| Project/Area Number |
23K04291
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 25010:Social systems engineering-related
|
|---|
| Research Institution | Bunkyo University |
|---|
Principal Investigator |
櫻井 淳 文教大学, 情報学部, 准教授 (70711018)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
池辺 正典 文教大学, 情報学部, 教授 (10453440)
大橋 洸太郎 文教大学, 情報学部, 講師 (30734032)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
Fiscal Year 2025: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2024: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2023: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
|
|---|
| Keywords | カメラ / 農地パトロール / システム開発 / 遊休農地 / コンピュータビジョン / ドローン |
|---|
| Outline of Research at the Start |
近年，耕作放棄地の増加が深刻化し，全国の農業委員会によって農地パトロールが実施されている．これは，現地調査によって「耕作地」「明らかな耕作放棄地」「荒廃農地（低度）」「荒廃農地（中度）」「荒廃農地（重度）」の5段階に分類する業務であり，多大な人的コストを要している．そこで，本研究では，ドローンを活用した現地調査の自動化手法を提案する．具体的に，空撮画像を用いた画像処理技術と写真測量技術により，荒廃度の各段階を自動分類し，実務に適用可能であることを検証する．
|
| Outline of Annual Research Achievements |
本研究は，全国の地方自治体の農業委員会で実施される農地パトロールの効率化を実現するため，航空写真やドローンを活用して現地調査業務を補助するシステムの提供等を目的としている．初年度は機械学習モデルの構築，遊休農地の実態調査，農地パトロール支援のためのシステムのプロトタイプ構築を実施した．具体的には，茅ヶ崎市の農地台帳および現地調査結果と筆ポリゴンのGISデータを照合し，教師データとしての整備を行ったほか，SNS画像を用いた分類手法の試行を通じて，視覚情報による自動判別の可能性を検討した．また，遊休農地と判定された地区を現地調査し，植生状況などの確認を行うとともに，Googleの3D地図APIを活用した判定結果表示システムの試作を進めた．2年目の当該年度は，1年目で整理した高解像度航空写真と農地利用状況調査の結果をもとに，耕作地270・非耕作地270の画像データを収集し，畳み込みニューラルネットワーク（CNN）による分類モデルを構築した．データは5分割交差検証を行い，F値は耕作地・非耕作地ともに0.88と一定の精度を示した．また，雑木や雑草の高さ情報に基づく荒廃度の自動判定に向けて，SfMによる3Dモデル構築における複数のドローン撮影手法（真上・斜め・側面）の比較を行い，立体的な植生の把握に有効な条件を整理した．加えて，地上型無人車両（UGV）による自動走行および撮影技術の実装を試み，将来的な農業現場での補完的活用の可能性を検討した．また，社会課題としての農地パトロールをプログラミング学習の題材とすることを想定し，ScratchやAR，MRによる飛行制御を試行し，教材化に向けた基礎的な検討を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当該年度は，1年目に整理した高解像度航空写真を用いて機械学習モデルの評価を行い，一定の分類精度を得たほか，SfMによる高さ情報の活用やUGVによる撮影手法の試行など，調査支援技術の拡張にも取り組んだ．加えて，農地パトロール等を題材とした児童向けプログラミング教材への展開を見据え，ScratchやAR，MRを用いた自動飛行プログラミングの基礎的な開発も進めている．以上より，本研究はおおむね順調に進展していると考える．
|
| Strategy for Future Research Activity |
今後は，これまでに構築した機械学習モデルや収集した画像データを活用し，農地分類結果の可視化と業務支援への応用を進める．具体的には，分類結果をWeb地図上で確認できる仕組みを整備し，農業委員会など現場での活用可能性を検証する．また，ドローンによる空撮画像やSfMによって生成される3次元モデルから，雑草や樹木の繁茂状況を反映した農地の荒廃度等の判定手法を試行し，自動判定の精度向上を目指す．加えて，農地パトロールの自動飛行等を題材としたプログラミング教材を開発し，児童が社会課題とのつながりを実感しながら論理的思考を深められる学習機会の創出にも取り組む予定である．
|
