Droni e rover a guida autonoma in agricoltura

Effettuano il "monitoraggio attivo” del campo riconoscendo le caratteristiche rilevanti e adattando il piano di missione

.

L’agricoltura di precisione si basa sull’utilizzo di dati accurati circa lo stato di salute del campo e di crescita delle coltivazioni, per poter definire le migliori strategie di gestione e adottare soluzioni mirate alla singola pianta. Per ottenere dati sempre più accurati, soluzioni tecnologiche sempre più avanzate si fanno largo sul mercato nazionale ed internazionale.

Senza alcun dubbio, i sistemi aerei a controllo remoto, o più comunemente i droni, rappresentano una tecnologia abilitante (Key Enabling Technology, KET) particolarmente utile e molto in voga, in quanto permettono di sorvolare un campo e raccogliere immagini dettagliate da analizzare per gli scopi più disparati. Nonostante il proliferare di fornitori di servizi con droni, l’utilità reale dei dati raccolti è oggigiorno limitata alla rilevazione di indici generici (ad es., l’indice NDVI di vegetazione), e la potenzialità inespressa dei droni rimane molto elevata. La ragione alla base di queste limitazioni viene da una serie di concause, associate alla necessità di osservazioni molto dettagliate per abilitare soluzioni di intelligenza artificiale (IA), e ai limiti imposti dal breve tempo di volo offerto dai droni disponibili in commercio.

Per ottenere informazioni rilevanti (ad esempio, il livello di maturazione dei frutti o l’insorgere di una malattia su una pianta), è necessario osservare le piante frequentemente e con un alto livello di dettaglio. Immagini ravvicinate e ottenute da prospettive multiple possono essere utilizzate per la generazione di rappresentazioni tridimensionali della pianta, e possono anche essere analizzate da algoritmi IA di visione artificiale opportunamente addestrati, fornendo risultati sorprendentemente precisi.

Affinché un drone possa ottenere immagini al livello di dettaglio desiderato, deve potersi avvicinare a sufficienza (a seconda della qualità del sensore ottico a disposizione) volando a bassa quota. Tuttavia, un volo a bassa quota pone due problemi: (i) porta delle limitazioni sulla velocità di volo per ottenere delle immagini nitide, e (ii) permette di osservare solo piccole porzioni del campo ad ogni istante. Il primo punto rende svantaggioso l’utilizzo di droni ad ala fissa, capaci di volare per lunghi periodi ma ad una velocità di crociera relativamente alta, obbligando quindi all’utilizzo di droni ad ala rotante (ad es., i comuni quadricotteri) per lo meno finché soluzioni ibride non diventeranno sufficientemente robuste. Il secondo punto richiede un tempo di osservazione più elevato per campi di grandi dimensioni, scontrandosi con le durate tipiche delle batterie per i droni, che si limitano a poche decine di minuti di volo. Per monitorare un campo ad un livello di dettaglio sufficiente, sarebbero necessarie molte missioni consecutive e relative sostituzioni della batteria, rendendo le operazioni lunghe e costose. Inoltre, l’osservazione tridimensionale dei punti di interesse non è prevista da un approccio standard basato su piani di volo fissi ad una altitudine specifica.

Per poter ovviare a queste limitazioni, il progetto E-crops propone il “monitoraggio attivo” del campo, effettuato da droni intelligenti capaci di riconoscere autonomamente le caratteristiche rilevanti e adattare il piano di volo (traiettoria, altitudine) alle necessità di monitoraggio specifiche, ottenendo immagini a risoluzione multipla e da differenti prospettive per permettere una ricostruzione 3D e una maggiore accuratezza nella classificazione dei “punti di interesse” (PdI), ovvero aree, piante o parti di esse giudicate di rilevanza per un obiettivo agronomico specifico. Qualunque sia l’obiettivo del monitoraggio, un approccio “attivo” permette di sfruttare al massimo la capacità di un quadricottero di muoversi nello spazio e di stazionare sopra i PdI, e allo stesso tempo permette di definire un piano di volo ottimale per massimizzare allo stesso tempo l’accuratezza del dato e la copertura completa del campo. Inoltre, E-crops propone l’utilizzo di gruppi di droni in grado di coordinarsi e collaborare tra loro per il monitoraggio attivo, aumentando al contempo efficienza - grazie alla parallelizzazione delle operazioni - ed accuratezza - grazie alla collaborazione tra droni.

Droni aerei ma non solo. Una parte rilevante della ricerca in E-crops sarà dedicata allo sviluppo e all’impiego di robot mobili terrestri come piattaforme di fenotipizzazione in campo (Figura 1). Sfruttando i propri sensori di bordo, i robot saranno in grado di navigare autonomamente o con limitata supervisione umana e acquisire informazioni ad elevato livello di dettaglio sull’ambiente circostante. Benché veicoli agricoli a guida automatica basata sull’uso di GPS ad elevata precisione siano presenti sul mercato da diversi anni, questi sistemi non forniscono informazioni sulle dinamiche dell'ambiente. Nella maggior parte delle applicazioni agricole, sono spesso disponibili mappe dell’ambiente in cui opera il veicolo. Tuttavia, tali mappe potrebbero contenere informazioni non aggiornate in seguito a recenti cambiamenti causati dall'uomo o da eventi naturali. Inoltre, non forniscono informazioni sugli oggetti in movimento che possono essere presenti nella scena, come esseri umani, animali e macchinari, con conseguenti notevoli problemi di sicurezza in qualsiasi tipo di navigazione e operazione autonoma.

Per superare tali limitazioni, E-crops propone di dotare robot mobili, appositamente progettati per la navigazione su terreni naturali, di capacità di percezione avanzata mediante sistemi multi-sensoriali di bordo e capacità di interpretazione intelligente dell’ambiente. I risultati della ricerca consentiranno non solo di incrementare il livello di automazione e sicurezza dei veicoli ma anche di sviluppare dei veri e propri “robot contadini” in grado di eseguire direttamente in campo il monitoraggio e la caratterizzazione delle colture a livello di pianta o frutto per compiti quali l’individuazione preventiva di deterioramenti nel processo di crescita o di patologie e agenti infestanti, la stima della resa del raccolto, o l’applicazione locale precisa di pesticidi e fertilizzanti. Sfruttando i recenti sviluppi dell’IA, si studieranno nuove tecniche di analisi dei dati, con l’obiettivo finale di generare conoscenza condivisa per il supporto alle decisioni e incrementare il livello di sostenibilità in ambito agricolo.

Figura 1 Esempi di rover terrestri per applicazioni in ambito agricolo

E-crops risponde in maniera eccellente alle richieste di innovazione tecnologica in ambito agri-food, in quanto:

• fornisce una soluzione generica al problema del monitoraggio da drone e rover, che può essere adattata alle necessità delle differenti colture grazie all’utilizzo di moduli di visione specifici, senza ledere sulla funzionalità della strategia di monitoraggio;
• garantisce la raccolta di dati geo-referenziati e completi, in supporto alla certificazione di provenienza e al controllo di qualità delle colture;
• abilita la gestione mirata del campo, grazie a dati ad altissima risoluzione che permettono di intervenire sulla singola pianta, soddisfacendo le necessità dell’agricoltura di precisione;
• fornisce soluzioni tecnologiche facilmente implementabili da imprese con capacità di sviluppo tecnologico (system integrators), in quanto basate su hardware disponibile sul mercato;
• apre la strada ad un approccio multi-robot, che permette di dimensionare il gruppo in base alle dimensioni del campo e della risoluzione richiesta, offrendo soluzioni funzionali sia con un drone singolo che con uno sciame formato da decine di droni;
• consente di incrementare la precisione e la qualità dei processi mediante interconnessione di più sistemi autonomi o semi-autonomi.

L’utilizzo delle tecnologie proposte può avvenire sia tramite l’acquisto in-house dell’hardware da parte dell’azienda agricola capace di investimenti, sia tramite fornitori di servizi dedicati soprattutto alle aziende agricole di piccole dimensioni (seguendo un modello di business definito robot-as-a-service).

La presente pubblicazione è stata realizzata con il cofinanziamento dell’Unione Europea, PON Ricerca e Innovazione 2014-2020. Info: www.e-crops.it.