2021 Fiscal Year Annual Research Report
画像処理及び深層学習を用いた植物機能の3次元情報解析
| Project/Area Number |
19J22701
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
板倉 健太 東京大学, 農学生命科学研究科, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2019-04-25 – 2022-03-31
|
| Keywords | LiDAR / 3次元 / 点群 / 深層学習 / 写真測量 / UAV |
|---|
| Outline of Annual Research Achievements |
本年度は、LiDARと呼ばれる、レーザースキャナーにて樹木を計測し、そこで得られた3次元情報を高度に解析する技術の開発を行った。さらに、そのような3次元計測を自動化するための基礎検討として、ドローンの自律走行による樹木や樹上の果実などの物体の解析方法の開発を行った。
樹木の3次元情報の解析については、森林や都市の樹木を自動的に検出する方法や、樹木の葉と枝を自動的に分離する方法について研究を行った。この方法により、樹木個体の高さや幹の直径が解析できるだけでなく、葉の面積や樹木の幹の曲率などの情報も自動的に計算することが可能となる。このような高精度な解析を行うために、近年、深層学習の技術が用いられることが多いが、そのために、訓練データを用意することは容易ではない。そのため、教師なし学習と呼ばれる、訓練データの必要としない方法を提案した。
これらの樹木を含む対象の3次元計測は、多大な労力や計測時間を要するだけでなく、特に災害時などは危険が伴う作業である。そのため、本研究では、前方の障害物などを検知しつつ、最適な航路にて樹木の計測ができないかと考えた。そこで、樹木個体を自動的、かつ高精度に検出する方法や、UAV（Unmanned Aerial Vehicle）の自律走行実験を行う。ここでは、狭い領域や屋内でも利用可能な、小型のUAVを用いた。農園（屋外）にて小型ドローンを自律航行させ、対象の樹木にある果実を自動カウントすることを行った。ここでは、ドローンをプログラミングによって制御することで、ユーザーの手動による操縦を含まない。また、果実の検出に関しては、深層学習による方法や、古典的な画像解析による方法を並行して試し、より高精度な果実の検出技術を作成することができた。
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
