| 研究課題/領域番号 |
17K08001
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
地域環境工学・計画学
|
|---|
| 研究機関 | 三重大学 |
|---|
研究代表者 |
伊藤 良栄 三重大学, 生物資源学研究科, 助教 (30232490)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2019年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2017年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 農業IoT / 水田灌漑 / 見える化 / 画像処理 / 水管理 / AI / 深層学習 / 自動給水栓 / 農業工学 / 灌漑排水 / LoRa網 |
|---|
| 研究成果の概要 |
揚水機のメータ画像を画像処理してポンプの稼働時間を読み取った。2018年度は深層学習による数字認識を試み，90%を超える認識率が得られた。誤認識された数値を自動修正するプログラムを作成して目視で読み取った値と修正値との差が±1以内を許容範囲とした結果，修正後の数値がこの範囲内に収まる割合が99.99%となり，ほぼすべての時間で妥当な数字が得られた。2019年度は高精細なデジタルカメラに変更して解像度の高い画像が得られるようにして，テンプレートマッチングを用いた数字認識に変えたところ，対象揚水機場では二値化の閾値が60か65とした場合に認識率が100%となり誤認識がなくなった。
|
| 研究成果の学術的意義や社会的意義 |
予算面から高額な流量計の導入が困難なことが多い農業用水システムにおいて，高精細なカメラを用いて得られる高解像度の揚水機場ポンプメータ画像から画像処理により数字認識して積算時間を読み取ることが可能となった。画像処理に用いたテンプレートマッチングは深層学習などと比べて計算負荷が圧倒的に軽いため，Raspberry Pi等のSBC上で実行可能となった。以上より，現段階でオンサイトでのリアルタイム処理実行のための基幹技術の開発ができた。今後5Gなどの通信網が農業現場に普及するにつれて揚水機場単位での農業用水の利用実態が上水道のように見える化されることにより，農家の節水意識が向上されることが期待される。
|
