慣性計測ユニットの使用による精密農業の実現

現代の農業では、センシングおよび測位技術を活用する傾向が高まっており、これにより農作業の効率性を向上し、さらにその場所での生育状況の追跡や必要に応じた水分、殺虫剤、肥料などの資源の適切な投入によって、収穫量を最大化しています。このような用途に使われるシステムの設計者は、衛星による測位の精度には限界があると認識しています。しかし、慣性計測ユニット（IMU）を適用すれば、そのギャップを補うことができます。

IMUは、3軸加速度センサと3軸ジャイロスコープを組み合わせることで、システムの動きを測定し、デッドレコニングによってシステムの位置を判断します。これらを全地球測位システム（GPS）情報と組み合わせることにより、設計者は、地形の傾きや機械アームの動きなどを補正しつつ、農地や作物に対する農機具の正確な位置情報を継続的に得ることで実現される、農機具制御システムを開発できます。

この記事では、精密農業に利用されるIMUの重要性と役割について説明します。IMUを使用してデッドレコニングを行う際の潜在的な誤差要因、それらの誤差の緩和、そして開発者が考慮すべき環境的および安全性の要因について解説します。さらに、Honeywell Sensing and Productivity SolutionsおよびAnalog Devicesが提供する高精度なIMUを紹介し、それらを使用することで、衛星ナビゲーションシステムだけでは得られないレベルに精度を向上させる方法についても検討します。

農業に位置情報の追跡が重要な理由

従来の農作業は大まかに行われます。何エーカーにも及ぶ多くの農地では、全域にわたり土壌組成や水分の蒸発量などの違いが必ずあるにもかかわらず、耕作、植え付け、水やり、施肥、収穫をすべてほぼ均一に行います。農機具を手動で運転すると、作業が手付かずの部分が生じて農地の利用効率が下がったり、同じ部分に資源を重複して投入し無駄にしたりする原因にもなります。農機具を往来させる中で1～2フィートの運転ミスがあってもさほど問題ないように見えますが、広大な農地で農機具を縦横に運転するうちにそのずれが増幅し、余計な時間と燃料を費やす結果になりかねません（図1）。

図1：従来の農業では農地全体で均一に作業し手動運転に頼るので、時間と資源の両方を浪費する原因になります。精密農業はそれを改善します。（画像提供：John Deere®）

正確な位置情報は、多くの利点をもたらします。土壌の状態について農地に即した情報を広範囲に集め、その農地に応じた水、肥料、農薬を投入し収穫量を最大化できます。位置情報が正確なほど（理想は個々の植物をきめ細かく把握）、メリットも大きくなります。

精密農業は、農家が農作業を行う方法を変えています。衛星ナビゲーション技術の登場により、農家は農地での作物の生育状況の違いを正確にマッピングし、限定した範囲の位置情報を農機具にリアルタイムに提供できます。この細かいマッピングと正確な位置情報の組み合わせにより、農業生産者は水、肥料、農薬をその場所に即した処方で施し、生産量を高めて無駄を最小化し、環境への負荷を減らすことができます。

リアルタイムの位置情報により、農家は、植え付けや収穫作業の仕損ないや重複を避け、農機具を最適な方法で運転することにより時間と燃料を節約し、農地の利用率を最大化できます。このようなシステムにより、農機具の半自律的な運転が可能になり、運転者の疲労を減らすこともできます。また、土埃、霧、雨天、日没など視界が悪くなる状況でも効率的な作業が可能になります。現在、大小さまざまな面積の農地の50%以上で精密農業の手法が利用され、その採用は増え続けています。

GPSを超える機能性

理想的な農業測位システムには、数百エーカーにも及ぶ農地で個別の植物または作物の列を確実に測位するのに十分な正確さが求められますが、それは数インチ単位の精度に相当します。しかし、衛星ナビゲーションシステムのみで可能な測位精度には限界があります。米国のGPSの基本的な受信機には、精度が数メートル単位という限界があります。デュアルチャンネルGPSレシーバまたはリアルタイムキネマティック（RTK）システムでは、GPS信号を固定局から再ブロードキャストし、1m未満の精度を実現できます。しかしその場合でも、衛星がブロードキャストする情報の精度に依存し、通常の平均的な精度は約0.7mに留まります。GPSに基づく測位には、さらに複雑な要素として、近くの物体や地形からの反射またはそれらによる信号の遮蔽、衛星のコンステレーションジオメトリ、時間帯などの影響が含まれます。

衛星ナビゲーションには、他にも制約があります。システムから得られる位置情報は、受信機アンテナの位相中心としての地点にすぎません。GPSでは方位に関する情報は得られず、向きを知るには、たとえば地点の連続から方向ベクトルを割り出して推測するしかありません。同様に、GPSは純粋な回転を検知しないため、たとえばGPSの垂線からの傾きは判定できません。

このようなアンテナ中心の測位と回転を検知しない性質が、農業への応用で位置情報に誤差が生じる原因になります。たとえば、GPS対応のトラクタでアンテナが運転台上部の地面から10フィートの位置にあるとします。そこがGPS測位の中心になります。トラクタまたは設置された装置の地上位置は、単純な幾何学によってアンテナ位置から確実に測定できると考えるのは妥当なことです。GPSシステムでの問題は、たとえばトラクタが斜面を移動する場合に（図2）その傾きの向きを判断できないので、実際の地上位置がリジッド幾何学による予測からずれることです。斜面がわずか5度の傾きであっても、地上位置の誤差は10インチを超えます。

図2：GPSは農機具の傾き方向を判断できないため、機具の実際の測位で斜面が誤差の原因になります。（画像提供：リチャード・A.・クィネル氏）

このような問題に対する解決策の1つは、システムの動きを測定するセンサからの情報によるデッドレコニングを使用した慣性航法によって、GPSナビゲーションを補う方法です。慣性センサによるデッドレコニングは、GPS信号が弱いか存在しないときでも正確な位置情報を提供し続けることができ、マルチパスなど信号の歪みから生じるスプリアスの結果について「リアリティチェック（真偽確認）」も可能です。さらに慣性航法センサの場合、衛星ナビゲーションでは得られない方位の情報も補足できます。たとえば、単に重力の方向を測定することで、慣性センサによりシステムがGPS測位での傾き誤差を補正できるようになります。それを利用して転倒を警告すれば、より安全な運転を実現できます。

実際には、このような慣性測定ユニットの構成要素には、2種類のマイクロエレクトロメカニカルシステム（MEMS）センサ、すなわち加速度センサとジャイロスコープが含まれます。加速度センサは、直交する3つの軸に沿った直線運動の変化を測定します。また重力は加速をともなうので、その向きも示すことができます。ジャイロスコープは、同じ3つの直線軸のそれぞれについて角運動（つまり回転）を測定します。これらを組み合わせると、6自由度に沿ったシステム動作の変化を測定できます（図3）。

図3：慣性航法は、センサを使用して6自由度（3つの直線および3つの角度）の動作の変化を測定し、位置のデッドレコニングをサポートします。（画像提供：Honeywell Sensing and Productivity Solutions）

しかし、これらの慣性センサから位置を直接読み取ることはできません。加速度センサは、システムのサージ、ヒーブ、スウェイのみを測定します。これらの値を時間積分することでシステム速度を求め、再度積分して位置を求めることが必要になります。同様に、ジャイロスコープはロール、ピッチ、ヨーを測定します。それらを時間積分して角度方向を求める必要があります。

これらの積分により、信号が平均化されやすいことから、センサ測定におけるランダム運動ノイズの影響を削減できます。しかし積分は、慣性センサ固有の主な系統的誤差源を増大させる原因にもなります。それらの誤差は、補正しないと累積してデッドレコニング測位の精度を損ない、GPSで得られない情報を埋めるこのアプローチの効果が制限されます。基本的に、センサ測定の誤差が少ないほど、デッドレコニングによる測位予測がより長い期間にわたり可能になり、必要な精度を得ることができます。

IMUの誤差源

バイアス誤差：加速度センサおよびジャイロスコープ両方のMEMS慣性センサで重要な誤差源の1つに、バイアス誤差があります。バイアス誤差は、回転や直線加速がない場合にセンサが生成する残留信号です。この誤差は確定的で、デバイスごとに固有なものです。また、多くの場合温度に応じて変化します。この信号を継続的に積分すると短期間で許容レベルを超えますが、適切な較正テストによって、センサのバイアス誤差を特定し計算から取り除くことができます。

バイアス不安定性：バイアス誤差と関連するバイアス不安定性は、経時的に発生するデバイスのバイアス誤差のランダムな変化です。この誤差源はキャリブレーションによって除外できないため、開発者は各自の設計がどれほどの変化を許容できるかを評価し、それぞれのニーズに適するようにバイアス安定性の値が十分低い仕様を持つセンサを探す必要があります。

スケールファクタ誤差：これは、慣性センサに見られるもう1つの確定的誤差です。スケールファクタは感度とも呼ばれ、センサ入力を出力にマッピングするベストフィットの線形関係です。センサのスケールファクタ誤差は、その直線関係からのセンサ出力の偏差であり、一般的にはパーセンテージまたは100万分の1単位で示されます。この誤差は温度依存の場合もあり、適切な較正により補正できます。

g感度：ジャイロスコープに固有の1つの誤差源は、そのリニア加速度に対する感度で、g感度とも呼ばれます（gは重力加速度の略称で、通常は9.8m/毎秒毎秒（m/sec²））。このリニア加速度誤差はMEMSジャイロスコープに生じるもので、そのプルーフマスの非対称性が原因になります。

MEMSジャイロスコープは、試験質量を1方向に振動させ、直交方向のあらゆる運動を感知することにより機能します。これら2方向に直交する軸を中心にセンサが回転すると、試験質量の横方向の動きがコリオリ効果によって生じ検出されます。

試験質量の振動に直交するセンサのリニア加速度も、試験質量の慣性によってこのような横方向の動きを生み出します。この加速度に対するジャイロスコープの感度は、その設計と製造の精度に応じて変わります。しかし、独立した加速度センサからのデータを使用することにより、システムではこの誤差を補正できます。

振動整流誤差（VRE）：VREはジャイロスコープに固有なもう1つの誤差源で、g二乗誤差とも呼ばれます。これは、DCに整流されたAC振動に対する加速度センサの応答であり、加速度センサのオフセットの異常なシフトとして現れます。VREはいくつかのメカニズムを介して発生し、アプリケーションの詳細に大きく依存するため、リアルタイムに補正できる誤差ではありません。開発者は、センサのVREが許容範囲内にあるかを判定する必要があります。振動を低減するセンサの実装技法を活用すれば、振動の諸問題を緩和するのに役立ちます。

直交軸感度：システムレベルでは、センサの機械的なミスアライメントも誤差を誘発します。このような誤差の1つが、直交軸感度です。これは実際のセンシング軸が本来の方向からずれると発生し、センサが検出しないはずの直交の動きによる信号が生じます。たとえば、本来水平であるべきセンサにミスアライメントがあると、重力を検出する場合があります。加速度センサの軸とジャイロスコープの軸にミスアライメントがあると、ジャイロスコープのg感度誤差を補正しようとするシステムの作用が損なわれる原因になります。

軸ずれ誤差：力学は、加速度センサで軸ずれ誤差を生成する役割も果たします。センサへの衝撃となるインパクトポイントが加速度センサのプルーフマス中心にない場合、プルーフマスがインパクトラインの周囲でわずかに回転することにより、センサは加速度の増加を検知できます。

統合IMUによるセンサ誤差問題の緩和

これらの誤差源は、開発者がディスクリートセンサを組み合わせてIMUを作成しようとすると、大きな課題になります。幸い、6自由度をともなう統合済みIMUが広く提供されており、これらを利用すれば課題が大幅に緩和されます。これらのIMUにはモジュール形式のもの、たとえばAnalog DevicesのADIS16465-3BMLZ高精度IMUモジュールや、Honeywellの6DF-1N6-C2-HWLなどがあります（図4）。これらのモジュールでは、シャーシにそれらを固定するだけでシステム設計に組み込むことができます。

図4：Honeywellの6DF-1N6-C2-HWLに代表される統合IMUは、アライメントの問題や他の誤差源の多くを解消することでシステム設計を簡素化します。基板実装可能なBGA IMUも提供されています。（画像提供：Honeywell Sensing and Productivity Solutions）

チップのように基板実装可能なデバイスとして、Analog DevicesのADIS16500/05/07ファミリなどの精密IMUも提供されています。これらのIMUは、他のセンサやGPSレシーバとともに統合アセンブリに組み込むのに適しています。

どちらのタイプのIMUを使う場合も、IMU開発に潜在する多くの誤差が解消または緩和されることで、開発作業が容易になります。たとえば、Analog DevicesのADIS16500/05/07ファミリは、3軸加速度センサと3軸ジャイロスコープおよび温度センサを1つのBGAパッケージに統合しています。これらのデバイスに内蔵された較正およびフィルタリングが他の機能と融合することで、多くのIMU誤差源を緩和できます（図5）。

図5：Analog DevicesのADIS16505（上図）などの統合IMUは、オンボードの較正、フィルタリング、アライメントによって潜在的な誤差源の多くを緩和することで、システム設計の簡素化に貢献します。（画像提供：Analog Devices）

直交軸感度などの誤差は、デバイスの製造段階で対応されています。たとえばADIS16505では、軸間アライメント誤差が0.25°未満に抑制されます。このような入念なアライメントとセンサの読み取りのコモンクロッキングにより、設計者が加速度センサ読み取り値を使用してジャイロスコープのリニア加速度の誤差を修正する作業が簡素化されます。内蔵の温度センサは、多くの誤差源の温度依存性に対する緩和策をサポートします。

これらの統合IMU内部の信号チェーンは、誤差の緩和をさらに促します（図6）。生のセンサ情報は、まずデジタルフィルタを通過することでノイズが除去され、次にユーザー構成可能なバートレットウィンドウフィルタを通過します。バートレットウィンドウは、2つのカスケード接続段を使用する有限インパルス応答（FIR）平均化フィルタです。

図6：統合IMUデバイスはフィルタリングを内蔵しており、出荷時に規定される較正パラメータの適用によって多くの系統的センサ誤差を補正できます。（画像提供：Analog Devices）

次に信号が通過するキャリブレーション段では、デバイスの動作温度全域にわたり複数の温度で実施される出荷時較正試験に基づいて、デバイス固有の補正が適用されます。この段では、6つのセンササンプルすべてにマトリックス乗算を同時に使用することで、加速度センサとジャイロスコープの両方でバイアス誤差、スケールファクタ誤差、アライメント誤差を補正できます。また、ジャイロスコープのリニア加速度誤差と加速度センサの軸外誤差も補正されます。

また、ユーザー選択可能な振動ポイントのアライメント補正を利用して、加速度センサ出力がパッケージ内で同じ基準点にあるかのような挙動になるようにそれらの出力を調整できます。他の出荷時較正機能にはアクセスできませんが、これらのデバイスには、ユーザーが自ら選んだ追加の値を使用して出荷時のセンサバイアス補正を調整できる機能もあります。

較正補正の後に、信号は第2のデジタルフィルタを通過します。このデシメーションフィルタは、複数のサンプルをまとめて平均化して最終の出力を生成することで、ノイズをさらに減らします。まとめて平均化されるサンプルの数は、ユーザーが選択したサンプリングとレジスタの更新頻度に応じて異なります。

システムの考慮事項

統合IMUには補正できない誤差源も少数あり、その1つがVREです。農器具では強い振動が避けられないため、設計者はこの問題に対するシステム要件を注意深く評価する必要があります。多くの低コストIMUでは、VREが非常に貧弱です。その値があまりに貧弱で、ベンダーが仕様に規定するまでもない場合もあります。公平を期して書き添えますが、このような低コストIMUの用途において、VREは重大な問題ではありません。しかし、精密農業など振動の多い環境で使用されるデバイスでは、VREが可能な限り低い必要があります。たとえば、ADIS16500ファミリでは、VREの値が4 x 10^-6（°/sec）/（m/sec²）²のレベルです。このため、持続的な1gの振動（運転者が座席から跳ね上がるほどの強さ）では、1時間あたり約1度の回転誤差しか生じません。

実装、アライメント、較正の問題がないことは、実用的なシステムへの大きな一歩ですが、まだ出発点にすぎません。開発者はさらに、慣性計測を位置追跡に転換し、デッドレコニングとGPS測位の差異を解決し、通常使用におけるシステムの衝撃や振動の量や頻度など、用途固有の要素を把握して緩和する必要があります。

測位システムを使用して、移動農機具の自律的または半自律的な制御を可能にする場合、考慮すべき安全上の要素もあります。MEMSセンサは、衝撃の度合いが大きすぎると耐えられない場合があります。デバイスは多くの場合、大きな衝撃にも損傷なしに耐えられますが、限界を超えてセンサを揺り動かす衝撃があると、センサが一時的に機能停止するか、回復しても出力が最大に固定されたままになる場合もあります。このような瞬間的な衝撃が起きても、突然の方向転換やシステム安全停止機能の誤起動など、システムの危険な動作や厄介な挙動を誤って引き起こさないように、システムを設計する必要があります。

開発を始めるにあたり推奨されるのは、Analog DevicesのEVAL-ADIS2Z（図7）などの評価ボードを使う方法です。このボードでは、開発者がPCを利用してデバイスのレジスタやデータにアクセスできます。またボードは、応用対象の代表的な機械に簡単に実装して振動や動きの統計を収集するのに十分小さなサイズです。

図7：EVAL-ADIS2Zなどの評価ボードにより、実験段を簡素化できます。また、データ収集用に機械に実装できる十分小さなサイズです。（画像提供：Analog Devices）

この評価ボードは、基本的なデモ、個別のレジスタアクセス、高速データキャプチャ用のアプリケーションソフトウェアをサポートします。

まとめ

衛星ナビゲーションに基づく精密農業によって、農業生産者はすでに生産性を高め、資源の使用量を削減しています。慣性測位を追加することで、設計者は位置情報の精度を大幅に強化できるとともに、農業生産者が植物レベルの緻密さで農地を管理することを可能にします。しかしこれらを実現するために、開発者は各自の設計にともなうセンサおよび系統的な誤差の要因に対処しなければなりません。6自由度の高精度な統合慣性測定ユニットを使用することで、ユニットに組み込まれたきめ細かいアライメント、フィルタリング、および較正済み誤差補正などの機能によって、開発における負担を大幅に軽減できます。