Come usare AI e Raspberry per localizzare erbacce

Post Views: 149

Come eliminare dai terreni le piante indesiderate, lasciando intatte le altre tramite Raspberry PI e l’apprendimento automatico tramite AI

OWL (Open Weed Locator), sviluppato presso l’Università di Sydney, utilizza Raspberry Pi 4 e funzioni di AI per rendere più efficiente la gestione dei siti agricoli con robot. È “un rilevatore di erbacce che utilizza componenti interamente disponibili in commercio, algoritmi di rilevamento del verde molto semplici e parti interamente stampabili in 3D”, spiegano i suoi creatori. Il sistema di rilevamento OWL basato su Raspberry Pi 4 può essere montato su un veicolo o trattore rinforzato e costa appena $ 400.

Piantagioni ordinate

Guy Coleman ha una vasta esperienza come scienziato agricolo e ha iniziato a usare Raspberry Pi cinque anni per esplorare come la visione artificiale potrebbe essere utilizzata in tali contesti. Il riconoscimento delle erbacce e il controllo di precisione tramite apprendimento profondo sono al centro del suo dottorato di ricerca presso l’Università di Sydney. Prima di questo, Guy si sentiva più a suo agio nel fare lavori di controllo di precisione delle erbacce sul campo in recinti su larga scala in Australia piuttosto che nello sviluppare progetti utilizzando Python come OpenWeedLocator.

Lavora insieme al dott. William Salter, il cui background è in fisiologia vegetale e tecnologia open source per la fenotipizzazione delle piante, e che ha già costruito diversi sensori di luce e uno strumento per la misurazione ad alta produttività della fotosintesi.

“Gestire le erbacce nelle colture in modo che non riducano le rese è una grande sfida in agricoltura e i metodi attuali si basano sull’applicazione di erbicidi a interi campi”, spiega Guy. “Essere in grado di valutare dove si trovano le erbacce con le telecamere significa che l’erbicida viene applicato solo alle singole erbacce, il che significa grandi risparmi per l’agricoltore e una riduzione degli input chimici nell’ambiente”.

Tuttavia, le erbacce variano enormemente per colore, dimensioni e forma e il team aveva bisogno di trovare un modo per riconoscerle in tutti i tipi di condizioni ambientali. Poiché il rilevatore di erbacce doveva anche funzionare a una velocità ragionevole, qualsiasi algoritmo utilizzato avrebbe dovuto funzionare con frame rate elevati, spiega Guy. Hanno scelto di basare OWL su un Raspberry Pi 4 da 8 GB per la sua combinazione di basso costo, alta potenza e fattore di forma ridotto. “Essere facilmente collegabile a un’ampia varietà di input e output è stato assolutamente essenziale per questo progetto”, commenta Guy.

Un algoritmo di rilevamento verde in esecuzione su Raspberry Pi identifica tutte le erbacce verdi che appaiono nel feed video e quindi attiva un pin GPIO che si collega a una scheda relè. Un solenoide può quindi essere attivato per erogare erbicida alle erbacce rilevate.

Applicazioni intelligenti

Guy e William hanno scritto il codice per OWL in Numpy e OpenCV. Mantenere OWL open source significa che può essere facilmente aggiornato con funzionalità di rilevamento delle erbacce migliorate. La loro sfida più grande è stata sviluppare un algoritmo che funzionasse a un livello accettabile in una gamma di condizioni, ma i test li hanno convinti a optare per una combinazione dei sistemi di sogliatura Excess Green + HSV.

OWL è in gran parte un progetto comunitario, con tutti i dettagli hardware pubblicati su GitHub, incluso un contenitore stampabile in 3D. Ciò ha già portato all’assemblaggio e all’uso di versioni di OWL in quattro continenti diversi, con alcune modifiche al design del contenitore per una stampa e un assemblaggio più semplici. I pezzi più critici sono il Raspberry Pi 4 con 8 GB, la Raspberry Pi HQ Camera, una scheda di controllo relè e un convertitore CC-CC da 12 V a 5 V 5 A, afferma Guy. Oltre alla stampa dei componenti, la costruzione di OWL richiede un paio d’ore e i costi di gestione sono minimi: sono necessari solo 12 V di potenza in ingresso per il suo funzionamento.

Guy e William hanno in programma di aggiungere il rilevamento delle erbacce nelle colture e il GPS e affermano che molti agricoltori hanno parlato con loro dei diversi usi che vedono per OWL per migliorare l’efficienza della produzione di cibo e fibre a livello globale. La capacità di trovare qualsiasi cosa verde significa che OWL può anche essere utilizzato solo per applicare fungicidi o insetticidi alle colture o per defogliare le piante di cotone verde. “OWL è un progetto vivo. Ora che ha ‘volato via dal nido’, per così dire, siamo emozionati di vedere dove la comunità lo porterà.”

(Fonte: Raspberry PI Magazine)

Link utili:

Iscriviti ai nostri gruppi Telegram

Link utili

Seguici per non perdere le prossime novità!

Luigi_Morelli

Definire ciò che si è non risulta mai semplice o intuitivo, in specie quando nella vita si cerca costantemente di migliorarsi, di crescere tanto professionalmente quanto emotivamente. Lavoro per contribuire al mutamento dei settori cardine della computer science e per offrire sintesi ragionate e consulenza ad aziende e pubblicazioni ICT, ma anche perche’ ciò che riesco a portare a termine mi dà soddisfazione, piacere. Così come mi piace suonare (sax, tastiere, chitarra), cantare, scrivere (ho pubblicato 350 articoli scientfici e 3 libri sinora, ma non ho concluso ciò che ho da dire), leggere, Adoro la matematica, la logica, la filosofia, la scienza e la tecnologia, ed inseguo quel concetto di homo novus rinascimentale, cercando di completare quelle sezioni della mia vita che ancora appaiono poco ricche.