アタリヤ農園の「彩りの良いガーデンレタスミックス」。栽培日数約30日、再生紙のプランターが付いてくる市販の栽培セットです。これを買ってきて、Raspberry Pi 5 に監視させ始めました。

日中はベランダに出して、夜は室内に取り込む。スマホで Wi-Fi 経由のローカル URL を開くと、土の様子がライブ映像で見えて、温度・湿度・土壌水分・明るさが3秒ごとに更新されていく。15分おきに自動でタイムラプス用の写真が1枚保存されて、あとから動画にまとめられる。

ぶっちゃけ、これだけのことが、ラズパイ1台と2万円前後で組めます。

私が GitHub に置いた cultivation-monitoring-system というシステムで、コードもセットアップ手順も全部公開しています。MITライセンスなので、コピーして書き換えるのも自由です。

→ https://github.com/ai-coordinator/cultivation-monitoring-system

この記事では、このシステムで何ができるのか、どんな部品でいくらかかるのか、どこで詰まったかを、実際に動かしている目線でまとめます。

ガーデンレタスミックスのセットアップ動画です。

このシステムでできること

ラズパイ1台で次の4つを同時にこなします。

• スマホでライブ映像が見える — USBカメラの映像を、同じ Wi-Fi 内のスマホ・PC から見られます。専用アプリは要りません、ブラウザでURLを叩くだけです
• 15分ごとに写真を自動保存（タイムラプス） — 撮りためた画像はブラウザから一覧で見られて、ボタン1つで mp4 動画にまとまります。発芽から収穫までの30日が、数十秒の動画になります
• 温度・湿度・土壌水分・明るさをリアルタイム表示 — Grove という配線が簡単なセンサーを使います。値は3秒おきに更新され、「適正／やや高温／過湿／乾燥」などレタス向けのしきい値で色付きラベル表示します
• 5年分の履歴をグラフで振り返れる — 24時間・1週間・1ヶ月・3ヶ月・1年の単位で切り替え可能。データは SQLite というラズパイ内のデータベースに保存され、最長5年分蓄積されます

ライブ映像と一緒に、ラズパイ本体のCPU温度・メモリ・ディスク残量も画面下に常時表示されます。何かおかしくなったとき、現場に行かずにスマホで状況が分かります。

使ったハードウェア

実際の組み立てはこんな感じです。木材2本で柱を立てて、その上にカメラとセンサーをぶら下げる構造にしました。下に再生紙プランター、土に水分センサーを刺しています。

主な部品はこれだけです。

• Raspberry Pi 5（4GBで十分）
• Raspberry Pi 公式 27W USB-C 電源
• microSDカード 32GB
• USB Webカメラ（2,000円程度のもので十分動きます）
• Grove Base Hat for Raspberry Pi（センサーを刺すための拡張ボード）
• Grove DHT11 温湿度センサー
• Grove 水分センサー
• Grove 光センサー v1.2
• 木材数本（カメラとセンサーを固定する台）

Grove というのは Seeed Studio が出している「ケーブル1本で繋がる」シリーズのセンサーで、半田付けが要りません。線の色を間違える心配もなく、初めての人でも扱いやすい構造です。

部品の合計はおよそ 2万円前後 です。Raspberry Pi 5 が約11,000円、Grove Base Hat が約1,500円、センサー3種で約1,500円、カメラが2,000円、その他電源・SDカード・木材を合わせるとこの金額に収まります。

私の手元では、防災用のモバイルバッテリで動かそうとしましたが、消費電力的に 1日もちません。屋外設置でも結局AC電源が必要になります。最初からコンセントが届く場所に置く前提で考えた方が良いです。

構築にかかる時間

ゼロから「OSを焼く → セットアップ → センサー配線 → アプリ起動」までを通して、約5時間 で動くところまで到達できました。

ハマりやすいのは Grove のセンサーを動かすための grove.py というPythonライブラリのインストールです。普通に pip install grove.py で入れると、Pi 5 では動かない RPi.GPIO を巻き込んでしまいます。次のように --no-deps を付けて GitHub から直接入れる必要があります。

pip install --no-deps --force-reinstall "git+https://github.com/Seeed-Studio/grove.py"

このあたりは README にも書いてあります。私自身ここで一度詰まりました。Pi 4 から Pi 5 に変わったタイミングで GPIO 周りの作法が変わっており、ネット上の情報も Pi 4 時代のものが混ざっているので、迷子になりやすい部分です。

動かしてみて分かったこと（運用2日目の所感）

これを書いている時点で、栽培2日目です。まだ芽は出ていませんが、すでにいくつか発見があります。

タイムラプスの楽しみは、撮り始めてすぐに来ます。 数時間分の画像を並べて眺めるだけでも、「今日は土が乾いた」「光の角度が変わった」が見えます。30日後に発芽から収穫までを数十秒で振り返れると思うと、毎日見るのが楽しみになります。

センサーの値を眺めるのも、思っていたより面白いです。 たとえば私の環境では、土壌水分が「過湿」と出ています。水をやり過ぎたわけではなく、再生紙プランターが湿度を保ちやすい構造のせいだろう、というのが今のところの仮説です。気温が23℃で「やや高温」と出ているのは、レタス向けのしきい値（15〜22℃が適正）に対しての話なので、これは想定内です。

5年分のデータが残ることの意味は、後から効いてきます。 写真と環境データを付け合わせて、「水をやり過ぎた週は徒長した」「曇りが続くと色付きが悪かった」のような仮説検証ができるようになります。これだけのデータを自分の手元に貯められる仕組みが2万円で組めるのは、ちょっと前まで考えられなかったことです。

わざわざ自作する楽しさ

スマート農業のシステムは市販品もあって、機能もサポートもしっかりしています。それを買う選択は当然アリです。

ただ、自分で組み立てて、コードが全部読めて、改造もできて、データが手元に残る ── この距離感が、触っていて素直に楽しいです。「センサーをもう1つ増やしたい」「カメラの位置を変えたい」「グラフの色を変えたい」と思った瞬間に手が動かせます。自作で2万円なら、家庭園芸の延長としても、ちょっとした実験用としても、気軽に試せる距離にあります。

ここから先の発展

このシステムは「入り口」として作っています。興味があれば、こんな方向に伸ばせます。

• クラウド連携で外出先からスマホで見る — 今は Wi-Fi 内からしか見られませんが、Cloudflare Tunnel や Tailscale を使うと、家からでも畑のラズパイにアクセスできます。複数拠点を1画面でまとめて見るところまで広げられます
• AI画像認識で発芽カウント・葉面積測定・病害検知 — タイムラプスで撮りためた画像に、YOLO や SAM のような物体検出・領域抽出のモデルを通すと、「何個発芽したか」「葉がどれくらい広がったか」「病気の葉があるか」が自動で数えられます
• CSVエクスポートして表計算ソフトで分析 — 蓄積した5年分のセンサーデータを Excel や Google スプレッドシートに出せば、自分なりの分析や、栽培条件を変えた比較実験に使えます
• 水不足になったら通知 — しきい値を超えたら LINE やメールで通知するだけのシンプルな仕組みなら、ハードを増やさず実装できます。自動潅水まで作ると配線とリレー制御で複雑になるので、まずは「通知」から始めるのが現実的です

このあたりは、最初から全部組み込もうとすると挫折しやすいので、栽培1サイクル動かしてから「次はこれを足そう」くらいの温度で十分です。

まとめ

• アタリヤのガーデンレタスミックス × Raspberry Pi 5 × Grove センサー × USBカメラで、ライブ映像・タイムラプス・環境センサー・5年履歴グラフ がブラウザから見られる栽培モニタリングシステムを作った
• 部品の合計は 約2万円、構築は約5時間。再現性は十分
• 自分で組み立てて、コードが読めて、改造もできる距離感が、触っていて素直に楽しい
• コードは GitHub で公開済み（MITライセンス）。クラウド連携・AI画像認識・通知システムなど、ここから先の発展も自由

家庭園芸の観察記録としても、ちょっとした実験用としても、あるいは誰かに何かを教える題材としても、自由に使ってもらえれば嬉しいです。

この記事の技術を、現場で実装したい方へ

AI×IoTの技術顧問として、月額契約で継続伴走しています。PoC設計・技術判断・組織設計・ベンダー管理・実装支援まで、現場で動くまで一緒に進めます。受託開発（請負）ではありません。

→ AI技術顧問サービスの詳細 ／ 無料30分オンライン診断 ／ 料金一覧