Skip to main content

エッジデバイスにおける機械学習を活用した害虫検知

Published Date

Nicla VisionとAdrastea-I FeatherWingのはじめ方

（画像：マウザー・エレクトロニクス）

著者：Rafik Mitry（マウザー・エレクトロニクス）、Shashank Hegde（Würth Elektronik eiSos）

2025年9月10日公開

スマート農業の分野において、害虫の検知は従来、労働集約的な方法に依存しており、作物は被害を受けやすく、農家は収穫量の予測が困難な状況に直面していました。しかし、セルラーIoT（モノのインターネット）技術とエッジコンピューティングの登場により、大きな変化がもたらされました。産業分野における予知保全と同様に、セルラーIoTはセンサデバイスを利用して作物の状態をリアルタイムで監視することを可能にします。 さらに、エッジデバイス上のマシンビジョンを活用することで、データを現地で分析できるようになり、バッテリ駆動のデバイスでもリアルタイムのモニタリングが可能になりました。これにより、害虫の大量発生を未然に防ぐためのタイムリーな対策が可能となり、農業の生産性を最大化し、損失を最小限に抑えることができます。本記事では、データ収集から予測分析に至るまで、セルラーIoTとエッジコンピューティングが害虫検知をどのように変革し、精密農業の新たな時代を切り拓いているかについて探ります。

プロジェクトの資料とリソース

プロジェクトの部品表（BOM）

プロジェクトコード／ソフトウェア

プロジェクト技術の概要

以下のセクションでは、このプロジェクトで使用する開発ボードや技術に関する情報を紹介します。

開発ボード

Würth ElektronikのSetebos-I Wireless FeatherWing（図1）は、Würth Proteus-III無線モジュールを基盤とした、高度なBluetooth® Low Energy 5.1機能を備え、シームレスなワイヤレス接続を実現します。Würth Thyone-Iモジュールを基盤とした独自の2.4GHz無線機能を搭載しており、統合されたセキュリティ要素と+6dBmの送信出力により、堅牢な通信を保証します。 別のSetebos-Iデバイスとペアリングし、透過モードで設定することで、シームレスかつ安全なケーブルの置き換えを実現します。

図1：Würth Elektronik Setebos-I Wireless FeatherWing（出典：Würth Elektronik）

Bluetooth Low EnergyモードではSPP（シリアルポートプロファイル）に類似したシリアルプロファイルを、独自モードではメッシュネットワーク機能を備えており、多彩な用途に対応する透過モードをサポートしています。Adafruit Featherのフォームファクタで設計されているため、Würth ElektronikのFeatherWingsや、既存のFeather互換ボード数百種類を用いて簡単に拡張することができます。

Würth ElektronikのAdrastea-I FeatherWingボード（図2）は、LTE-M/NB-IoT機能、外部LTEおよびGNSSアンテナ、USBケーブルを備えています。LTE-MとNB-IoTの柔軟なモード選択、GPSおよびGLONASSに対応した内蔵GNSS、Arm® Cortex®-M4 MCUを搭載しており、さまざまなプロトコルや周波数帯に対応しています。

図2：Würth Elektronik Adrastea-I FeatherWing（出典：マウザー・エレクトロニクス）

Adafruit Feather M0 Express（図3）は、Microchip Technology社のATSAMD21G18 48MHz Arm Cortex-M0プロセッサを搭載したFeather MCUボードです。このチップは、256KBのフラッシュメモリと32KBのRAMを備えており、USB-シリアル変換によるプログラミングおよびデバッグ機能が内蔵されています。

図3：Adafruit Feather M0 Express（出典：マウザー・エレクトロニクス）

Arduino Nicla Vision（図4）は、堅牢なSTM32H747AII6デュアルArm Cortex-M7/M4 ICプロセッサと200万画素のカラーカメラを搭載しており、TinyMLに対応しています。さらに、高性能な6軸モーションセンサ、内蔵マイク、距離センサも備えています。また、このボードはOpenMVと完全に統合されており、MicroPythonに対応しているほか、Wi-Fi®およびBluetooth Low Energyによる接続機能も備えています。

図4：Arduino Nicla Vision（出典：マウザー・エレクトロニクス）

Edge Impulse

Edge Impulseは、組み込みデバイス向けの機械学習（ML）開発環境です。これにより、実環境のセンサーデータの収集、MLアルゴリズムの開発、およびあらゆるエッジデバイスへのモデルの簡単な展開が可能になります（図5）。

図5：Edge Impulseの機械学習フローチャート（出典：Edge Impulse）

ハードウェアのセットアップ

ハードウェアを組み立てる前に、本プロジェクトのアーキテクチャの概要を説明します（図6）。 Nicla Visionは、当システムのビジョンコンポーネントとして機能し、MLモデルの実行を担当します。これはSetebos-Iボードに接続され、メインノード（すなわちゲートウェイ）へのデータ送信を可能にします。このメインノードは、Setebos-Iボード、Adafruit Feather M0 Express、およびAdrasteaボードで構成されており、Adrasteaボードは、収集したデータをセルラーIoT接続を介してクラウドへ送信する役割を担っています。

図6：ゲートウェイと2つのセンサノードを示すプロジェクト構成図。（出典：マウザー・エレクトロニクス）

表1に示すように、センサノードのピンを接続してください。

表1：センサノードのピン配置

Nicla Vision

FeatherWing Setebos-I

GND

GND

3V3

3V3

TX

RX

RX

TX

 

  1. Setebos-I FeatherWingを透明モードに設定してください。
  2. jumper JP1のピン3を3V3に接続してください。
  3. ゲートウェイを作成するには、Setebos-I FeatherWingを透明モードにしてAdrastea FeatherWingに重ね、次にAdrastea FeatherWingをAdafruit Feather M0 Expressに重ねてください。

ソフトウェアの設定

Edge ImpulseでArduino Nicla Visionを設定する前に、Edge Impulseのコマンドラインインターフェイスと Arduino のコマンドラインインターフェイスをインストールする必要があります。次に、Würth Elektronik FeatherWings の GitHubリポジトリにある「ソフトウェアのインストール」セクションの手順に従って、Visual Studio Code および PlatformIO IDE 拡張機能をダウンロードしてください。

最後に、サンプルコードをAdafruit Feather M0 Expressにアップロードしてください：

  1. FeatherWingsのリポジトリをクローンまたはダウンロードしてください。
  2. AdrasteaThyoneBridgeを開いてください。
  3. コードをビルドし、Adafruit Feather M0 Expressにアップロードしてください。

マシンビジョンモデルの学習

Edge Impulseを使えば、マシンビジョンモデルの構築が非常に簡単になります。モデルを学習させる「Impulse」を作成するのに必要なのは、ほんの数枚の画像だけです。 

  1. Edge Impulseのウェブサイトでアカウントを作成してください。
  2. 新しいプロジェクトを作成してください。
  3. [データ取得] をクリックし、次に [新しいデバイスを接続] をクリックしてください。
  4. Edge Impulseの画面に表示されているQRコードをスキャンしてください。その後、スマートフォンを使って、害虫をさまざまな角度や照明条件下で撮影してください。撮影した画像は、自動的にEdge Impulseのアカウントに同期されます。
  5. 画像を収集したら、「ラベリングキュー」（図7）をクリックして、害虫にラベルを付けてください。

図7：Edge Impulseプラットフォーム上の「キュー」ボタンのラベル表示。（出典：マウザー・エレクトロニクス）

  1. 害虫の画像上でマウスをドラッグして、囲み枠を作成してください。表示されるテキストボックスに、その害虫の説明を入力してください（図8）。

図8：Edge Impulseのペストラベル表示（出典：マウザー・エレクトロニクス）

害虫に関するデータを収集しましたので、次はimpulseを用いてモデルを学習させます。

原動力の創出

このアルゴリズムでは、信号処理を用いて生データから特徴量を抽出し、その後、学習ブロック（図9）を用いて新しいデータを分類します。

  1. お手持ちの画像に合わせて、画像データを調整してください。
  2. 処理ブロックについては、「画像」を選択してください。
  3. 学習ブロックでは、「物体検出」を選択してください。
  4. 「Impulseを保存」をクリックしてください。

図9：インパルスの生成（出典：マウザー・エレクトロニクス）

ニューラルネットワーク分類器

ニューラルネットワーク分類器は、入力データを受け取り、その入力データが特定のクラスに属する確率を示す確率スコアを出力します。このプロジェクトでは、学習サイクルを60に設定してください。学習結果とその精度は、ウィンドウの右側に表示されます。

図10：ニューラルネットワークの学習と出力（出典：マウザー・エレクトロニクス）

このインパルスをOpenMVファームウェアとしてエクスポートし、OpenMV IDEを開いてください。マウザーのGitHubページからファイルをダウンロードし、Nicla Visionをコンピュータに接続してください。その後、当社の学習済みモデルをご利用ください。

注：Arduino Nicla VisionのRESETボタンを2回押すと、点滅処理が開始されます。

  1. ファームウェアを読み込みます：
  2. [ツール] をクリックし、次に [ブートローダーの実行 (ファームウェアの読み込み)] をクリックしてください。
  3. ダウンロードしたファームウェアの .bin ファイルを選択し、「内部ファイルシステムの消去」を選択してください
  4. 「実行」をクリックし、ボードの青いLEDが点滅するのを待ってください。
  5. 確認画面で「OK」をクリックしてください。
  6. スクリプトを開いてください：
  7. [ファイル] をクリックし、次に [ファイルを開く] をクリックしてください。
  8. マウザーの学習済みモデルの一部としてダウンロードした.zipファイル内のpyスクリプトを開いてください。
  9. IDEの左下隅にある「再生」ボタンをクリックして、スクリプト（図11）を実行してください。

図11：OpenMV上で動作するマシンビジョンモデル（出典：マウザー・エレクトロニクス）

ワイヤレス接続

センサからゲートウェイへ：トランスペアレントモードで動作するSetebos-I Wireless FeatherWingは、有線接続に代わる2.4GHz無線リンクとして機能します。この動作モードでは、Nicla VisionからUART（ユニバーサル非同期送受信機）インターフェイスを介して受信されるすべてのデータが、無線で送信されます。同様に、無線リンクで受信された情報は、UARTへ転送されます。

クラウドへのゲートウェイ：このゲートウェイには、ノードからのメッセージを受信するSetebos-I FeatherWingが組み込まれています。無線からのデータは、UARTを介してFeather M0 Expressに透過的に送信されます。起動時、M0 MCUはAdrastea-I FeatherWingを設定し、クラウドのMQTTブローカーに接続します。M0 MCUがセンサノードからメッセージを受信すると、そのデータをクラウドに直接パブリッシュします。 クラウドのMQTTブローカーは、メッセージを購読しているすべてのクライアントに配信します。メッセージの受信には、任意のオープンソースのMQTT対応スマートフォンアプリをご利用いただけます。

まとめ

エレクトロニクスと機械学習（ML）の進歩により、限られたハードウェアリソースでも物体検出などの複雑なタスクが可能になりました。この複雑性とワイヤレス接続を組み合わせることで、環境を遠隔で監視・制御するための堅牢な仕組みが実現します。この例では、これらの技術を活用して、スマート農業やコネクテッド農業に応用可能な害虫検知システムのプロトタイプを構築しました。

 

著者紹介

Rafik Mitry氏は、ミュンヘン工科大学で電気工学の修士号を取得した後、2019年にマウザー・エレクトロニクスに入社しました。同大学では、3年間にわたりエネルギーハーベスティング分野の研究にも従事していました。マウザーのテクニカルマーケティングエンジニアとして、Rafik氏はエレクトロニクス業界の現在および将来の技術トレンドを反映した独自の技術コンテンツを作成しています。最新の技術トレンドを追い続けるほか、Rafik氏は航空とテニスの熱心な愛好家でもあります。

 

Shashank Hegde氏は、ミュンヘン工科大学の修士課程に在籍しています。2022年より、Würth Elektronik eiSos GmbH & Co. KGのワイヤレス・コネクティビティおよびセンサ部門で、インターン／ワーキング・スチューデントとして勤務しています。研究分野は、組み込みシステム、モノのインターネット（IoT）、車載通信などです。

著者について

1964年に設立されたMouser Electronicsは、業界をリードする1,200社以上のメーカーブランドの半導体および電子部品を扱う、世界的な正規販売代理店です。当社は、設計エンジニアや購買担当者の方々を対象に、最新製品や技術の迅速な導入を専門としています。Mouserは世界中に28の拠点を構えています。23の言語と34の通貨でビジネスを展開しています。当社のグローバル物流センターには、最先端のワイヤレス倉庫管理システムが導入されており、24時間365日体制で注文を処理し、ほぼ完璧なピッキングおよび出荷業務を実現しています。