Desarrollan mapas del terreno en 3D y un sistema de aplicación selectiva de herbicidas

• FOTOGRAFÍAS

Mapas en 3D e imagen segmentada para localizar malas hierbas.

La metodología utilizada para elaborar los mapas tridimensionales, publicada recientemente en la revista Computers and Electronics in Agriculture, la ha desarrollado Francisco Rovira Más, del departamento de Mecanización y Tecnología Agraria de la UPV, conjuntamente con científicos de la Universidad de Illinois (EEUU). Rovira explica a SINC que en la Agricultura de Precisión son esenciales los mapas globales, aquellos que utilizan técnicas GNSS (Sistema Global de Navegación por Satélite), con las tradicionales coordenadas Este y Norte. Lo que su equipo propone es añadir una tercera dimensión, la altura, y un nivel de detalle “sólo alcanzable mediante sistemas de posicionamiento local que utilizan cámaras”.

Para crear estos mapas tridimensionales, los investigadores instalan en un vehiculo agrícola (como un tractor o una cosechadora, por ejemplo) una cámara estereoscópica y unos sensores que aportan datos de localización y orientación del vehiculo. Las imágenes obtenidas por la cámara son las que simulan la visión humana, ya que permiten obtener al menos dos imágenes simultáneas diferentes. Al compararlas se puede estimar la distancia a la que se encuentran los objetos que aparecen dentro de su campo de visión. “Si los objetos están muy lejos de la cámara, prácticamente ocuparán la misma posición en ambas imágenes, pero si se encuentran próximos, habrá mayores diferencias”, explica Rovira Más.

Respecto a los sensores, se utiliza uno de localización GPS, que permite situar en tiempo real al vehículo dentro de un sistema de coordenadas, y otro denominado “unidad de medida por inercia”, para estimar sus posiciones y velocidades, así como su grado de inclinación.

Las escenas del campo capturadas por la cámara se transforman en información que genera nubes de puntos en 3D. “La ingente cantidad de datos que suponen esas nubes, junto a la falta de precisión de los sensores”, dice el investigador, “son los principales retos a superar”. En cualquier caso, los mapas globales, añade, proporcionan una información muy rica en tiempo real para aplicaciones como el guiado automático de los vehículos, la mejora de las medidas de seguridad, la monitorización del crecimiento de las cosechas, o la planificación de las tareas agrícolas según los condicionantes locales y temporales (temperatura, humedad, viento, calidad del suelo, tamaño y variedad de la planta, datos históricos de rendimiento, etcétera).

Herbicida sólo donde se necesita

También en Computers and Electronics in Agriculture –y en otras revistas, como Pattern Recognition-, se ha publicado una nueva propuesta sobre Agricultura de Precisión enfocada al uso selectivo de herbicidas. Gonzalo Pajares, profesor del departamento de Ingeniería del Software e Inteligencia Artificial de la Facultad de Informática de la UCM y uno de los autores del estudio, explica que se trata de un sistema inteligente “basado en la visión computerizada para identificar zonas infestadas con malas hierbas que requieren tratamiento con herbicidas”.

El procedimiento se basa en el análisis de las secuencias de imágenes digitales, capturadas con una cámara, del campo que se va a tratar. El método incluye dos etapas: la segmentación de las imágenes en celdillas, y la toma de decisión de cuales de ellas se deben pulverizar o no, y en qué cantidad. La elección se lleva a cabo utilizando procesos de Inteligencia Artificial, concretamente la “decisión multiatributo”, una técnica matemática que permite elegir entre alternativas finitas. “Esto permite aplicar las dosis de herbicida solamente en aquellas zonas donde realmente se necesita”, aclara el investigador. En la actualidad, la aplicación de estos productos fitosanitarios se realiza indiscriminadamente sobre el campo, independientemente de que se requiera o no.

El sistema ideado por los informáticos se ha probado con éxito en cultivos de cereal y maíz de la estación de investigación de La Poveda, en Arganda del Rey (Madrid), propiedad del CSIC. Esta agencia estatal ha promovido la realización del estudio a través de sus institutos de Automática Industrial y Ciencias Medioambientales. Los resultados obtenidos sobrepasan el 80% de ahorro en el tratamiento de herbicidas, lo que se traduce en una considerable reducción de los costes, “y lo que es más importante”, dice Pajares, “también de la contaminación ambiental”, sin repercutir en ningún momento en la productividad del campo.

Los estudios sobre Agricultura de Precisión, como los dos propuestos por los investigadores españoles, permiten planificar de un modo más eficiente y sostenible tareas como la pulverización con herbicidas, la siembra o el uso de fertilizantes. Estos trabajos plantean el uso de las nuevas tecnologías para optimizar las labores agrícolas, pero no olvidan la existencia de la variabilidad del campo, algo que los agricultores conocen desde siempre.

------------------

Referencias bibliográficas:

Francisco Rovira-Más, Qin Zhang, John F. Reid. “Stereo vision three-dimensional terrain maps for precision agriculture”. Computers and Electronics in Agriculture 60 (2) 133-143 MAR 2008

Alberto Tellaeche, Xavier Burgos-Artizzu, Gonzalo Pajares, Ángela Ribeiro, César Fernández-Quintanilla. “A new vision-based approach to differential spraying in precision agriculture”. Computers and Electronics in Agriculture 60 (2) 144-155 MAR 2008

------------------

Más información:

Para obtener fotografías a mayor resolución del sistema que genera mapas 3D pulsar aquí, y para el de aplicación selectiva de herbicidas aquí.