Robot de recuento de cultivos

Los mejoradores de cultivos actuales están tratando de aumentar los rendimientos mientras preparan cultivos para resistir el clima severo y los climas cambiantes. Para tener éxito, deben ubicar genes de rasgos resistentes y de alto rendimiento en el ADN de las plantas de cultivo. Un robot desarrollado por la Universidad de Illinois para encontrar estas agujas proverbiales en el pajar fue reconocido por el premio al mejor papel de sistemas en Robótica: Ciencia y Sistemas, la conferencia de robótica preeminente celebrada la semana pasada en Pittsburgh.

“Hay una necesidad real de acelerar la reproducción para satisfacer la demanda mundial de alimentos”, dijo el investigador principal Girish Chowdhary, profesor asistente de robótica de campo en el Departamento de Ingeniería Agrícola y Biológica y el Laboratorio de Ciencia Coordinado en Illinois. “En África, la población se habrá más que duplicado para 2050, pero hoy los rendimientos son solo un cuarto de su potencial”.

Los cultivadores de cultivos realizan experimentos masivos que comparan miles de cultivares diferentes o variedades de cultivos en cientos de acres y miden los rasgos clave, como la emergencia o altura de la planta, a mano. La tarea es costosa, lenta, inexacta y, en última instancia, inadecuada: un equipo solo puede medir manualmente una fracción de plantas en un campo.

“La falta de automatización para medir los rasgos de las plantas es un cuello de botella para el progreso”, dijo el primer autor Erkan Kayacan, ahora investigador postdoctoral en el Instituto de Tecnología de Massachusetts. “Pero es difícil hacer sistemas robóticos que puedan contar plantas de forma autónoma: los campos son enormes, los datos pueden ser ruidosos (a diferencia de los conjuntos de datos de referencia) y el robot debe mantenerse dentro de las filas apretadas en el difícil entorno bajo el dosel”.

El robot TerraSentia de 13 pulgadas de ancho y 24 libras de Illinois es transportable, compacto y autónomo. Captura cada planta de arriba a abajo usando un conjunto de sensores (cámaras), algoritmos y aprendizaje profundo. Usando un método de aprendizaje por transferencia, los investigadores le enseñaron a TerraSentia a contar plantas de maíz con solo 300 imágenes, como se informó en esta conferencia.

“Un desafío es que las plantas no están espaciadas equitativamente, por lo que solo suponer que una sola planta está en el marco de la cámara no es lo suficientemente buena”, dijo el coautor ZhongZhong Zhang, un estudiante graduado de la Facultad de Ciencias Agrícolas y del Consumidor ( ACES). “Desarrollamos un método que utiliza el movimiento de la cámara para ajustarse a los distintos espaciamientos entre plantas, lo que ha conducido a un sistema bastante robusto para contar plantas en diferentes campos, con espaciado diferente y variable, ya diferentes velocidades”.

Este trabajo fue apoyado por la Agencia de Proyectos de Investigación Avanzada de Energía (ARPA-E) como parte del proyecto TERRA-MEPP en el Carl R. Woese Institute for Genomic Biology. El robot ahora está disponible a través de la empresa de lanzamiento, EarthSense, Inc. que está equipando al robot con autonomía avanzada y capacidades de análisis de planta.

TERRA-MEPP es un proyecto de investigación que está desarrollando un robot de fenotipado de bajo costo para identificar cultivos de alto rendimiento liderado por la Universidad de Illinois en asociación con la Universidad de Cornell y Signetron Inc. con el apoyo de la Agencia de Proyectos de Investigación Avanzada-Energía (ARPA- MI).

FUENTE

Deja un comentario