Robot para investigación agrícola

Hoy en día, la agricultura afronta el reto de alimentar a una población humana mundial cada vez más numerosa y lograr al mismo tiempo que los cultivos soporten los efectos del calentamiento global. Conseguir todo esto pasa por localizar los genes en el ADN de las plantas que optimicen la producción y la resistencia. En la Universidad de Illinois en Estados Unidos, se ha diseñado un robot para ayudar en este desafío. Su misión es parecida a la de encontrar una aguja en un pajar.

03-08-2018  

El equipo de investigación que ha evaluado el potencial de este robot lo integran, entre otros, Girish Chowdhary, profesor de robótica de campo en el Departamento de Agricultura e Ingeniería Biológica de la citada universidad, y Erkan Kayacan, que ahora está en el Instituto Tecnológico de Massachusetts (MIT), en Cambridge, Estados Unidos.

Para conseguir las mejoras vegetales deseadas, se llevan a cabo grandes experimentos que comparan miles de variedades distintas de cultivos en cientos de hectáreas, midiéndose a mano rasgos clave, como la altura de la planta. La tarea es cara, consume mucho tiempo, es imprecisa y su resultado es muy modesto por no decir pobre, ya que un equipo solo puede medir manualmente algunas de las plantas en un campo.

 

La falta de automatización para medir los rasgos vegetales es un cuello de botella para el progreso en esta materia, tal como subraya Kayacan. Pero es difícil fabricar sistemas robóticos que puedan examinar las plantas autónomamente: los campos son enormes, los datos pueden ser "ruidosos" (a diferencia de los obtenibles en grupos de plantas ubicadas en el espacio controlado de un laboratorio clásico) e incluso maniobrar por las filas estrechas de plantas resulta complicado.

El robot TerraSentia examina campos agrícolas de manera autónoma. (Foto: TERRA-MEPP Project)

 

El robot TerraSentia de la Universidad de Illinois, de unos 33 centímetros de ancho y cerca de 11 kilogramos de peso, es transportable, compacto y autónomo. Escruta meticulosamente cada planta usando sensores (esencialmente cámaras), algoritmos y aprendizaje profundo (una modalidad de aprendizaje automático).

 

Uno de los retos para la labor del robot es que las plantas no están separadas de forma equidistante. El equipo de Chowdhary, Kayacan y Zhongzhong Zhang desarrolló un método que usa el movimiento de la cámara para adaptarse a las separaciones variables entre las plantas, lo que ha llevado a un sistema bastante robusto de identificarlas en diferentes campos, con separaciones variables, y a diferentes velocidades del robot.

Fuente: noticiasdelaciencia.com