| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-12-18 11:15 多種センシングデバイスが連動する省電力有害鳥獣検知システムの開発と評価 ○尾崎大智・山本 寛（立命館大）・宇都宮栄二・吉原貴仁（KDDI総合研究所）  NS2020-99 |
|
| 抄録 | （和） | 近年、日本各地で有害鳥獣による農作物被害や傷害事件が年に数回発生しており、2018年の被害額は約158億円となっている。このような被害を軽減するために、カメラを用いたシステムが数多く検討されている。しかし、この既存のシステムでは、検知装置を常時稼働させておく必要があり、電力の供給が困難な山間部への設置には不向きである。 そこで本研究では、様々なセンシング技術(電波センシング、レーザーレーダー、深度カメラ)を組み合わせることで、罠や防止柵への生物の接近だけでなく、生物の種類や姿勢も検知できる新しい有害鳥獣検知システムを提案している。電波センシングでは、生物の通過に伴う電波ビーコンの反射・回析・吸収から起こる受信電波強度の変化を解析することで、移動物体の通過検知を行う。移動物体の通過検知後、GPU搭載の小型コンピュータを作動させ、レーザーレーダーにより1次元の距離データを計測し、機械学習により解析することで移動物体の種別推定を行う。移動物体の種別推定の結果により、移動物体が有害鳥獣であると判定された場合、次に深度カメラを作動させ2次元の距離データを取得・解析することで、有害鳥獣の姿勢を推定する。このように、提案システムでは複数のセンサを常時作動させず、段階的に動作させることで省電力なシステムを実現する。 |
| （英） | In recent years, there have been several incidents of crop damage and injury caused by harmful animals in various areas of Japan each year, amounting to about 15.8 billion yen in 2018. In order to reduce the damage, a number of existing studies have been conducted on camera-based systems. However, this existing system requires that the sensing devices should always be running, which makes it inappropriate for installation in mountainous areas where electronic power is difficult to be supplied to the system. Therefore, in this research, we propose a new harmful animals detection system that can detect not only the approaching of animals to the traps and the fences but also their species and postures by combining various sensing technologies (i.e., beacon sensing, laser radar, and depth camera). The beacon sensing attempts to detect the passage of moving objects by analyzing changes in received signal strength caused by reflection, diffraction, and absorption of radio wave beacons by the object. After detecting the passage of the moving object, a small computer is activated to measure distance to the target object using a laser radar and depth camera. The time-series data of the measured distance is analyzed by the machine learning technology to estimate the type of the moving object (e.g., human, animal) and the posture. As explained above, by gradually activating the sensors with higher power consumption, the proposed system achieves power-saving. |
|
| キーワード | （和） | 無線センシング / レーザーレーダー / 深度カメラ / 機械学習 / / / / |
| （英） | wireless sensing / laser radar / depth camera / machine learning / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 297, NS2020-99, pp. 66-71, 2020年12月. | |
| 資料番号 | NS2020-99 | |
| 発行日 | 2020-12-10 (NS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NS2020-99 |
|
| 研究会情報 | |
| 研究会 | NS RCS |
| 開催期間 | 2020-12-17 - 2020-12-18 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | マルチホップ／リレー／協調，耐災害無線ネットワーク，センサ・メッシュネットワーク，アドホックネットワーク，D2D・M2M，無線ネットワークコーディング，ハンドオーバ/AP切替/接続セル制御/基地局間負荷分散/モバイルNW動的再構成，QoS・QoE保証，無線VoIP，IoT，エッジコンピューティング，一般 |
| テーマ（英） | Multi-hop/Relay/Cooperation, Disaster-resistant wireless network, Sensor/Mesh network, Ad-hoc network, D2D/M2M, Wireless network coding, Handover/AP switching/Connected cell control/Load balancing among base stations/Mobile network dynamic reconfiguration, QoS/QoE assurance, Wireless VoIP, IoT, Edge computing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2020-12-NS-RCS |
| 本文の言語 | 日本語 |
| タイトル（和） | 多種センシングデバイスが連動する省電力有害鳥獣検知システムの開発と評価 |
| サブタイトル（和） | |
| タイトル（英） | Research and Evaluation of Low-Power Detection System of Harmful Wildlife Utilizing Multiple Sensing Devices |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 無線センシング / wireless sensing |
| キーワード(2)（和/英） | レーザーレーダー / laser radar |
| キーワード(3)（和/英） | 深度カメラ / depth camera |
| キーワード(4)（和/英） | 機械学習 / machine learning |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 尾崎 大智 / Daichi Ozaki / オザキ ダイチ |
| 第1著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 山本 寛 / Hiroshi Yamamoto / ヤマモト ヒロシ |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 宇都宮 栄二 / Eiji Utsunomiya / ウツノミヤ エイジ |
| 第3著者 所属（和/英） | KDDI総合研究所 (略称： KDDI総合研究所) KDDI Research, Inc. (略称： KDDI Research, Inc.) |
| 第4著者 氏名（和/英/ヨミ） | 吉原 貴仁 / Kiyohito Yoshihara / ヨシハラ キヨヒト |
| 第4著者 所属（和/英） | KDDI総合研究所 (略称： KDDI総合研究所) KDDI Research, Inc. (略称： KDDI Research, Inc.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-12-18 11:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2020-99 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.297 |
| ページ範囲 | pp.66-71 |
| ページ数 | 6 |
| 発行日 | 2020-12-10 (NS) |
[研究会発表申込システムのトップページに戻る]