I coltivatori di oggi stanno cercando di aumentare i raccolti preparando allo stesso tempo le colture per resistere a condizioni meteorologiche avverse e cambiamenti climatici. Per avere successo, devono individuare i geni per l'alto rendimento, tratti resistenti nel DNA delle piante coltivate. Un robot sviluppato dall'Università dell'Illinois per trovare questi proverbiali aghi nel pagliaio è stato premiato con il Best Systems Paper Award al Robotics:Science and Systems, la preminente conferenza sulla robotica tenutasi la scorsa settimana a Pittsburgh.

"C'è un reale bisogno di accelerare l'allevamento per soddisfare la domanda alimentare globale, " ha detto il ricercatore principale Girish Chowdhary, un assistente professore di robotica da campo presso il Dipartimento di ingegneria agricola e biologica e il Coordinated Science Lab dell'Illinois. "In Africa, la popolazione raddoppierà entro il 2050, ma oggi i rendimenti sono solo un quarto del loro potenziale".

Gli allevatori di colture eseguono esperimenti massicci confrontando migliaia di cultivar diverse, o varietà, di raccolti su centinaia di acri e misurare i tratti chiave, come l'emergenza o l'altezza della pianta, a mano. Il compito è costoso, richiede tempo, impreciso, e in definitiva inadeguato:un team può misurare manualmente solo una frazione di piante in un campo.

"La mancanza di automazione per misurare le caratteristiche delle piante è un collo di bottiglia per il progresso, " ha detto il primo autore Erkan Kayacan, ora ricercatore post-dottorato presso il Massachusetts Institute of Technology. "Ma è difficile realizzare sistemi robotici in grado di contare le piante in modo autonomo:i campi sono vasti, i dati possono essere rumorosi (a differenza dei set di dati di riferimento), e il robot deve rimanere all'interno delle file strette nell'impegnativo ambiente sotto la tettoia."

13 pollici di larghezza dell'Illinois, Il robot TerraSentia da 24 libbre è trasportabile, compatto e autonomo. Cattura ogni pianta dall'alto verso il basso utilizzando una suite di sensori (telecamere), algoritmi, e apprendimento profondo. Utilizzando un metodo di apprendimento per trasferimento, i ricercatori hanno insegnato a TerraSentia a contare le piante di mais con solo 300 immagini, come riportato in questa conferenza.

"Una sfida è che le piante non sono equidistanti, quindi supporre che una singola pianta sia nell'inquadratura della fotocamera non è abbastanza buono, " ha detto il co-autore ZhongZhong Zhang, uno studente laureato presso il College of Agricultural Consumer and Environmental Science (ACES). "Abbiamo sviluppato un metodo che utilizza il movimento della telecamera per adattarsi alla spaziatura variabile tra le piante, che ha portato a un sistema abbastanza robusto per il conteggio delle piante in diversi campi, con spaziatura diversa e variabile, e a velocità diverse".