レタスの成長システム同定に関する研究

生菜生长系统识别研究

基本信息

批准号：
12760175
负责人：
伊藤博通
金额：
$ 1.28万
依托单位：
Kobe University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
2000
资助国家：
日本
起止时间：
2000 至 2001
项目状态：
已结题

项目摘要

1.研究実施概要閉鎖系空間内における植物生産の自動化を目途とし,植物生体情報を積極的に活用した成長モデルをシステム同定法により構築することが目的である。平成12年度にひき続き次のような実験および解析を行った。・人工気象器を使用したレタス栽培実験(各種環境計測およびレタス生育状態測定)。・生体画像情報の解析。・生体情報と栽培環境との関係の解析。2.研究成果(1)栽培・計測システムの構築人工気象内に気温,湿度,光量子束密度,二酸化炭素濃度,養液pH,養液ECの各種センサおよびビデオカメラを設置し,これらを計測用コンピュータに接続して栽培環境とレタスの水平投影画像の時系列データを計測できるようにした。(2)栽培実験実験毎に人工気象機内でレタス1株を栽培した。栽培期間は21日間である。この期間中,サンプリング周期を1時間として上記測定項目を測定・記録した。栽培環境設定は光強度のみを変動させ,その他の環境は一定を保った。平成12年度は明暗周期をM系列信号に沿ってプログラムし,成長モデルのシステム同定が可能であることを示した。しかしこの光環境は実際の栽培現場では見られない。そこで平成13年度では植物工場現場の光環境に近くなるように明期および暗期をそれぞれ12時間に設定し,この条件でもシステム同定が精度よく行えるかどうかを検討した。この実験により光量子束密度を入力,レタス画像情報を出力とする1入力1出力のレタス成長システム解析のための基礎データを収集した。(3)画像解析レタスの水平投影画像をコンピュータで処理し,数十種類の画像特徴量を計算した。これと実際の生体重を対応させ,重回帰分析によってレタス画像からレタス生体重を非接触かつリアルタイムで測定できるようになった。得られた重回帰式は非常に高い有意性(1%)を示し,精度よく生体重推定ができた。(4)生体情報と栽培環境との関係の解析画像処理で測定したレタス生体重と光量子束密度の時系列データをシステム同定法を使用して解析した。今回の入力信号は特定の周波数帯にしかパワーが存在しないため,本来存在するはずの周波数帯が欠けていた。しかし,逐次最小二乗法を適用し,ARXおよびARMAXモデルによって推定精度のよい伝達関数が同定できることがわかった。以上の結果,光環境を入力とするレタスの成長システム同定が可能であることが明確になった。これにより完全制御型の植物工場現場における,画像情報を使用したレタス生体重の逐次予測が可能であることが示された。

1。研究实施总结是构建一个积极利用植物生物信息的增长模型，目的是在封闭空间中自动化植物生产。在2000年进行了以下实验和分析。-使用人工天气设备（测量各种环境条件和生菜生长状态的测量）进行生菜培养实验。 - 生物图像信息的分析。 - 分析生物信息与培养环境之间的关系。 2。研究结果（1）建造种植和测量系统的各种传感器和摄像机，用于温度，湿度，光量子通量密度，二氧化碳浓度，营养溶液pH，营养溶液pH，养分溶液在人工天气中安装，这些溶液在人工天气中安装，这些溶液与测量计算机相连，以允许从培养环境和水平的图像中的计算机数据进行计算机数据。（2）每次耕种实验在人造天气飞机上种植了一个生菜。耕种期为21天。在此期间，测量并记录上述测量项目，采样期为1小时。培养环境的设置只会改变光强度，而其余环境保持恒定。在2000年，沿M序列信号对光周期进行了编程，表明可以识别生长模型的系统。但是，在实际耕种地点无法看到这种光明环境。因此，在2001年，光线和黑暗时期设置为12小时，以使其接近工厂工厂现场的光环境，并检查了系统是否在这些条件下是否可以准确执行系统识别。该实验收集基本数据，用于分析生菜生长系统，其中一个输入和一个输出，将光量子通量密度作为输入和生菜图像信息作为输出。（3）图像分析通过计算机处理生菜的水平投影图像，并计算了数十个图像特征。这对应于实际的原始重量，并且多重回归分析允许以非接触式和实时的生菜图像来测量生菜的重量。获得的多个回归方程式显示出很高的显着性（1％），并且原始重量的精度很高。（4）使用系统鉴定方法分析了生物信息和培养环境时间序列之间的关系数据之间的关系时间序列数据数据。由于此时的输入信号仅在特定的频段中具有功率，因此缺少本应存在的频段。但是，发现使用顺序最小二乘法可以通过ARX和ARMAX模型来识别具有高估计精度的传输函数。上述结果，很明显，可以使用光环境作为输入来识别生菜的生长系统。这表明可以在完全控制的工厂工厂站点中使用图像信息顺序预测生菜的原始重量。