[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP2017104025A - 無人航空機を用いた漁業支援システム - Google Patents

無人航空機を用いた漁業支援システム Download PDF

Info

Publication number
JP2017104025A
JP2017104025A JP2015238758A JP2015238758A JP2017104025A JP 2017104025 A JP2017104025 A JP 2017104025A JP 2015238758 A JP2015238758 A JP 2015238758A JP 2015238758 A JP2015238758 A JP 2015238758A JP 2017104025 A JP2017104025 A JP 2017104025A
Authority
JP
Japan
Prior art keywords
aircraft
fish
fishing boat
side control
school
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2015238758A
Other languages
English (en)
Inventor
浜出 雄一
Yuichi Hamaide
雄一 浜出
圭一 神矢
Keiichi Kamiya
圭一 神矢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Towa Denki Seisakusho KK
Original Assignee
Towa Denki Seisakusho KK
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Towa Denki Seisakusho KK filed Critical Towa Denki Seisakusho KK
Priority to JP2015238758A priority Critical patent/JP2017104025A/ja
Publication of JP2017104025A publication Critical patent/JP2017104025A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

【課題】無人航空機(ドローン)を利用した最適な漁業支援システムを確立し、提供する。【解決手段】漁業支援システムは、漁船に搭載された漁船側制御装置11と、漁船側無線送受信装置12を搭載しており、無人航空機(ドローン)には航空機側制御装置21と、漁船側無線送受信装置11との間でデータの送受信を行う航空機側無線送受信装置22と、無人航空機(ドローン)の位置を把握して航空機側制御装置21に入力する航空機位置把握装置27と、水面を撮影し得られた画像データを航空機側制御装置21に入力する撮像装置23、24とを備えている。航空機側制御装置21は、撮像装置23,24から得た画像データから魚群を検出し、検出した魚群と航空機位置把握装置27から得られる時の無人航空機(ドローン)の位置とを関連させたデータを、航空機側無線送受信装置22及び漁船側無線送受信装置12を介して漁船側制御装置11へ送るように構成する。【選択図】図2

Description

本発明は、無人航空機を用いて魚群の探索及び検出を行うことにより漁業を支援する、無人航空機を用いた漁業支援システムに関する。
漁船による漁業は、一般的に、「漁場移動」→「魚群探索」→「漁獲操業」→「水揚げ」なる手順を経て行われている。この手順において「魚群探索」は、漁師の経験則によって決めた位置において、魚群探知機を使用して魚群の存在、その魚種及び規模を判別して行われる。この魚群探知機による測定の結果、操業対象の魚群が存在しない場合は、漁場移動に戻り、再度魚群探知機による魚群探索を行うことが繰り返される。
このため、広範囲の漁場において魚群を確実に探索するためには、多数回の移動及び探索を行うか、多数の漁船による船団規模での操業が必要となり、費用面及び環境面の両面に対して無駄が多く問題となっている。今後、環境に配慮したブルーエコノミーを達成するためにも、漁業手順の省力化が急務である。
特にサンマ漁等の漁業においては、魚群の発見を効率化することが、漁獲高の増加に大きく関係し、このため、自船が操業している地点から、遠隔の魚群位置の変動を可視化すること、さらに魚群探知機による探索航走時に、それより広域において魚群探索を実施することで、操業候補地を複数地点把握することが、操業の効率化に直結すると期待される。
近年、カメラを搭載した無人航空機を魚群探索に利用可能であることが提案されている(例えば特許文献1〜3)。
特表2012−524695号公報 特表2013−539729号公報 特許第5214599号公報
これら特許文献1〜3には、無人航空機の回収方法、無人航空機によるライン捕捉方法及び無人航空機の無線制御方法についての記載があるものの、無人航空機をどのように用いて魚群探索等の漁業支援を行うかについての具体的な構成については、何等開示がない。
従って本発明の目的は、無人航空機を利用した最適な漁業支援システムを確立することにある。
本発明によれば、無人航空機を用いた漁業支援システムは、漁船に搭載された漁船側制御装置と、漁船に搭載された漁船側無線送受信装置と、無人航空機に搭載された航空機側制御装置と、無人航空機に搭載されており漁船側無線送受信装置との間でデータの送受信を行う航空機側無線送受信装置と、無人航空機に搭載されておりこの無人航空機の位置を把握して航空機側制御装置に入力する航空機位置把握装置と、無人航空機に搭載されており水面を撮影し得られた画像データを航空機側制御装置に入力する撮像装置とを備えている。航空機側制御装置は、撮像装置から得た画像データから魚群を検出し、検出した魚群と航空機位置把握装置から得られるその時の無人航空機の位置とを関連させたデータを、航空機側無線送受信装置及び漁船側無線送受信装置を介して漁船側制御装置へ送るように構成されている。
無人航空機に搭載の撮像装置により水面を撮像して画像データを取得し、その取得した画像データから魚群を検出し、検出した魚群とその時の無人航空機の位置とを関連させたデータを漁船へ送信するように構成されているため、漁船側はいくつかの指示を発するのみで遠隔の魚群を自動的に発見することが可能となる。自然界においては、海鳥が上空からの魚群の探索を行っており、本発明では、高機動性の小型の無人航空機(ドローン)を用いてこれに倣った漁業支援システムを構築しているため、漁業の省力化及び効率化が図ることができる。
航空機側制御装置は、魚群高確率遭遇エリアを発見するように構成されており、この発見した魚群高確率遭遇エリア内において魚群の検出を行うように構成されていることが好ましい。
航空機側制御装置は、無人航空機を静止した状態で撮像装置から得られる動画画像データから背景差分法により魚群を検出するように構成されていることが好ましい。
この場合、航空機側制御装置は、連続撮影された1つのフレームと次のフレームと間で色度に変化があったピクセルのクラスタが楕円近似であるか否かを判別して魚群を検出するように構成されていることがより好ましい。
航空機側制御装置は、楕円近似クラスタの長径の長さが所定値以上でありかつ複数の楕円近似クラスタが隣接しているか否かを判別して魚群を検出するように構成されていることもより好ましい。
航空機側制御装置は、楕円近似クラスタの群の外周を楕円近似しかつ該楕円近似したクラスタ群の面積を求めて魚群の規模を検出するように構成されていることも好ましい。
航空機側制御装置は、楕円近似クラスタの長径が所定範囲にあるか又は楕円近似クラスタの短径と長径との比(短径/長径)が所定値以下であるか否かを判別して魚種の判定を行うように構成されていることも好ましい。
連続撮影期間の画像毎の魚群の中心点から求めた回帰直線の傾きから魚群の移動方向を求めるように構成されていることも好ましい。
連続撮影開始時の魚群の中心点及び連続撮影終了時の魚群の中心点間の直線距離と、連続撮影期間とから魚群の移動速度を求めるように構成されていることも好ましい。
無人航空機は、海面温度を測定する温度センサと植物プランクトン濃度を測定する海色センサとを備えており、航空機側制御装置は、温度センサが測定した海面温度と前記海色センサが測定した植物プランクトン濃度とから魚群高確率遭遇エリアを発見するように構成されていることも好ましい。
航空機側制御装置は、温度センサが測定した海面温度と、海面温度に基づく海面温度勾配と、海色センサが測定した植物プランクトン濃度とから魚群高確率遭遇エリアを発見するように構成されていることも好ましい。
漁船に搭載されており漁船の位置を把握して漁船側制御装置に入力する漁船位置把握装置をさらに備えており、漁船側制御装置は、漁船位置把握装置から得られる漁船の位置と航空機位置把握装置から得られる無人航空機の位置とから漁船及び無人航空機間の距離を算出し、算出した距離が所定地を超えた場合に無人航空機に漁船への帰巣を指示するように構成されていることも好ましい。
撮像装置は、明状態で使用される可視光カメラと暗状態で使用される赤外線カメラとを備えていることも好ましい。
航空機側制御装置は、無人航空機のバッテリの充電量が低下した場合はこの無人航空機を漁船へ帰巣させるように構成されていることも好ましい。
航空機側制御装置は、あらかじめ設定されたトランセクト航路に沿って無人飛行機を飛行させるように構成されていることも好ましい。
本発明によれば、漁船側はいくつかの指示を発するのみで遠隔の魚群を自動的に発見することが可能となる。自然界においては、海鳥が上空からの魚群の探索を行っており、本発明では、高機動性の小型の無人航空機(ドローン)を用いてこれに倣った漁業支援システムを構築しているため、漁業の省力化及び効率化が図ることができる。
本発明の漁業支援システムの一実施形態における全体構成を概略的に示す図である。 図1の実施形態における漁船及びドローンの電気的構成を概略的に示すブロック図である。 図1の実施形態における漁船の制御動作の流れを概略的に示すフローチャートである。 図1の実施形態におけるドローンの制御動作の流れを概略的に示すフローチャートである。 図1の実施形態におけるドローンの制御動作の流れを概略的に示すフローチャートである。 図1の実施形態におけるドローンの制御動作の流れを概略的に示すフローチャートである。 図4a及び4bに示す魚群高確率遭遇エリア探索処理の流れを概略的に示すフローチャートである。 図4cに示す魚群及び魚種の判別処理の流れを概略的に示すフローチャートである。 ライントランセクト法による航路を説明する図である。 海面水温について好適水温域及び好適水温勾配域の抽出処理を説明する図である。 植物プランクトン濃度について好適濃度域の抽出処理を説明する図である。 好適水温域、好適水温勾配域及び好適濃度域から魚群高確率遭遇エリアを抽出する処理を説明する図である。 漁船側制御装置のディスプレイ上に表示される画像の一例を示す図である。 本発明の漁業支援システムの他の実施形態における魚群の移動方向及び移動速度の算出方法を説明する図である。
図1は本発明の漁業支援システムの一実施形態における全体構成を概略的に示しており、図2はこの漁業支援システムにおける漁船側及びドローン側の電気的構成を概略的に示している。
図1において、10は例えばサンマ漁の漁船、20はこの漁船10を基地として発進する無線操縦式無人航空機であるドローンをそれぞれ示している。本実施形態におけるドローン20は、空中静止可能な回転翼機である。
図2に示すように、漁船10には、この漁業支援システムにおいて漁船側の制御を行う漁船側制御装置11と、この漁船側制御装置11に接続されており、ドローン側無線送受信装置22との間で例えばIEEE802.16−2004規格の無線LAN(ローカルエリアネットワーク)によるデータ通信を行うための漁船側無線送受信装置12と、漁船10の位置を取得するためのGPS(グローバルポジショニング)装置13とが設けられている。漁船側制御装置11は、デジタルコンピュータ11a、例えば液晶等によるディスプレイ部11b及び操作部11cを備えている。ディスプレイ部11b及び操作部11cは互いに独立した構成で設けても良いし、タッチパネル式液晶ディスプレイを用いれば、一体化構成としても良い。漁船側無線送受信装置12は、無線部12a及びアンテナ12bを備えている。漁船側制御装置11は、ウェブ上のマップサービスから地図情報を取得できるように構成しても良い。例えば、Bluetooth(登録商標)によりスマートフォンと接続しウェブ上のマップサービスから地図情報を取得してディスプレイ部11bに表示するように構成しても良い。また、人工衛星NOAAのデータベースから海水温分布等の海洋情報を取得するように構成しても良い。
ドローン20には、この漁業支援システムにおいてドローン側の制御を行うドローン側制御装置21と、このドローン側制御装置21に接続されており、漁船側無線送受信装置12との間で上述の無線LANによるデータ通信を行うためのドローン側無線送受信装置22と、明るい環境下で動画撮影を行うための高性能偏光フィルタ付きの超広角(例えば焦点距離0.02m程度)の可視光デジタルカメラ23と、暗い環境下で動画撮影を行うための超広角の赤外線デジタルカメラ24と、海面の温度を測定するための高分解能放射計25と、海面の特定スペクトルを検出して植物プランクトン濃度を測定するための海色センサ26と、ドローン20の位置を取得するためのGPS装置27とが設けられている。ドローン側制御装置21は、デジタルコンピュータ21aを備えている。ドローン側無線送受信装置22は、無線部22a及びアンテナ22bを備えている。
高分解能放射計25は、海表面温度に応じて定まる、海水面からの反射光の赤外線成分を測定するものであり、その測定値から海面温度を推定することができる。海色センサ26は、海水面からの反射光のスペクトル分析を行うことにより、植物プランクトンが含有している光合成色素でありクロロフィルaの濃度を検出するものであり、その測定値から海面の植物プランクトン濃度を推定することができる。
図3は本実施形態における漁船側の制御動作の流れを概略的に示しており、図4a〜4c、図5及び図6は本実施形態におけるドローン側の制御動作の流れを概略的に示している。以下、これらの図を用いて本実施形態における漁船10及びドローン20の制御動作を詳細に説明する。
最初に、図3を用いて、漁船10に搭載された漁船側制御装置11の動作を説明する。システムが起動されると、まず、ドローン20の動作の初期設定が行われる(ステップS1)。この場合の初期設定の内容は、ドローン20によるライントランセクト法に基づいた航路の設定及びドローン20の航行高度の設定を含んでいる。ライントランセクト法は、よく知られているように、調査対象域にラインを引き、そのライン上又はラインから一定の範囲内の生物について調査する手法であり、ここでは、図7に示すように、トランセクト航路70、トランセクト開始点71の位置情報、及びトランセクト終了点72の位置情報がそれぞれ初期設定される。ドローン20の航行高度を設定することにより、トランセクトラインのライン幅が決定される。即ち、ライン幅a(mm)は、a=2f/cot(α/4)で決定される。ただし、fは航行高度(mm)、αは画角(°)であり、この画角αはカメラのセンサの大きさを24√13(mm)とすると、α=2tan−1(24√13/f)である。
なお、調査対象域、並びにトランセクト航路70、トランセクト開始点71の位置情報、及びトランセクト終了点72の位置情報は、本システムの操作者が過去の実績や経験に基づいて決定しても良いし、人工衛星NOAAから受信した海面水温分布に基づいた好適水温域から決定しても良いし、両者を併用しても良い。
次いで、この初期設定内容がドローン20に送信され(ステップS2)、オペレータの操作により、ドローン20へ離陸指示が送信される(ステップS3)。
漁船10及びドローン20は、GPS装置13及び27によりそれぞれ位置情報を定期的に取得している。この取得したドローン20の位置情報を受信し、これと取得した漁船10の位置情報とから漁船10及びドローン20間の距離が算出される(ステップS4)。
次いで、この算出された距離が所定値、例えば漁船10及びドローン20間の通信限界である2.5kmを超えたか否かを判別される(ステップS5)。超えていないと判別された場合(NOの場合)は、ドローン20に対する強制的な帰巣指示が出ているか否かが判別される(ステップS6)。帰巣指示が出ていないと判別された場合(NOの場合)は、ステップS4に戻り、ステップS4〜S6の処理が繰り返される。帰巣指示が出ていると判別された場合(YESの場合)は、帰巣指示信号がドローン20へ送信される(ステップS7)。これにより、ドローン20は漁船10への帰巣を開始する(図4bのステップS25)。
ステップS5において、距離が所定値を超えていると判別された場合(YESの場合)は、ステップS7へ進み、帰巣指示信号がドローン20へ送信される。これにより、ドローン20は漁船10への帰巣を開始する(図4bのステップS25)。
次に、図4a〜4c、図5及び図6を用いて、ドローン20に搭載されたドローン側制御装置21の動作を説明する。システムが起動されると、漁船10から送信された初期設定の内容が受信され(図4aのステップS11)、デジタルコンピュータ21a内のメモリに記憶される。
次いで、漁船10側から離陸指示があったか否かが判別される(ステップS12)。離陸指示有りと判別された場合(YESの場合)のみ、離陸動作を行う(ステップS13)。ドローン20は、離陸後、トランセクト開始点71に向かって飛行する。
次いで、強制的な帰巣指示が出ているか否かが判別される(ステップS14)。帰巣指示が出ていないと判別された場合(NOの場合)は、魚群に高確率で遭遇するエリアの探索処理が行われる(ステップS15)。従って、この魚群高確率遭遇エリア探索処理は、ドローン20が飛行を開始すると直ちに開始され、飛行中に継続して実施されることとなる。
ステップS14において、帰巣指示が出ていると判別された場合(YESの場合)は、ドローン20の帰巣が開始され(図4bのステップS25)、漁船10に着陸して(ステップS26)、この漁業支援システムの処理が終了する。
ステップS15における魚群高確率遭遇エリア探索処理が図5に示されている。
まず、ドローン20に搭載されている高分解能放射計25によって海面水温が測定される(ステップS100)と共に、同じくドローン20に搭載されている海色センサ26によって海面の色度が検出されて植物プランクトン濃度が測定される(ステップS106)。具体的には、カメラの画角に合わせたアスペクト比(単なる一例であるが、例えばアスペクト比16:9)とした領域全体をマトリクス状に並んだ複数のグリッド(例えば80個のグリッド)に分割し、各グリッド内で高分解能放射計25の測定値から推測された海面水温がヒストグラム化され、その最頻値がそのグリッドの水温として算出され、メモリに記憶される。図8(A)は複数グリッドに分割された領域内の海面水温測定データを数値に応じた階調で表しており、図8(B)はグリッド水温を数値に応じた階調で表している。
海色センサ26によって測定された植物プランクトン濃度についても同様にヒストグラム化され、その最頻値がそのグリッドの植物プランクトン濃度として算出され、メモリに記憶される。図9(A)は複数グリッドに分割された領域内の植物プランクトン濃度測定データを数値に応じた階調で表しており、図9(B)はグリッド濃度を数値に応じた階調で表している。
次いで、このように算出されたグリッド水温が所定温度範囲内にあるか否かが判別される(ステップS101)。具体的には、グリッド水温が例えば14.6〜15.4℃の範囲内にあるか否かが判別される。
グリッド水温が所定温度範囲内にあると判別された場合(YESの場合)は、そのグリッドが好適水温域であると判断される(ステップS102)。グリッド水温が所定温度範囲内にないと判別された場合(NOの場合)は、ステップS100及びS106へ戻り、上述の処理が繰り返される。図8(C)はグリッド水温が所定温度範囲内にある好適水温域のグリッドを表している。
ステップS102の処理に続いて、隣接するグリッド間の水温差分値が算出される(ステップS103)。次いで、算出された水温差分値が所定温度範囲にあるか否かが判別される(ステップS104)。具体的には、水温差分値が例えば0.8〜2.0℃の範囲内にあるか否かが判別される。
水温差分値が所定温度範囲内にあると判別された場合(YESの場合)は、そのグリッド周辺が好適水温勾配域であると判断され(ステップS105)、ステップS109へ進む。水温差分値が所定温度範囲内にないと判別された場合(NOの場合)は、ステップS100及びS106へ戻り、上述の処理が繰り返される。図8(C)は水温差分値が所定温度範囲内にある好適水温勾配域のグリッドをも表している。
一方、前述したようにステップS106において算出されたそのグリッドの植物プランクトン濃度であるグリッド濃度が所定範囲内にあるか否かが判別される(ステップS107)。具体的には、グリッド濃度が例えば0.23〜3.96mg・mの範囲内にあるか否かが判別される。
グリッド濃度が所定範囲内にあると判別された場合(YESの場合)は、そのグリッドが好適濃度域であると判断される(ステップS108)。グリッド濃度が所定範囲内にないと判別された場合(NOの場合)は、ステップS100及びS106へ戻り、上述の処理が繰り返される。図9(C)はグリッド濃度が所定範囲内にある好適濃度域のグリッドを表している。
ステップS105又はステップS108の処理に続いて、全グリッドについて好適水温域、好適水温勾配域及び好適濃度域の探索が行われたか否かが判別される(ステップS109)。全グリッドについて探索が行われていないと判別された場合(NOの場合)は、ステップS100及びS106へ戻り、上述の処理が繰り返される。
全グリッドについて探索が行われたと判別された場合(YESの場合)は、好適なグリッド水温、好適なグリッド間水温勾配及び好適なグリッド濃度の重複するグリッドを検索する(ステップS110)。具体的には、図10(A)に示す好適水温域のグリッドと、図10(B)に示す好適水温勾配域のグリッドと、図10(C)に示す好適濃度域のグリッドとを、図10(D)に示すように重ね合わせ、図10(E)に示すように重複する率の高さに応じた階調で表示して重複率の高いグリッドを検索する。
次いで、重複率の高いグリッドがあるか否かを判別する(ステップS111)。具体的には、好適なグリッド水温、好適なグリッド間水温勾配及び好適なグリッド濃度の重複するグリッドの全てが重複するグリッドがあるか否かを判別する。
重複率の高いグリッドがあると判別された場合(YESの場合)は、魚群高確率遭遇エリア発見と判断する(ステップS112)。一方、重複率の高いグリッドがないと判別された場合(NOの場合)は、ステップS100及びS106へ戻り、上述の処理が繰り返される。
次いで、図4aのステップS16の処理へ進む。このステップS16では、魚群高確率遭遇エリアを発見したか否かが判別され、エリア発見と判別された場合(YESの場合)は、図4cのステップS27へ進み、魚群及び魚種の探索処理を行う。この探索処理については、後述する。
エリア発見なしと判別された場合(NOの場合)は、ドローン20の現在位置がトランセクト開始地点71(図7)であるか否かが判別される(ステップS17)。トランセクト開始地点でないと判別された場合(NOの場合)は、ステップS15へ戻り、上述した処理を繰り返す。トランセクト開始地点であると判別された場合(YESの場合)は、トランセクト航路70(図7)に沿った飛行が開始される(ステップS18)。
次いで、ステップS15と同様の前述した魚群高確率遭遇エリア探索処理を行う(図4bのステップS19)。その後、魚群高確率遭遇エリアを発見したか否かが判別される(ステップS20)。エリア発見と判別された場合(YESの場合)は、図4cのステップS27へ進み、魚群及び魚種の探索処理を行う。この探索処理については、後述する。
エリア発見なしと判別された場合(NOの場合)は、強制的な帰巣指示が出ているか否かが判別される(ステップS21)。帰巣指示が出ていると判別された場合(YESの場合)は、ドローン20の帰巣が開始され(図4bのステップS25)、漁船10に着陸して(ステップS26)、この漁業支援システムの処理が終了する。ステップS21において、帰巣指示が出ていないと判別された場合(NOの場合)は、ドローン20に搭載されているバッテリの充電量が閾値以下に低下しているか否かが判別される(ステップS22)。
ステップS22において、バッテリ充電量低下と判別された場合(YESの場合)は、漁船側制御装置11のディスプレイ部11bに「バッテリ充電量低下」とする警告を表示させると共に、ドローン20の帰巣が開始され(ステップS25)、漁船10に着陸して(ステップS26)、この漁業支援システムの処理が終了する。実際には、そのときのバッテリ充電量を検出し、フル充電時の20%以下となった場合に帰巣となる。また、バッテリ充電量がフル充電時の50%以下となった場合に、その旨を漁船10に通知するように構成しても良い。
ステップS22において、バッテリ充電量低下なしと判別された場合(NOの場合)は、ドローン20の現在位置がトランセクト終了点72(図7)であるか否かが判別される(ステップS23)。トランセクト終了地点でないと判別された場合(NOの場合)は、ステップS19へ戻り、上述した処理を繰り返す。トランセクト終了地点であると判別された場合(YESの場合)は、トランセクト飛行を終了し(ステップS24)、ドローン20の帰巣が開始され(ステップS25)、漁船10に着陸して(ステップS26)、この漁業支援システムの処理が終了する。
図4aのステップS16又は図4bのステップS20において、魚群高確率遭遇エリアを発見したと判別された場合(YESの場合)は、図4cの処理へ進む。まず、発見した魚群高確率遭遇エリアにおいてドローン20が空中に静止(ホバリング)した状態で海面の連続撮影(動画撮影)が開始される(ステップS27)。その際に、明るい環境下であるか否かが判別される(ステップS28)。明状態であると判別された場合(YESの場合)は、高性能偏光フィルタ付きの可視光デジタルカメラ23が使用され(ステップS29)、明状態ではない(暗状態)と判別された場合(NOの場合)は、超広角の赤外線デジタルカメラ24が使用される(ステップS30)。これにより、撮影環境状態による魚群判別能の低下を防ぐことができる。
次いで、撮影して得られた動画データから魚群及び魚種の判別処理が行われる(ステップS31)。
このステップS31の魚群及び魚種判別処理が図6に示されている。
まず、撮影した動画データの1フレームの1つのピクセル(画素)について、サンマ、サバ又はカタクチイワシ等の体表面の反射光が有しているとされている波長530nmの光が含まれているか否かが判別される(ステップS200)。含まれていないと判別された場合(NOの場合)は、後述するステップS204へ進む。波長530nmの光が含まれていると判別された場合(YESの場合)は、隣接するフレームの互いに対応するピクセル間で光の色度や明度に変化があったか否かを判別する(ステップS201)。即ち、背景差分法を用いた二値化処理を行い、背景であるのか否かの認識を行う。より詳しくは、連続撮影されたn枚目のフレームとn+1枚目のフレームとの色度(RGB比)を対応する1ピクセル毎に比較して変化があったかどうか判別する。
ステップS201において、変化があったと判別された場合(YESの場合)は、そのピクセルの値を背景ではなく移動物体等であることを表す「1」とし(ステップS202)、変化がなかったと判別された場合(NOの場合)は、そのピクセルの値を背景であることを表す「0」とする(ステップS203)。
次いで、フレームの全てのピクセルについて上述の比較を行ったか否かが判別される(ステップS204)。全ピクセルの比較がなされていないと判別された場合(NOの場合)は、ステップS200へ戻り、以後の処理を繰り返す。
ステップS204において全ピクセルの比較がなされたと判別された場合(YESの場合)は、背景ではなく移動物体等である「1」のピクセルの総数が320万個以上であるか否かが判別される(ステップS205)。このステップS205はノイズ除去のために設けられている。
「1」ピクセルの総数が320万個以上ではないと判別された場合(NOの場合)は、移動物体発見ではないと推測されるため、魚群発見なしと判断し(ステップS206)、この魚群及び魚種の判別のステップS31の処理を終了して次の図4cのステップS32へ進む。一方、「1」ピクセルの総数が320万個以上であると判別された場合(YESの場合)は、「1」ピクセルのクラスタが移動物体を構成していると判断し、そのクラスタが楕円近似クラスタであるか否かが判別される(ステップS207)。
楕円近似クラスタではないと判別された場合(NOの場合)は、その移動物体が魚ではないと推測されるため、魚群発見なしと判断し(ステップS206)、図4cのステップS32へ進む。一方、楕円近似クラスタであると判別された場合(YESの場合)は、そのクラスタの楕円の長径が17cm以上であるか否かが判別される(ステップS208)。
17cm以上ではないと判別された場合(NOの場合)は、その移動物体が魚ではないと推測されるため、魚群発見なしと判断し(ステップS206)、図4cのステップS32へ進む。一方、17cm以上であると判別された場合(YESの場合)は、そのクラスタは魚であると判断できるが、そのクラスタの周囲のクラスタが魚群を構成しているかどうかの判断が必要となる。
このため、互いに隣接するクラスタとの距離が、そのクラスタの楕円の長径未満であるか否かがまず判別される(ステップS209)。クラスタ間距離がクラスタの長径未満ではない、以上であると判別された場合(NOの場合)は、そのクラスタ群が魚群ではないと推測されるため、魚群発見なしと判断し(ステップS206)、図4cのステップS32へ進む。一方、クラスタ間距離がそのクラスタの長径未満であると判別された場合(YESの場合)は、3つ以上のクラスタが互いに隣接しているか否かが判別される(ステップS210)。3クラスタ以上が互いに隣接していないと判別された場合(NOの場合)は、そのクラスタ群が魚群ではないと推測されるため、魚群発見なしと判断し(ステップS206)、図4cのステップS32へ進む。一方、3クラスタ以上が互いに隣接していると判別された場合(YESの場合)は、それらクラスタ群が魚群であると判断される(ステップS211)。即ち、魚体であると判別されたクラスタの楕円長径未満の距離で互いに隣接し、かつ3つ以上のクラスタが互いに隣接しているクラスタ群を魚群と判断している。
次いで、このクラスタ群の外周が楕円近似され(ステップS212)、その面積の算出、魚種の判定及び魚群の位置取得が行われ(ステップS213)、この魚群及び魚種の判別のステップS31の処理を終了し、図4cのステップS32へ進む。
魚群(クラスタ群)の面積は、近似された楕円の面積の公式から算出される。即ち、クラスタ群の楕円の長径をa、短径をbとすれば、魚群の面積Sは、S=πabで近似的に求めることができる。
魚種の判定は、例えば、魚体に関する楕円近似クラスタの長径(魚体長)が17〜35cmであるか、又は魚体に関する楕円近似クラスタの短径/長径比が0.1以下である場合はサンマであると判定する。また、魚群を表すクラスタ群の楕円近似面積と、そのクラスタ群内のクラスタの数との比であるクラスタ数/クラスタ群面積が3.5/100(匹/m)以上である場合はその魚群がサンマ魚群であると判定する。
図4cのステップS32においては、魚群が発見されたか否かが判別される。魚群が発見されなかったと判別された場合(NOの場合)は、ステップS36へ進み、フレームアウトであるか否かが判別される。
ステップS32において、魚群が発見されたと判別された場合(YESの場合)は、魚種が判定されたか否かが判別される(ステップS33)。魚種も判定されたと判別された場合(YESの場合)は、算出された魚群面積、GPS装置27によって取得された魚群の位置、及び判定された魚種の情報が漁船10へ送信される(ステップS34)。魚種判定なしと判別された場合(NOの場合)は、算出された魚群面積及びGPS装置27によって取得された魚群の位置のみの情報が漁船10へ送信される(ステップS35)。
その後、定点からの連続撮影しているフレームから魚群が外部へ出たか否かが判別される(ステップS36)。このフレームアウトは、より詳細には、クラスタ群として楕円近似された魚群の中心点がカメラの画角であるフレームから外れた瞬間として定義される。フレームアウトしていないと判別された場合(NOの場合)は、ステップS28へ戻り、以降の処理が繰り返される。
フレームアウトしたと判別された場合(YESの場合)は、定点における撮影が終了となり、ドローン20の移動が再開される。その際、まず、トランセクト飛行が再開可能であるか否かが判別され(ステップS37)、トランセクト飛行が再開可能ではないと判別された場合(NOの場合)は、ドローン20の帰巣が開始され(図4bのステップS25)、漁船10に着陸して(ステップS26)、この漁業支援システムの処理が終了する。
トランセクト飛行が再開可能であると判別された場合(YESの場合)は、現在のドローン20の位置がトランセクト範囲外であるか否かが判別される(ステップS38)。ドローン20の位置がトランセクト航路70の範囲外であると判別された場合(YESの場合)は、図4aのステップS17へ進んで上述した処理が繰り返され、トランセクト航路70の範囲内であると判別された場合(NOの場合)は、図4bのステップS19へ進んで上述した処理が繰り返される。
次に本実施形態の漁業支援システムの操作について説明する。操作者が、本システムの起動、ドローン20のライントランセクト法による航路の設定及びドローン20の航行高度の初期設定、及びドローン20の離陸指示を行うと、ドローン20は自動的に漁船10から離陸し、指示されたトランセクト開始点ヘ自動的に進み、トランセクト航路を飛行して魚群及び魚種を検出し、漁船10に魚群の発見、魚群の規模、魚種及びその位置を報告する。魚群及び魚種の検出は、離陸直後から開始される。ドローンから得られたこれら情報は、漁船側制御装置11のディスプレイ部11b上に表示される。
図11はこの場合に漁船側制御装置11のディスプレイ部11b上に表示される画像の一例を示している。ただし、ここでは、後述する他の実施形態において検出される魚群の移動方向及び移動速度も合わせて表示されている。同図において、110は漁船10の位置、111はドローン20の位置、112は設定されたトランセクト航路70、113は設定されたトランセクト開始点71、114は設定されたトランセクト終了点72、115は人工衛星NOAAから受信した海面水温分布表示エリア、116は発見された魚群高確率遭遇エリア、117は発見された魚群を表すアイコンである。この画面上でNOAAによる海面水温分布表示エリア115以外のエリアは、NOAAデータが取得できなかった領域又は調査対象域外を示している。魚群のアイコン117は、その規模に応じた大きさを有している。この魚群に関する魚群規模、移動方向、移動速度及び発見時刻等の種々の情報は、画面上の魚群を選択することで、118に示すようにポップアップして表示される。また、飛行中のドローン情報、例えば飛行時間、漁船10とドローン20との距離、並びにバッテリ充電量、通信電波強度低下及び諸トラブルの発生等のドローン状態は漁船10のアイコン110の下方の領域119に表示される。
なお、ドローン20は、トランセクト航路の終点まで飛行して探索が終了すると漁船10へ自動的に帰巣する。ただし、漁船側から強制的な帰巣指示が出された場合、漁船10との距離が開きすぎた場合、及びバッテリの充電量が所定値より低下した場合に帰巣する。
以上詳細に説明したように、本実施形態によれば、ドローン20に搭載した可視光デジタルカメラ23又は赤外線デジタルカメラ24によって海水面を動画撮影して動画画像データを取得し、その取得した動画画像データから背景差分法を用いて魚群を検出し、検出した魚群の位置とドローンの位置とを紐づけしたデータを漁船10へ送信するように構成されているため、漁船10側は初期設定や離陸指示等のいくつかの指示を発するのみで遠隔の魚群を自動的に発見することが可能となる。このように、海鳥が上空から魚群の探索を行うことに倣ってドローン20を用いた漁業支援システムを構築することにより、漁業の省力化及び効率化が図ることができる。また、本実施形態では、高分解能放射計25及び海色センサ26を用いて好適水温域、好適水温勾配域及び植物プランクトンの好適濃度域を発見し、その魚群高確率遭遇エリアでドローン20を静止させ定点連続撮影を行い魚群の検出を行っているので、効率よく魚群を発見することが可能となる。
次に、本発明の漁業支援システムの他の実施形態について説明する。本実施形態は、ドローンが魚群の移動方向及び移動速度をもさらに探索するものであり、本実施形態のその他の構成、動作及び作用効果は、図1〜図11の実施形態の場合と全く同様である。
本実施形態においては、定点連続撮影における各画像の魚群の中心点の移動方向と移動速度とから魚群の移動方向及び移動速度を算出し、算出した移動方向及び移動速度を漁船側制御装置11に送信している。
より詳細には、前述した実施形態の図4cのステップS36において、フレームアウトしたと判別された際に定点連続撮影を終了して移動撮影しているが、本実施形態においては、定点連続撮影開始の画像とフレームアウトして定点連続撮影終了の画像との間で魚群の中心点間の直線距離を連続撮影時間で割ることにより、魚群の移動速度が算出される。即ち、魚群の移動速度Vは、
V=√{(X-n+i−X+(Yn+i−Y}/(Tn+i−T
から算出される。ただし、Vは魚群の移動速度(m/sec)、(X,Y)は定点連続撮影開始時の魚群の位置座標、(Xn+i,Yn+i)は定点連続撮影終了時の魚群の位置座標、Tは定点連続撮影開始時の時刻、Tn+iは定点連続撮影終了時の時刻である。
また、魚群の移動方向は、定点連続撮影期間の画像毎の魚群の中心点を直行平面座標にプロットし、最小二乗法によって回帰直線を取得して移動方向の角度θを算出する。即ち、図12に示すように、移動方向の角度θは、
θ=tan−1{(Y−Y9b/16)/(X−X)}
から算出される。ただし、図12(B)に示すように、θは回帰直線のy軸(画角下端)に対する角度(傾き)で表す移動方向、P(X,Y)は回帰直線とy軸との交点座標、Q(X,Y9b/16)は回帰直線と画角右端との交点座標である。
本実施形態によれば、前述の実施形態の作用効果に加えて、漁船10は、魚群の移動方向及び移動速度がドローン20から報告されるので、発見した魚群をどの位置で遭遇できるかを容易に知ることは可能となるという効果をも得ることができる。
なお、上述した実施形態では、漁船10及びドローン20間の距離が所定値を超えたと判別した際にドローン20の強制的な帰巣を行うように構成されているが、漁船10がモニタするドローン20からの無線信号強度が所定値未満、例えば−50dBm未満と判別した際にドローン20の強制的な帰巣を行うように構成しても良い。
また、上述した実施形態において、漁船10はサンマ漁を行う漁船であるとしたが、サンマ以外の魚、例えばカツオ、サバ、イワシ、その他の魚の漁を行う漁船であっても良い。
以上述べた実施形態は全て本発明を例示的に示すものであって限定的に示すものではなく、本発明は他の種々の変形態様及び変更態様で実施することができる。従って本発明の範囲は特許請求の範囲及びその均等範囲によってのみ規定されるものである。
10 漁船
11 漁船側制御装置
11a、21a デジタルコンピュータ
11b ディスプレイ部
11c 操作部
12 漁船側無線送受信装置
12a、22a 無線部
12b、22b アンテナ
13、27 GPS装置
20 ドローン
21 ドローン側制御装置
22 ドローン側無線送受信装置
23 可視光デジタルカメラ
24 赤外線デジタルカメラ
25 高分解能放射計
26 海色センサ
70 トランセクト航路
71 トランセクト開始点
72 トランセクト終了点
110 漁船の位置
111 ドローンの位置
112 設定されたトランセクト航路
113 設定されたトランセクト開始点
114 設定されたトランセクト終了点
115 NOAAによる海面水温分布表示エリア
116 発見された魚群高確率遭遇エリア
117 発見された魚群
118 魚群に関する情報
119 飛行中のドローン情報

Claims (15)

  1. 漁船に搭載された漁船側制御装置と、前記漁船に搭載された漁船側無線送受信装置と、無人航空機に搭載された航空機側制御装置と、前記無人航空機に搭載されており前記漁船側無線送受信装置との間でデータの送受信を行う航空機側無線送受信装置と、前記無人航空機に搭載されており該無人航空機の位置を把握して前記航空機側制御装置に入力する航空機位置把握装置と、前記無人航空機に搭載されており水面を撮影し得られた画像データを前記航空機側制御装置に入力する撮像装置とを備えており、前記航空機側制御装置は、前記撮像装置から得た画像データから魚群を検出し、該検出した魚群と前記航空機位置把握装置から得られるその時の前記無人航空機の位置とを関連させたデータを、前記航空機側無線送受信装置及び前記漁船側無線送受信装置を介して前記漁船側制御装置へ送るように構成されていることを特徴とする無人航空機を用いた漁業支援システム。
  2. 前記航空機側制御装置は、魚群高確率遭遇エリアを発見するように構成されており、該発見した魚群高確率遭遇エリア内において魚群の検出を行うように構成されていることを特徴とする請求項1に記載の無人航空機を用いた漁業支援システム。
  3. 前記航空機側制御装置は、前記無人航空機を静止した状態で前記撮像装置から得られる動画画像データから背景差分法により魚群を検出するように構成されていることを特徴とする請求項1又は2に記載の無人航空機を用いた漁業支援システム。
  4. 前記航空機側制御装置は、連続撮影された1つのフレームと次のフレームと間で色度に変化があったピクセルのクラスタが楕円近似であるか否かを判別して魚群を検出するように構成されていることを特徴とする請求項3に記載の無人航空機を用いた漁業支援システム。
  5. 前記航空機側制御装置は、前記楕円近似クラスタの長径の長さが所定値以上でありかつ複数の前記楕円近似クラスタが隣接しているか否かを判別して魚群を検出するように構成されていることを特徴とする請求項4に記載の無人航空機を用いた漁業支援システム。
  6. 前記航空機側制御装置は、前記楕円近似クラスタの群の外周を楕円近似しかつ該楕円近似したクラスタ群の面積を求めて魚群の規模を検出するように構成されていることを特徴とする請求項4又は5に記載の無人航空機を用いた漁業支援システム。
  7. 前記航空機側制御装置は、前記楕円近似クラスタの長径が所定範囲にあるか又は該楕円近似クラスタの短径と長径との比(短径/長径)が所定値以下であるか否かを判別して魚種の判定を行うように構成されていることを特徴とする請求項4から6のいずれか1項に記載の無人航空機を用いた漁業支援システム。
  8. 前記航空機側制御装置は、連続撮影期間の画像毎の魚群の中心点から求めた回帰直線の傾きから魚群の移動方向を求めるように構成されていることを特徴とする請求項3から7のいずれか1項に記載の無人航空機を用いた漁業支援システム。
  9. 前記航空機側制御装置は、連続撮影開始時の魚群の中心点及び連続撮影終了時の魚群の中心点間の直線距離と、連続撮影期間とから魚群の移動速度を求めるように構成されていることを特徴とする請求項3から8のいずれか1項に記載の無人航空機を用いた漁業支援システム。
  10. 前記無人航空機は、海面温度を測定する温度センサと植物プランクトン濃度を測定する海色センサとを備えており、前記航空機側制御装置は、前記温度センサが測定した海面温度と前記海色センサが測定した植物プランクトン濃度とから魚群高確率遭遇エリアを発見するように構成されていることを特徴とする請求項1から9のいずれか1項に記載の無人航空機を用いた漁業支援システム。
  11. 前記航空機側制御装置は、前記温度センサが測定した海面温度と、前記海面温度に基づく海面温度勾配と、前記海色センサが測定した植物プランクトン濃度とから魚群高確率遭遇エリアを発見するように構成されていることを特徴とする請求項10に記載の無人航空機を用いた漁業支援システム。
  12. 前記漁船に搭載されており該漁船の位置を把握して前記漁船側制御装置に入力する漁船位置把握装置をさらに備えており、前記漁船側制御装置は、前記漁船位置把握装置から得られる前記漁船の位置と前記航空機位置把握装置から得られる前記無人航空機の位置とから前記漁船及び前記無人航空機間の距離を算出し、該算出した距離が所定地を超えた場合に前記無人航空機に前記漁船への帰巣を指示するように構成されていることを特徴とする請求項1から11のいずれか1項に記載の無人航空機を用いた漁業支援システム。
  13. 前記撮像装置は、明状態で使用される可視光カメラと暗状態で使用される赤外線カメラとを備えていることを特徴とする請求項1から12のいずれか1項に記載の無人航空機を用いた漁業支援システム。
  14. 前記航空機側制御装置は、前記無人航空機のバッテリの充電量が低下した場合は該無人航空機を前記漁船へ帰巣させるように構成されていることを特徴とする請求項1から13のいずれか1項に記載の無人航空機を用いた漁業支援システム。
  15. 前記航空機側制御装置は、あらかじめ設定されたトランセクト航路に沿って前記無人飛行機を飛行させるように構成されていることを特徴とする請求項1から14のいずれか1項に記載の無人航空機を用いた漁業支援システム。
JP2015238758A 2015-12-07 2015-12-07 無人航空機を用いた漁業支援システム Pending JP2017104025A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015238758A JP2017104025A (ja) 2015-12-07 2015-12-07 無人航空機を用いた漁業支援システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015238758A JP2017104025A (ja) 2015-12-07 2015-12-07 無人航空機を用いた漁業支援システム

Publications (1)

Publication Number Publication Date
JP2017104025A true JP2017104025A (ja) 2017-06-15

Family

ID=59058033

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015238758A Pending JP2017104025A (ja) 2015-12-07 2015-12-07 無人航空機を用いた漁業支援システム

Country Status (1)

Country Link
JP (1) JP2017104025A (ja)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017131115A (ja) * 2016-01-25 2017-08-03 株式会社東和電機製作所 無人航空機を用いた漁業支援システム
CN107187601A (zh) * 2017-06-21 2017-09-22 宁波派丽肯无人机有限公司 垂钓无人机
CN107347825A (zh) * 2017-06-28 2017-11-17 广东容祺智能科技有限公司 一种基于无人机的捕鱼系统
WO2019069740A1 (ja) * 2017-10-02 2019-04-11 富士フイルム株式会社 撮影装置および撮影方法
CN109711256A (zh) * 2018-11-27 2019-05-03 天津津航技术物理研究所 一种低空复杂背景无人机目标检测方法
CN111007878A (zh) * 2019-11-22 2020-04-14 宁波派丽肯智能渔具有限公司 一种基于三种探鱼模式飞行控制算法的智能钓鱼无人机方法
JPWO2020021936A1 (ja) * 2018-07-25 2021-08-02 古野電気株式会社 航海情報装置、航海情報処理方法および航海情報処理プログラム
CN113344353A (zh) * 2021-05-28 2021-09-03 合肥工业大学 区域内多点扩散式物流配送方案的生成方法、装置及系统
CN114667975A (zh) * 2022-05-30 2022-06-28 海南热带海洋学院崖州湾创新研究院 一种基于大数据和无人机的辅助捕鱼方法
US11430332B2 (en) 2016-09-02 2022-08-30 FLIR Belgium BVBA Unmanned aerial system assisted navigational systems and methods
CN115941906A (zh) * 2022-12-20 2023-04-07 杭州万国软宝信息科技有限公司 一种渔船安全监控系统及装置

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017131115A (ja) * 2016-01-25 2017-08-03 株式会社東和電機製作所 無人航空機を用いた漁業支援システム
US11430332B2 (en) 2016-09-02 2022-08-30 FLIR Belgium BVBA Unmanned aerial system assisted navigational systems and methods
CN107187601B (zh) * 2017-06-21 2023-06-20 宁波派丽肯无人机有限公司 垂钓无人机
CN107187601A (zh) * 2017-06-21 2017-09-22 宁波派丽肯无人机有限公司 垂钓无人机
CN107347825A (zh) * 2017-06-28 2017-11-17 广东容祺智能科技有限公司 一种基于无人机的捕鱼系统
WO2019069740A1 (ja) * 2017-10-02 2019-04-11 富士フイルム株式会社 撮影装置および撮影方法
JPWO2020021936A1 (ja) * 2018-07-25 2021-08-02 古野電気株式会社 航海情報装置、航海情報処理方法および航海情報処理プログラム
JP7426338B2 (ja) 2018-07-25 2024-02-01 古野電気株式会社 航海情報装置、航海情報処理方法および航海情報処理プログラム
JP7426446B2 (ja) 2018-07-25 2024-02-01 古野電気株式会社 水中情報処理装置、水中情報処理方法および水中情報処理プログラム
JP7389868B2 (ja) 2018-07-25 2023-11-30 古野電気株式会社 表示処理装置、表示方法および表示プログラム
JP2022163230A (ja) * 2018-07-25 2022-10-25 古野電気株式会社 表示処理装置、表示方法および表示プログラム
JP2022167946A (ja) * 2018-07-25 2022-11-04 古野電気株式会社 水中情報処理装置、水中情報処理方法および水中情報処理プログラム
JP2022170742A (ja) * 2018-07-25 2022-11-10 古野電気株式会社 航海情報装置、航海情報処理方法および航海情報処理プログラム
JP7389869B2 (ja) 2018-07-25 2023-11-30 古野電気株式会社 航海情報装置、航海情報処理方法および航海情報処理プログラム
CN109711256A (zh) * 2018-11-27 2019-05-03 天津津航技术物理研究所 一种低空复杂背景无人机目标检测方法
CN111007878A (zh) * 2019-11-22 2020-04-14 宁波派丽肯智能渔具有限公司 一种基于三种探鱼模式飞行控制算法的智能钓鱼无人机方法
CN113344353B (zh) * 2021-05-28 2022-12-16 合肥工业大学 区域内多点扩散式物流配送方案的生成方法、装置及系统
CN113344353A (zh) * 2021-05-28 2021-09-03 合肥工业大学 区域内多点扩散式物流配送方案的生成方法、装置及系统
CN114667975B (zh) * 2022-05-30 2022-08-02 海南热带海洋学院崖州湾创新研究院 一种基于大数据和无人机的辅助捕鱼方法
CN114667975A (zh) * 2022-05-30 2022-06-28 海南热带海洋学院崖州湾创新研究院 一种基于大数据和无人机的辅助捕鱼方法
CN115941906A (zh) * 2022-12-20 2023-04-07 杭州万国软宝信息科技有限公司 一种渔船安全监控系统及装置

Similar Documents

Publication Publication Date Title
JP2017104025A (ja) 無人航空機を用いた漁業支援システム
US10701913B2 (en) Methods and apparatus for unmanned aircraft-based object detection
KR101797006B1 (ko) 드론을 이용한 토지 조사 시스템 및 방법
JP6600571B2 (ja) 無人航空機を用いた漁業支援システム
CN104616003B (zh) 电力线上异物类型识别系统
US10891483B2 (en) Texture classification of digital images in aerial inspection
WO2017075964A1 (zh) 无人机拍摄控制方法、无人机拍摄方法、移动终端和无人机
Rivera et al. Post-disaster rescue facility: Human detection and geolocation using aerial drones
JP6869264B2 (ja) 情報処理装置、情報処理方法およびプログラム
US20120105634A1 (en) Automatic video surveillance system and method
CN110889327B (zh) 一种基于热红外图像的水域周边排污口智能检测方法
CN106406343B (zh) 无人飞行器的控制方法、装置和系统
CN105527969B (zh) 一种基于无人机的山地植被垂直带调查监测方法
Madawalagama et al. Low cost aerial mapping with consumer-grade drones
CN111765974B (zh) 一种基于微型制冷红外热像仪的野生动物观测系统及方法
WO2018136349A1 (en) Aerial imaging of a region using above ground aerial camera platform
CN103438869A (zh) 一种大尺度植被覆盖度航空动态获取系统
CN105243364B (zh) 光电吊舱搜索方法、装置以及系统
KR20220141716A (ko) 탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법
Corbari et al. Marine plastic detection using PRISMA hyperspectral satellite imagery in a controlled environment
JP7050809B2 (ja) 情報処理装置
EP3967599A1 (en) Information processing device, information processing method, program, and information processing system
JP2021189954A (ja) 対象物探索システム、対象物探索方法及び対象物探索プログラム
Ubina et al. A review of unmanned system technologies with its application to aquaculture farm monitoring and management. Drones. 2022; 6: 12
Hari et al. Yolo5-Based UAV Surveillance for Tiny Object Detection on Airport Runways