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/