用である。つまり、中空領域５１ｘの形状は、第１画像要素５１の外形と相似形をなしている。なお、この構成は一例であって他の構成を妨げるものではない。

【0067】

２次元バーコードの１マスを構成する正方形の１辺の長さの下限としては、０．３ｃｍが好ましく、０．４ｃｍがより好ましい。一方、上記１辺の長さの上限としては、１．５ｃｍが好ましく、１ｃｍがより好ましい。上記１辺の長さが上記下限未満であると、無人航空機１から認識できる距離が短くなるおそれがある。逆に、上記１辺の長さが上記上限を超えると、表示装置２１ｄに表示できなくなるおそれや、第１画像要素５１により無人航空機１に伝達できる情報が不十分となるおそれがある。

【0068】

２次元バーコードは、例えば以下のようにコードを割り付けることができる。なお、これは一例であって、コードの割り付けは任意に決定することができる。

【0069】

前方から第１列には、固定の前方向パターン５１ａが割り付けられている。また、前方から第５列（最終列）には、固定の後方向パターン５１ｂが割り付けられている。この２つのパターンを参照することで、２次元バーコードの向きを知ることができる。

【0070】

中間に位置する第２列から第７列には、制御情報パターン５１ｃが割り付けられている。この制御情報には、例えば対応する制御スイッチにより制御される土壌環境の種類（埋め込みヒータ２１ａ、追肥装置２１ｂ及び灌水装置２１ｃの別）や、現在の設定値などが含まれる。

【0071】

（第２画像要素）
図９に示す第２画像要素５２は、第１画像要素５１と相似であり、第１画像要素５１の中空領域５１ｘに縮小表示される（図７参照）。つまり、第１画像要素５１と第２画像要素５２とは入れ子構造になっている。

【0072】

第２画像要素５２で表示されている２次元バーコードは、第１画像要素５１で表示されている２次元バーコードと、値も含め同一である。

【0073】

第２画像要素５２の外形と第１画像要素５１の中空領域５１ｘの形状とは、図７に示すように、一致していることが好ましい。各形状をこのような関係とすることで、所望の相似比の第１画像要素５１及び第２画像要素５２を少ない表示領域で表示することができる。

【0074】

第１画像要素５１と第２画像要素５２との相似比は、１．５：１以上３：１以下が好ましい。上記相似比が上記下限未満であると、中空領域５１ｘを広く取る必要が生じるため、各画像に含められる情報量が制約されるおそれがある。逆に、上記相似比が上記上限を超えると、無人航空機１のスムーズな誘導が困難となるおそれがある。

【0075】

上記入れ子構造は、例えば第１画像要素５１及び第２画像要素５２のみ（１回のみ）とすることもできるが、このように複数回（図５では２回）繰り返されているとよい。上記入れ子構造を複数回繰り返すことで、段階的に位置精度を高めることができるので、より遠距離から、あるいはより高い精度で無人航空機１を誘導できるようになる。

【0076】

上記入れ子構造の数としては、２以上５以下が好ましい。上記入れ子構造の数が上記下限未満（すなわち１）であると、段階的に位置精度を高める効果は得られない。逆に、上記入れ子構造の数が上記上限を超えると、入れ構造の数を増やすことによる位置精度の向上効果が不十分となるおそれがある。

【0077】

（マーカー）
マーカー５４は、上記定点を示す。無人航空機１は、この定点を目標に移動する。

【0078】

マーカー５４は、任意の位置に表示することもできるが、中空領域５１ｘ（５２ｘ）の中心に表示されているとよい。中空領域５１ｘには、第１画像要素５１及び第２画像要素５２ともにコードを有していないので、この領域の中心にマーカー５４を表示することで、無人航空機１から上記定点を認識し易くすることができる。

【0079】

マーカー５４の形状は特に限定されないが、円環状又は円形状とすることができる。マーカー５４の大きさは、要求される位置精度にもよるが、例えば直径で０．５ｃｍ以上１ｃｍ以下とすることができる。この場合、誤差１ｃｍ程度での制御が可能となる。

【0080】

このような入れ子構造を有する２次元バーコードを用いることで、無人航空機１を上記制御スイッチの直上に正確に誘導することができる。従って、近距離無線通信により確実に制御スイッチを制御できる。

【0081】

無人航空機１は、通常は１０ｍ程度の飛行高度で移動している。一方、上記制御スイッチを制御する際には、高度１ｍ程度まで降下し、かつ上記制御スイッチ直上でホバリングしつつ、上記制御スイッチを制御する必要がある。画像５は、無人航空機１がこの上記制御スイッチ直上でのホバリングを正確に行えるように誘導することができる。以下に、その誘導方法を説明する。上記誘導方法は、移動ステップと、降下ステップとを備える。

【0082】

（移動ステップ）
まず、無人航空機１は、例えば植え付けマップ３の情報に基づいて、ターゲットとなる制御スイッチの近傍へ１０ｍ程度の飛行高度を維持しつつ移動する。制御スイッチの近傍への移動（移動ステップ）が完了したか否かは、無人航空機１が第１画像要素５１の２次元バーコードを認識できるか否かにより判断する。認識できない場合は、移動ステップを継続し、無人航空機１をさらに上記制御スイッチに接近させるか、高度が低いと判断される場合は、無人航空機１の高度を上げて第１画像要素５１の視認性を高めてもよい。

【0083】

（降下ステップ）
移動ステップが完了すると、降下ステップに移る。誘導ステップから降下ステップに切り変わる際には、第１画像要素５１は認識できるが、第１画像要素５１よりも小さい第２画像要素５２、第３画像要素５３及びマーカー５４は認識できないという状態になり得る。しかし、無人航空機１は、最も大きい第１画像要素５１を認識できるので、第１画像要素５１の情報をもとに、上記定点へのアプローチを続けられる。第２画像要素５２以下が認識できないことから、この段階では無人航空機１と上記定点とは遠距離にあり、許容される誤差も大きい。従って第１画像要素５１のみの情報でアプローチを続けることが可能である。

【0084】

降下ステップに入った後は、無人航空機１は基本的には第１画像要素５１が示す定点に向かってアプローチすればよい。例えば図７に示す画像５に基づく場合、上記定点は第１画像要素５１の中空領域５１ｘにあることは既知であるので、仮にマーカー５４を無人航空機１が認識できない場合にあっても、この中空領域５１ｘに向かってアプローチしていけばよい。また、無人航空機１は、無人航空機１自体のカメラ１１から得られる情報のみでアプローチを続けることが可能である。

【0085】

第１画像要素５１に基づいてアプローチを続けていくと、無人航空機１と画像５との距離が縮まり、やがて無人航空機１は、第２画像要素５２が認識できるようになる。このとき、無人航空機１は、情報を取得する対象を第１画像要素５１から第２画像要素５２に切り替える。第２画像要素５２は大きさが第１画像要素５１よりも小さいため、より小さい目標に対してアプローチすることで、制御誤差を低減できる。第２画像要素５２に含まれる情報は、第１画像要素５１と同じであるので、飛行制御を断続することなく、あるいは初期化することなく、アプローチを継続できる。また、第２画像要素５２は、第１画像要素５１の中空領域５１ｘに表示されているので、第１画像要素５１から第２画像要素５２に切り替えても、カメラ１１の向きを変えなくてもよいか、変更を要したとしても微調整ですむ。

【0086】

さらに第２画像要素５２に基づいてアプローチを続けていくと、無人航空機１は第３画像要素５３を認識できるようになり、情報を取得する対象をこの第３画像要素５３に切り替える。最終的には、無人航空機１は、マーカー５４を認識し、この無人航空機１のホバリングポイントを示す定点であるマーカー５４上でホバリングすることができる。

【0087】

＜土壌環境制御工程＞
土壌環境制御工程Ｓ６では、直上へ誘導された無人航空機１により、推定工程Ｓ４で推定される収穫時期及び生育状況をもとに上記制御スイッチを制御する。このように土壌環境制御工程Ｓ６を備えることで、個々の植物２０の収穫時期及び生育状況を調整することができる。

【0088】

また、上記制御スイッチを無人航空機１からの近距離無線通信で制御する。このように無人航空機１からの近距離無線通信で制御することで、上記制御スイッチ側はパッシブセンサで動作することとなる。つまり、制御信号の送信を常時モニタするということを行わないので、土壌環境制御設備２１側の消費電力を最小化できる。

【0089】

＜繰り返し＞
当該植物生育監視方法では、第１取得工程Ｓ１、第２取得工程Ｓ２、特徴量抽出工程Ｓ３、推定工程Ｓ４、誘導工程Ｓ５及び土壌環境制御工程Ｓ６が複数回繰り返され、２回目以降の繰り返しにおける第１取得工程Ｓ１が、その直前の繰り返しにおける第２取得工程Ｓ２を兼ねている。

【0090】

つまり、例えば１回目に第１取得工程Ｓ１乃至土壌環境制御工程Ｓ６を行った後に２回目の工程を行う場合、１回目の第２取得工程Ｓ２が、２回目の第１取得工程Ｓ１とされる。このため、１回目の土壌環境制御工程Ｓ６の後には２回目の第２取得工程Ｓ２を行えばよいことになる。なお、誘導工程Ｓ５及び土壌環境制御工程Ｓ６は毎回行う必要はないため、条件によっては推定工程Ｓ４の後に第２取得工程Ｓ２に戻ってもよい。

【0091】

このように繰り返し処理を行うことで、効率的かつ逐次的に収穫時期及び生育状況を推定することができる。

【0092】

＜利点＞
当該植物生育監視方法では、無人航空機１により空撮を行うことで、容易に個々の植物２０の個体情報を収集することができる。また、当該植物生育監視方法では、一定期間経過後の植物２０の個体情報をｎ種の生育パラメータで表現し、その時間変化の差分を特徴量として抽出する。この場合、収穫時期及び生育状況の推定精度を高めるべく生育パラメータの数を増やしたとしても、抽出される特徴量のデータはパラメータ数に比例して大きくなるのみであるので、データ処理用の増加が抑止できる。従って、当該植物生育監視方法は、個々の植物単位の収穫時期及び生育状況を高い精度で推定可能であり、かつデータ処理量が少ない。

【0093】

［その他の実施形態］
上記実施形態は、本発明の構成を限定するものではない。従って、上記実施形態は、本明細書の記載及び技術常識に基づいて上記実施形態各部の構成要素の省略、置換又は追加が可能であり、それらは全て本発明の範囲に属するものと解釈されるべきである。

【0094】

上記実施形態では、土壌環境制御工程は必須の構成要件ではなく、土壌環境制御工程を備えない植物生育監視方法も本発明の意図するところである。土壌環境制御工程を備えない植物生育監視方法にあっては、例えば近距離無線通信により動作し、上記土壌環境を制御する制御スイッチは省略できる。

【0095】

また、土壌環境制御工程において、土壌環境の制御は近距離無線通信により行わなくともよい。例えば無人航空機と制御スイッチとの間でＷｉＦｉ等の他の無線通信手段により行ってもよい。あるいは、無人航空機により制御する代わりに、農作業者等が直接制御してもよい。

【0096】

上記実施形態では、第１取得工程、第２取得工程及び特徴量抽出工程が、複数回繰り返される場合を説明したが、繰り返しを行わない植物生育監視方法も本発明の意図するところである。

【0097】

また、複数回繰り返す場合にあっても、２回目以降の繰り返しにおける第１取得工程が、その直前の繰り返しにおける第２取得工程を兼ねていることは必須の構成要件ではなく、改めて第１取得工程から行ってもよい。

【0098】

上記実施形態では、汎用生育予測情報がｎ次元の相関直線で表され、非線形を有する場合は、適切に座標変換することで線形化する方法を説明したが、汎用生育予測情報を非線形のまま扱うこともできる。この場合は、植物の個体情報をパラメータ変数に対応させて多数取得して、非線形式にフィッティングする方法などを用いることができる。

【産業上の利用可能性】

【0099】

以上説明したように、本発明の植物生育監視方法は、個々の植物単位の収穫時期及び生育状況を高い精度で推定可能であり、かつデータ処理量が少ない。

【符号の説明】

【0100】

１ 無人航空機
１１ カメラ
２、２Ｍ 圃場
２０、２０Ｍ 植物
２１ 土壌環境制御設備
２１ａ 埋め込みヒータ
２１ｂ 追肥装置
２１ｃ 灌水装置
２１ｄ 表示装置
３ 植え付けマップ
４ 汎用生育予測情報
５ 画像
５１ 第１画像要素
５１ａ 前方向パターン
５１ｂ 後方向パターン
５１ｃ 制御情報パターン
５１ｘ 中空領域
５２ 第２画像要素
５２ｘ 中空領域
５３ 第３画像要素
５４ マーカー
Ｌ、Ｌｘｙ、Ｌｔ 相関直線

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】