複雑系アプローチによる藻場環境シミュレータの構築と藻場の生態系レジリエンスの解明

点击翻译按钮获取中文摘要

本年度は、既に提案している３６０°カメラと単眼深度推定モデルＭｉＤａＳを組み合わせた水槽内の魚類位置推定システムを用いて、大型水槽での位置推定実験を実施した。提案システムでは、３６０°カメラを用いて撮影した水中画像を歪みの少ないキューブマップに変換し、Ｔｅｎｓｏｒｆｌｏｗを用いて魚類を抽出するとともに、単眼深度推定モデルＭｉＤａＳを用いてカメラからの奥行き情報を推定し、水槽内の三次元位置を算出し遊泳軌跡をプロットする。本年度の実験では、昨年度の実験での課題である照明による影の影響を考慮し、円筒形水槽を用いて上面から照明を当てることで影の生成を抑制し、検出精度の向上を図った。また、円筒形水槽とすることで中央に設置したカメラと壁までの距離が均等となり、三次元位置の推定が簡略化できた。今回は水槽にマアジを1匹～5匹投入した状態での計測実験を行い、各魚類の遊泳軌跡が作成できることを確認した。実験結果より、水槽内での3次元位置計測としては十分な精度が得られていることは確認できたが、魚影が重なった際には、計測値が欠損してしまう場合も見られ、これらの対処方法に関しては引き続き検討していく。また、藻場環境シミュレータの構築に関して、取得された遊泳軌跡の時系列データに対してリアプノフ指数の数値計算を適用し，藻場における魚類の行動とカオス指数との関係について考察した。本年度は、観測量について遅れ時間を考慮した3次元の再構成空間に埋め込むことでその観測量のアトラクタを求めた。その結果、典型的な魚類の行動パターンにおけるアトラクタを得ることができ，カオス性やフラクタル性で魚類の複雑性を分析可能な観測量を取得できることが分かった。また、藻場計測の専門家と連携しマルチエージェントシステムを構築する際の要素の候補を抽出した。