深層学習による葉の振動波形を用いた植物の灌水制御に関する検討

点击翻译按钮获取中文摘要

植物の健康状態を非破壊的に検査する方法はまだ確立していないため、このような方法が実用化されれば、植物を最適な環境で育てることが実現出来るようになる。以前の実験結果より、小松菜の葉の共振周波数は成長とともに低下すると同時に、健康時には規則的な日周変化を示すが、給水停止などの水ストレスを与えると、日周変化が乱れる事が判明している。初年度は、過去に取得されたデータを用いて深層学習による検討を試みる予定であったが、半導体不足の影響により、深層学習用機材の調達が困難であることが判明したため、日周変動現象を再確認するための実験環境構築と基礎データの取得を行っている。さらに今年度は、育成室においてナスの成長に伴う葉の固有振動数、土壌含水率変化、成長＆日周変動を捉えた葉の連続写真などの計測データ取得を行いつつ、葉の共振周波数変化を深層学習により予測する処理を進めた。しかしながら、まだ、短期変化データでは日周変動による共振周波数の変化の予測精度が十分でない状況である。なお、計測対象用の植物としては、研究室内で育成制御しやすい小松菜もしくはナスを用いた。加振用音源としてはパラメトリックスピーカを用い、葉の振動計測用としてはレーザ変位計およびCCDカメラを用いた。加振用音波を5分間隔で送出して、その際の葉の振動を計測している。なお、水分センサーを用いて土壌の含水率変化も計測している。また、日周変動を起こさせるために、蛍光灯のオンオフを利用して部屋の明るさを調整した。実験結果から、以前と同様な日周変動が確認された。また、水ストレスを与えた場合の実験も行い、CCDカメラで葉のしおれが観測される前に、葉の共振周波数が変化し始めていることが確認された。この現象を利用すれば、植物の健康状態を維持したまま、水ストレスによる影響がでる前に灌水制御を行うこと可能となる。