• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 実績報告書

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

研究課題

研究課題/領域番号 19J22701
研究機関東京大学

研究代表者

板倉 健太  東京大学, 農学生命科学研究科, 特別研究員(DC1)

研究期間 (年度) 2019-04-25 – 2022-03-31
キーワードLiDAR / 3次元 / 点群 / 深層学習 / 写真測量 / UAV
研究実績の概要

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。

現在までの達成度 (段落)

令和3年度が最終年度であるため、記入しない。

今後の研究の推進方策

令和3年度が最終年度であるため、記入しない。

  • 研究成果

    (2件)

すべて 2021

すべて 雑誌論文 (1件) 学会発表 (1件)

  • [雑誌論文] Automatic pear and apple detection by videos using deep learning and a Kalman filter2021

    • 著者名/発表者名
      Itakura Kenta、Narita Yuma、Noaki Shuhei、Hosoi Fumiki
    • 雑誌名

      OSA Continuum

      巻: 4 ページ: 1688~1688

    • DOI

      10.1364/OSAC.424583

  • [学会発表] 小型のドローンの自律走行による果実のカウントや樹木のモニタリング2021

    • 著者名/発表者名
      板倉健太、野秋収平、細井文樹
    • 学会等名
      システム農学会

URL: 

公開日: 2022-12-28  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi