2016 Fiscal Year Annual Research Report
| Project/Area Number |
15H01695
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
谷口 倫一郎 九州大学, システム情報科学研究院, 教授 (20136550)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
吉永 崇 公益財団法人九州先端科学技術研究所, その他部局等, 研究員 (10598098)
林 健司 九州大学, システム情報科学研究院, 教授 (50202263)
有田 大作 長崎県立大学, 情報システム学部, 教授 (70304756)
岡安 崇史 九州大学, 農学研究院, 准教授 (70346831)
光藤 雄一 公益財団法人九州先端科学技術研究所, その他部局等, 研究員 (70404803)
長原 一 九州大学, システム情報科学研究院, 准教授 (80362648)
島田 敬士 九州大学, 基幹教育院, 准教授 (80452811)
内山 英昭 九州大学, システム情報科学研究院, 助教 (90735804)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 知覚情報処理 / 農業応用 / スマートセンシング |
|---|
| Outline of Annual Research Achievements |
平成２８年度の主な研究実績は以下の通りである．
・前年度に行った，農作業者に装着したスマートウォッチで計測した動き情報からから「いつ，誰が，収穫作業をしたのか」という農作業内容を自動取得する研究について，収穫以外の農作業や他の農作業者にも適用可能とするための改良を行なった．
・サーボモータとワンボードマイコンからなる自律移動式モニタリング装置の試作を行った．本装置の大部分は3Dプリンタを用いて造形されており，移動部と計測部が独立しているので，種々のセンサやカメラを搭載できる仕様となっている．計測実験では装置に全天球カメラを搭載し栽培空間の360度画像の撮影が行えることを示した．
・農場におけるカメラの3D位置姿勢推定のために，パノラマ画像をデータベースとして作成し，入力された画像がパノラマ画像上のどこに相当するかを算出する再同定問題の研究を行い，カメラの位置姿勢推定を行うための基盤技術を構築した．また，画像を用いたフェノタイプ・生育状況解析のために，植物を撮影した画像から葉領域の切り出し，葉の枚数の数え上げ，葉の面積などを自動的に行う研究を行った．特に，葉領域とそれ以外を分割するための基盤技術を構築した．
・植物からの揮発性有機物（biogenic VOC; BVOC）を光学的に検知できる蛍光性分子鋳型マイクロビーズの開発研究を継続し，その分子認識特性の確認を行った．また，植物が病害虫に侵された際に揮発するテルペン類を対象とした分子認識材料の開発を新たに実施した．蛍光性マイクロビーズについては検知対象となるトマトから発生するヘキサナールとメチルヘプテノンについて、鋳型を合成する際のテンプレート分子に類似物質を選ぶことで、分子選択性を持つ蛍光変化、および対象ガスの可視化検知が可能であった．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
以下のような進捗状況により，おおむね順調に進展していると判断した．
・「いつ，誰が，どこで，どの作業を行なった」という農作業情報について，機械学習の導入によって収穫作業以外の農作業，および多数の農作業者に対しても，学習データを用意することで適用可能であることを示すことができた．
・移動式モニタリング装置を試作したことにより，ハウス内の環境や植物の時空間情報を計測できるようになった．本装置を構成するパーツの多くは３Dプリンタで造形できると同時に，他のセンサを搭載する場合の装置の仕様変更にも柔軟に対応できる構造とした．以上により，本装置は本研究で開発されるセンサのプラットフォームとしての利用が可能である。
・パノラマ画像から切り出された多数の画像とそのパノラマ上の座標をペアとして深層学習により学習させることで，新たな画像を入力とした際にそのパノラマ上での画像を出力させるNNを構築できた．また，深層学習に基づく分割手法を利用した場合の，葉領域切り出し精度の検証を行った．いくつかの画像に対して，葉領域の真値を作成し，画像と真値をペアとしてニューラルネットワークに学習させることで精度検証を行った結果，既存の機械学習手法であるSVMによりも高精度であることを確認した．
・テルペン類については広く植物が揮発させることが知られているジャスモン酸類を検知対象として，金属ナノ粒子の島状基板を分子認識材料（分子鋳型ゾルゲル）でコーティングし，その局在プラズモン共鳴変化によって検知できることを確認した．BVOCとしてテルペン類を加えることで，農業ICTとしての匂い測定の応用範囲を広げることができ，新しい植物用匂いセンサ開発への道筋が得られた．
|
| Strategy for Future Research Activity |
今後の研究の推進方策は以下の通りである．
・農作業者動き情報から農作業内容の自動取得については，精度を保ったまま，より簡便な仕組みで実現できるような手法について検討を進める．
・圃場環境の計測については，匂いセンサーと他のセンサーとの融合を進める．
・画像を用いたフェノタイプ・生育状況解析に関して，3次元画像の活用やハイパースペクトル画像の活用について注力する．
・上記で得られた様々な情報を総合的にハンドリングするための統合型の可視化システムにつて研究を進める．
|
-
-
-
-
-
-
-
-
-
-
-
-
[Presentation] Effective investigation of 3D feature value extraction for plant body surface using rgb-d sensor2016
Author(s)
Sakai, A., Okayasu, T., Yoshinaga, T., Nugroho, A. P., Arita, D., Inoue, E., Hirai, Y., Mitsuoka, M.
Organizer
International Symposium on Machinery and Mechatronics for Agriculture and Biosystems Engineering
Place of Presentation
新潟
Year and Date
2016-05-23 – 2016-05-25
Invited
