トマトなどの植物は、栽培過程で適度な水分ストレスを付与することで高糖度な果実を栽培できることが知られている。しかし、温度や湿度など環境条件が日々変化する中で、その時々の植物の状態に適したタイミングや量を灌水制御するには、植物内水分量の把握が重要となり、新規就農者にとって大きな障壁となっていた。

静岡大学峰野研究室では、2017年頃からトマトの自動灌水システムに関する研究開発を進めてきた。2020年度に実施したHappyQualityとの共同栽培実験では、クラウド型AIによる自動灌水システムにより高糖度な中玉トマトを低負担かつ大量に安定生産できることを実証。今回、葉の先端と付け根のKeypointを検出することで、その位置や角度の変化から萎れを定量化するエッジ型AIの研究開発に成功した。

左から、図1（a）午前10時15分頃の草姿画像、（b）午前10時45分頃の草姿画像、
（c）新たな萎れ定量化指標の推移（wilt値が大きいほど検出された葉が萎れている状態を示す）

同システムでは、被写体への日の当たり方や影による大きな輝度変化にも頑健かつ、軽量な処理で萎れを定量化する新たな手法を研究開発し（図1）、現場に設置可能な小型コンピュータで動作するエッジAI型の萎れ灌水制御システムを構築した。

左から、図2（a）エッジ型システムの様子、（b）比較処理区ごとに収穫・集計

2025年5月に実施した実証実験（図2）では、従来手法（日射比例による灌水制御、茎径変位量による灌水制御）との比較を行い、本エッジAI型萎れ灌水制御によって、収穫物の糖度が相対的に最も向上することを確認した（図3）。

左から、図3（a）収穫初期トマトの糖度分布、（b）収穫終盤トマトの糖度分布

また、同手法では、日射比例による灌水制御と比べて灌水量を12.15%削減できることも確認でき、カーボンニュートラルや持続可能な農業の観点からも有用であることが示された。

萎れ定量化手法の軽量化によってエッジAI型システムが実現可能となり、天候不順等による不慮の停電や、広域無線通信網の不具合といったクラウド型システムで懸念される特異な課題も解消される。今後は、様々な栽培条件での実証実験を進めるとともに、他植物への展開だけでなく、長年の経験と勘に基づいて習得したノウハウの効率的な継承や、AIとの協働による負担軽減を目指す。

同研究成果は、1月15日付で情報処理学会論文誌に掲載された。