JP7162820B2 - 漁網具設計支援装置、漁網具設計支援方法、および、漁網具設計支援プログラム - Google Patents

Description

本発明は、水中での漁網具の動態を推定する漁網具動態推定技術、および、この漁網具動態推定技術を用いた操業支援技術、および、漁網具設計技術に関する。

従来、水中での漁網具の動態は、直接把握することが難しかった。このため、従来では、漁業者は、個々の経験や勘に頼って、水中において漁網具を所望の動態とするように、操業制御を行っていた。

この問題に対して、特許文献１、２、３には、水中の漁網具の動態を数値シミュレーションによって算出する方法が記載されている。

特許第３８７０３５９号明細書 特許第５２０３２５２号明細書 特開２００５－２４５３００号公報

しかしながら、特許文献１、２、３に示すような従来の数値シミュレーションによる漁網具の動態の算出では、操業条件等の数値シミュレーションに与える条件によっては、実際の水中の漁網具の動態と大きく異なってしまうことがある。したがって、水中で所望の形状および動態を生じる漁網具を高精度に設計することは難しい。

本発明の目的は、水中で所望の形状および動態を生じる漁網具を高精度に設計することにある。

この発明の漁網具設計支援装置は、数値シミュレーション部、事前状態推定値算出部、目標値設定部、および、状態推定値算出部を備える。数値シミュレーション部は、漁網具の部材の設計仕様を示すパラメータ、および、漁網具の水中の運動方程式を用いて、数値シミュレーションによって、漁網具の水中動態の数値シミュレーションに供する計算用モデルを構成する質点の位置または速度を算出する。事前状態推定値算出部は、質点の位置または速度が入力され、漁網具の水中の運動方程式を用いて、質点の次時刻の位置または速度、および、漁網具の部材の設計仕様を示すパラメータの事前状態推定値を算出する。目標値設定部は、漁網具の水中形状または部材への作用荷重の目標値を設定する。状態推定値算出部は、目標値と事前状態推定値とを用いて、質点の次時刻の位置または速度の状態推定値と、漁網具の部材の設計仕様を示すパラメータの状態推定値と、を算出する。

この発明によれば、水中で所望の形状および動態を生じる漁網具を高精度に設計できる。

本発明の第１の実施形態に係る漁網具動態推定装置のデータ同化処理部の機能ブロック図である。 本発明の第１の実施形態に係る漁網具動態推定装置を含むシステムの機能ブロック図である。 本発明の第１の実施形態に係る漁網具動態推定装置が取り付けられた船舶および漁網具の一状態を示す外観斜視図である。 （Ａ）は、本発明の第１の実施形態に係る漁網具動態推定装置の推定値と実測値とを示すグラフであり、（Ｂ）は、本発明の第１の実施形態に係る漁網具動態推定装置の推定値と、従来の推定値と、実測値とを示すグラフである。 本発明の第１の実施形態に係る漁網具動態推定方法のメイン処理を示すフローチャートである。 本発明の第１の実施形態に係る漁網具動態推定方法であって、数値シミュレーションを含む場合のフローチャートである。 本発明の第２の実施形態に係る漁網具動態推定装置を含むシステムの機能ブロック図である。 本発明の第２の実施形態に係る漁網具動態推定方法のフローチャートである。 本発明の第３の実施形態に係る操業支援装置の機能ブロック図である。 本発明の第３の実施形態に係る操業支援方法のフローチャートである。 本発明の第４の実施形態に係る漁網具設計支援装置の機能ブロック図である。 本発明の第４の実施形態に係る漁網具設計支援方法のフローチャートである。

本発明の第１の実施形態に係る漁網具動態推定装置、漁網具動態推定方法、および、漁網具動態推定プログラムについて、図を参照して説明する。図１は、本発明の第１の実施形態に係る漁網具動態推定装置のデータ同化処理部の機能ブロック図である。図２は、本発明の第１の実施形態に係る漁網具動態推定装置を含むシステムの機能ブロック図である。図３は、本発明の第１の実施形態に係る漁網具動態推定装置が取り付けられた船舶および漁網具の一状態を示す外観斜視図である。

図２に示すように、漁網具動態推定装置１０は、データ同化処理部１１、観測値取得部１２、操業条件取得部１３、および、数値シミュレーション部１４を備える。漁網具動態推定装置１０は、表示部２０およびセンサ３０に接続されている。センサ３０は、複数の深度センサ３１１、３１２、３１３と、受信機３２とを備える。

このような漁網具動態推定装置１０、表示部２０、および、センサ３０からなる動態推定システムは、図３に示すように、漁網具９１を備える船舶９０に装備されている。漁網具９１は、金属等からなる網状のワイヤと該網状のワイヤを操作するためのワイヤロープ等からなり、船舶９０から水中に投下され、利用される。漁網具９１の形状は、潮流等の水中状態、船舶９０による操業条件等に応じて変化する。

漁網具動態推定装置１０、表示部２０、および、受信機３２は、船舶９０に装着されている。複数の深度センサ３１１、３１２、３１３は、それぞれ漁網具９１に装着されている。より具体的には、図３に示すように、複数の深度センサ３１１、３１２、３１３は、それぞれに漁網具９１における異なる箇所に装着されている。複数の深度センサ３１１、３１２、３１３が装着されている位置は、漁網具動態推定方法に用いる網地質点の特定位置に対応する。

複数の深度センサ３１１、３１２、３１３は、観測時刻ｋ毎に、自装置の深度を計測し、受信機３２に送信する。受信機３２は、複数の深度センサ３１１、３１２、３１３の深度を受信する。受信機３２は、例えば、複数の深度センサ３１１、３１２、３１３の深度、複数の深度センサ３１１、３１２、３１３と受信機３２との各距離、受信機３２の位置等を用いて、観測時刻ｋ毎の深度センサ３１１、３１２、３１３の観測位置ｘｙ（ｋ）および観測速度ｖｙ（ｋ）を算出する。これらの深度センサ３１１、３１２、３１３の観測位置ｘｙ（ｋ）および観測速度ｖｙ（ｋ）は、漁網具動態推定方法に用いる特定の網地質点における漁網具の観測値に対応する。受信機３２は、深度センサ３１１、３１２、３１３の観測位置ｘｙ（ｋ）および観測速度ｖｙ（ｋ）、すなわち、漁網具の観測値を、漁網具動態推定装置１０の観測値取得部１２に出力する。なお、漁網具の観測値は逐次出力されても、複数の観測時刻分がまとめて出力されてもよいが、逐次出力が用いられることによって、状況に対する追従性の高い漁網具動態推定を行うことができる。

観測値取得部１２は、漁網具の観測値を取得して、データ同化処理部１１に出力する。

操業条件取得部１３は、船舶９０が漁網具９１を用いて操業を行う際の操業条件を、船舶９０の操業制御部（図示を省略している。）から取得する。操業条件取得部１３は、操業条件を、数値シミュレーション部１４に出力する。

なお、操業条件とは、例えば、旋網の場合、船舶９０の位置、速度、針路、漁網具９１のワイヤロープの繰り出し長さ、巻き取り長さ、潮流の流向、流速、漁網具９１を用いた操業に加わる他の船舶の位置等からなる。操業条件は、センサ３０とは異なる各種のセンサ等を用いて、図示していないが既知の方法で取得できる。

数値シミュレーション部１４は、操業条件を用いて、網地質点の位置ｘ（ｋ）および速度ｖ（ｋ）を、網地質点の運動方程式に基づく数値シミュレーションを用いて算出する。これら網地質点の位置および速度が、本発明の「計算用モデルを構成する値」に対応する。

このような数値シミュレーションは、詳細の記載は省略するが、例えば、特許第３８７０３５９号の記載に基づく方法によって実行できる。そして、この数値シミュレーションに用いる運動方程式は、漁網具の水中動態を表現するための物理定数、例えば、慣性力、付加質量力、抗力、浮力、重力、張力等を用いて、既知の方法によって設定されている。そして、これらの力学的諸量は、上述の操業条件によって設定されており、固定値である。

数値シミュレーション部１４は、網地質点の位置ｘ（ｋ）および速度ｖ（ｋ）を、データ同化処理部１１に出力する。

図１に示すように、データ同化処理部１１は、事前状態推定値算出部１１１と、状態推定値算出部１１２とを備え、拡張カルマンフィルタを実現している。

事前状態推定値算出部１１１は、上述の網地質点の運動方程式に基づいて、時間更新行列Ａ（θ）を含むシステムモデルを設定する。

システムモデルは、（式１）で表される。

ｘｘ（ｋ＋１）＝Ａ（θ）・ｘｘ（ｋ）＋Ｂ・ｖｖ（ｋ） －（式１）
ｘｘ（ｋ）は、網地質点の位置ｘ（ｋ）および速度ｖ（ｋ）を含む時刻ｋにおける状態ベクトル（既知数）であり、ｘｘ（ｋ＋１）は、網地質点の位置ｘ（ｋ＋１）および速度ｖ（ｋ＋１）を含む時刻ｋ＋１における状態ベクトル（未知数：事前状態推定値）である。

Ａ（θ）は、時間更新行列であり、上述の運動方程式に用いる物理定数、例えば、抗力係数Ｃｄ、付加質量係数Ｃｍに基づいて設定されている。ｖｖ（ｋ）は、時刻ｋにおけるシステム雑音であり、Ｂは、その誤差係数行列である。時間更新行列Ａ（θ）、システム雑音ｖｖ（ｋ）、および、誤差係数行列Ｂは既知数である。

事前状態推定値算出部１１１は、（式１）を用いて、状態ベクトルｘｘ（ｋ）から、事前状態推定値である状態ベクトルｘｘ（ｋ＋１）を算出する。

事前状態推定値算出部１１１は、このシステムモデルによる事前状態推定値の算出とともに、時間更新行列Ａ（θ）、誤差係数行列Ｂを用いて、事前誤差共分散行列Ｐを算出する。

事前状態推定値算出部１１１は、事前状態推定値である状態ベクトルｘｘ（ｋ＋１）と、事前誤差共分散行列Ｐとを、状態推定値算出部１１２に出力する。

状態推定値算出部１１２は、状態推定値に対する観測モデルを設定する。

観測モデルは、（式２）で表される。

ｘｙｙ（ｋ）＝Ｃ（θ）・ｘｘ（ｋ）＋ｗｗ（ｋ） －（式２）
ｘｙｙ（ｋ）は、漁網具の観測値の位置および速度を含む時刻ｋにおける観測ベクトルである。ｘｘ（ｋ）は、上述の時刻ｋにおける状態ベクトルである。ｗｗ（ｋ）は、時刻ｋにおける観測雑音である。Ｃ（θ）は、変換行列である。観測ベクトルｘｙｙ（ｋ）は、観測値取得部１２で取得した漁網具の観測値からなる。観測雑音ｗｗ（ｋ）、および、変換行列Ｃ（θ）は既知数である。

状態推定値算出部１１２は、事前状態推定値算出部１１１から入力された各値と（式２）とを用いて、網地質点の位置の状態推定値ｘ’（ｋ＋１）、網地質点の速度の状態推定値ｘ’（ｋ＋１）を含む状態推定ベクトルｘｘ’（ｋ＋１）を算出する。この際、状態推定値算出部１１２は、事前誤差共分散行列Ｐから算出されたカルマンゲインＧを用いる。言い換えれば、状態推定値算出部１１２は、事前状態推定値算出部１１１で算出された網地質点に関する事前状態推定値を、漁網具の観測値、および、カルマンゲインを用いて補正（修正）することで、網地質点に関する状態推定値を算出する。

このような処理を行うことによって、データ同化処理部１１は、網地質点の位置および速度を、高精度に推定できる。

このようにデータ同化処理部１１で算出された位置の状態推定値、および、速度の状態推定値は、数値シミュレーション部１４にフィードバックされ、上述の推定処理が繰り返される。これにより、網地質点の位置および速度を、観測時刻に基づく時系列で、順次、高精度に推定できる。

また、データ同化処理部１１は、網地質点の位置の状態推定値および速度の状態推定値を、表示部２０に出力する。表示部２０は、網地質点の位置の状態推定値および速度の状態推定値から、漁網具９１の状態を画像化して表示する。これにより、操業者は、漁網具９１の動態を、容易に且つ正確に把握できる。

なお、上述の説明では詳細を省略したが、漁網具９１の網地質点の動態は、一般的に非線形である。しかしながら、位置および速度のそれぞれに対して、１次テーラー級数展開を採用することによって、カルマンフィルタを適用できる。すなわち、データ同化処理部１１は、拡張カルマンフィルタを実行できる。

また、上述の説明では、拡張カルマンフィルタを適用する網地質点は、漁網具の観測値が得られる特定位置の網地質点のみである。しかしながら、数値シミュレーション部１４では、特定位置の網地質点以外にも複数の網地質点に対する位置および速度を推定している。この場合、特定位置の網地質点以外の他の網地質点に対しては、数値シミュレーションの前段処理として、特定位置に対する拡張カルマンフィルタによる補正量（漁網具の観測値による補正量）を算出し、この補正量に基づく補正を、他の網地質点に対しても行えばよい。

以上のように、漁網具動態推定装置１０は、観測値と推定値とのデータ同化処理を行うことによって、漁網具９１の動態を高精度に推定できる。すなわち、漁網具動態推定装置１０は、漁網具の動態を、実際の水中の漁網具の動態に対してより少ない誤差で推定できる。

図４（Ａ）は、本発明の第１の実施形態に係る漁網具動態推定装置の推定値と実測値とを示すグラフであり、図４（Ｂ）は、本発明の第１の実施形態に係る漁網具動態推定装置の推定値と、従来の推定値と、実測値とを示すグラフである。図４（Ａ）、図４（Ｂ）の横軸は観測時刻であり、縦軸は、漁網具の特定位置の網地質点の深度である。従来の推定値とは、特許文献１に示す方法での推定値であり、データ同化処理を行わない場合の推定値である。

図４（Ａ）、図４（Ｂ）に示すように、本実施形態に係る漁網具動態推定装置１０を用いることによって、深度に影響されることなく、実測値に対して誤差の少ない推定値を得ることができる。また、図４（Ｂ）に示すように、本実施形態に係る漁網具動態推定装置１０を用いることによって、従来の推定方法よりも高精度な推定値を算出できる。

なお、上述の説明では、漁網具動態推定装置１０で実現する複数の処理を、それぞれに個別の機能部で実現する態様を示した。しかしながら、漁網具動態推定装置１０で実現する複数の処理をプログラム化して記憶手段に記憶しておき、ＣＰＵ等の情報処理装置で当該プログラムを読み出して実行してもよい。この場合、次に示すフローチャートに示す方法をプログラム化すればよい。

図５は、本発明の第１の実施形態に係る漁網具動態推定方法のメイン処理を示すフローチャートである。

図５に示すように、本実施形態の漁網具動態推定方法では、情報処理装置は、上述のシステムモデルを用いて、網地質点の動態に関する事前状態推定値を算出する（Ｓ１０１）。次に、情報処理装置は、網地質点の動態に関する観測値を取得する（Ｓ１０２）。なお、観測値の取得と事前状態推定値の算出とは、この順に限るものではない。

次に、情報処理装置は、上述の観測モデルを用いて、事前状態推定値と観測値とから、網地質点の動態に関する状態推定値を算出する（Ｓ１０３）。

また、数値シミュレーションを用いる場合には、図６に示す処理を行えばよい。図６は、本発明の第１の実施形態に係る漁網具動態推定方法であって、数値シミュレーションを含む場合のフローチャートである。

図６に示すように、本実施形態の漁網具動態推定方法では、情報処理装置は、上述の数値シミュレーションを用いて、網地質点の動態に関する値を算出する（Ｓ２０１）。次に、情報処理装置は、上述のシステムモデルを用いて、網地質点の動態に関する値から網地質点の動態に関する事前状態推定値を算出する（Ｓ２０２）。次に、情報処理装置は、網地質点の動態に関する観測値を取得する（Ｓ２０３）。なお、観測値の取得と事前状態推定値の算出とは、この順に限るものではない。

次に、情報処理装置は、上述の観測モデルを用いて、事前状態推定値と観測値とから、網地質点の動態に関する状態推定値を算出する（Ｓ２０４）。情報処理装置は、状態推定値を、数値シミュレーションの入力値としてフィードバックする（Ｓ２０５）。

以下、情報処理装置は、上述のステップＳ２０１からステップＳ２０５の処理を繰り返し実行する。

このような処理を実行することで、時系列に変化する漁網具の動態を、高精度に推定できる。

次に、本発明の第２の実施形態に係る漁網具動態推定装置、漁網具動態推定方法、および、漁網具動態推定プログラムについて、図を参照して説明する。図７は、本発明の第２の実施形態に係る漁網具動態推定装置を含むシステムの機能ブロック図である。

図７に示すように、第２の実施形態に係る漁網具動態推定装置１０Ａは、第１の実施形態に係る漁網具動態推定装置１０に対して、データ同化処理部１１Ａ、および、数値シミュレーション部１４Ａにおいて異なる。漁網具動態推定装置１０Ａの他の構成は、漁網具動態推定装置１０の構成と同様であり、同様の箇所の説明は省略する。

データ同化処理部１１Ａは、システムモデルおよび観測モデルの未知数として、網地質点の位置および速度とともに、上記の運動方程式に用いる物理定数を設定する。具体的には、物理定数における少なくとも抗力係数Ｃｄおよび付加質量係数Ｃｍを未知数に設定する。そして、データ同化処理部１１Ａは、上述と同様のデータ同化処理（拡張カルマンフィルタ）を実行する。これにより、データ同化処理部１１Ａは、網地質点の位置および速度の状態推定値とともに物理定数の状態推定値を算出する。データ同化処理部１１Ａは、物理定数の状態推定値を、数値シミュレーション部１４Ａにフィードバックする。

数値シミュレーション部１４Ａは、フィードバックされた物理定数の状態推定値を用いて、運動方程式を更新し、数値シミュレーションを実行する。

なお、物理定数の状態推定値は、データ同化処理部１１Ａ内の処理において、運動方程式に基づいて設定される箇所、例えば、システムモデルの時間更新行列の更新にも利用される。

このような構成を用いることによって、物理定数が実際の水中の状態に応じて適正に調整される。したがって、漁網具の動態を、より高精度に推定できる。

なお、上述の説明では、漁網具動態推定装置１０Ａで実現する複数の処理を、それぞれに個別の機能部で実現する態様を示した。しかしながら、漁網具動態推定装置１０Ａで実現する複数の処理をプログラム化して記憶手段に記憶しておき、ＣＰＵ等の情報処理装置で当該プログラムを読み出して実行してもよい。この場合、次に示すフローチャートに示す方法をプログラム化すればよい。図８は、本発明の第２の実施形態に係る漁網具動態推定方法のフローチャートである。なお、図８では、数値シミュレーションも含むフローチャートであり、第１の実施形態と同様に、データ同化処理の部分、すなわち、図８のステップＳ３０２からステップＳ３０４のだけを用いてもよい。

図８に示すように、本実施形態の漁網具動態推定方法では、情報処理装置は、上述の数値シミュレーションを用いて、網地質点の動態に関する値を算出する（Ｓ３０１）。この際、情報処理装置は、初回を除き、前回の状態推定値によって更新された物理定数を用いて、数値シミュレーションを実行する。

次に、情報処理装置は、上述のシステムモデルを用いて、網地質点の動態に関する値から網地質点の動態に関する事前状態推定値と物理定数の事前状態推定値とを算出する（Ｓ３０２）。次に、情報処理装置は、網地質点の動態に関する観測値を取得する（Ｓ３０３）。なお、観測値の取得と事前状態推定値の算出とは、この順に限るものではない。

次に、情報処理装置は、上述の観測モデルを用いて、事前状態推定値と観測値とから、網地質点の動態に関する状態推定値と物理定数の状態推定値とを算出する（Ｓ３０４）。情報処理装置は、網地質点の動態に関する状態推定値を、数値シミュレーションの入力値としてフィードバックし、物理定数の状態推定値を数値シミュレーションの設定値としてフィードバックする（Ｓ３０５）。

次に、本発明の第３の実施形態に係る操業支援装置、操業支援方法、および、操業支援プログラムについて、図を参照して説明する。図９は、本発明の第３の実施形態に係る操業支援装置の機能ブロック図である。

図９に示すように、第３の実施形態に係る漁網具動態推定装置１０Ｂは、第１の実施形態に係る漁網具動態推定装置１０に対して、データ同化処理部１１Ｂ、数値シミュレーション部１４Ｂ、および、目標網裾深度設定部１５において異なる。データ同化処理部１１Ｂおよび数値シミュレーション部１４Ｂで実行する基本的な処理の概念は、漁網具動態推定装置１０の構成と同様であり、同様の箇所の説明は省略する。

操業支援装置１１０は、漁網具動態推定装置１０Ｂ、表示部２０、センサ３０、および、操業制御部４０を備える。表示部２０およびセンサ３０は、第１の実施形態に示した表示部２０およびセンサ３０とそれぞれ同様の構成である。

操業制御部４０は、船舶９０の操業制御を実行する。操業条件取得部１３は、操業制御部４０から、数値シミュレーション部１４Ｂで用いる操業条件を取得する。

目標網裾深度設定部１５は、漁網具９１の目標到達深度等の目標値を設定する。目標網裾深度設定部１５は、網裾深度の目標値をデータ同化処理部１１Ｂに出力する。

データ同化処理部１１Ｂは、システムモデルおよび観測モデルの未知数として、網地質点の位置および速度とともに、操業条件を設定する。具体的には、操業条件における漁網具９１のワイヤロープの繰り出し長さ、巻き取り長さに関連する値、例えば、特定位置の網地質点に対する張力およびワイヤロープに作用する張力を未知数に設定する。また、観測モデルでは、既知数である観測値として、漁網具の観測値と網裾深度の目標値とを設定する。

そして、データ同化処理部１１Ｂは、上述と同様のデータ同化処理（拡張カルマンフィルタ）を実行する。これにより、データ同化処理部１１Ｂは、網地質点の位置および速度の状態推定値とともに操業条件の状態推定値を算出する。データ同化処理部１１Ｂは、操業条件の状態推定値を、操業条件取得部１３を介して、数値シミュレーション部１４Ｂにフィードバックする。

数値シミュレーション部１４Ｂは、フィードバックされた操業条件の状態推定値を用いて、数値シミュレーションを実行する。このような構成を用いることによって、操業条件が実際の操業制御に応じて適正に調整される。したがって、数値シミュレーションによる漁網具の動態の算出精度が向上する。

また、操業条件の状態推定値は、操業制御部４０に出力される。操業制御部４０は、操業条件の状態推定値を用いて、漁網具９１の自動操業制御を行う。これにより、漁網具９１を効率的に目標形状に変化させることができる。また、操業条件の状態推定値は、表示部２０に出力される。表示部２０は、操業条件の状態推定値を画像化して表示する。これにより、操業者は、実際の操業条件を正確に把握できる。また、このように画像化することによって、実際の操業状態と目標とする操業状態との差を容易に把握できる。この際、操業支援装置１１０は、この差に応じて通知を行ってもよい。例えば、操業支援装置１１０は、この差が注意勧告閾値を超えたことを検出すると、注意勧告の通知を行ってもよい。

なお、上述の説明では、操業支援装置１１０で実現する複数の処理を、それぞれに個別の機能部で実現する態様を示した。しかしながら、操業支援装置１１０で実現する複数の処理をプログラム化して記憶手段に記憶しておき、ＣＰＵ等の情報処理装置で当該プログラムを読み出して実行してもよい。この場合、次に示すフローチャートに示す方法をプログラム化すればよい。図１０は、本発明の第３の実施形態に係る操業支援方法のフローチャートである。

図１０に示すように、本実施形態の操業支援方法では、情報処理装置は、上述の数値シミュレーションを用いて、網地質点の動態に関する値を算出する（Ｓ４０１）。この際、情報処理装置は、初回を除き、前回の状態推定値によって更新された操業条件を用いて、数値シミュレーションを実行する。

次に、情報処理装置は、上述のシステムモデルを用いて、網地質点の動態に関する値から網地質点の動態に関する事前状態推定値と操業条件の事前状態推定値とを算出する（Ｓ４０２）。次に、情報処理装置は、網地質点の動態に関する観測値を取得する（Ｓ４０３）。また、情報処理装置は、網裾深度の目標値を設定する（Ｓ４０４）。なお、観測値の取得、事前状態推定値の算出、および、網裾深度の目標値の設定は、この順に限るものではない。

次に、情報処理装置は、上述の観測モデルを用いて、事前状態推定値と観測値とから、網地質点の動態に関する状態推定値と操業条件の状態推定値とを算出する（Ｓ４０５）。情報処理装置は、網地質点の動態に関する状態推定値を、数値シミュレーションの入力値としてフィードバックする（Ｓ４０６）。情報処理装置は、操業条件の状態推定値を数値シミュレーションの設定値としてフィードバックするとともに自動操業制御にフィードバックする（Ｓ４０７）。

次に、本発明の第４の実施形態に係る漁網具設計支援装置、漁網具設計支援方法、および、漁網具設計支援プログラムについて、図を参照して説明する。図１１は、本発明の第４の実施形態に係る漁網具設計支援装置の機能ブロック図である。

図１１に示すように、第４の実施形態に係る漁網具動態推定装置１０Ｃは、第１の実施形態に係る漁網具動態推定装置１０に対して、データ同化処理部１１Ｃ、数値シミュレーション部１４Ｃ、漁網具パラメータ設定部１６、および、目標値設定部１７において異なる。データ同化処理部１１Ｃおよび数値シミュレーション部１４Ｃで実行する基本的な処理の概念は、漁網具動態推定装置１０と同様であり、同様の箇所の説明は省略する。

漁網具設計支援装置１２０は、漁網具動態推定装置１０Ｃ、および、表示部２０を備える。表示部２０は、第１の実施形態に示した表示部２０と同様の構成である。

漁網具パラメータ設定部１６は、設計対象漁網具のパラメータ（漁網具の部材の設計仕様）を設定する。設計対象漁網具のパラメータとしては、例えば、網の目合の長さ、網糸の直径等である。漁網具パラメータ設定部１６は、設計対象漁網具のパラメータを、数値シミュレーション部１４Ｃに出力する。

目標値設定部１７は、設計対象漁網具の動態に関する目標値を設定する。設計対象漁網具の動態に関する目標値としては、例えば、操業時の網地質点の目標位置、目標速度等である。また、設計対象漁網具の動態に関する目標値としては、漁網具の水中形状または部材への作用荷重の目標値を含む。目標値設定部１７は、目標値をデータ同化処理部１１Ｃに出力する。

データ同化処理部１１Ｃは、システムモデルおよび観測モデルの未知数として、網地質点の位置および速度とともに、上述の設計対象漁網具のパラメータを設定する。また、観測モデルでは、既知数である観測値として、設計対象漁網具の目標値を設定する。

そして、データ同化処理部１１Ｃは、上述と同様のデータ同化処理（拡張カルマンフィルタ）を実行する。これにより、データ同化処理部１１Ｃは、網地質点の位置および速度の状態推定値とともに設計対象漁網具のパラメータの状態推定値を算出する。データ同化処理部１１Ｃは、設計対象漁網具のパラメータの状態推定値を、漁網具パラメータ設定部１６にフィードバックする。

数値シミュレーション部１４Ｃは、フィードバックされた設計対象漁網具のパラメータの状態推定値を用いて、数値シミュレーションを実行する。

以下、上述の処理が繰り返される。これにより、設計対象漁網具のパラメータが設計対象漁網具の目標値を満たすように、設計対象漁網具のパラメータが逐次更新される。そして、データ同化処理部１１Ｃは、設計対象漁網具の目標位置および目標速度と網地質点の位置および速度の状態推定値と差が閾値未満になったことを検出すると、設計対象漁網具のパラメータの状態推定値を、表示部２０に出力する。表示部２０は、この設計対象漁網具のパラメータの状態推定値を画像化して表示する。

このような構成を用いることによって、水中で所望の形状および動態を生じる漁網具を高精度に設計することができる。

なお、上述の説明では、漁網具設計支援装置１２０で実現する複数の処理を、それぞれに個別の機能部で実現する態様を示した。しかしながら、漁網具設計支援装置１２０で実現する複数の処理をプログラム化して記憶手段に記憶しておき、ＣＰＵ等の情報処理装置で当該プログラムを読み出して実行してもよい。この場合、次に示すフローチャートに示す方法をプログラム化すればよい。図１２は、本発明の第４の実施形態に係る漁網具設計支援方法のフローチャートである。

図１２に示すように、本実施形態の漁網具設計支援方法では、情報処理装置は、上述の数値シミュレーションを用いて、網地質点の動態に関する値を算出する（Ｓ５０１）。この際、情報処理装置は、初回を除き、前回の状態推定値によって更新された漁網具のパラメータを用いて、数値シミュレーションを実行する。

次に、情報処理装置は、上述のシステムモデルを用いて、網地質点の動態に関する値から網地質点の動態に関する事前状態推定値と漁網具のパラメータの事前状態推定値とを算出する（Ｓ５０２）。次に、情報処理装置は、設計対象漁網具の目標値を設定する（Ｓ５０３）。なお、観測値の取得、事前状態推定値の算出、および、設計対象漁網具の目標値の設定は、この順に限るものではない。

次に、情報処理装置は、上述の観測モデルを用いて、事前状態推定値と観測値とから、網地質点の動態に関する状態推定値と漁網具のパラメータの状態推定値とを算出する（Ｓ５０４）。情報処理装置は、漁網具のパラメータの状態推定値が目標値を満たしていなければ（Ｓ５０５：ＮＯ）、網地質点の動態に関する状態推定値を、数値シミュレーションの入力値としてフィードバックし、漁網具のパラメータの状態推定値を、数値シミュレーションの設定値としてフィードバックする（Ｓ４０６）。情報処理装置は、漁網具のパラメータの状態推定値が目標値を満たしていれば（Ｓ５０５：ＹＥＳ）、漁網具のパラメータの状態推定値を、表示部等に出力する（Ｓ５０７）。

なお、上述の説明では、データ同化処理として、拡張カルマンフィルタを用いる態様を示したが、推定値を観測値で補正する他のデータ同化処理を用いてもよい。

１０、１０Ａ、１０Ｂ、１０Ｃ：漁網具動態推定装置
１１、１１Ａ、１１Ｂ、１１Ｃ：データ同化処理部
１２：観測値取得部
１３：操業条件取得部
１４、１４Ａ、１４Ｂ、１４Ｃ：数値シミュレーション部
１５：目標網裾深度設定部
１６：漁網具パラメータ設定部
１７：目標値設定部
２０：表示部
３０：センサ
３２：受信機
４０：操業制御部
９０：船舶
９１：漁網具
１１０：操業支援装置
１１１：事前状態推定値算出部
１１２：状態推定値算出部
１２０：漁網具設計支援装置
３１１、３１２、３１３：深度センサ

Claims (3)

1. 網の目合の長さと網糸の直径を含む設計対象漁網具のパラメータ 、および、前記漁網具の水中の運動方程式を用いて、数値シミュレーションによって、前記漁網具の水中動態の数値シミュレーションに供する計算用モデルを構成する質点の位置および速度を算出する数値シミュレーション部と、
   前記漁網具の操業時の網地質点の目標位置、目標速度を含む目標値を設定する目標値設定部と、
   システムモデルおよび観測モデルの未知数として、前記網地質点の位置および速度とともに、前記設計対象漁網具のパラメータを設定し、観測モデルの既知数である観測値として前記目標値を設定して、データ同化処理を実行することで、前記網地質点の位置および速度の状態推定値とともに設計対象漁網具のパラメータの状態推定値を算出し、前記設計対象漁網具のパラメータの状態推定値を前記数値シミュレーション部にフィードバックするデータ同化処理部と、
   を備える、漁網具設計支援装置。
2. 網の目合の長さと網糸の直径を含む設計対象漁網具のパラメータ 、および、前記漁網具の水中の運動方程式を用いて、数値シミュレーションによって、前記漁網具の水中動態の数値シミュレーションに供する計算用モデルを構成する質点の位置および速度を算出し、
   前記漁網具の操業時の網地質点の目標位置、目標速度を含む目標値を設定し、
   システムモデルおよび観測モデルの未知数として、前記網地質点の位置および速度とともに、前記設計対象漁網具のパラメータを設定し、観測モデルの既知数である観測値として前記目標値を設定して、データ同化処理を実行することで、前記網地質点の位置および速度の状態推定値とともに設計対象漁網具のパラメータの状態推定値を算出し、前記設計対象漁網具のパラメータの状態推定値を前記数値シミュレーションにフィードバックする、
   漁網具設計支援方法。
3. 網の目合の長さと網糸の直径を含む設計対象漁網具のパラメータ 、および、前記漁網具の水中の運動方程式を用いて、数値シミュレーションによって、前記漁網具の水中動態の数値シミュレーションに供する計算用モデルを構成する質点の位置および速度を算出する処理と、
   前記漁網具の操業時の網地質点の目標位置、目標速度を含む目標値を設定する処理と、
   システムモデルおよび観測モデルの未知数として、前記網地質点の位置および速度とともに、前記設計対象漁網具のパラメータを設定し、観測モデルの既知数である観測値として前記目標値を設定して、データ同化処理を実行することで、前記網地質点の位置および速度の状態推定値とともに設計対象漁網具のパラメータの状態推定値を算出し、前記設計対象漁網具のパラメータの状態推定値を前記数値シミュレーションにフィードバックする処理と、
   を情報処理装置に実行させる、漁網具設計支援プログラム。

Images