ディープラーニングによるキャベツの検出と自動収穫

摘要

日本では食生活の洋風化が進hでおり，農林水産省の統計によると日本の野菜消費量は年々減少傾向にあるが，野菜を使用した料理の内容も変化しており，1人1年あたりのサラダ購入金額は増加傾向で推移している[1].これらの理由からキャベツや玉ねぎ等は，近年消費量が増加傾向にあり，1年あたりの消費量も他の野菜に比べて多い.一方で，農業就業者の人口減少や高齢化などによる労働力減少が進hでおり，キャベツ等の需要が高い野菜の生産に必要な労働力が不足しているのが現状である.キャベツ等の野菜は水稲等に比べ単位面積当たりの労働力が多く必要であり，全体の労働時間の半分以上を占める収穫から出荷までの作業が生産のボトルネックとなっている[2].このような背景から，本プロジェクト(革新的技術開発·緊急展開事業（うち人工知能未来農業創造プロジェクト))ではキャベツの収穫から出荷までを自動で行うシステムの構築を目標としている.現状の方法として，大規模なキャベツ栽培では自走式のキャべツ収穫機が用いられているが，本研究においても既存のヤンマー製のキャベツ収穫機を改造した車両(図1参照）を使用し，これを自動化することによりキャべツの自動収穫を行う.具体的には，まずカメラを用いてキャベツの検出を行い，キャベツの列に沿った参照経路を生成する.次に，生成した経路に追従するように操舵制御を行うことで自動収穫を実現する.キャベツの検出には，多くの研究において高い認識精度が確認されているDeep Learningに基づく手法[3, 4, 5]の1つを用いた.また，生成した経路に収穫機を追従させる手法として，自動車や農業機械の自動走行で実績のあるPath Following制御[10]を基にした制御手法を提案する.これらの手法を統合し，キャベツ収穫機に実装することにより自動収穫実験を行った.本論文では，以上で述べた認識から制御に至るまでの手法を説明し，自動収穫実験を通して確認された手法の有効性と現状での問題点について述べる.