モジュール分散協働型農業支援ロボットシステム
農業従事者の高齢化や人手不足が深刻化する近年では，農作業ロボットによる労働力支援が強く求められている．本研究室では，既存の圃場に導入可能な車輪型移動ロボットを開発している．この移動ロボットは，圃場内で自律移動を行い，人との協働や複数台ロボットの協調作業を目標に開発が進められている
In recent years, as agricultural workers are aging and labor shortages are becoming more serious, there is a strong need for labor support using agricultural robots. Our laboratory is developing a wheeled mobile robot that can be introduced into existing fields. This mobile robot moves autonomously in the field and is being developed with the goal of collaborating with people and cooperating with multiple robots.
イチゴ収穫ロボット
イチゴを素早く収穫することをターゲットとしている．本ロボットには，イチゴの熟度や茎を判定できるビジョン(目)と，構造がシンプルな収穫機構(腕)が搭載されている．また，ロボットに搭載されているセンサを用いて周囲を認識し，圃場内を自律移動することが可能である．
The target is to harvest strawberries quickly. This robot is equipped with a vision system (eyes) that can judge the maturity and find the stems of strawberries, and a harvesting mechanism (arms) with a simple structure. In addition, it is possible to move autonomously in the field using sensors installed in the robot.
画 像 認 識
Image processing
独自技術によるシンプルな画像認識手法を構築
Simple image recognition method using original technology
運搬ロボット
生産者への追従移動が可能
記録する重量は農作物1つの重量と総重量
指定された場所までの自律移動が可能
障害物等を検知し園芸施設への損害を与えない
Autonomous mobile robot for transportation, equipped with human tracking system so it can follow farmers.
Localization is done using a laser sensor with safe-operation (obstacle avoidance to avoid collisions)
知能ハウス
一般的に，農業従事者は現場に赴いて作物状況の把握やビニルハウス内環境の管理・制御を行っており，高齢化の進む農業分野において，このような作業の代替・効率化は重要な課題の一つである．近年，ロボットやIoT技術の開発が盛んであり，農業従事者の負担軽減を目的とした農作業支援ロボットや遠隔での環境把握・制御が注目されている．また，農作業支援ロボットを実環境に導入する上で，安全と効率の観点からロボットの遠隔監視・制御が必要となる．
Farmers often need to visit fields and greenhouses, but as the population ages, finding ways to automate these tasks is crucial in agriculture. Advances in robotics and IoT have led to the development of farm support robots and remote environmental control systems, easing the workload for farmers. Remote monitoring and control also ensure safety and efficiency when deploying these agricultural robots in real-life settings
ビニルハウスの遠隔管理システム
2026年のハウス全自動化に向けた分散協働型農作業支援ロボットやハウス遠隔監視システムを開発している．Ex)作物の病害・ハウス内の温湿度・ロボット位置の可視化，ロボットのスケジューリング，通信システム．
We’re creating collaborative farming robots and remote greenhouse monitoring systems for full automation by 2026. Ex）visualizing crop diseases, greenhouse conditions, robot positions, scheduling, communication
マルチロボットシステムにおけるイチゴ運搬タスクの割り当て最適化
本研究室では，温室におけるイチゴ栽培環境でのマルチロボットシステムの構築を目指し，自律移動型の収穫ロボットと運搬ロボットの開発を行っている．運搬ロボットに想定されるタスクとして，収穫ロボットから果実を回収し集荷場まで運搬する「回収タスク」が挙げられる．このタスクの適切な割り当ては収穫作業の効率化を実現し，環境に応じた適切なロボットの導入台数の提案を可能にする．
To create multi-robot systems for strawberry cultivation in a greenhouse environment (autonomous harvesting robots and transport robots), appropriate allocation of harvesting and collection tasks is required to improve the efficiency of the harvesting operation.
マイクロマニピュレータ
近年の人口増加や都市化により，食糧需要は増加している. 食料生産技術の一例として，異なる品種を掛合わせて新品種を作り出す交雑育種法がある．交雑育種法において，花粉の選定は交配の効率向上に重要である．そこで我々は食糧需要問題解決に向け，マイクロマニピュレータにおける物体の自動認識・位置決めシステムを開発し，花粉選定の自動化を目指す．
二値化，Canny変換，ラベリング処理を使用することで対象物の検出を行うことが可能となる．エンドエフェクタの奥行き距離計測については，カメラを二つ取り付けることができないため単眼で行う必要がある．そこで，先端-花粉間の奥行き距離とピントボケ幅の関係を利用して行う．
Population growth and urbanization have increased the demand for food. An example of a food production technology is crossbreeding, in which different varieties are crossed to produce new varieties. In crossbreeding, pollen selection is important to improve its efficiency. To solve the problem of food demand, we have developed an automatic object recognition and positioning system for automatic pollen selection on microscope. Pollen grains and end-effector tip can be detected mainly using binarization, canny and labelling processes. The depth distance between a pollen grain and the tip must be measured monocularly because two cameras cannot be mounted. Therefore, it is measured using the relationship between it and the out of focus width.
植物病害診断システム
病害虫の防除や病害対策は重要な農作業の1つである．近年農業従事者の高齢化により，初期発見の遅れが生じている．さらに，新規就農者・農業従事者の減少により，作業量の負担が増加している．このような問題に対し，植物病害診断システムの開発を行い，植物病害検知の自動化を目指す．葉検出器によって葉1枚ずつの画像を生成し，病害診断器で診断を行う．通常の深層学習では診断に対する自信度が与えらず信頼性の面で問題がある．我々は，診断に対する自信度を提供することが可能なシステムを構築し，信頼性の高い診断を可能とした．
The control of pests and diseases is one of the most important tasks. In recent years, the aging of the farming workforce has resulted in delays in early detection of pests. In addition, the workload is increasing due to the decrease in the number of new farmers and agricultural workers. In order to solve these problems, we have developed a plant disease diagnosis system and aim to automate the detection of plant diseases. An image of each individual leaf is extracted by the “leaf detector” and then diagnosed by the “disease detector”. We have developed a system that can provide a confidence level for diagnosis, which enables reliable diagnosis.