図面 (/)

技術 管理システム及び管理方法

出願人 株式会社アドダイス
発明者 伊東大輔
出願日 2016年5月12日 (4年6ヶ月経過) 出願番号 2016-095813
公開日 2016年12月22日 (3年10ヶ月経過) 公開番号 2016-219007
状態 特許登録済
技術分野 学習型計算機
主要キーワード 耐用限度 百葉箱 環境条件データ 周辺環境データ 管理指令 成長度合 検出部品 データ入力インターフェース
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(2016年12月22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 (10)

課題

管理対象物の状態に適応させた管理を適切に実行することのできる管理システム及び管理方法を提供する。

解決手段

管理者により管理される管理対象物が配置された環境の条件を環境条件データとして検出するセンサ11a、11b、管理者による管理対象物の管理の記録が管理記録データとして入力される端末60、70を備えるとともに、センサ11a、11bで検出した環境条件データと端末60、70に入力された管理記録データとを相関せしめて管理対象物の状態を想定して把握し、把握した管理対象物の状態に基づいて管理対象物の状態に適応させた管理を行うための管理プロセスを学習し、学習した管理プロセスに基づいて管理指令自律的に生成する人工知能プログラム40を備える。

概要

背景

一般的に、管理対象物監視して、管理対象物に変化が生じた場合にはこれを検知して管理対象物に必要な施策を行い、管理対象物を適切に管理する技術が広く知られている。例えば、特許文献1には、管理対象物の状態を定期的に測定して、管理対象物の異常状態診断する管理システムが提案されている。

この管理システムは、通信機能付測定器診断装置及び監視端末を備えており、管理対象物の異常条件が診断条件として予め設定された診断装置において、この診断条件と通信機能付き測定器で測定された管理対象物の測定データとが対比される。

この診断装置には、管理対象物の使用条件に変更が生じた場合に診断条件を変更する診断条件変更手段が設けられており、診断条件変更手段によって診断条件が変更された場合には、監視端末が診断条件指示情報を通信機能付き測定器に送信する。

このように、特許文献1の管理システムによれば、管理対象物の使用条件に変更が生じた場合であっても、使用条件の変更に応じた管理対象物の測定及び診断を行うことを目的としている。

概要

管理対象物の状態に適応させた管理を適切に実行することのできる管理システム及び管理方法を提供する。管理者により管理される管理対象物が配置された環境の条件を環境条件データとして検出するセンサ11a、11b、管理者による管理対象物の管理の記録が管理記録データとして入力される端末60、70を備えるとともに、センサ11a、11bで検出した環境条件データと端末60、70に入力された管理記録データとを相関せしめて管理対象物の状態を想定して把握し、把握した管理対象物の状態に基づいて管理対象物の状態に適応させた管理を行うための管理プロセスを学習し、学習した管理プロセスに基づいて管理指令自律的に生成する人工知能プログラム40を備える。

目的

本発明は、上記事情に鑑みてなされたものであり、管理対象物の状態に適応させた管理を適切に実行することのできる管理システム及び管理方法を提供する

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

管理者により管理される管理対象物が配置された環境の条件を環境条件データとして検出するセンサと、前記管理者による前記管理対象物の管理の記録が管理記録データとして入力される端末と、前記センサで検出した前記環境条件データと前記端末に入力された前記管理記録データとを相関せしめて前記管理対象物の状態を想定して把握し、把握した前記管理対象物の状態に基づいて該管理対象物の状態に適応させた管理を行うための管理プロセスを学習し、学習した該管理プロセスに基づいて管理指令自律的に生成する人工知能プログラムと、を備えることを特徴とする管理システム

請求項2

前記人工知能プログラムで生成された前記管理指令によって前記管理対象物を管理する管理実行部を備えることを特徴とする請求項1に記載の管理システム。

請求項3

前記人工知能プログラムで生成された前記管理指令を前記管理者の前記端末に送信する送信手段を備えることを特徴とする請求項1に記載の管理システム。

請求項4

前記環境条件データは、前記管理対象物を撮像した環境条件画像データを含むことを特徴とする請求項1〜3のいずれか1項に記載の管理システム。

請求項5

前記管理記録データは、前記管理対象物を撮像した管理記録画像データを含むことを特徴とする請求項1〜4のいずれか1項に記載の管理システム。

請求項6

管理者により管理される管理対象物の使用状態管理状態データとして検出するセンサと、該センサで検出した前記管理状態データに基づいて前記管理対象物の使用傾向を想定して把握し、把握した前記管理対象物の使用傾向に基づいて該管理対象物の使用傾向に適応させた管理を行うための管理プロセスを学習し、学習した該管理プロセスに基づいて管理指令を自律的に生成する人工知能プログラムと、該人工知能プログラムで生成された前記管理指令に基づいた前記管理対象物の管理の記録が管理記録データとして入力される端末と、を備え、該端末に入力された前記管理記録データと前記センサで検出した前記管理記録データとを相関せしめて生成した前記管理指令を修正することを特徴とする管理システム。

請求項7

前記管理指令による前記管理対象物の管理から逸脱した前記管理対象物の管理が実行された場合に、前記端末に警告を送信する送信手段を備えることを特徴とする請求項6に記載の管理システム。

請求項8

センサが、管理者により管理される管理対象物が配置された環境の条件を環境条件データとして検出し、人工知能プログラムが、端末を介して入力された前記管理者による前記管理対象物の管理の記録である管理記録データと前記検出した環境条件データとを相関せしめて前記管理対象物の状態を想定して把握し、把握した前記管理対象物の状態に基づいて該管理対象物の状態に適応させた管理を行うための管理プロセスを学習し、学習した該管理プロセスに基づいて管理指令を自律的に生成する、ことを特徴とする管理方法

請求項9

管理実行部が、前記人工知能プログラムで生成された前記管理指令によって前記管理対象物を管理することを特徴とする請求項8に記載の管理方法。

請求項10

送信手段が、前記人工知能プログラムで生成された前記管理指令を前記管理者の前記端末に送信することを特徴とする請求項8に記載の管理方法。

技術分野

0001

本発明は、管理システム及び管理方法、特に、管理者により管理される管理対象物を管理者とともに管理する管理システムに関する。

背景技術

0002

一般的に、管理対象物を監視して、管理対象物に変化が生じた場合にはこれを検知して管理対象物に必要な施策を行い、管理対象物を適切に管理する技術が広く知られている。例えば、特許文献1には、管理対象物の状態を定期的に測定して、管理対象物の異常状態診断する管理システムが提案されている。

0003

この管理システムは、通信機能付測定器診断装置及び監視端末を備えており、管理対象物の異常条件が診断条件として予め設定された診断装置において、この診断条件と通信機能付き測定器で測定された管理対象物の測定データとが対比される。

0004

この診断装置には、管理対象物の使用条件に変更が生じた場合に診断条件を変更する診断条件変更手段が設けられており、診断条件変更手段によって診断条件が変更された場合には、監視端末が診断条件指示情報を通信機能付き測定器に送信する。

0005

このように、特許文献1の管理システムによれば、管理対象物の使用条件に変更が生じた場合であっても、使用条件の変更に応じた管理対象物の測定及び診断を行うことを目的としている。

先行技術

0006

特開2014−225080公報

発明が解決しようとする課題

0007

しかし、特許文献1の管理システムは、管理対象物の使用条件に変更があった場合に、予め設定された診断条件を適宜選択して変更するものであることから、管理対象物の使用条件の変更を予め想定して定型化したうえで、診断条件を設定しておく必要がある。

0008

したがって、特許文献1の管理システムによれば、診断装置の診断条件変更手段において診断条件の変更を行うに際して、管理対象物の使用条件の変更に適切に追従することができないことが懸念される。

0009

本発明は、上記事情に鑑みてなされたものであり、管理対象物の状態に適応させた管理を適切に実行することのできる管理システム及び管理方法を提供することを課題とするものである。

課題を解決するための手段

0010

上記課題を解決するための請求項1に記載の発明による管理システムは、管理者により管理される管理対象物が配置された環境の条件を環境条件データとして検出するセンサと、前記管理者による前記管理対象物の管理の記録が管理記録データとして入力される端末と、前記センサで検出した前記環境条件データと前記端末に入力された前記管理記録データとを相関せしめて前記管理対象物の状態を想定して把握し、把握した前記管理対象物の状態に基づいて該管理対象物の状態に適応させた管理を行うための管理プロセスを学習し、学習した該管理プロセスに基づいて管理指令自律的に生成する人工知能プログラムと、を備えることを特徴とする。

0011

この構成によれば、センサによって、管理対象物が配置された環境の条件が環境条件データとして検出され、管理対象物の管理の記録が管理記録データとして端末に入力され、人工知能プログラムによってこれらのデータが互いに相関せしめられ、人工知能プログラムがこの相関せしめられたデータに基づいて、管理対象物の状態に適応させた管理を行うための管理プロセスを学習する。

0012

この人工知能プログラムが学習した結果に基づいて、人工知能プログラムが管理対象物の状況に適応した管理指令を自律的に生成することから、管理対象物の現在の状態に適応した管理を適切に実行することができる。

0013

請求項2に記載の発明による管理システムは、請求項1に記載の管理システムにおいて、前記人工知能プログラムで生成された前記管理指令によって前記管理対象物を管理する管理実行部を備えることを特徴とする。

0014

この構成によれば、管理対象物の状況に適応させて自律的に生成された管理指令に基づいて、管理実行部が管理対象物の管理を実行することから、管理者が管理対象物の管理を行う作業負担及び作業時間を大幅に削減することができる。

0015

請求項3に記載の発明による管理システムは、請求項1に記載の管理システムにおいて、前記人工知能プログラムで生成された前記管理指令を前記管理者の前記端末に送信する送信手段を備えることを特徴とする。

0016

この構成によれば、管理対象物の状況に適応させて自律的に生成された管理指令が、管理者の保有する端末に送信されることから、管理者が管理対象物の管理を行う際の作業を予め把握することができる。その結果、管理者が管理対象物の管理を行う作業負担及び作業時間を大幅に削減することができる。

0017

請求項4に記載の発明による管理システムは、請求項1〜3のいずれか1項に記載の管理システムにおいて、前記環境条件データは、前記管理対象物を撮像した環境条件画像データを含むことを特徴とする。

0018

この構成によれば、環境条件データは環境条件画像データを含んでおり、人工知能プログラムは、この画像データを用いて学習することから、複合的なデータに基づいてより精緻な学習を行うことができる。

0019

請求項5に記載の発明による管理システムは、請求項1〜4のいずれか1項に記載の管理システムにおいて、前記管理記録データは、前記管理対象物を撮像した管理記録画像データを含むことを特徴とする。

0020

この構成によれば、管理記録データは管理記録画像データを含んでおり、人工知能プログラムは、この画像データを用いて学習することから、複合的なデータに基づいてより精緻な学習を行うことができる。

0021

上記課題を解決するための請求項6に記載の発明による管理システムは、管理者により管理される管理対象物の使用状態管理状態データとして検出するセンサと、該センサで検出した前記管理状態データに基づいて前記管理対象物の使用傾向を想定して把握し、把握した前記管理対象物の使用傾向に基づいて該管理対象物の使用傾向に適応させた管理を行うための管理プロセスを学習し、学習した該管理プロセスに基づいて管理指令を自律的に生成する人工知能プログラムと、該人工知能プログラムで生成された前記管理指令に基づいた前記管理対象物の管理の記録が管理記録データとして入力される端末と、を備え、該端末に入力された前記管理記録データと前記センサで検出した前記管理記録データとを相関せしめて生成した前記管理指令を修正することを特徴とする。

0022

この構成によれば、センサによって、管理対象物の使用状態が管理状態データとして検出され、人工知能プログラムによってこのデータに基づいて管理対象物の使用傾向が把握され、把握された使用傾向に基づいて、管理対象物の使用傾向に適応させた管理を行うための管理プロセスを学習する。

0023

この人工知能プログラムが学習した結果に基づいて、人工知能プログラムが管理対象物の状況に適応した管理指令を自律的に生成することから、管理対象物の現在の状態に適応した管理を適切に実行することができる。

0024

さらに、管理対象物の管理の記録が管理記録データとして端末を介して入力され、入力された管理記録データとセンサで検出した管理記録データとが相関せしめられて管理指令が修正されることから、管理対象物の管理を適切に行うことができる。

0025

請求項7に記載の発明による管理システムは、請求項6に記載の管理システムにおいて、前記管理指令による前記管理対象物の管理から逸脱した前記管理対象物の管理が実行された場合に、前記端末に警告を送信する送信手段を備えることを特徴とする。

0026

この構成によれば、人工知能プログラムによって生成された管理指令から逸脱した管理対象物の管理の実行が誤用であるか否かを、管理者が容易に把握することができる。したがって、管理対象物の適正な使用が促されることとなる。

0027

上記課題を解決するための請求項8に記載の発明による管理方法は、センサが、管理者により管理される管理対象物が配置された環境の条件を環境条件データとして検出し、人工知能プログラムが、端末を介して入力された前記管理者による前記管理対象物の管理の記録である管理記録データと前記検出した環境条件データとを相関せしめて前記管理対象物の状態を想定して把握し、把握した前記管理対象物の状態に基づいて該管理対象物の状態に適応させた管理を行うための管理プロセスを学習し、学習した該管理プロセスに基づいて管理指令を自律的に生成する、ことを特徴とする。

0028

この構成によれば、管理対象物が配置された環境の条件をセンサが環境条件データとして検出し、かつ管理対象物の管理の記録が管理記録データとして端末に入力され、人工知能プログラムがこれらのデータを互いに相関せしめ、この相関せしめたデータに基づいて、管理対象物の状態に適応させた管理を行うための管理プロセスを学習する。

0029

この人工知能プログラムが学習した結果に基づいて、人工知能プログラムが管理対象物の状況に適応した管理指令を自律的に生成することから、管理対象物の現在の状態に適応した管理を適切に実行することができる。

0030

請求項9に記載の発明による管理方法は、請求項8に記載の管理方法において、管理実行部が、前記人工知能プログラムで生成された前記管理指令によって前記管理対象物を管理することを特徴とする。

0031

この構成によれば、管理対象物の状況に適応させて自律的に生成された管理指令に基づいて、管理実行部が管理対象物の管理を実行することから、管理者が管理対象物の管理を行う作業負担及び作業時間を大幅に削減することができる。

0032

請求項10に記載の発明による管理方法は、請求項8に記載の管理方法において、送信手段が、前記人工知能プログラムで生成された前記管理指令を前記管理者の前記端末に送信することを特徴とする。

0033

この構成によれば、管理対象物の状況に適応させて自律的に生成された管理指令を、管理者の保有する端末に送信することから、管理者が管理対象物の管理を行う際の作業を予め把握することができる。その結果、管理者が管理対象物の管理を行う作業負担及び作業時間を大幅に削減することができる。

発明の効果

0034

この発明によると、人工知能プログラムによって環境条件データと管理記録データとが互いに相関せしめられ、このデータに基づいて、人工知能プログラムが管理対象物の状態に適応させた管理を行うための管理プロセスを学習する。

0035

この人工知能プログラムが学習した結果に基づいて、人工知能プログラムが管理対象物の状況に適応した管理指令を自律的に生成することから、管理対象物の現在の状態に適応した管理を適切に実行することができる。

図面の簡単な説明

0036

本発明の第1実施の形態に係る管理システムの概略を説明する図である。
同じく、本実施の形態に係る管理システムの構成の概略を説明するブロック図である。
同じく、本実施の形態に係る巣箱の構成の概略を説明する図である。
同じく、本実施の形態に係る人工知能プログラムの構成及び機能の概略を説明する図である。
同じく、本実施の形態に係るオンサイト作業者及びオフサイト作業者の作業手順が記載された蜂群カルテの概略を説明する図である。
同じく、本実施の形態に係る人工知能プログラムが学習するプロセスの概略を説明するフローチャートである。
本発明の第2実施の形態に係る管理システムの概略を説明する図である。
同じく、本実施の形態に係る人工知能プログラムの構成及び機能の概略を説明する図である。
同じく、本実施の形態に係る管理システムにおいて、管理者により管理される管理対象物の使用傾向を表したタイミングチャートである。

実施例

0037

次に、図1図9を参照して、本発明の実施の形態について説明する。

0038

(第1実施の形態)
図1図6を参照して、本発明の第1実施の形態について説明する。なお、本実施の形態では、管理システムが養蜂業に適用される場合であって、管理システムで管理を行う管理対象物が蜂である場合を例として説明する。

0039

図1は、本実施の形態に係る管理システムの概略を説明する図である。図示のように、管理システム1は、養蜂業の作業管理を行うものである。養蜂業は、蜂bを飼育して蜂蜜採取することを目的として行われるものであり、本実施の形態では、多数の蜂bが収容された巣箱100が養蜂場Sに配置されている。巣箱100には、本実施の形態では、管理の便宜を図る観点から、A■1〜A■4、及びB■1〜B■4の符号が割り当てられている。

0040

この管理システム1は、巣箱100の外側に取り付けられた巣箱センサ10、巣箱センサ10と通信可能であって養蜂場Sに設けられた百葉箱110内に取り付けられた中継センサ20を備え、この中継センサ20は、クラウド30を実装するサーバ31と通信可能に接続されている。

0041

さらに管理システム1は、クラウド30にアクセス可能な端末であるオンサイト作業者端末60及びオフサイト作業者端末70を備える。これらオンサイト作業者端末60及びオフサイト作業者端末70は、本実施の形態では、多機能型携帯端末であるスマートフォンによって構成されている。

0042

オンサイト作業者端末60は、養蜂場Sにおいて巣箱100を目視で直接的に確認して作業を行うオンサイト作業者P1が保有しており、オンサイト作業者P1が後述する蜂群カルテに従って確認した巣箱100の状況がオンサイトデータとして入力される。

0043

一方、オフサイト作業者端末70は、養蜂場Sから離隔した遠隔地において巣箱100を確認して作業を行うオフサイト作業者P2が保有しており、オフサイト作業者P2が後述する蜂群カルテに従って確認した巣箱100の状況がオフサイトデータとして入力される。

0044

本実施の形態では、これらオンサイト作業者P1及びオフサイト作業者P2によって、管理者が構成される。

0045

図2は、本実施の形態に係る管理システム10の構成の概略を説明するブロック図であり、図3は、本実施の形態に係る巣箱100の構成の概略を説明する図である。

0046

図2で示すように、巣箱センサ10は、中継センサ20と通信する図示しない通信手段を内蔵した装置であり、センサスロット11、カメラ12、給餌ポンプ13及び薬液噴霧ポンプ14が並列的に接続され、センサスロット11には、温度センサ11a、湿度センサ11b及び重量センサ11cが互いに並列的に接続されている。

0047

本実施の形態では、これら給餌ポンプ13及び薬液噴霧ポンプ14によって、管理実行部が構成される。

0048

温度センサ11a及び湿度センサ11bはそれぞれ、巣箱100内の温度及び湿度を検出する。重量センサ11cは、巣箱100内の蜂bにより貯された貯蜜量を検出する。

0049

カメラ12は、巣箱100内に懸架されて配置された木枠101に営巣した蜂bや巣箱100内の状況を撮像する。これにより、蜂bの状態を観察することが可能となる。一方、給餌ポンプ13は、巣箱100内に配置された木枠101に砂糖水を供給して、蜂bに給餌する。

0050

中継センサ20は、巣箱センサ10及びルータ32を介してサーバ31と通信する図示しない通信手段を内蔵した装置であり、センサスロット21とカメラ22とが並列的に接続され、センサスロット21には、温度センサ21a及び湿度センサ21bが互いに並列的に接続されている。

0051

温度センサ21aは、養蜂場Sの温度を検出し、湿度センサ21bは、養蜂場Sの湿度を検出する。カメラ22は、本実施の形態では、巣箱100が配置された養蜂場Sを撮像する。これにより、養蜂場Sの状態を観察することが可能となる。

0052

ルータ32を介して中継センサ20と接続してインターネットにアクセス可能に構成されたサーバ31には、本実施の形態では人工知能プログラム40が格納されている。

0053

図4は、人工知能プログラム40の構成及び機能の概略を説明する図である。図示のように、人工知能プログラム40は、データ入力インターフェース41、演算部42、検出部43、及び演算部42と検出部43との間に配置される記憶部44を備える。

0054

データ入力インターフェース41には、オンサイト作業者端末60から入力される後述の蜂群カルテに従って観察されたオンサイトデータD1、オフサイト作業者端末70から入力される後述の蜂群カルテに従って観察されたオフサイトデータD2、及びオンサイト作業者P1が巣箱100内の状況をカメラで撮像した画像データである管理記録画像データD3が入力される。

0055

これらオンサイトデータD1、オフサイトデータD2及び管理記録画像データD3によって、管理記録データが構成される。

0056

一方、データ入力インターフェース41には、巣箱センサ100の温度センサ11a、湿度センサ11b及び重量センサ11cがそれぞれ検出した巣箱100内の温度のデータ、湿度のデータ及び貯蜜量のデータが巣箱データD4として入力される。

0057

さらに、データ入力インターフェース41には、中継センサ20の温度センサ21a、湿度センサ21bがそれぞれ検出した養蜂場Sの温度のデータ、湿度のデータ、及びカメラ22が撮像した養蜂場Sの画像のデータが巣箱周辺環境データD5として入力される。

0058

同様に、データ入力インターフェース41には、巣箱100に設けられたカメラ12によって撮像された巣箱100内の蜂bの画像のデータが、環境条件画像データD6として入力される。

0059

これら巣箱データD4、巣箱周辺環境データD5及び環境条件画像データD6によって、環境条件データが構成される。

0060

演算部42は、データ入力インターフェース41に入力された上記の各データD1〜D6を教師データとして養蜂の作業を学習し、学習した結果に基づいて、蜂bの状態に適応した管理指令を自律的に生成する。

0061

検出部43は、演算部42が生成した管理指令のうち、蜂bの現在の状態に適応した管理指令を検出する。一方、記憶部44は、演算部42が生成した管理指令を記憶する。

0062

このように、人工知能プログラム40で生成された管理指令は、本実施の形態では、送信手段50によってオンサイト作業者端末60、オフサイト作業者端末70及び巣箱センサ10を介して管理実行部である給餌ポンプ13、薬液噴霧ポンプ14に、選択的にあるいは場合によってはこれらのいずれにも送信される。

0063

次に、図5及び図6を用いて、本実施の形態に係る管理システム1による管理方法の概略及び人工知能プログラム40が教師データに基づいて養蜂の作業を学習するプロセスを説明する。

0064

図5は、オンサイト作業者P1及びオフサイト作業者P2の作業手順が記載された蜂群カルテ80の概略を説明する図であり、図6は、人工知能プログラム40が学習するプロセスの概略を説明するフローチャートである。

0065

図5で示すように、蜂群カルテ80には、オンサイト作業者P1及びオフサイト作業者P2の作業手順が記載されており、オンサイト作業者P1及びオフサイト作業者P2はこれに基づいて作業を行い、オンサイト作業者端末60及びオフサイト作業者端末70に作業内容等を入力する。

0066

例えば、オフサイト作業者P1は、養蜂カルテ80に従って、蜂bが収容された巣箱100内を観察し、「産卵総数」の確認、「数」の確認及び「日齢確認」等を行う。本実施の形態では、「産卵総数」は「確認できず−少−中−多」のように産卵数の多寡で確認し、「蛆数」についても「無−少−中−多」のように蛆の多寡で確認し、「日齢確認」は「1齢 2齢 3齢」のように蛆の成長度合で確認する。

0067

このように、オフサイト作業者P2は、蜂群カルテ80に従って蜂群カルテ80に列挙された項目に沿って巣箱100内を観察して確認し、確認した内容をオフサイト作業者端末70にオフサイトデータD2として入力する。

0068

さらに、オフサイト作業者P2が、例えば「王台」の確認を行う場合は、王台の有無を「無・1個・2個・3個・4個・5個以上」のように王台の有無及びその多寡で確認する。この確認により、王台が2個以上存在する場合は、その王台を切除あるいは切除せずに群分割する等、「王台切除〔処理済・未処理・切除せず群分割〕」のように処理を行い、確認した内容及び処理した内容をオフサイト作業者端末70にオフサイトデータD2として入力する。

0069

これらオフサイト作業者P2による巣箱100内の観察は、巣箱100を目視で直接的に観察することも可能であるが、本実施の形態では、オフサイト作業者P2は、巣箱100に設けられて巣箱100内の状況等を撮像するカメラ12が撮像した画像に基づいて、遠隔地で巣箱100内を観察して作業項目を確認している。

0070

一方、例えばオンサイト作業者P1は、本実施の形態では、養蜂カルテ80に従って、蜂bが収容された巣箱100内を現地で直接的に観察し、「貯蜜量」の確認を行う。本実施の形態では、「貯蜜量」は「多−少−中」のように、貯蜜された貯蜜量の程度で確認する。

0071

オンサイト作業者P1は、貯蜜量の程度を確認することにより、「給餌の必要性」の確認及び「給餌後の残量」の確認等を行う。本実施の形態では、「給餌の必要性」は「有・無」の二択で確認し、「給餌後の残量」は「無−少−中−多」のように砂糖水の残量の多寡で確認する。

0072

このように、オンサイト作業者P1は、蜂群カルテ80に従って蜂群カルテ80に列挙された項目に沿って巣箱100内を直接的に観察して確認し、確認した内容をオンサイト作業者端末60にオンサイトデータD1として入力する。

0073

さらに、本実施の形態では、オンサイト作業者P1は、巣箱100を開放して木枠101を取り出し、この木枠101をカメラで撮像し、撮像した画像データをオンサイト作業者端末60に管理記録画像データD3として入力する。

0074

このように入力された管理記録画像データD3を、オフサイト作業者P2が蜂群カルテ80に従って観察して、蜂bにとって害をもたらす「ヘギイタダニの存在〔有・無(不明)〕」の確認を行う。

0075

この確認により、ヘギイタダニが存在する場合は、本実施の形態では、その状態に応じて「対応(投薬経過観察)」のように、「投薬」あるいは「経過観察」を選択して処理を行い、確認した内容及び処理した内容をオフサイト作業者端末70にオフサイトデータD2として入力する。

0076

このように、本実施の形態では、オンサイト作業者端末60及びオフサイト作業者端末70によって、蜂群カルテ80に従って、オンサイトデータD1、オフサイトデータD2及び管理記録画像データD3が、データ入力インターフェース41を介して人工知能プログラム40に入力される。

0077

一方、データ入力インターフェース41を介して、上記のように、巣箱データD4、巣箱周辺環境データD5及び環境条件画像データD6が人工知能プログラム40に入力される。

0078

これら入力されたオンサイトデータD1、オフサイトデータD2、管理記録画像データD3、巣箱データD4、巣箱周辺環境データD5及び環境条件画像データD6は、図6で示すように、ステップS1において、例えば蜂bの幼虫の日齢に関する複数のデータが相関せしめられ、あるいは巣箱センサ100の温度センサ11aで検出した温度のデータと中継センサ20の温度センサ21aが検出した温度のデータとが相関せしめられる等、各データD1〜D6の有する特徴に着目されてグルーピングが行われる。

0079

このように、各データD1〜D6が有する特徴が抽出されて、その特徴ごとにグループに自動的に分類され、これら各データD1〜D6の特徴ごとに評価の重みづけがなされる。

0080

すなわち、人工知能プログラム40がこれらの各データD1〜D6を教師データとして学習する場合において、重みがつけられたデータのグループの学習は、それ以外のグループの学習よりも重点的に行われることとなる。

0081

ステップS1におけるグルーピングに続いて、ステップS2において、グルーピングして分類したグループに、そのグループを構成する各データD1〜D6の特徴に基づいた適切なラベリングが実行される。例えば、幼虫の日齢に関するデータのグループであれば、このグループに適したラベリングが行われる。

0082

ステップS2におけるラベリングに続いて、ステップS3において、グループを構成する各データD1〜D6の特徴とそのグループにラベリングされたラベルとの関連づけが実行される。この関連づけが実行された後、ステップS4において、そのグループを構成する各データD1〜D6の特徴とそのグループにラベリングされたラベルとの関係を学習する(特徴学習)。

0083

その後、ステップS5において、特徴学習が終了したか否かが判定され、特徴学習が終了していない場合は、再度、ステップS1において、各データD1〜D6の有する特徴に着目したグルーピングが行われる。

0084

この特徴学習によって、本実施の形態の人工知能プログラム40が各データD1〜D6を教師データとして養蜂の作業を学習するまでに要する期間は、およそ1〜3か月となっている。

0085

このように、特徴学習を終了した人工知能プログラム40は、新たなデータが出現すると、演算部42が新たなデータに適したラベルを予測し、蜂bの状態に適応した管理指令を自律的に生成する。

0086

例えば、巣箱センサ10の湿度センサ11bが検出した湿度のデータと中継センサ20の湿度センサ21bが検出した湿度のデータとが相関せしめられて、養蜂場S及び巣箱100における適切な湿度が例えば40%程度であると学習されている場合において、湿度センサ11bが検出した湿度のデータと湿度センサ21bが検出した湿度のデータとが相関せしめられて90%以上の湿度が検出されたような場合は、巣箱100が浸水等の被害を受けている可能性がある。

0087

このような場合は、人工知能プログラム40は湿度の異常を検出し、湿度が異常である旨の管理指令を生成して、この管理指令が送信手段50を介してオンサイト作業者端末60及びオフサイト作業者端末70に送信される。

0088

例えば、巣箱センサ10の温度センサ11aが検出した温度のデータと中継センサ20の温度センサ21aが検出した温度のデータとが相関せしめられて、10月における養蜂場S及び巣箱100の適切な温度が20℃程度であると学習されている場合において、温度センサ11aが検出した温度のデータと温度センサ21aが検出した温度のデータとが相関せしめられて20℃を大幅に上回る、あるいは大幅に下回る温度が検出されたような場合は、巣箱100の蓋が何らかの理由により開蓋されている可能性がある。

0089

このような場合は、人工知能プログラム40は温度の異常を検出し、温度が異常である旨の管理指令を生成して、この管理指令が送信手段50を介してオンサイト作業者端末60及びオフサイト作業者端末70に送信される。

0090

例えば、オンサイト作業者P1が巣箱100内を直接的に目視して「給餌の必要性」を確認して給餌の必要があると判断し、この判断に基づいて給餌を実行した旨のオンサイトデータD1によって、人工知能プログラム40がこのオンサイトデータD1が入力された際の巣箱100内の状況とオンサイトデータD1とを関連づけて学習した場合において、巣箱100内の状況が学習したときの状況と同様の状況となった場合には、人工知能プログラム40が、蜂bに対して給餌が必要であると判断する。

0091

このような場合は、人工知能プログラム40は、給餌ポンプ13を駆動させる管理指令を生成して、この管理指令が送信手段50を介して巣箱100の巣箱センサ10に送信される。この管理指令が巣箱センサ10に送信されると、給餌ポンプ13が駆動して蜂bに対して給餌が実行される。

0092

このとき、人工知能プログラム40は、給餌を実行した旨の管理指令及び給餌後の砂糖水の残量を示す管理指令を生成して、この管理指令が送信手段50を介してオンサイト作業者端末60及びオフサイト作業者端末70に送信される。

0093

さらに、例えば、オフサイト作業者P2が管理記録画像データD3によって「ヘギイタダニの存在〔有・無(不明)〕」を確認してヘギイタダニが存在すると判断し、この判断に基づいてヘギイタダニに有効な薬液噴射を実行した旨のオフサイトデータD2によって、人工知能プログラム40がこのオフサイトデータD2が入力された際の巣箱100内の状況とオフサイトデータD2とを関連づけて学習した場合において、ヘギイタダニが巣箱100内に存在する場合は、人工知能プログラム40が、ヘギイタダニが存在すると判断して、ヘギイタダニに対して薬液を噴射する必要があると判断する。

0094

このような場合は、人工知能プログラム40は、薬液噴射ポンプ14を駆動させる管理指令を生成して、この管理指令が送信手段50を介して巣箱100の巣箱センサ10に送信される。この管理指令が巣箱センサ10に送信されると、薬液噴射ポンプ14が駆動してヘギイタダニに対して薬液が噴射される。

0095

このとき、人工知能プログラム40は、薬液を噴射した旨の管理指令を生成して、この管理指令が送信手段50を介してオンサイト作業者端末60及びオフサイト作業者端末70に送信される。

0096

このように、本実施の形態に係る管理システム1によれば、巣箱センサ10及び中継センサ20によって検出された各データにより構成される環境条件データと、オンサイト作業者端末60及びオフサイト作業者端末70に入力された管理記録データとが相関せしめられて、この相関せしめられたデータを教師データとして、蜂bの状況を想定しながら人工知能プログラム40が養蜂の作業を学習する。

0097

この学習した結果に基づいて、人工知能プログラム40が蜂bの状況に適応した管理指令を自律的に生成することから、蜂bの現在の状態に適応した管理を適切に実行することができる。

0098

本実施の形態では、蜂bの状況に適応させて生成された管理指令に基づいて、給餌ポンプ13が駆動されて蜂bに給餌を実行したり、巣箱100内に薬液を噴霧したり、あるいはこれら実行した内容をオンサイト作業者端末60及びオフサイト作業者端末70に送信したりすることから、オンサイト作業者P1及びオフサイト作業者P2が蜂bの収容された巣箱100の管理を行う作業負担及び作業時間を大幅に削減することができる。

0099

さらに、管理記録データは管理記録画像データD3を含み、環境条件データは環境条件画像データD6を含んでおり、人工知能プログラム40は、これらの各画像データも教師データとして学習することから、複合的なデータに基づいてより精緻な学習を行うことができる。

0100

(第2実施の形態)
次に、図7図9を参照して、本発明の第2実施の形態について説明する。なお、本実施の形態では、管理システムが、住宅における管理対象物である電気機器の管理に適用される場合を例として説明する。

0101

図7は、本実施の形態に係る管理システムの概略を説明する図である。図示のように、管理システム2は、住宅に配備される照明101、エアコン102、テレビ103及び炊飯器104といった電気機器が接続されて交流電源120からの電力配電する配電盤80、配電盤80に設けられて電気機器の消費電力を検知する消費電力センサ80a、消費電力センサ80aと通信可能な中継センサ81を備える。

0102

中継センサ81は、図示しないルータを介して、クラウド82を実装するサーバ83と通信可能に接続されている。このサーバ83は、中継センサ81と接続してインターネットにアクセス可能に形成され、本実施の形態では人工知能プログラム90が格納されている。

0103

さらに管理システム2は、クラウド82にアクセス可能な端末であるユーザ端末84を備える。このユーザ端末84は、本実施の形態では、多機能型携帯端末であるスマートフォンによって構成されている。

0104

このユーザ端末84は、住宅に配備される電気機器を目視で直接的に確認して管理を行う管理者であるユーザUが保有している。ユーザUは、本実施の形態では、住宅に居住する居住者であって、電気機器を使用する使用者であり、かつこれらの電気機器を管理する管理者であることが想定されている。

0105

図8は、人工知能プログラム90の構成及び機能の概略を説明する図である。図示のように、人工知能プログラム90は、データ入力インターフェース91、演算部92、検出部93、及び演算部92と検出部93との間に配置される記憶部94を備える。

0106

データ入力インターフェース91には、消費電力センサ80aで検知された照明101の消費電力が照明消費電力データd1として、エアコン102の消費電力がエアコン消費電力データd2として、テレビ103の消費電力がテレビ消費電力データd3として、更に炊飯器104の消費電力が炊飯器消費電力データd4として入力される。

0107

本実施の形態では、これら照明消費電力データd1、エアコン消費電力データd2、テレビ消費電力データd3、及び炊飯器消費電力データd4によって、管理状態データが構成される。

0108

さらに、データ入力インターフェース91には、ユーザ端末84を介してオンサイトデータd5が入力される。本実施の形態では、このオンサイトデータd5によって管理記録データが構成される。

0109

演算部92は、データ入力インターフェース91に入力された上記の各データd1〜d5からユーザUによる電気機器の使用傾向を把握し、把握した使用傾向を教師データとして電気機器の管理プロセスを学習し、学習した結果に基づいて、電気機器の使用傾向に適応した管理指令を自律的に生成する。

0110

検出部93は、演算部92が生成した管理指令のうち、電気機器の現在の使用状態に適応した管理指令を検出する。一方、記憶部94は、演算部92が生成した管理指令を記憶する。

0111

このように、人工知能プログラム90で生成された管理指令は、本実施の形態では、送信手段96によって配電盤80を介して照明101、エアコン102、テレビ103及び炊飯器104に、選択的あるいは場合によってはこれらのいずれにも送信される。

0112

一方、管理指令から逸脱して照明101、エアコン102、テレビ103及び炊飯器104が使用され、このような使用状態が消費電力センサ80aによって検知されると、送信手段96によって、ユーザ端末84に警告が送信される。

0113

次に、図6及び図9を用いて、本実施の形態に係る管理システム2による管理方法の概略及び人工知能プログラム90が教師データに基づいて電気機器の管理プロセスを学習する手順を説明する。

0114

図9は、ユーザUの各電気機器の使用傾向を表したタイミングチャートである。図示のように、ユーザUが18時から23時まで照明101を点灯させる場合、照明101の使用による消費電力が、消費電力センサ80aによって、照明消費電力データd1として検知される。

0115

ユーザUが7時から8時まで、及び16時から23時までエアコン102を運転させる場合、エアコン102の運転による消費電力が、消費電力センサ80aによって、エアコン消費電力データd2として検知される。

0116

ユーザUが6時から8時まで、及び19時から23時までテレビ103を使用する場合、テレビ103の使用による消費電力が、消費電力センサ80aによって、テレビ消費電力データd5として検知される。

0117

ユーザUが6時から7時まで、及び18時から19時まで炊飯器104を使用する場合、炊飯器104の使用による消費電力が、消費電力センサ80aによって、炊飯器消費電力データd6として検知される。

0118

このように、本実施の形態では、データ入力インターフェース91を介して、上記のように、照明消費電力データd1、エアコン消費電力データd2、テレビ消費電力データd3及び炊飯器消費電力データd4が、人工知能プログラム90に入力される。

0119

これら照明消費電力データd1、エアコン消費電力データd2、テレビ消費電力データd3及び炊飯器消費電力データd4は、図6で示すように、ステップS1において、照明消費電力データd1とエアコン消費電力データd2とが相関せしめられる等、各データd1〜d4の有する特徴に着目されてグルーピングが行われる。

0120

このように、各データd1〜d4が有する特徴が抽出されて、その特徴ごとにグループに自動的に分類され、これら各データd1〜d4の特徴ごとに評価の重みづけがなされる。

0121

すなわち、人工知能プログラム90がこれらの各データd1〜d4を教師データとして学習する場合において、重みがつけられたデータのグループの学習は、それ以外のグループの学習よりも重点的に行われることとなる。

0122

ステップS1におけるグルーピングに続いて、ステップS2において、グルーピングして分類したグループに、そのグループを構成する各データd1〜d4の特徴に基づいた適切なラベリングが実行される。例えば、照明101が消灯された時間に関するデータのグループであれば、このグループに適したラベリングが行われる。

0123

ステップS2におけるラベリングに続いて、ステップS3において、グループを構成する各データd1〜d4の特徴とそのグループにラベリングされたラベルとの関連づけが実行される。この関連づけが実行された後、ステップS4において、そのグループを構成する各データd1〜d4の特徴とそのグループにラベリングされたラベルとの関係を学習する(特徴学習)。

0124

その後、ステップS5において、特徴学習が終了したか否かが判定され、特徴学習が終了していない場合は、再度、ステップS1において、各データd1〜d4の有する特徴に着目したグルーピングが行われる。

0125

ユーザUの電気機器の使用傾向に基づいた特徴学習が終了し、学習した内容に基づいて生成された管理指令によって電気機器が管理される場合、例えば本実施の形態では、図9実線で示すように、6時になるとテレビ103の電源が入力されるとともに、炊飯器104の電源が入力される。7時になると、エアコン102の電源が入力される。

0126

8時になると、エアコン102及びテレビ103の電源が切断される。なお、炊飯器104の電源は、炊飯が終了すると、一般的に炊飯器104が有する機能的な特性に基づいて、すなわち管理指令によらないで切断される。

0127

16時になると、エアコン102の電源が入力され、18時になると、照明101及び炊飯器104の電源が入力される。19時になると、テレビ103の電源が入力される。

0128

23時になると、照明101の電源が切断されて消灯する。照明101の消灯と前後して、すなわち、23時における照明101の電源の切断と関連づけて学習された管理指令に基づいて、エアコン102及びテレビ103の電源が切断される。

0129

なお、炊飯器104の電源は、炊飯が終了すると、上記と同様に、管理指令によらないで切断される。

0130

このように、管理指令によって電気機器が管理されている場合において、管理指令に基づく電気機器の管理にブレが発生した場合、例えば、図9において破線で示すように、23時に照明101の電源が切断されてもテレビ103の電源が切断されずに24時になってからテレビ104の電源が切断されるような場合、ユーザUは、ユーザ端末84に「テレビの電源が23時切れるべきところ、24時になって切れるようになってきた」旨の評価をオンサイトデータd5として入力する。

0131

このような場合、オンサイトデータd5が入力されると、例えば、オンサイトデータd5と消費電力センサ80aで検知された照明消費電力データd1及びエアコン消費電力データd2とが相関せしめられて、管理指令が修正される。

0132

これにより、電気機器を管理する管理指令にブレが発生した場合であっても、管理指令を適宜修正することができることから、各電気機器の管理を適切に行うことができる。

0133

一方、管理指令に基づいた電気機器の管理から逸脱して電気機器を使用する場合、例えば図9の破線で示すように、7時になるとエアコン102の電源が入力されるように生成された管理指令から逸脱して、6時にエアコン102の電源を入力すると、エアコン102の電源の入力が消費電力センサ80aによって検知されて、送信手段96によって、ユーザ端末84に警告が送信される。

0134

同様に、18時になると照明101の電源が入力されるように生成された管理指令から逸脱して、17時に照明101の電源を入力すると、照明101の電源の入力が消費電力センサ80aによって検知されて、送信手段96によって、ユーザ端末84に警告が送信される。

0135

これにより、人工知能プログラム90によって生成された電気機器の管理指令から逸脱した電気機器の使用が誤用であるか否かを、ユーザUが容易に把握することができる。したがって、電気機器の適正な使用が促されることとなる。

0136

なお、本発明は上記各実施の形態に限定されることはなく、発明の趣旨を逸脱しない範囲で種々変更可能である。上記第1実施の形態では、管理システム1が蜂bを管理対象物とした場合を説明し、上記第2実施の形態では管理システム2が電気機器を管理対象物とした場合を説明したが、例えば、管理対象物がフォークリフト等の重機である場合に、この重機を管理する場合にも適用することができる。

0137

具体的には、重機の駆動系に用いられているシャフトパイプ等の部品に、例えば引張センサ等の検出部品を取り付けておき、この検出部品で検出した引張力データや、作業者が目視で確認したオンサイトデータに基づいて、人工知能プログラムが重機の部品の耐久性管理作業を学習する。

0138

これにより、人工知能プログラムが、重機の部品の耐用限度に到達したと適切に判断することから、部品の耐久性確認をもれなく行うことができ、かつ速やかに部品の交換修理等を行うことができる。

0139

さらに、例えば、管理対象物が介護施設入居する入居者が着用するオムツである場合に、このオムツを管理する場合にも適用することができる。

0140

具体的には、入居者の着用するオムツに湿度センサを取り付けておき、この湿度センサで検出した湿度のデータや、介護者が目視で確認したオンサイトデータに基づいて、人工知能プログラムがオムツに排泄されたか否かの管理作業を学習する。

0141

これにより、人工知能プログラムが、オムツに排泄されたか否かを適切に判断し、かつこの判断に基づいて、オムツに排泄された場合は、その部分が入居者の身体とベッドとの間に挟み込まれて入居者の身体に褥瘡が発生することを防止すべく管理を行うことができる。

0142

1、2 管理システム
10巣箱センサ(センサ)
13給餌ポンプ(管理実行部)
14薬液噴霧ポンプ(管理実行部)
30、83サーバ
40、90人工知能プログラム
42、92演算部
50、96 送信手段
60オンサイト作業者端末(端末)
70オフサイト作業者端末(端末)
80配電盤
80a消費電力センサ(センサ)
84ユーザ端末(端末)
D1 オンサイトデータ
D2 オフサイトデータ
D3管理記録画像データ
D6環境条件画像データ
P1 オンサイト作業者(管理者)
P2 オフサイト作業者(管理者)
U ユーザ

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技術

関連性が強い 技術一覧

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