Robots agrícolas ayudando a la agricultura

04/11/2021

Por Heliodoro Catalán Mogorrón. Dr. ingeniero agrónomo. Profesor visitante UFSM

Curiosa paradoja la que es habitual encontrar ahora en el campo español. Mientras algunos hablan de la poco afortunada denominación agricultura inteligente, otros se quejan del exceso de electrónica que llevan las máquinas actuales.
De cualquier manera, y paradojas aparte, está claro que con la electrónica cada vez más barata y asequible, sistemas como las ayudas a la conducción o el autoguiado se han impuesto en nuestros campos, y lo han hecho de forma natural, sin aspavientos, demostrando la comodidad y el ahorro por su uso.

No debe olvidarse que en casi todo el continente europeo, también en países como EE. UU. o Japón, existe un problema enorme de mano de obra disponible, así que o automatización o se deberán implementar otros sistemas de emigración controlada que sean capaces de absorber la carga de trabajo que existe en algunos sectores, el agrario entre ellos.

Agricultura inteligente

¿A qué nos referimos con esta desafortunada expresión? En realidad, a lo que se refieren aquellos que hablan de “agricultura inteligente” o incluso “agricultura x.0” es a la implementación de sistemas que puedan dar solución a una agricultura capaz de obtener información para el mapeo de terrenos y cultivos e incluso del ganado.

La agricultura, como el resto de la economía, cada día pasa a estar más globalizada y eso significa que debemos ser capaces de cumplir con las exigencias del mercado actual y futuro, como es la trazabilidad de nuestros productos sin desdeñar los peligros que nos acechan, como pueden ser los derivados del coste de la energía, la disminución de tierra fértil o las consecuencias del cambio climático.

Con la aparición de máquinas autónomas o semiautónomas, cada vez más robotizadas, se intenta dar respuesta a esa “agricultura inteligente”.

Robot Bakus de Vitibot b

Red neuronal

Se trata de la tecnología informática capaz de generar en la máquina un aprendizaje automático puesto que se trata de un sistema que aprende de forma continua, con cada uso. El nombre deriva del proceso “similar” a la modelación
del sistema nervioso humano.

Son la base de la programación de robots y para entenderlo podemos pensar en programar en un robot rutinas como 1+1=2, y 2+2=4… el sistema con red neuronal será capaz de discernir que 1+2=3; o incluso, cuando se encuentre con algo que no sepa solucionar, debe ser capaz de preguntar al humano que maneja la máquina y así aprender constantemente.

Algo más que autoguiado

Al robot hay que dotarle de algo más que la señal satelital, que solo le permite saber sus coordenadas geodésicas, pero no le hace evitar obstáculos naturales o artificiales. Los sensores que adquieren información son de lo más diverso.

-Radar y lidar

A la máquina, ya casi robot, se le puede incorporar un sistema de radar 4D. Mientras que el radar es un sistema que envía pulsos (ondas de radio) para posteriormente recoger esas ondas cuando han rebotado contra algún obstáculo; el sistema se convierte en 4D cuando la recreación de la imagen 3D se hace en tiempo real.

El problema del radar es que las ondas rebotan contra cuerpos metálicos, pero el radar es incapaz de detectar material orgánico como la madera o incluso el plástico, así que necesitamos algún sensor más para captar esa información. Un sensor capaz de ello son los denominados lidar, que son rayos láser lanzados contra el entorno.

Tractor maestro esclavo

- Reconocimiento de imágenes

Es una de las técnicas para conseguir mayor autonomía. Con ella, el robot será capaz de detectar obstáculos, reconocer lindes, animales o vegetales, personas, postes, etc.

La tecnología del reconocimiento de imágenes se puede implementar usando diferentes fuentes sensoras como los ya nombrados radar y lidar u otros como cámaras de vídeo o infrarrojos.

Un software especializado que usa algoritmos de fusión de la información adquirida es el siguiente paso.

Un robot agrícola que está trabajando de forma autónoma en nuestra parcela debe saber cuándo puede avanzar, parar, girar, tomar decisiones, por ejemplo, por el estado de la vegetación: altura, densidad de hojas, rendimiento de grano o paja, color del grano, etc.

• Reconocimiento vegetal

Una de las aplicaciones del reconocimiento por imágenes puede ser aplicado al reconocimiento vegetal. Imaginemos un equipo robotizado de tratamiento con herbicida. El sistema requerirá implementar una red neuronal con un software para programar el equipo siendo capaz de pulverizar dosis variable de herbicida en un campo de maíz. Para eso habrá que enseñar al robot lo que es una mala hierba y que sepa distinguir su tamaño y clasificación para variar la dosis de herbicida.

Para empezar habrá que enseñar el robot colocando en su memoria interna miles y miles de fotos de las plantas habituales con los que se encontrará en su trabajo.

El robot ya en el campo recoge información con su cámara de vídeo, al encontrar una hierba la comparará, en milisegundos, con los miles de patrones que tiene de esa mala hierba y de otras que no son consideradas tales. Así discierne lo que es un brote “bueno” o una “mala hierba”. Cuando encuentre algo que no es capaz de decidir, emitirá un pitido para que su “cuidador” humano le diga si es “buena o mala” hierba. El robot va aprendiendo, porque ese patrón lo almacena en su memoria; pasado un tiempo de funcionamiento, el robot ya no requerirá de ayuda de su “cuidador” porque en su base de datos tiene toda la casuística posible o casi toda. Además, los algoritmos del citado robot pueden estar encaminados a incluso variar la dosis de aplicación de herbicida según el tamaño de la “mala hierba”.

• Reconocimiento animal

Un sistema similar se puede implementar para el ganado. Se pueden desarrollar patrones reconocibles y que las máquinas consigan identificar perfectamente a animales incluso en el caso más problemático y es que sean completamente negros, sin rasgos distintivos. Lo mejor de todo ya lo sabemos, el sistema puede funcionar 24 horas, 7 días de la semana, no se cansa, no pierde concentración, no come, no pide aumento de sueldo…

IoT: El Internet de las Cosas

IoT (Internet de las Cosas)

A nuestro robot anterior, el que era capaz de reconocer las malas hierbas del cultivo y además aplicar una dosis variable de herbicida, se le puede pedir algo más. Se le puede decir, “ya que estás recorriendo nuestra parcela, 24 horas al día, 7 días a la semana, y a la vez que vas eliminando malas hierbas, ¿por qué no distingues los estados de las plantas del cultivo y las clasificas como sanas y enfermas?”. Para conseguirlo, previamente le hemos tenido que indicar patrones de color, de estrés hídrico, de maduración del fruto, o de ser capaz de analizar cuantitativamente la biomasa… Una vez que el robot sabe hacer esto no tendrá problemas en ir referenciando geográficamente en el mapa de la finca las plantas enfermas y sanas. Es lo que se conoce como plataformas IoT, un concepto que implica la conexión de diferentes objetos a internet como sensores de humedad, tractores y sembradoras o abonadoras, etc.

¡Y ya tenemos a los robots en el campo!

Tras el desarrollo de los párrafos anteriores, seguro que el atento lector ya vislumbra que los robots pueden tomar el campo. Lo que hacen los desarrolladores de estas máquinas autónomas es especializar sus robots para una determinada labor, como las que pasamos a describir a continuación.

- Robot desbrozador

Con su sistema de GPS de alta definición se orienta con precisión milimétrica, reconoce obstáculos a través de su cámara, es capaz de seguir las hileras de cultivos y puede ver además dispone de sensores para otras entradas de diversas señales.

Con su sistema de visión es capaz de seguir las hileras de cultivos, mientras detecta la presencia de las malas hierbas. Una vez detectada puede echar el herbicida en la dosis justa seleccionada para el tipo de mala hierba y su tamaño.

Robot desbrozador Robovator

- Robot recogedor

En este caso el robot se ha diseñado para recoger frutos como bayas, cítricos, espárragos, etc. Hay unidades con un solo brazo y otras con brazos múltiples. Sus cámaras con analizadores de color son capaces de distinguir la madurez del fruto.

Robot Grape

- Robot abonador

Es capaz de analizar el tamaño y color de las hojas de cada planta, se va moviendo sin parar entre hileras tan cercanas como las del maíz y, según necesidades, consigue aplicar fertilizantes.

Robots en viticultura

Los cultivos leñosos, cada vez más especializados y mecanizados, son, quizá, los más indicados para la implementación del trabajo de máquinas autónomas. Se debe estar muy atento a las publicaciones de la prensa especializada para no perderse la enorme cantidad de robots o tractores autónomos que diferentes empresas e institutos de investigación están desarrollando, algunos con desarrollo comercial.

Suele ser denominador común en estos tractores-robot que sean o eléctricos o con cierta hibridación diésel-eléctrico. Algunos ejemplos podrían ser los tractores Trektor de Sitia o el Bakus de Vitibot. Ambos se mueven por los viñedos de forma autónoma gracias a su GPS RTK y en ambos casos se dispone de multitud de implementos de trabajo para que puedan estar listos tanto para el laboreo del suelo como para realizar tratamientos.

Otro ejemplo destacable es el GRAPE (Ground Robot for VineyArd Monitoreo and ProtEction). Se trata de un robot desarrollado por el Politécnico de Milán que se ha diseñado para controlar las plagas sin el uso de pesticidas mediante el uso de feromonas que el robot puede colocar mediante su brazo.

Robot Trektor de Sitia

De futuro nada; esto es el presente

Y es que muchos agricultores ya tienen un tractor casi robotizado.

Imaginemos un tractor con su sistema de autoguiado de precisión, al cual se le coloca una línea de comunicación en serie, como el CanBus que “habla” con el apero en tiempo real mediante un protocolo compartido en línea. La sembradora, el pulverizador o la abonadora, con sus correspondientes servomotores, son capaces de aproximarse mucho a las necesidades que le transmite el mapa de la parcela mediante corte de tramos e incluso de boquillas o incluso de regular la propia velocidad del tractor.

Editorial Agrícola Conocer la agricultura y la ganadería Libros Agrigultura Ganadería Más que máquinas WEB TV