AIを搭載した自律型水田除草ロボットの開発

点击翻译按钮获取中文摘要

本研究では，ディープラーニングを水田除草ロボットに適用することで，人間と同様に周囲の状況を把握しながら次の目的場所まで移動できる完全自律型の水田除草ロボットの開発を目標としている。これまでに，水田除草ロボットに搭載したカメラセンサにより取得される画像情報を入力とする稲苗検知システムをディープラーニングで構築を行った。構築する稲苗検知システムには，入力された画像の中から稲苗の検知・認識を可能とするためにYOLO（You Only Lock Once）をフレームワークとして利用した。これまでの研究結果から，稲苗の生長具合により稲苗検知システムによる稲苗の検知数や認識確率に違いがあることが確認できており，検証用データを用いた評価指標による検知精度評価では，まだまだ検知精度は不十分であり，稲苗検知システムの改良の余地が十分にあることが分かった。さらなる稲苗検知精度を向上のため，実際の水田にて稲苗の生長過程別に，さらに多くの学習データの収集を行った。昨年までの画像データも含め，約4000枚の稲苗画像を準備した。また，検知精度向上のために，学習データ作成時のアノテーションにおいて，検出したい稲苗の領域を正確に矩形で囲い，稲苗の生長具合に応じて複数のクラスとして登録を行った。これらの画像を学習データとして用い，稲苗検知システムを再構築した。学習終了後に得られる学習済モデルを用いて，学習時に使用しなかった検証用データで稲苗検知実験を行った。稲苗検知システムの稲苗検知精度を評価するために，機械学習で基本的な評価指標（適合率，再現率など）を利用した。生長過程別を考慮した稲苗検知システムの適合率：0.81，再現率：0.77となり，これまでの稲苗検知システムの適合率：0.71，再現率：0.48を大きく更新する結果となった。