Machine learning in agricoltura: 100% di risparmio su pesticidi e risorse umane

Eliminazione laser di alta precisione delle erbe infestanti e nutrimento selettivo delle piante

I sistemi agricoli ML utilizzano una tecnologia all'avanguardia per rivoluzionare il settore agricolo. Durante la fase di acquisizione dei dati, la videocamera integrata raccoglie immagini di piante ed erbacce mentre il robot agricolo si muove nel campo. I dati raccolti vengono poi marcati da specialisti del settore agricolo per il successivo rilevamento e segmentazione degli oggetti.

La rete neurale di segmentazione delle colture e delle erbacce end-to-end fornisce un'accurata segmentazione semantica della scena, distinguendo colture, erbacce ed erba. Il sistema invia segnali a diversi moduli laser che operano simultaneamente, consentendo ai diserbatori autonomi di uccidere oltre 100.000 erbacce all'ora, automaticamente e senza l'uso di sostanze chimiche. L'elevata precisione del sistema laser è dovuta a rilevatori ultraprecisi, con parametri laser finemente regolati che consentono di determinare la portata fino a 2 mm.

Il sistema impiega anche l'alimentazione selettiva, che tratta ogni pianta sul campo individualmente. La visione computerizzata analizza lo stato attuale di ogni pianta, prendendo in considerazione fattori come lo stadio di crescita, lo stato di salute e il fabbisogno di nutrienti. Sulla base di queste informazioni, il sistema determina il trattamento più appropriato per ogni pianta, selezionando le giuste porzioni di mangime da applicare. Ciò comporta una riduzione delle risorse e un approccio più economico all'alimentazione delle piante.

I sistemi agricoli ML sono progettati per essere flessibili e adattabili a vari tipi di piante. La rete neurale può imparare e reimparare da nuovi set di dati, che possono essere utilizzati per addestrare il motore AI a identificare e trattare diverse specie di piante. Ciò comporta la raccolta e l'etichettatura delle immagini delle nuove piante, l'aumento dei dati e l'affinamento dei nuovi dati, consentendo al sistema di espandere continuamente la propria base di conoscenze e le proprie capacità.

Nel complesso, il sistema agricolo ML sviluppato da Innowise è un ottimo esempio dei vantaggi dell'apprendimento automatico nel settore agricolo, che consente soluzioni economiche ed efficienti per la gestione e il trattamento delle colture.