Arándanos
Agricultura de Precisión
¿Qué es? Aplicación de la tecnología a las actividades agrícolas para adecuar el manejo de suelos y cultivos a la variabilidad dentro de un lote. Procesamiento de grandes volúmenes de información para la toma de decisiones.
Objetivos Producción intensiva Bajo uso de mano de obra no calificada Aprovechamiento máximo de recursos e insumos Procesamiento de información histórica para toma de decisiones Manejar la variabilidad
Variabilidad Natural: topografía, génesis del suelo, etc. Aleatoria: precipitaciones, cambios climáticos. Inducida: fertilización, rotaciones, control de plagas, etc.
Temas de investigación de la AP Sistemas de Posicionamiento Monitoreo de Rendimiento Manejo Sitio Específico de Insumos Ensayos a campo Banderillero satelital Software Percepción remota
Sistemas de posicionamiento globales GPS DGPS: GPS con corrección diferencial desde tierra mediante triangulación. Mayor precisión Costo alto
Monitoreo de rendimiento Permite almacenar la información del producto obtenido por las cosechadoras. Sensores: Humedad Proteínas Plagas Clasificadores automáticos
Manejo Sitio Específico de Insumos Ajusta la dosis de insumos (siembra, fertilización, fumigación) según información en tiempo real o mapas previos. Tiempo real: Velocidad del tractor en el sembrado. Mapas previos: Información de cosechas previos, de sensores instalados en los lotes, etc.
Manejo Sitio Específico de Insumos
Ensayos a campo Aplicación del método científico al estudio de las variables de la actividad agrícola Uso de herramientas de tomas de datos
Banderillero satelital Guías “en tierra” comunicados por GPS que sirven para que los equipos realicen determinadas trayectorias. Diferentes niveles de complejidad. Uso en: Cosechadoras Pulverizadoras Aviones fumigadores
Software Procesamiento de la información tomada por monitores Sistemas de información geográfica: Aplica los datos ingresados a una referencia espacial Comunicación con los otros aspectos de la AP para modificación en tiempo real del comportamiento del dispositivo Dificultad: idioma y no adaptación automática a los problemas locales. Sistemas de Data Mining
Software
Percepción remota Obtención de información mediante sensores que no están en contacto directo con el objeto Imágenes satelitales Fotografía de aviones Sensores sobre los dispositivos móviles
Robótica aplicada
Dispositivos autónomos Dispositivos: Segadoras Cosechadoras Fumigadoras Control completamente autónomo o semiautónomo Ubicación por: GPS: posición gruesa Balizas: posición fina Sistemas de visión: evasión de obstáculos; toma de decisiones Problemas: Alta complejidad Peligro de errores Ambiente altamente uniforme Videos
Sistemas de control para cultivos intensivos Riego por goteo o altamente controlado Invernaderos automatizados Dosis de fertilizantes y pesticidas en el riego por goteo Control constante de variables mediante sensores: Humedad Temperatura Calidad del cultivo Minerales en tierra Con imágenes satelitales es aplicable a extensiones mayores, con menos precisión
Procesamiento de imágenes satelitales Permite investigar conjunto de variables del cultivo: Calidad del cultivo Estado de humedad de la tierra Efectividad del sembrado Toma de datos para control de siembra
Seguridad Detección de movimiento y de presencia humana en largas extensiones Cámaras inalámbricas robotizadas (cámaras ip convencionales con mecanismos de rotación), permiten cubrir zonas críticas del campo Bajo consumo alimentado por energía solar (en proyecto) Sistemas de grabación digital que toma los momentos críticos y permite monitoreo a distancia
Comportamiento colaborativo Conjunto de dispositivos actuando en forma autónoma con un objetivo común Definición de acciones atómicas, roles y estrategias Optimización del uso de herramientas autónomas para el cultivo
Ejemplos de John Deere Greenstar: sistema de movimiento autónomo en recorridos rectos. Mantiene velocidad constante y sigue una línea imaginaria. Gator: tractor completamente autónomo. Puede ser controlado en forma remota. Starfire: GPS con precisión de 2 cms. Autotrac: sistema automático de generación de mapas de recorrido sobre Greenstar.
Problemas Miedo a lo desconocido Curva de recuperación de la inversión afectada por el rendimiento real de los campos (depende de muchas variables ajenas a la tecnología) Eliminación de mano de obra no calificada Preparación de mano de obra calificada Bajo presupuesto en investigación Todavía la tierra tiene alto rendimiento sin tecnología
Aplicaciones de nuestras investigaciones en la Agricultura
Procesamiento de imágenes Visión global: aplicable a procesamiento satelital Visión local: aplicable a procesamiento de imágenes en cámaras instaladas en el campo, o determinación de calidad por imagen
Navegación Dispositivos autónomos con comportamiento similar a los vehículos de ruedas laterales Planificación de trayectorias en ambientes dinámicos Detección de obstáculos
Comportamiento colaborativo Framework para la modelización de comportamientos colaborativos: Comportamiento atómico Rol Estrategia Sistemas de aprendizaje
Vínculos de interés www.agriculturadeprecision.org http://www.deere.com http://www.rec.ri.cmu.edu/projects/demeter/