MAgro
Navegación de robots en entornos agropecuarios para la estimación de cantidad y calidad de la cosecha frutícola utilizando visión 3D y aprendizaje profundo
Navegación de robots en entornos agropecuarios para la estimación de cantidad y calidad de la cosecha frutícola utilizando visión 3D y aprendizaje profundo
El sector agropecuario ha comenzado a utilizar robots autónomos para incrementar la productividad y la calidad del producto final; por ejemplo, los tractores con navegación guiada, los robots cosechadores o de monitoreo del crecimiento. Actividades como la aplicación localizada de fertilizante o pesticidas, tratamiento UV, aplicación de micronutrientes por hoja, evaluación de crecimiento, eliminación mecánica de hierbas no deseadas y estimación del volumen y calidad de la cosecha se benefician del uso de la tecnología.
En este proyecto diseñaremos e implementaremos una solución para estimar la cantidad y calidad de la cosecha de frutos de pepita, con particular atención en la manzana. Esta estimación es importante para asegurar una buena coordinación de la logística de la cosecha, envasado, procesado y venta del producto final. Errores en esta estimación pueden resultar en producto desperdiciado por falta de recursos en el momento adecuado.
La navegación autónoma sistemática es fundamental para realizar la estimación, posibilitando recabar información geolocalizada de forma autónoma. Si bien se ha desarrollado mucho trabajo basado en navegación visual en el contexto de automóviles autónomos, adaptados a escenas urbanas, los avances en escenas agropecuarias son significativamente menores, presentando desafíos propios del entorno. La variación de condiciones de iluminación; la direccionalidad de la luz solar; el aspecto monótono, repetitivo y lentamente cambiante de muchos cultivos tornan difícil la aplicación de soluciones de navegación visual en estos ambientes. Es así que desarrollaremos técnicas económicas y robustas de navegación autónoma para la operación prolongada de robots en ambientes agropecuarios. En particular se buscará utilizar navegación visual combinando técnicas de aprendizaje profundo y marcas artificiales. Se buscará generar una plataforma de navegación autónoma en ambientes agropecuarios, un avance en el estado del arte de navegación robótica y un producto final que permita estimar la cantidad y calidad de la cosecha en plantaciones de manzano.
El proyecto fue financiado por el Fondo Maria Viñas - 2021