De strijd tegen gewasplagen ondergaat een verandering met de komst van een Robot met kunstmatige intelligentie die ziekten in slechts 10 seconden kan detecteren. en op datzelfde moment de exacte dosis bestrijdingsmiddel alleen daar toe te passen waar de boom het nodig heeft. Dit voorstel sluit perfect aan bij de Europese verbintenis om preciezere en duurzamere landbouwwaardoor het overmatig gebruik van pesticiden wordt verminderd zonder dat de plantages onbeschermd achterblijven.
Het systeem, dat in de wetenschap is ontwikkeld en reeds gepatenteerd is, is met succes getest in olijfgaarden en andere boomgewassen Het is ontworpen voor integratie in intensieve landbouwbedrijven, waar elke boom telt en de winstmarges klein zijn. Het idee is eenvoudig uit te leggen, maar complex om te implementeren: de machine kan de gezondheid van de boom in realtime diagnosticeren en gericht ingrijpen, in plaats van lukraak het hele veld te besproeien.
Een door AI aangedreven bondgenoot in de strijd tegen gewasvernietigende plagen.
Plagen en ziekten blijven een van de grootste problemen voor de landbouwsector. Internationale organisaties schatten dat Jaarlijks gaat ongeveer 40% van de wereldwijde landbouwproductie verloren. Dit komt door insecten, schimmels, bacteriƫn en virussen die gewassen aantasten. Achter deze cijfers gaan economische verliezen, risico's voor de voedselzekerheid en constante druk op producenten schuil.
Tot nu toe was de meest gebruikelijke reactie op een uitbraak... massale ontsmetting van de percelenAls er in Ć©Ć©n gebied een probleem wordt geconstateerd, wordt de hele oogst bespoten zonder onderscheid te maken tussen gezonde en zieke bomen. Dit betekent dat er meer landbouwchemicaliĆ«n worden gebruikt dan nodig, waardoor de productiekosten stijgen en de milieubelasting toeneemt ā iets wat haaks staat op de doelstellingen van de Europese Unie om het pesticidengebruik in de komende jaren te verminderen.
De nieuwe, door AI aangedreven robot is juist ontworpen om die logica te doorbreken. In plaats van het veld als een homogeen oppervlak te beschouwen, Het analyseert de conditie van elke boom en zijn bladeren in realtime.Het systeem bepaalt of er sprake is van een ziekte en past het product op basis daarvan lokaal toe. Op deze manier wordt de behandeling alleen toegepast waar er daadwerkelijk een probleem is, waardoor verspilling van product op gezonde plekken wordt voorkomen.
Deze filosofie sluit goed aan bij de Precisie landbouw Deze technologie wint aan populariteit in Spanje en Europa, met name in de intensieve teelt van gewassen zoals olijfgaarden, citrusvruchten en steen- en pitvruchten. Door sensoren, kunstmatige intelligentie en automatisering te combineren, maakt het een veel preciezer beheer van landbouwbedrijven mogelijk, iets wat interessant is voor zowel grote landgoederen en coƶperaties als kleine, technologisch geavanceerde boerderijen.
Van het lab naar het veld: hoe kunstmatige intelligentie werd getraind
Een van de grootste uitdagingen van het project was ervoor te zorgen dat de Kunstmatige intelligentie zal functioneren onder realistische omstandigheden.En dat geldt niet alleen voor perfecte laboratoriumfoto's. In de praktijk verschijnen bladeren met schaduwen, veranderende lichtinval, verschillende oriƫntaties en zelfs vermengd met vruchten of bloemen, wat een automatische diagnose aanzienlijk bemoeilijkt.
Om dat obstakel te overwinnen, een een specifieke database met ongeveer 4.000 afbeeldingen De foto's, die handmatig in het veld zijn genomen, omvatten gezonde bladeren, zieke bladeren en ook voorbeelden die misleidend kunnen zijn, zoals delen van de vrucht of onscherpe gebieden.
Met dat materiaal, de neurale netwerken van het systeem zodat hij zou leren onderscheid maken tussen gezonde bladeren, zieke bladeren en onclassificeerbare exemplarenDeze derde categorie is cruciaal: wanneer de afbeelding niet van voldoende kwaliteit is (door schaduwen, slechte belichting of beweging), negeert de AI deze in plaats van te proberen een diagnose te forceren, waardoor het risico op fouten wordt verkleind.
Het resultaat van dit continue trainingsproces is een algoritme dat in staat is tot om een āānauwkeurigheid van bijna 90% te bereiken bij de detectie van ziekten.zelfs onder wisselende lichtomstandigheden en met bomen die bewegen terwijl de robot zich voortbeweegt. Het gaat er niet alleen om te weten of de boom ziek is of niet, maar ook om de mate van schade te meten aan de hand van de verhouding tussen beschadigde en gezonde bladeren.
Parallel aan het computervisie-werk werden de reactiepatronen van het systeem gedefinieerd: zodra de AI de mate van schade berekent, vertaalt de informatie naar specifieke doseringsinstructies. voor de applicatieapparatuur, waarmee de intensiteit van de behandeling kan worden aangepast aan de ernst van de gedetecteerde haard.
Een robot die binnen 10 seconden een diagnose stelt en desinfecteert.
Afgezien van de algoritmische ontwikkeling, is het meest opvallende aan dit systeem het volgende: snelheid waarmee de volledige werkcyclus wordt voltooidVanaf het moment dat de camera de boom detecteert tot het moment dat het product wordt aangebracht, duurt het proces niet langer dan tien seconden. Dit is vooral relevant op boerderijen waar de robot langs lange rijen planten moet rijden.
Het apparaat integreert twee hoofdmodules: in de Aan de voorkant bevindt zich een camera die foto's maakt van de bladeren en de kroon. Terwijl de robot door het gewas beweegt, bevindt zich aan de achterzijde een robotarm met meerdere doseermondstukken die zijn aangesloten op het sproeisysteem. Beide elementen worden door AI aangestuurd om synchroon te werken.
Het werkproces kan worden samengevat in drie gekoppelde stappen. Eerst scant de camera aan de voorzijde de boom en stuurt de beelden naar het computervisiesysteem. Vervolgens verwerkt de kunstmatige intelligentie... Het classificeert de aanwezigheid van een ziekte, identificeert het type probleem en berekent de mate van impact. Binnen enkele seconden positioneert de robotarm zich en brengt de juiste hoeveelheid bestrijdingsmiddel aan, precies op de plek waar de besmetting is geconstateerd.
De dosering is niet uniform: de robot kan De intensiteit van de behandeling variƫren afhankelijk van het aangetaste deel van de boom.Als de plaag zich in de bovenste gedeelten concentreert, verhoog dan de dosering in het bovenste gedeelte; als het probleem zich in de middelste of onderste gedeelten bevindt, pas dan de toepassing aan op die gebieden. Daarnaast worden strategieƫn overwogen waarbij het meest getroffen gebied 100% van het beoogde product ontvangt, nabijgelegen gebieden 50% en de meest afgelegen gebieden 25%, om zo preventief te handelen en verspreiding van het probleem te voorkomen.
Deze logica van handelen maakt de robot tot een instrument dat in staat is om te combineren corrigerende, preventieve en zelfs voorspellende behandelingenAltijd gebaseerd op wat het systeem "ziet" en analyseert op de grond. De volgende stap is om het systeem achter op een tractor te monteren en te koppelen aan een GPS-ontvanger. automatisch in kaart brengen Elke ingreep is zeer nuttig voor het beheer van de boerderij op de lange termijn.
Toepassingen in olijfgaarden, citrusvruchten en andere Europese gewassen.
Het prototype was aanvankelijk ontworpen om intensieve olijfgaardenDeze sector is van groot belang in regio's zoals Andalusiƫ, Extremadura, Castilla-La Mancha en delen van Italiƫ en Griekenland, waar olijfbomen een belangrijke gewassoort zijn. Door met olijfbomen te werken, kon het systeem worden gevalideerd in een houtachtige, meerjarige soort met een hoge economische waarde, waarvan de plagen en ziekten goed bekend zijn in de sector.
De architectuur van de robot is echter ontworpen om Geschikt voor vrijwel elk type boomgewas.Met de juiste training en kalibratieaanpassingen kan dezelfde technologie worden toegepast op citrusvruchten (sinaasappel-, citroen- en mandarijnbomen), pitvruchten (appel- en perenbomen), steenfruit (perzik-, pruim- en kersenbomen) of zelfs bepaalde vormen van wijngaardbeplanting met trellis.
In de citrussector ligt de focus onder meer op het verbeteren van de Vroegtijdige opsporing van ernstige en moeilijk te behandelen ziektenDe mogelijkheid voor een robot om tussen de rijen te lopen, de eerste symptomen te herkennen en de bomen te markeren die moeten worden verwijderd of intensiever behandeld, biedt een nuttig hulpmiddel om de verspreiding van ziekten te stoppen die in veel gevallen ongeneeslijk zijn en de verwijdering van de aangetaste exemplaren noodzakelijk maken.
Deze snelle en lokale detectiemogelijkheid sluit aan bij de Controlestrategieƫn die in de Europese Unie worden gepromoot Om de schade te beperken die wordt veroorzaakt door opkomende ziekteverwekkers en invasieve plagen. Hoe eerder een uitbraak wordt vastgesteld en aangepakt, hoe kleiner de kans dat het een regionaal probleem wordt, met de bijbehorende economische en commerciƫle gevolgen.
Het potentieel van de tool is niet beperkt tot diagnose en behandeling: door de door AI verzamelde informatie te integreren met positionerings- en kaartsystemen, is het mogelijk om gedetailleerde kaarten te maken van hoe ziekten zich in het veld ontwikkelen.Dit helpt technici bij het plannen van taken, het aanpassen van behandelschema's en het nemen van beslissingen op basis van gegevens, in plaats van alleen incidentele visuele inspecties.
Minder pesticiden, een kleinere impact op het milieu en kostenbesparingen.
Een van de sterke punten van deze AI-robot is dat Het breekt met het model van massale ontsmetting. Deze methode wordt al decennialang gebruikt. Door alleen de specifieke bomen en gebieden te behandelen die het nodig hebben, daalt het productverbruik aanzienlijk en daarmee ook de directe kosten van elke fytosanitaire behandelingscampagne.
Het verminderen van de hoeveelheid gebruikte landbouwchemicaliƫn heeft een duidelijk neveneffect: De hoeveelheid bestrijdingsmiddelen die in de bodem, het water en het milieu terechtkomt, wordt verminderd.Deze vermindering van de milieubelasting is met name relevant in een tijd waarin de Europese regelgeving steeds strenger wordt, zowel wat betreft afvallimieten als het gebruik van bepaalde werkzame stoffen.
Bovendien helpt het automatiseren van een deel van het proces om Verminder de directe blootstelling van operators aan potentieel giftige producten.Doordat de robotarm de boomtop nadert en de behandeling uitvoert, kunnen medewerkers op grotere afstand blijven en zich concentreren op taken zoals toezicht, onderhoud en bediening van de apparatuur.
Vanuit economisch oogpunt biedt de mogelijkheid om doseringen en toepassingsgebieden aan te passen nieuwe mogelijkheden. veel efficiƫntere managementstrategieƫnIn een context van stijgende input- en energiekosten wordt het vermogen om product te besparen zonder aan effectiviteit in de ongediertebestrijding in te boeten een concurrentievoordeel voor veel landbouwbedrijven, zowel grote als middelgrote.
Tot slot biedt het systeem nog een extra voordeel: door alles wat het gewas doet en hoe het reageert vast te leggen, maakt het mogelijk om... Een historisch gegevensbestand genereren dat de besluitvorming vergemakkelijkt. in de daaropvolgende seizoenen. Weten waar de meeste uitbraken zijn voorgekomen, hoe ze op bepaalde behandelingen hebben gereageerd, of welke patronen zich seizoen na seizoen herhalen, is waardevolle informatie voor elke producent die zijn strategie wil verfijnen.
De combinatie van machinaal zien, neurale netwerken en lokale toepassing in deze AI-gestuurde robot is een duidelijk voorbeeld van hoe technologie in de landbouw kan worden geĆÆntegreerd om deze preciezer, efficiĆ«nter en verantwoordelijker te maken. Naarmate veldproeven worden uitgebreid en resultaten worden waargenomen op verschillende bedrijven en gewassen, wijst alles erop dat dit soort oplossingen een steeds belangrijkere rol zullen spelen in de dagelijkse werkzaamheden van intensieve landbouwbedrijven in Spanje en de rest van Europa.
