自動株間除草ロボットでのエゴマ領域検出と除草作業の評価

カテゴリ：部門大会

論文No：OS2-1

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Evaluation of Perilla Area Detection and Weeding Operation with an Automatic Interplant Weeding Robot

著者名：髙橋 慎（富山県立大学）,高木 昇（富山県立大学）,澤井 圭（富山県立大学）,布施 陽太郎（富山県立大学）,ミャグマルドラム ビルグウンマ（富山県立大学）,本吉 達郎（富山県立大学）,高野 博史（富山県立大学）

著者名(英語)： Makoto Takahashi (Department of Intelligent Robotics and Communication Engineering, Graduate School of Engineering, Toyama Prefectural University),Noboru Takagi (Department of Data Science, Faculty of Information Engineering, Toyama Prefectural University),kei Sawai (Department of Intelligent Robotics, Faculty of Information Engineering, Toyama Prefectural University),Youtarou Fuse (Department of Data Science, Faculty of Information Engineering, Toyama Prefectural University),Bilguunmaa Myagmardulam (Department of Data Science, Faculty of Information Engineering, Toyama Prefectural University),Tatsuo Motoyoshi (Department of Data Science, Faculty of Information Engineering, Toyama Prefectural University),Hironobu Takano (Department of Data Science, Faculty of Information Engineering, Toyama Prefectural University)

キーワード：スマート農業,画像処理,YOLOYOLO,Smart Agriculture,Image Processing,YOLO

要約(日本語)：富山市では大規模農地でのエゴマ栽培を推進しており，我々は株間除草作業の省略化を目指した自動株間除草ロボットの開発を行っている．本文では，除草領域を検出するコンピュータビジョンの研究について述べる．除草領域を決定する際には，YOLOv8を用いて作物領域を検出し，その領域外を除草領域とする．作物領域の検出には，作成した学習済みのモデルを用いた．この学習済みモデルを基に，自動株間除草ロボットに搭載するエゴマ領域検出システムを構築した．実機を用いたオンライン環境でのエゴマ領域検出実験を行い，適合率と再現率を算出した．その結果，適合率94.6％，再現率29.6％という極めて低い結果を示した．これは，データセットの画像撮影に使用したカメラと実験に使用したカメラが不一致していることによるものと考えられる．そのため，今後はデータセットの画像撮影に用いたカメラでのリアルタイム検出などを検討していく．

本誌掲載ページ：824-829p

原稿種別：日本語

PDFファイルサイズ：641Kバイト