Un robot fenotipizzatore finanziato dalla National Science Foundation

Come si può migliorare la velocità e l'accuratezza con cui i coltivatori misurano le caratteristiche fisiche delle piante di pomodoro in una serra commerciale? La risposta a cui sta lavorando il mondo della ricerca agritech passa per la robotica, l'intelligenza artificiale e sistemi di ricarica wireless. È su queste tecnologie che si basa il nuovo progetto dell'Università del Kentucky, che mira a introdurre un sistema robotico autonomo per il monitoraggio su larga scala delle colture in ambiente controllato.

Biyun Xie, associate professor presso il Department of Electrical and Computer Engineering dello Stanley and Karen Pigman College of Engineering dell'Università del Kentucky, è il principal investigator di questa iniziativa. Il progetto è supportato da un finanziamento della U.S. National Science Foundation (NSF) di quasi 1,2 milioni di dollari, erogato per sviluppare un robot autonomo in grado di misurare le caratteristiche fisiche delle piante di pomodoro in serre commerciali. A guidare la ricerca insieme a Xie c'è Qinglu Ying, co-principal investigator presso il Department of Horticulture del Martin-Gatton College of Agriculture, Food and Environment. L'obiettivo primario è integrare robotica, computer vision e trasferimento di energia senza fili per valutare le colture in strutture di grandi dimensioni.

L'obiettivo scientifico: fenotipizzazione rapida e non invasiva

Per comprendere il valore di questa macchina, è necessario definire la fenotipizzazione, ovvero il processo di misurazione delle caratteristiche fisiche di una pianta. Nel contesto delle serre commerciali, una fenotipizzazione rapida e non invasiva è cruciale. Secondo quanto spiegato da Biyun Xie, questo approccio fornisce misurazioni quantitative di tratti fondamentali come il numero di frutti, le loro dimensioni, il livello di maturità, lo stato di salute generale e la struttura della chioma, migliorando così produttività e uso delle risorse nell'agricoltura in ambiente controllato.

Il robot progettato dal team è in grado di penetrare direttamente nella chioma delle piante per acquisire immagini ad altissima qualità. Il sistema è progettato per operare senza disturbare i vegetali, garantendo rilevazioni precise e non invasive che superano i limiti delle ispezioni manuali o dei sistemi fissi tradizionali.

Le quattro linee di ricerca del progetto

Lo sviluppo del robot, che si presenta come una piattaforma mobile dotata di braccio robotico in grado di navigare tra le file e inserirsi nella vegetazione, si articola in quattro obiettivi ingegneristici e scientifici principali:

  • Deep learning per il riconoscimento: Creazione di modelli di intelligenza artificiale per riconoscere le piante, orientarsi all'interno della serra e selezionare in autonomia i frutti da analizzare.
  • Motion planning avanzato: Sviluppo di nuovi algoritmi per posizionare le telecamere in modo ottimale, evitando ostacoli e prevenendo qualsiasi danno alle piante durante il movimento del braccio.
  • Analisi simultanea dei tratti: Implementazione di modelli di IA per misurare contemporaneamente decine di caratteristiche del frutto, decidendo in tempo reale se siano necessarie ulteriori immagini per elevare la qualità dei dati raccolti.
  • Ricarica wireless dinamica: Progettazione di un sistema di trasferimento di energia senza fili, efficiente e conveniente, pensato per far operare il robot in ambienti di serra tipicamente umidi.

Un aspetto particolarmente innovativo risiede proprio nella ricarica: il robot può alimentarsi dinamicamente mentre opera, eliminando i tempi morti legati ai frequenti cambi di batteria e garantendo un'operatività continua.

Oltre i pomodori: applicazioni e implicazioni per la forza lavoro

Le ricadute di questa ricerca non si limiteranno alla sola fenotipizzazione dei pomodori. Secondo il ricercatore, le tecnologie sviluppate — percezione attiva robotica, computer vision e ricarica wireless dinamica — possono essere applicate alla raccolta selettiva dei frutti, alla potatura delle foglie e ad altri sistemi robotici oltre l'agricoltura.

Dal punto di vista operativo, la fenotipizzazione autonoma offre ai coltivatori informazioni molto più rapide e accurate sullo stato di salute delle piante e sullo sviluppo dei frutti, sostenendo un aumento della produttività e ottimizzando la gestione della forza lavoro. Questo passaggio verso una maggiore automazione si inserisce in un contesto territoriale specifico, considerando che lo Stato del Kentucky ospita un'industria serricola ampia e in forte espansione, un dato sottolineato dal progetto stesso che però necessita di ulteriori conferme indipendenti sui volumi attuali.

Domande frequenti

Chi è il ricercatore principale del progetto e a quale ateneo appartiene?

Il principal investigator è Biyun Xie, associate professor presso lo Stanley and Karen Pigman College of Engineering dell'Università del Kentucky. Il progetto vede anche la partecipazione di Qinglu Ying come co-investigatore presso il Martin-Gatton College of Agriculture, Food and Environment dello stesso ateneo.

Quanto finanziamento ha ricevuto il progetto e da chi?

L'iniziativa è sostenuta da un grant di quasi 1,2 milioni di dollari erogato dalla National Science Foundation (NSF) degli Stati Uniti.

Cosa fa esattamente il robot per i coltivatori di pomodori?

Il robot esegue la fenotipizzazione autonoma: si muove tra le file, entra nella chioma delle piante e scatta immagini ad alta risoluzione per misurare parametri come numero, dimensione e maturità dei frutti, oltre allo stato di salute della chioma, il tutto senza danneggiare i vegetali.

Quali altre applicazioni potrebbero usare queste tecnologie?

Secondo i ricercatori, le tecnologie di percezione attiva, computer vision e ricarica wireless sviluppate per questo progetto potranno essere applicate in futuro alla raccolta selettiva dei frutti, alla potatura delle foglie e ad altri sistemi robotici anche al di fuori del settore agricolo.