2022 Fiscal Year Research-status Report
UAVを用いた海岸における漂着ごみ量の自動算出アルゴリズムの開発
| Project/Area Number |
20K20019
|
|---|
| Research Institution | Yamaguchi University |
|---|
Principal Investigator |
江口 毅 山口大学, 大学研究推進機構, 助教 (20783773)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | ドローン / UAV / 漂着ごみ / 機械学習 / 自動検出 / 分光反射率 |
|---|
| Outline of Annual Research Achievements |
2022年度における研究実績は以下の4つである。
①ドローンの適切な撮影高度を検討するために、昨年度と同様に、山口県長門市二位ノ浜で海岸の漂着ごみの組成調査を実施した。調査は、5m×5mの範囲に落ちている全ての漂着ごみ（人工物）を収集し、種類別に分別、その後、種類別に個数と重さを集計した。調査は1区画で実施した。2020年度から2022年度の調査結果を基に、漂着ごみの種類、個数、重量についてまとめた。
②漂着ごみの検出に有効な波長を特定するために、昨年度と同様に、山口県長門市二位ノ浜で漂着ごみの分光反射率（スペクトル）の計測調査を実施した。調査では、砂地や草地の上に落ちたままの状態と黒板（黒色の画用紙を貼ったボード）上においた状態の2パターンで漂着ごみのスペクトル計測を実施した。2022年度の調査では、漂着ごみの種類や色の違いによるスペクトル特性を調査するために、同じ種類のごみを複数個計測し、また、異なる色のごみを対象に計測を行った。2020年度から2022年度の調査結果を基に、漂着ごみのスペクトル特性についてまとめた。
③機械学習用のドローン画像を撮影するために、昨年度と同様に、山口県長門市二位ノ浜でドローンによる画像撮影を実施した。撮影は二位ノ浜において特にごみが集中している区画を10mの高さで撮影した。また、撮影した画像を基に、撮影高度の検討や検出波長帯の検討を行った。さらに、機械学習用の教師データの作成を行った。
④研究成果の発表および最新の研究について情報を収集するため、日本リモートセンシング学会令和4年度秋季学術講演会に参加し、口頭発表を行った。学術講演会では、” マルチスペクトルドローン画像を用いた漂着ごみの検出に関する研究”について発表した。また、ドローンや機械学習に関する研究発表を視聴し、発表者と意見・情報の交換を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
2022年度は昨年度より、若干、新型コロナウィルスによる活動制限が緩和されたが、大学の方針に基づき、集団での現地調査を自粛する期間があった。また、研究代表者を始め研究補助者の学生においてもコロナの感染が相次いだため、現地調査を1回しか実施することができず、作業全体としても遅れが発生した。各要素研究の進捗状況は以下の通りである。
研究テーマ１「漂着ごみの検出に有効となる指標の研究」については、やや遅れており、現地調査による漂着ごみのスペクトル計測がやや不足している。また、ドローンによる海岸の漂着ごみの撮影も同様である。そのため、2023年度は現地調査の実施回数を増やして、ドローンおよびスペクトルデータの収集を行う予定である。
研究テーマ2「検出結果からごみの量を算出する方法の研究」については、やや遅れており、過去に実施したごみの組成調査の結果を基に、ごみの種類や個数、重量についてまとめることができた。しかし、データ量が十分ではないため、2023年度も引き続きごみの組成調査を行う予定である。
研究テーマ3「UAV画像からごみの分布および量を自動で算出するアルゴリズムの研究」については、やや遅れており、漂着ごみのスペクトル特性について把握することができたが、データ量が十分ではない。また、機械学習用の教師データの作成を引き続き行う必要がある。2023年度は既所持のデータで漂着ごみの検出手法について検討を進めると同時に、機械学習用の教師データの作成およびアルゴリズム開発を行う予定である。
|
| Strategy for Future Research Activity |
2023年度は、ドローン画像や検出に有効な波長および指標について検討するためのスペクトルデータの数を充実させるために、現地調査を引き続き実施する。また、機械学習用の教師データの作成およびアルゴリズム開発を行い、漂着ごみの自動検出のテストモデルを構築する。各要素研究の方策は以下の通りである。
研究テーマ1「漂着ごみの検出に有効となる指標の研究」については、単バンドおよび複数バンド、指標画像を用いた漂着ごみの検出と精度評価を行う。
研究テーマ2「検出結果からごみの量を算出する方法の研究」については、ごみの組成調査を引き続き実施し、ごみの種類別の平均サイズと体積（量）との関係性について検討する。また、調査結果に基づき、ごみのサイズから量を算出するための方法について検討する。
研究テーマ3「UAV画像からごみの分布および量を自動で算出するアルゴリズムの研究」については、研究テーマ１と２の結果を基に機械学習用の教師データを増作し、自動検出のテストモデルを構築する。
|
| Causes of Carryover |
論文投稿料について、論文の投稿が2022年度内に間に合わなかった。そのため、2023年度に論文を投稿する。
|
