複雑系アプローチによる藻場環境シミュレータの構築と藻場の生態系レジリエンスの解明

使用复杂系统方法构建海藻床环境模拟器并阐明海藻床生态系统的恢复力

基本信息

批准号：
20K12265
负责人：
福見淳二
金额：
$ 2.66万
依托单位：
Anan National College of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本年度は、既に提案している３６０°カメラと単眼深度推定モデルＭｉＤａＳを組み合わせた水槽内の魚類位置推定システムを用いて、大型水槽での位置推定実験を実施した。提案システムでは、３６０°カメラを用いて撮影した水中画像を歪みの少ないキューブマップに変換し、Ｔｅｎｓｏｒｆｌｏｗを用いて魚類を抽出するとともに、単眼深度推定モデルＭｉＤａＳを用いてカメラからの奥行き情報を推定し、水槽内の三次元位置を算出し遊泳軌跡をプロットする。本年度の実験では、昨年度の実験での課題である照明による影の影響を考慮し、円筒形水槽を用いて上面から照明を当てることで影の生成を抑制し、検出精度の向上を図った。また、円筒形水槽とすることで中央に設置したカメラと壁までの距離が均等となり、三次元位置の推定が簡略化できた。今回は水槽にマアジを1匹～5匹投入した状態での計測実験を行い、各魚類の遊泳軌跡が作成できることを確認した。実験結果より、水槽内での3次元位置計測としては十分な精度が得られていることは確認できたが、魚影が重なった際には、計測値が欠損してしまう場合も見られ、これらの対処方法に関しては引き続き検討していく。また、藻場環境シミュレータの構築に関して、取得された遊泳軌跡の時系列データに対してリアプノフ指数の数値計算を適用し，藻場における魚類の行動とカオス指数との関係について考察した。本年度は、観測量について遅れ時間を考慮した3次元の再構成空間に埋め込むことでその観測量のアトラクタを求めた。その結果、典型的な魚類の行動パターンにおけるアトラクタを得ることができ，カオス性やフラクタル性で魚類の複雑性を分析可能な観測量を取得できることが分かった。また、藻場計測の専門家と連携しマルチエージェントシステムを構築する際の要素の候補を抽出した。

今年，我们在一个大型水族箱中进行了位置估计实验，使用之前提出的结合了360°相机和单目深度估计模型MiDaS的鱼缸位置估计系统。在所提出的系统中，使用360°相机拍摄的水下图像被转换为低失真的立方体图，使用Tensorflow提取鱼，并使用单目深度估计模型MiDaS估计来自相机的深度信息，计算三维。在水族箱中的位置并绘制游泳轨迹。今年的实验中，我们考虑到去年实验中存在的光照造成的阴影影响，采用了圆柱形水箱，并从上方进行照明，以抑制阴影的形成，提高检测精度。此外，通过使用圆柱形水箱，安装在中心的摄像机与墙壁之间的距离相等，从而简化了三维位置估计。这次，我们将1到5条竹荚鱼放入水族箱中进行了测量实验，并确认可以为每种鱼创建游泳轨迹。实验结果证实，水族箱中的 3D 位置测量获得了足够的精度，但存在鱼的阴影重叠时测量值丢失的情况，我们将继续考虑处理这些问题的方法。此外，在海藻床环境模拟器的构建中，我们将Lyapunov指数的数值计算应用于获取的游泳轨迹时间序列数据，并考虑了海藻床中鱼类行为与混沌指数之间的关系。今年，我们通过将观测量嵌入考虑延迟时间的三维重建空间来计算观测量的吸引子。结果，我们发现可以获得典型鱼类行为模式的吸引子，并获得可观测量，用于分析鱼类的混沌和分形特性的复杂性。此外，我们与海藻床测量专家合作，提取用于构建多智能体系统的候选元素。