Percepción y Actuación para el tratamiento selectivo de malas hierbas en tiempo real

  1. Burgos Artizzu, Xavier P.
Dirixida por:
  1. Gonzalo Pajares Director
  2. Ángela Ribeiro Seijas Director

Universidade de defensa: Universidad Complutense de Madrid

Fecha de defensa: 20 de novembro de 2009

Tribunal:
  1. Jesús Manuel de la Cruz García Presidente
  2. Fernando Sáenz Pérez Secretario
  3. José Dorado Gómez Vogal
  4. José María Martinez Montiel Vogal
  5. Manuel Ángel Armada Rodríguez Vogal
Departamento:
  1. Ingeniería del Software e Inteligencia Artificial

Tipo: Tese

Resumo

Resumen: Tradicionalmente, las prácticas de cultivo se han orientado hacia una gestión uniforme del campo, ignorando la variabilidad espacial y temporal, debido al alto coste que supone un tratamiento desigual. Es decir, todo el campo se trata del mismo modo todos los años, a pesar de que puede presentar necesidades distintas seg´un la zona o de un año a otro. En los últimos años, se ha producido un importante avance con la aplicación de sistemas de control y automatización en agricultura, apareciendo el concepto de Agricultura de Precisión (AP). Uno de los aspectos más importantes de la AP son las técnicas orientadas a la aplicación selectiva de tratamientos, que proponen ajustar las dosis de herbicidas a las necesidades de cada unidad de terreno, traduciéndose en una reducción de los costes de producción y una gestión agrícola más respetuosa con el medioambiente. Para ser capaces de ajustar las dosis de herbicidas a las necesidades de cada unidad de terreno, primero se deben localizar las distintas especies de malas hierbas (etapa de Percepción), y a continuación se debe realizar la aplicación de tratamientos de modo que se eliminen todas las malas hierbas encontradas, minimizando el uso de productos fitosanitarios (etapa de Actuación). En esta tesis se presentan nuevos métodos tanto de Percepción como de Actuación para una aplicación selectiva de tratamientos automática, precisa y barata. Los métodos de Percepción desarrollados son capaces, mediante técnicas de Visión Artificial, de estimar las densidades de cultivo, malas hierbas y suelo tanto en fotos del campo (sin restricciones en tiempo de cómputo) como en vídeos adquiridos por una cámara instalada directamente sobre el tractor y procesados en tiempo real. Dichos métodos hacen frente a las dificultades producidas por la inmensa variabilidad encontrada en el campo (distintos estados de crecimiento de la vegetación, errores de sembrado, densidad variable de la infestación, etc.) y por el hecho de trabajar en exteriores (iluminación cambiante y difícil de controlar). Los métodos han sido probados sobre un conjunto grande de imágenes y vídeos tomados a lo largo de los últimos cuatro años en varios campos, demostrando ser capaces de extraer los elementos naturales con gran precisión y de forma robusta. La información recogida en la etapa de Percepción se pasa a un controlador borroso, que, haciendo uso de conocimiento experto, permite calcular la dosis óptima de herbicida a aplicar en cada unidad del terreno en función de las densidades presentes de infestación y cultivo. La aplicación de dicha dosis se realiza de forma automática, actuando sobre el equipo de tratamiento, automatizado para su control desde un ordenador a través de una tarjeta de adquisición de datos y el circuito electrónico diseñado a medida. Una vez integradas todas las partes, se ha simulado la aplicación selectiva de tratamientos sobre campos reales. Partiendo de muestreos fotográficos discretos llevados a cabo en los últimos tres años en distintos campos, se han alcanzado ahorros medios de herbicida del 76% con picos del 93 %, poniendo de manifiesto el claro beneficio de la aplicación de las técnicas propuestas.