図面 (/)

技術 情報処理装置、表示システム及びプログラム

出願人 大日本印刷株式会社
発明者 籠田将慶小泉和真坪田智子
出願日 2013年8月23日 (7年4ヶ月経過) 出願番号 2013-173066
公開日 2015年3月2日 (5年9ヶ月経過) 公開番号 2015-041321
状態 特許登録済
技術分野 特定用途計算機
主要キーワード Y座標 熱貫流 燃料消費速度 速度変数 表示情報生成処理 フィッテング 所定空間内 最小項
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2015年3月2日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (14)

課題

センサ設置によるコストを抑制しつつ、対象の空間における環境因子予測値を好適に算出することが可能な情報処理装置、表示システム及びプログラムを提供する。

解決手段

サーバ装置は、センサが計測した計測値から所定空間内における環境因子の各予測値を算出するための、当該計測値に対する重み付けを決定するパラメータの各候補値に対応する評価指標を算出する。そして、サーバ装置は、評価指標に基づき、候補値からパラメータの設定値選定し、計測値から予測値を算出する。

概要

背景

従来から、植物等を育てる環境下における気温等の環境因子センサにより検出し、その検出結果を表示するシステムが知られている。例えば、特許文献1には、植物を育てる空間での気温や湿度などをセンサにより検出し、これらの変化を示すグラフを表示するシステムが開示されている。また、特許文献2及び非特許文献1には、局所回帰分析に関する技術が開示されている。

概要

センサ設置によるコストを抑制しつつ、対象の空間における環境因子の予測値を好適に算出することが可能な情報処理装置、表示システム及びプログラムを提供する。サーバ装置は、センサが計測した計測値から所定空間内における環境因子の各予測値を算出するための、当該計測値に対する重み付けを決定するパラメータの各候補値に対応する評価指標を算出する。そして、サーバ装置は、評価指標に基づき、候補値からパラメータの設定値選定し、計測値から予測値を算出する。

目的

本発明は、センサ設置によるコストを抑制しつつ、対象の空間における環境因子の予測値を好適に算出することが可能な情報処理装置、表示システム及びプログラムを提供する

効果

実績

技術文献被引用数
0件
牽制数
1件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

複数地点における環境因子計測値を記憶する記憶手段と、前記記憶手段に記憶された計測値から所定空間内における前記環境因子の各予測値を算出するための、当該計測値に対する重み付けを決定するパラメータの各候補値に対応する評価指標を算出する評価手段と、前記評価指標に基づき、前記候補値から前記パラメータの設定値選定し、前記計測値から前記予測値を算出する算出手段と、を有することを特徴とする情報処理装置

請求項2

前記算出手段は、前記所定空間を分割した空間ごとに、前記候補値から前記パラメータの設定値を選定することを特徴とする請求項1に記載の情報処理装置。

請求項3

前記算出手段は、所定期間内での前記環境因子の各予測値を算出する場合、前記所定期間を分割した期間ごとに、前記候補値から前記パラメータの設定値を選定することを特徴とする請求項1または2に記載の情報処理装置。

請求項4

前記算出手段は、前記評価手段が算出した評価指標の平滑化処理を行い、当該平滑化処理がされた評価指標に基づき、前記候補値から前記パラメータの設定値を選定することを特徴とする請求項1乃至3のいずれか一項に記載の情報処理装置。

請求項5

前記算出手段は、回帰分析により前記平滑化処理を行うことを特徴とする請求項4に記載の情報処理装置。

請求項6

前記パラメータは、局所回帰式の重み付けに関するパラメータであり、前記評価手段は、前記パラメータの各候補値に対して局所回帰式を算出し、当該局所回帰式に対する評価指標を算出し、前記算出手段は、前記評価指標に基づき、前記候補値から前記パラメータの設定値を選定した後、前記計測値及び前記パラメータから算出した局所回帰式に基づき、前記予測値を算出することを特徴とする請求項1乃至5のいずれか一項に記載の情報処理装置。

請求項7

請求項1乃至6のいずれか一項に記載の情報処理装置と、前記情報処理装置と通信を行う端末装置とを有する表示システムであって、前記情報処理装置は、前記算出手段の算出結果を示す表示情報を前記端末装置に送信する結果送信手段をさらに有し、前記端末装置は、前記表示情報の要求信号を前記情報処理装置に送信する送信手段と、前記要求信号の送信に基づき前記情報処理装置から受信した表示情報を表示する表示手段と、を有することを特徴とする表示システム。

請求項8

環境因子の計測値を生成するセンサをさらに備え、前記情報処理装置の記憶手段は、前記センサから受信した計測値を記憶することを特徴とする請求項7に記載の表示システム。

請求項9

複数地点における環境因子の計測値を記憶する記憶手段を有する情報処理装置が実行するプログラムであって、前記記憶手段に記憶された計測値から所定空間内における前記環境因子の各予測値を算出するための、当該計測値に対する重み付けを決定するパラメータの各候補値に対応する評価指標を算出する評価手段と、前記評価指標に基づき、前記候補値から前記パラメータの設定値を選定し、前記計測値から前記予測値を算出する算出手段として前記情報処理装置を機能させることを特徴とするプログラム。

技術分野

0001

本発明は、農作物などの生物環境因子可視化するシステムに関する。

背景技術

0002

従来から、植物等を育てる環境下における気温等の環境因子をセンサにより検出し、その検出結果を表示するシステムが知られている。例えば、特許文献1には、植物を育てる空間での気温や湿度などをセンサにより検出し、これらの変化を示すグラフを表示するシステムが開示されている。また、特許文献2及び非特許文献1には、局所回帰分析に関する技術が開示されている。

0003

特開2002−101756号公報
特開2011−118883号公報

先行技術

0004

William S.Cleveland and Susan J.Devlin,「Locally Weighted Regression:An Approach to Regresion Analysis by Local Fitting」, Journal of the American Statistical Association, 83(403):596—610,1988.

発明が解決しようとする課題

0005

植物工場全体などの比較大きい空間で環境状況網羅的に監視しようとする場合、種々の環境因子を測定するためのセンサを大量に配置する必要があり、センサ設置のコストが高くなったり、センサの運用管理に手間がかかったりするなどの問題があった。これに対し、センサの計測値を用いて、センサが設置されていない地点の環境因子の予測値を算出する場合、各計測値計測地点と予測値を算出する地点との距離に応じた計測値の重み付けを適切に設定する必要がある。そこで、本発明は、センサ設置によるコストを抑制しつつ、対象の空間における環境因子の予測値を好適に算出することが可能な情報処理装置、表示システム及びプログラムを提供することを主な目的とする。

課題を解決するための手段

0006

本発明の1つの観点では、情報処理装置は、複数地点における環境因子の計測値を記憶する記憶手段と、前記記憶手段に記憶された計測値から所定空間内における前記環境因子の各予測値を算出するための、当該計測値に対する重み付けを決定するパラメータの各候補値に対応する評価指標を算出する評価手段と、前記評価指標に基づき、前記候補値から前記パラメータの設定値選定し、前記計測値から前記予測値を算出する算出手段と、を有する。

0007

本発明の他の観点では、複数地点における環境因子の計測値を記憶する記憶手段を有する情報処理装置が実行するプログラムであって、前記記憶手段に記憶された計測値から所定空間内における前記環境因子の各予測値を算出するための、当該計測値に対する重み付けを決定するパラメータの各候補値に対応する評価指標を算出する評価手段と、前記評価指標に基づき、前記候補値から前記パラメータの設定値を選定し、前記計測値から前記予測値を算出する算出手段として前記情報処理装置を機能させる。

発明の効果

0008

本発明によれば、広い植物工場などの種々の空間を対象にして環境因子の予測値を算出する場合に、計測値の重み付けに関するパラメータの設定値を最適な値に定めることができ、環境因子の各予測値を高精度に算出することができる。

図面の簡単な説明

0009

各実施形態に係る表示システムの概略構成を示す。
センサの配置例を示す。
センサ情報DBのデータ構造を示す。
計測情報DBのデータ構造を示す。
局所回帰式を表すグラフの一例である。
パラメータを変化させた場合の各計測値の重み付けの大きさを示す。
計測情報生成処理フローチャートを示す。
表示情報生成処理のフローチャートである。
パラメータ決定処理のフローチャートである。
表示情報に基づく表示例である。
変形例に係る計測情報DBのデータ構造を示す。
第2実施形態に係るパラメータ決定処理のフローチャートである。
平滑化処理の前後の評価統計量マップである。

実施例

0010

以下、図面を参照しながら、本発明に係る第1及び第2実施形態について説明する。

0011

<第1実施形態>
まず、第1実施形態について説明する。以後において、「環境因子」とは、農作物、微生物細胞などの生物の生存、生活に影響する環境の種々の数値化された条件を指すものとする。

0012

システム構成
図1は、第1実施形態に係る表示システム10の概略構成を示す図である。表示システム10は、農作物の栽培育成時の環境因子を可視化するためのシステムである。図1に示すように、表示システム10は、主に、複数のセンサ3(3a、3b、…)と、端末装置4と、サーバ装置5とを備える。センサ3及び端末装置4は、それぞれサーバ装置5とネットワーク9を介して接続している。表示システム10は、センサ3が計測した計測値に基づき、ユーザが指定した所定範囲(「表示対象範囲Rtag」とも呼ぶ。)内で区切られた各単位領域での環境因子の予測値の算出及び可視化を行う。

0013

センサ3は、1又は複数種類の環境因子を所定間隔(例えば1分)ごとに計測し、生成した計測値、計測日時の情報、及び当該センサ3の識別情報(「センサID」とも呼ぶ。)を含む検出信号「Sd」を、ネットワーク9を介してサーバ装置5に送信する。センサ3は、例えば1又は複数のハウス圃場などに設置される。図2は、センサ3の配置を示す。図2に示すXY軸は、水平面上の位置を示す。図2の例では、二酸化炭素の濃度を計測する8つのセンサ3a〜3hが配置されている。具体的には、センサ3a〜3hは、X座標が2.5mから30mの範囲に存在し、Y座標が1.5mから7.5mの間に存在する。そして、図2では、表示対象範囲Rtagは、センサ3a〜3hを包含する最小の長方形破線枠参照)に設定される。

0014

再び図1戻り端末装置4について説明する。端末装置4は、CPU等のプロセッサや、ROMやRAMといったメモリや、ディスプレイや、マウスキーボード等を備えるパーソナルコンピュータ(例えばノートパソコン)である。端末装置4は、表示対象範囲Rtag内の環境因子の予測値を可視化した情報(「表示情報Id」とも呼ぶ。)をサーバ装置5から受信し、当該表示情報Idに基づく表示を行う。

0015

端末装置4は、表示情報Idをサーバ装置5から取得する場合、サーバ装置5に対し、表示情報Idを要求する情報(「要求情報Ir」とも呼ぶ。)をサーバ装置5に送信する。このとき、端末装置4は、表示情報Idの表示範囲を示す表示対象範囲Rtagの情報、表示情報Idで表示対象となる日時の情報、表示情報Idで表示する対象となる環境因子の種別の情報(「種別情報」とも呼ぶ。)、及び表示対象範囲Rtag内で予測値を算出する各単位領域の大きさを指定する情報(「メッシュ情報」とも呼ぶ。)を要求情報Irに含める。なお、端末装置4は、要求情報Irに含める各情報を、要求情報Irの送信時にユーザの入力に基づき生成してもよく、設定情報として予め記憶しておいてもよい。

0016

サーバ装置5は、CPU等のプロセッサや、ROMやRAMといったメモリを有する。サーバ装置5は、各センサ3の位置情報と当該センサ3が計測する環境因子の種別情報とを関連付けたデータベース(「センサ情報DB」とも呼ぶ。)、及び、各センサ3から送信される検出信号Sdに含まれる計測値のデータベース(「計測情報DB」とも呼ぶ)を記憶する。また、サーバ装置5は、端末装置4から送信される要求情報Irに基づき、表示対象範囲Rtag内の各予測値を算出し、これらの予測値を分布図などにより図示した表示情報Idを端末装置4に送信する。サーバ装置5は、本発明における「情報処理装置」の一例である。

0017

図3は、センサ情報DBのデータ構造を示す。図3に示すように、サーバ装置5は、センサ情報DB内に、各センサ3の識別情報であるセンサIDと、XYZ座標(Z座標は高さ)により定められる位置情報と、計測対象となる環境因子を示す種別情報とを関連付けて記憶する。なお、図3のセンサ情報DBでは、図2に示すセンサ3a〜3hは、それぞれセンサID「01」〜「08」に相当し、センサID「01」〜「08」にそれぞれセンサ3a〜3hの位置情報及び種別情報が関連付けられている。

0018

図4は、計測情報DBのデータ構造を示す。図4に示すように、サーバ装置5は、計測情報DB内に、検出信号Sdにそれぞれ含まれるセンサID、日時情報、及び計測値を関連付けて記憶する。図4の例では、サーバ装置5は、検出信号Sdを受信するごとに、当該検出信号Sdに含まれる各情報を計測情報DBに加えている。なお、サーバ装置5は、図4の例に代えて、計測情報DBを、センサIDごとに分けて記憶してもよく、各センサ3が計測する環境因子ごとに分けて記憶してもよい。

0019

[予測値の算出]
次に、サーバ装置5が実行する表示対象範囲Rtag内の各予測値の算出方法について説明する。概略的には、サーバ装置5は、局所回帰分析により、表示対象範囲Rtag内の環境因子を部分ごとにモデル化した局所回帰式を算出することで、表示対象範囲Rtag内の各予測値を生成する。このとき、サーバ装置5は、局所解析式の重み付けに関するパラメータであるパラメータ「α」を所定の範囲で変化させ、パラメータαごとの局所回帰式の評価指標を算出し、当該評価指標に基づき最適なパラメータαを決定する。これにより、サーバ装置5は、最適なパラメータαを用いた局所回帰式により、表示対象範囲Rtag内の各予測値を高精度に算出する。以下では、必要な処理ごとに具体的に説明する。

0020

(1)計測値の抽出
まず、表示対象範囲Rtag内の各予測値を算出するのに使用する計測値の抽出方法について説明する。サーバ装置5は、要求情報Irを受信した場合に、端末装置4から受信した要求情報Irに含まれる表示対象範囲Rtagの情報、表示対象となる日時の情報、及び種別情報に基づき、表示対象範囲Rtag内の各予測値の算出に用いる計測値を計測情報DBから抽出する。この場合、サーバ装置5は、まず、センサ情報DBを参照し、表示対象範囲Rtag内又は表示対象範囲Rtagから所定距離以内にあるセンサ3であって、要求情報Irの種別情報が示す環境因子に関連付けられたセンサIDを認識する。そして、サーバ装置5は、認識したセンサIDと、要求情報Irの日時の情報とに関連付けられた計測値を計測情報DBから抽出する。

0021

(2)局所回帰式の算出
次に、局所回帰式の算出方法について説明する。サーバ装置5は、パラメータαを用いて、表示対象範囲Rtag内の所定の区分ごとの環境因子をモデル化した局所回帰式を生成する。ここで、パラメータαは、局所回帰式において、算出対象となる予測値の地点と計測値の計測地点との距離(「地点間距離LB」とも呼ぶ。)と、当該計測値に乗算される重み付けの大きさとの関係を規定するパラメータである。計測値に乗算される重み付けの大きさは、地点間距離LBが短いほど大きくなる。そして、パラメータαが大きいほど、地点間距離LBの短い計測値の重み付けと地点間距離LBの長い計測値の重み付けとの差が大きくなる。一方、パラメータαが小さいほど、地点間距離LBが短い計測値の重み付けと地点間距離LBが長い計測値の重み付けとの差が小さくなる。

0022

次に、局所回帰式の具体例について、図5を参照して説明する。図5は、図2のセンサ3a〜3fが計測した二酸化炭素の計測値に基づき生成した局所回帰式を表すグラフの一例である。図5縦軸CO2濃度を示し、横軸はY座標を「4.5」に固定した場合のX座標を示す。計測点30a〜30fは、それぞれセンサ3a〜3fの計測値を示す。また、各計測点30a〜30eを中心とする円31a〜31eは、破線32に示す位置(即ち、X座標が「12」の位置)のCO2濃度の予測値を算出する際の各計測値に対する重み付けの大きさを示す。なお、図5の例では、X座標「0」かつY座標「4.5」の地点にCO2を排出するCO2施用機が設置されているものとする。

0023

図5のグラフに示すように、サーバ装置5は、この場合、線形回帰式を所定の区分ごとに局所的に算出している。ここで、円31a〜31eが示す各計測値に対する重み付けは、地点間距離LBが短い計測値ほど大きくなる。なお、破線32が示す地点から最も遠いセンサ3fの計測値は、地点間距離LBが所定距離よりも長いことから、破線32が示す地点の予測値を算出する際に用いられていない。このように、サーバ装置5は、局所回帰式を算出することで、近傍の計測値を重視した回帰モデルを生成することができる。従って、サーバ装置5は、特定領域で突出した値となった計測値を、不必要に全ての表示対象範囲Rtagの予測値の算出に用いることを防ぐことができる。

0024

また、サーバ装置5は、パラメータαが大きいほど、地点間距離LBの短い計測値の重み付けを大きくし、地点間距離LBの長い計測値の重み付けを小さくするような局所回帰式を生成する。これについて、図6を参照して具体的に説明する。

0025

図6(A)は、パラメータαを図5の例よりも大きくした場合を示す。図6(A)の例では、図5の例と比較して、地点間距離LBの短い計測値の重み付けがより大きくなり、地点間距離LBの長い計測値の重み付けがより小さくなる。その結果、局所回帰式を示すグラフは、各計測点30a〜30fにフィッテングするように形成される。また、破線32が示す地点の予測値の算出では、地点間距離LBが短い計測点30c、30dの重み付けの大きさを示す円31c、31dが相対的に大きくなり、他の計測点30a、30b、30eの重み付けの大きさを示す円31a、31b、31eが相対的に小さくなっている。

0026

図6(B)は、パラメータαを図5の例よりも小さくした場合を示す。図6(B)の例では、パラメータαを図5の例より小さくしたことにより、地点間距離LBの短い計測値の重み付けと、地点間距離LBの長い計測値の重み付けとの差が小さくなる。その結果、局所回帰式を示すグラフの各計測点30a〜30fへのフィッテングの度合いが小さくなる。また、破線32が示す地点の予測値の算出では、図5の例と比較して、地点間距離LBが短い計測点30c、30dの重み付けの大きさを示す円31c、31dが相対的に小さくなり、他の円31a、31b、31eが相対的に大きくなっている。

0027

(3)パラメータ決定処理
次に、パラメータαを決定するパラメータ決定処理について説明する。パラメータ決定処理では、サーバ装置5は、パラメータαの各候補値(「候補値Rv」とも呼ぶ。)に対応する局所回帰式の評価指標を算出することで、パラメータαに設定する候補値Rvを選定する。これについて、具体的に説明する。

0028

まず、サーバ装置5は、所定範囲(「候補範囲Rc」とも呼ぶ。)内の各値を候補値Rvとしてパラメータαに設定し、各候補値Rvが設定されたパラメータαを用いて、局所回帰式を生成する。例えば、「0.01」から「1.00」までを候補範囲Rcとし、当該候補範囲Rc内の0.01単位の各値を候補値Rvとした場合、サーバ装置5は、100個の候補値Rvに対する局所回帰式をそれぞれ生成する。

0029

次に、サーバ装置5は、各候補値Rvをパラメータαとする各局所回帰式に対し、回帰式を評価する指標となる統計量(「評価統計量Se」と呼ぶ。)を算出する。この場合、例えば、サーバ装置5は、平均積分二乗誤差(MISE:Mean Integrated Squared Error)に基づく評価手法である交差検証(クロスバリデーション)や赤池情報量規準AIC:Akaike’s Information Criterion)により、評価統計量Seを算出する。なお、サーバ装置5は、MISEに限らず、計測値と予測値との差分和などの種々の指標を評価統計量Seとしてもよい。

0030

そして、サーバ装置5は、算出した評価統計量Seに基づき、最も高い評価を示す評価統計量Seに対応するパラメータαの候補値Rvを、パラメータαの最適値であると認識する。そして、サーバ装置5は、当該候補値Rvを設定したパラメータαにより生成した局所回帰式により、表示対象範囲Rtag内の各予測値を算出する。これにより、サーバ装置5は、パラメータαを自動的に最適値に設定し、実際の環境因子の状況を的確に反映した予測値を好適に算出することができる。

0031

処理フロー
次に、第1実施形態における処理フローについて図7乃至図9を参照して説明する。

0032

(1)計測情報生成処理
図7は、計測情報DBの生成処理のフローチャートを示す。センサ3は、図7に示す処理を繰り返し実行する。

0033

まず、センサ3は、計測値を生成すると共に当該計測値をメモリに記録する(ステップS101)。次に、センサ3は、記録した計測値の送信タイミングであるか否か判定する(ステップS102)。例えば、センサ3は、ステップS101で計測値を生成するごとに当該計測値の送信タイミングであると判定してもよく、所定回数(例えば10回)だけステップS101を実行するごとにこれらの計測値の送信タイミングであると判定してもよい。そして、センサ3は、計測値の送信タイミングであると判断した場合(ステップS102;Yes)、当該計測値、センサID、及び、当該計測値の各生成日時を示す検出信号Sdをサーバ装置5に送信する(ステップS103)。一方、センサ3は、計測値の送信タイミングでないと判断した場合(ステップS102;No)、再びステップS101の処理を行う。

0034

センサ3の検出信号Sdの送信後、サーバ装置5は、検出信号Sdを受信し、計測情報DBに検出信号Sdに含まれるセンサID、計測値、及び日時情報を関連付けて記録する(ステップS201)。

0035

(2)表示情報生成処理
図8は、表示情報Idの生成処理の手順を示すフローチャートである。端末装置4は、図8に示す処理を、ユーザの所定の入力があった場合に実行する。

0036

まず、端末装置4は、サーバ装置5が表示情報Idを生成するのに必要な表示対象範囲Rtag、日時情報、種別情報、及びメッシュ情報を指定する入力を受け付ける(ステップS104)。例えば、図2に示す表示対象範囲Rtagを指定する場合、利用者は、所定の高さを示すZ座標(例えば1.5m)を指定すると共に、2.5mから30mまでのX座標の範囲及び1.5mから7.5mまでのY座標の範囲を指定する入力を行う。そして、端末装置4は、入力された表示対象範囲Rtag等を含む要求情報Irをサーバ装置5に送信する(ステップS105)。

0037

サーバ装置5は、要求情報Irの受信し(ステップS202)、その後、要求情報Irに含まれる表示対象範囲Rtag、日時情報、及び種別情報に基づき、使用する計測値を計測情報DBから抽出する(ステップS203)。次に、サーバ装置5は、後述する図9に示すパラメータ決定処理を実行する(ステップS204)。これにより、サーバ装置5は、環境因子の予測値を算出するための局所回帰式の最適なパラメータαを決定する。

0038

次に、サーバ装置5は、パラメータ決定処理により最適値に設定されたパラメータαの局所回帰式により、表示対象範囲Rtag内の環境因子の各予測値を算出する(ステップS205)。そして、サーバ装置5は、表示対象範囲Rtag内の各予測値を可視化した画像を示す表示情報Idを生成し、当該表示情報Idを端末装置4に送信する(ステップS206)。その後、端末装置4は、サーバ装置5から表示情報Idを受信し、表示情報Idに基づく表示を行う(ステップS106)。

0039

ここで、ステップS206でサーバ装置5が生成する表示情報Idについて、図10を参照して説明する。図10(A)は、表示対象範囲Rtag内の予測値を濃淡により表したマップ(ヒートマップ)を示し、図10(B)は、表示対象範囲Rtag内の予測値の等高線図を示す。図10(A)では、濃く描かれた領域ほど予測値が大きいものとする。サーバ装置5は、例えば図10(A)、(B)に示すような画像を示す表示情報Idを生成し、端末装置4に送信することで、表示対象範囲Rtag内の各予測値を、端末装置4のディスプレイ上で好適に可視化することができる。

0040

なお、図10(A)のヒートマップを生成する場合、サーバ装置5は、例えば、表示対象範囲Rtag内の予測値の最大値及び最小値をそれぞれ認識し、当該最大値及び最小値の範囲で均等に濃淡の変化又は色の変化が生じるようにしてもよい。他の例では、サーバ装置5は、上述の最大値に所定値を加えた値と、上述の最小値に所定値を引いた値との範囲で均等に濃淡の変化又は色の変化が生じるようにしてもよい。さらに別の例では、サーバ装置5は、表示対象範囲Rtag内の予測値のうち上位の所定割合(例えば10%)にあたる予測値の最小値と、下位の所定割合にあたる予測値の最大値との範囲で均等に濃淡の変化又は色の変化が生じるようにしてもよい。

0041

(3)パラメータ決定処理
図9は、図8に示す表示情報生成処理のステップS204で実行するパラメータ決定処理の手順を示すフローチャートの一例である。

0042

まず、サーバ装置5は、候補範囲Rc内の各候補値Rvをパラメータαに設定し、各候補値Rvに設定されたパラメータαの局所回帰式を算出する(ステップS301)。この場合、サーバ装置5は、候補範囲Rcと候補範囲Rc内の候補値Rvの間隔とを、メモリに予め記憶しておく。

0043

次に、サーバ装置5は、各候補値Rvに設定されたパラメータαの局所回帰式に対する評価統計量Seを算出する(ステップS302)。この場合、上述したように、例えば交差検証や赤池情報量規準などの手法に基づき、評価統計量Seを算出する。

0044

そして、サーバ装置5は、ステップS302で算出した評価統計量Seのうち、最も評価が高い評価統計量Seに対応するパラメータαを、最適なパラメータαであると認識する(ステップS303)。

0045

[第1実施形態の作用・効果]
第1実施形態によれば、端末装置4は、可視化する環境因子の表示対象範囲Rtag、日時、及び種別等を指定する入力に基づき、要求信号Irを生成してサーバ装置5に送信する。これにより、端末装置4は、サーバ装置5から表示情報Idを受信し、ユーザが指定した表示対象範囲Rtag内の環境因子の予測値を可視化した図をユーザに好適に視認させることができる。

0046

また、サーバ装置5は、表示対象範囲Rtag内の予測値を算出する際、局所回帰分析を用いることで、算出対象の予測値の地点から近傍にある地点の計測値を重視した環境因子の回帰モデルを生成する。これにより、サーバ装置5は、局所的な特性を的確に表した環境因子の予測値を、表示対象範囲Rtag内で好適に算出することができる。従って、サーバ装置5は、大幅な増大や減少が生じた特定領域での計測値を、不必要に全ての表示対象範囲Rtagの予測値の算出に用いることを防ぐことができる。

0047

さらに、サーバ装置5は、環境因子の予測値を算出するための局所回帰式の重み付けに関するパラメータであるパラメータαの最適値を決定し、決定したパラメータαに基づく局所回帰式により環境因子の各予測値を算出する。これにより、サーバ装置5は、高精度に環境因子の各予測値を算出することができる。

0048

[第1実施形態の変形例]
以下では、上記した第1実施形態の変形例について説明する。なお、下記の変形例は、任意に組み合わせて第1実施形態に適用することができる。

0049

(変形例1)
サーバ装置5は、重み付けに関するパラメータであるパラメータαを有する局所回帰式に基づき、環境因子の予測値を算出した。これに代えて、サーバ装置5は、回帰式を算出することなく、地点間距離LBを重み付けとする計測値の加重平均により、各予測値を算出してもよい。

0050

この場合、サーバ装置5は、各計測値に乗じる重み付けの大きさを、地点間距離LB及びパラメータαをパラメータとする所定の式により求める。上述の所定の式は、予め定められ、サーバ装置5のメモリに記憶される。そして、サーバ装置5は、この場合であっても、図10のパラメータ決定処理のステップS301において、各候補値Rvをパラメータαに設定し、当該パラメータα及び地点間距離LBを重み付け係数に有する加重平均の式により、各計測値の計測位置での予測値を算出する。そして、サーバ装置5は、ステップS302において、各位置での計測値と予測値との差分に基づく評価統計量Seを算出した後、最も良い評価統計量Seに対応するパラメータαを、最適なパラメータαであるとステップS303で認識する。

0051

このように、サーバ装置5は、局所回帰式以外の重み付けに関するパラメータを有する式を用いて環境因子の予測値を算出する場合であっても、重み付けに関するパラメータの最適値を好適に定め、表示対象範囲Rtag内の各予測値を高精度に算出することができる。

0052

(変形例2)
サーバ装置5は、図9のパラメータ決定処理では、表示対象範囲Rtag内の全領域で共通のパラメータαの最適値を決定した。これに代えて、サーバ装置5は、表示対象範囲Rtagを複数の領域(空間)に分割し、その分割領域ごとに最適なパラメータαをパラメータ決定処理で求めてもよい。

0053

この場合、パラメータ決定処理では、サーバ装置5は、局所回帰式の評価統計量Seを分割領域ごとに各パラメータαについて算出し、分割領域ごとに最も良い評価統計量Seとなるパラメータαを認識する。そして、サーバ装置5は、分割領域ごとに、最適なパラメータαに基づく局所回帰式を用いて、当該分割領域内の環境因子の予測値を算出する。これにより、サーバ装置5は、表示対象範囲Rtagの分割領域ごとに最適なパラメータαを設定し、各分割領域の予測値を高精度に算出することができる。

0054

なお、本変形例では、サーバ装置5は、表示対象範囲Rtagを、等しい大きさに分割してもよく、物理的なまとまりや機能的なまとまりごとに分割してもよい。後者の場合、例えば、複数のハウスが表示対象範囲Rtag内に含まれるときには、サーバ装置5は、各ハウスの領域ごとに分割領域を設定する。なお、端末装置4は、表示対象範囲Rtagの分割に関するユーザ入力を受け付け、当該入力情報を要求情報Irに含めてサーバ装置5に送信し、サーバ装置5は、受信した要求情報Irに基づき分割領域を設定してもよい。

0055

(変形例3)
サーバ装置5は、図7のフローチャートに基づき各センサ3から検出信号Sdを受信することで、計測情報DBを生成した。これに代えて、サーバ装置5は、他の装置により生成された計測情報DBを予め記憶してもよい。この場合、サーバ装置5は、図7のフローチャートの処理を実行する必要がない。

0056

また、この場合、サーバ装置5は、センサ情報DB及び計測情報DBをそれぞれ有する代わりに、位置情報及び計測値を最小項目とする計測情報DBを記憶してもよい。図11は、変形例に係る計測情報DBのデータ構造を示す。図11に示す計測情報DBは、位置情報の項目と計測値の項目とを有する。この場合、計測値は、予め定められた1つの環境因子(ここでは二酸化炭素)の計測値を示す。

0057

図11に示す計測情報DBをサーバ装置5が保有する例では、サーバ装置5は、要求情報Irにより指定された表示対象範囲Rtagに含まれる位置情報と関連付けられた計測値を抽出することで、表示対象範囲Rtag内の各予測値を算出する。従って、この例では、端末装置4は、要求情報Irに環境因子の種別情報及び日時の情報を含めなくともよい。また、変形例4で後述するように、端末装置4は、要求情報Irにメッシュ情報を含めなくともよい。従って、変形例3及び変形例4を組み合わせた場合、端末装置4は、要求情報Irに表示対象範囲Rtagの情報のみを含めてサーバ装置5に送信してもよい。

0058

(変形例4)
第1実施形態の図8のステップS104の説明では、端末装置4は、メッシュ情報を要求情報Irに含めてサーバ装置5に送信した。これに代えて、端末装置4は、要求情報Irにメッシュ情報を含めなくともよい。この場合、サーバ装置5は、予めメモリに記憶したメッシュ情報を参照することで、予測値を算出する表示対象範囲Rtagの単位領域を認識する。

0059

(変形例5)
図9の説明では、サーバ装置5は、対象となる環境因子の予測値の二次元マップを生成して端末装置4に表示させた。これに代えて、サーバ装置5は、要求情報Irに含まれる表示対象範囲Rtagが3次元空間を示す場合には、当該3次元空間における各単位空間での予測値を示す三次元マップを生成して端末装置4に表示させてもよい。

0060

なお、表示対象範囲Rtagが3次元空間を示す場合、サーバ装置5は、三次元マップを生成する代わりに、図10に示すXY平面の二次元マップを、Z座標の位置ごとに並べて表示してもよい。別の例では、サーバ装置5は、表示対象となるZ座標の位置を所定時間ごとにずらした二次元マップの動画を表示することで、3次元空間での予測値を可視化してもよい。

0061

(変形例6)
図10に示す環境因子の予測値の表現方法は一例であり、本発明が適用可能な表示方法はこれに限定されない。

0062

例えば、サーバ装置5は、環境因子の予測値を可視化した図に代えて、又はこれに加えて、表示対象範囲Rtag内の各位置での予測値を示す表や、センサ3の設置地点での予測値と計測値とを比較した表、その他統計情報等を表示させてもよい。

0063

他の例では、サーバ装置5は、要求情報Irに含まれる日時情報に、複数の時刻や所定の期間が指定されていた場合には、これらの各時刻に対応する環境因子の予測値を生成し、生成した予測値のマップ図を所定時間ごとに時系列切り替えた動画を、端末装置4に表示させてもよい。

0064

(変形例7)
サーバ装置5は、指定された表示対象範囲Rtag内での各予測値を生成するのに十分な計測値が計測情報DBに記憶されていない場合、表示対象範囲Rtag内での各予測値を適切に生成することができない旨の警告を端末装置4に出力させてもよい。

0065

例えば、サーバ装置5は、図8のステップS203で抽出した計測値の個数所定数未満の場合、端末装置4に警告情報を送信し、当該警告情報を端末装置4に出力させる。他の例では、サーバ装置5は、図8のステップS203で抽出した計測値の個数が、生成すべき予測値の個数の所定割合(例えば0.01%)未満のとき、端末装置4に警告情報を送信し、当該警告情報を端末装置4に出力させる。

0066

(変形例8)
本発明が適用可能な可視化の対象となる環境因子の種類は、二酸化炭素や温度に限定されない。これに代えて、又は、これに加えて、可視化の対象となる環境因子は、農作物に関する種々の環境因子であってもよく、バイオ医薬品製造のための細胞及び又は微生物の培養に関する種々の環境因子であってもよい。

0067

例えば、環境因子は、植物生態に関する速度変数システム特性に関する速度変数、管理者に関わる速度変数、物理環境要因に関する速度変数、物理環境要因に関わる状態変数、生態に関する状態変数、又は生体情報に関わる状態変数などであってもよい。

0068

ここで、植物生態に関する速度変数は、例えば、正味光合成速度暗呼吸速度、蒸散速度吸水速度養分吸収速度、出芽速度、開花速度、茎伸長速度である。また、システム特性に関する速度変数は、例えば、換気回数、床面熱流速度、壁面熱貫流速度である。また、管理者に関わる速度変数は、例えば、CO2施用速度、かん水養液給速度消費電力燃料消費速度である。また、物理環境要因に関する速度変数は、例えば、気流速度、光強度・放射束蒸発速度である。また、物理環境要因に関わる状態変数は、例えば、気温、水蒸気飽差(湿度)、CO2濃度、養液のpH、EC(電気伝導度)である。また、生態に関する状態変数は、例えば、草丈葉面積、色、重量、草姿群落構造である。また、生体情報に関わる状態変数は、例えば、葉の温度、クロロフィル蛍光含水率水ポテンシャル植物組織成分組成である。

0069

なお、要求情報Irに含まれる種別情報が示す環境因子が、計測情報DBに記憶した計測値から所定の演算を行うことで求める必要がある環境因子である場合、サーバ装置5は、例えば図8のステップS203で計測情報DBから計測値を抽出後、当該計測値に所定の演算を行い、演算後の計測値を用いてステップS204で予測値の算出を行う。

0070

(変形例9)
サーバ装置5は、センサ3が送信する検出信号Sdに含まれる日時情報を、計測情報DBの日時情報として記憶した。これに代えて、サーバ装置5は、検出信号Sdを受信して当該検出信号Sdが示す計測値を計測情報DBに記憶する際に、現在日時を示す日時情報を生成して計測値と共に計測情報DBに記憶してもよい。

0071

<第2実施形態>
第2実施形態では、端末装置4は、要求情報Irに、日時情報に代えて所定の期間を示す期間情報を送信し、サーバ装置5は、期間情報が示す期間(「指定期間Td」とも呼ぶ。)内での最適なパラメータαを決定する。このとき、サーバ装置5は、パラメータα及び時刻に対して評価統計量Seの平滑化処理を行い、平滑化処理後の評価統計量Se(「修正評価統計量Sea」とも呼ぶ。)に基づき、最適なパラメータαを決定する。これにより、サーバ装置5は、パラメータαの最適値を決定する際のロバスト性を向上させる。

0072

図12は、第2実施形態に係るパラメータ決定処理の手順を示すフローチャートである。なお、前提として、端末装置4は、図8のステップS104で指定期間Tdの入力を受け付け、ステップS105で指定期間Tdを含む要求情報Irをサーバ装置5に送信しているものとする。なお、指定期間Tdは、例えば、日にち内の所定の時間帯(例えば10日の12時から13時までの時間帯)であってもよく、複数の日にちに渡る時間帯(例えば8月中の12時から13時までの時間帯)であってもよい。

0073

まず、サーバ装置5は、候補範囲Rc内の各候補値Rvに設定したパラメータαに対応する局所回帰式を、指定期間Td内の各時刻を対象に算出する(ステップS401)。即ち、サーバ装置5は、第1実施形態の図9のステップS301で求める対象となる各局所回帰式を、指定期間Tdの各時刻についてそれぞれ算出する。ここで、指定期間Tdの各時刻とは、指定期間Td内の所定間隔(例えば1分)ごとの時刻を指し、例えばセンサ3が指定期間Td内で計測値を生成した各時刻を指す。

0074

次に、サーバ装置5は、ステップS401で算出した各局所回帰式の評価統計量Seを算出する(ステップS402)。即ち、サーバ装置5は、パラメータαの候補値Rvと指定期間Tdの各時刻との全ての組み合わせについて、評価統計量Seを算出する。

0075

次に、サーバ装置5は、パラメータα及び時刻に対して評価統計量Seを平滑化した修正評価統計量Seaを算出する(ステップS403)。例えば、サーバ装置5は、パラメータαの候補値Rv及び時刻の組の各々に対する評価統計量Seをパラメータα、時刻、及び評価統計量Seの三次元座標空間内で表した点を対象に回帰分析する。そして、サーバ装置5は、回帰分析により得られた三次元座標空間中の曲面に基づき、候補値Rv及び時刻の組の各々に対する修正評価統計量Seaを決定する。なお、回帰分析の他、サーバ装置5は、スプライン処理や種々の補間処理により同様に上述の曲面を生成して修正評価統計量Seaを算出してもよい。また、サーバ装置5は、上述の曲面を求めることなく、各パラメータα及び時刻の組に対する評価統計量Seの移動平均を、修正評価統計量Seaとして算出してもよい。

0076

そして、サーバ装置5は、ステップS403で算出した修正評価統計量Seaに基づき、パラメータαの最適値を認識する(ステップS404)。具体的には、サーバ装置5は、最も評価が良い修正評価統計量Seaに対応する候補値Rvを、最適なパラメータαであると認識する。その後、サーバ装置5は、図8のステップS205で、決定したパラメータαに対応する局所回帰式に基づき、指定期間Td内の各時刻に対する予測値を算出し、ステップS206で、表示情報Idの生成及び端末装置4への送信を行う。この場合、サーバ装置5は、変形例6と同様、時刻及びXY座標に対する予測値の3次元マップを端末装置4に表示させてもよく、第1実施形態の変形例5と同様に、予測値のマップ図を所定時間ごとに時系列に切り替えた動画を、端末装置4に表示させてもよい。

0077

次に、評価統計量Se及び修正評価統計量Seaの具体例について、図13を参照して説明する。図13(A)は、候補範囲Rc内のパラメータα及び指定期間Td内の各時刻に対する評価統計量Seの大きさを色の濃淡により表したマップを示す。また、図13(B)は、回帰分析により求めた修正評価統計量Seaの大きさを色の濃淡により表したマップを示す。図13(A)、(B)では、サーバ装置5は、時刻「t1」から時刻「t2」までの期間を指定期間Tdに定め、「0.35」から「1.55」までの範囲を候補範囲Rcに定めている。また、評価統計量Se及び修正評価統計量Seaは、値が低いほど高い評価を示すものとする。

0078

図13(A)に示すように、ステップS402で生成した各評価統計量Seは、パラメータα及び時刻の変化に対して値の変化が激しい。従って、この場合、評価統計量Seの極小値が広い範囲で分散し、最適なパラメータαを決定する際の評価統計量Seの信頼性が低い。これに対し、図13(B)に示す修正評価統計量Seaは、平滑化処理が行われており、破線枠45に示す位置に極小値及び最小値を有する。従って、サーバ装置5は、修正評価統計量Seaに基づき、パラメータαの最適値(図13(B)では0.4)を一意に設定することができ、高精度にパラメータ決定処理を実行することができる。

0079

[第2実施形態の作用・効果]
サーバ装置5は、評価統計量Seを時刻及びパラメータαに対して平滑化した修正評価統計量Seaを算出することで、異常値等の影響を受けることなくパラメータαの最適値を好適に定めることができる。その他、第2実施形態は、第1実施形態と同様の作用効果を奏する。

0080

[第2実施形態の変形例]
次に、第2実施形態の変形例について説明する。第2実施形態では、第1実施形態の変形例1〜9に加え、以下の変形例10を任意に組み合わせて適用可能である。

0081

(変形例10)
サーバ装置5は、図12のパラメータ決定処理では、指定期間Td内で共通のパラメータαの最適値を決定した。これに代えて、サーバ装置5は、指定期間Td内を複数の期間に分割し、その分割期間ごとに最適なパラメータαをパラメータ決定処理で求めてもよい。この場合、サーバ装置5は、指定期間Tdを、午前の期間と午後の期間とに分けてもよく、所定時間幅ごとに分けてもよい。

0082

この場合、図13(B)の例では、サーバ装置5は、時刻t1から時刻t2までの指定期間Tdを複数の期間に分けて、その分割期間ごとに修正評価統計量Seaが最小値となるパラメータαの値を、当該分割期間におけるパラメータαの最適値として認識する。そして、サーバ装置5は、分割期間内の時刻ごとに、最適なパラメータαに基づく局所回帰式を用いて、環境因子の予測値を算出する。

0083

本変形例によれば、サーバ装置5は、時間帯ごとの特性を案して、パラメータαをより適切に設定することができる。

0084

3センサ
4端末装置
5サーバ装置
9ネットワーク
10 表示システム

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ