LiDAR & creación de mapas 3D avanzados
Estos también son elementos clave de la tecnología de drones agrícolas.
LiDAR (Light Detection and Ranging) usa pulsos de luz para capturar detalles incluso en bosques o laderas donde la señal GPS suele tener dificultades. LiDAR pretende dejar su huella en la agricultura al ofrecer datos topográficos ultra precisos, como ya lo está haciendo en proyectos de ingeniería forestal y minería.
Entre los beneficios para los agricultores aparecen mejor gestión del riego, estrategias de plantación más precisas y uso optimizado de la tierra para obtener mayores rendimientos.
IA en el borde (AI at the edge): donde ocurre la agricultura autónoma
Los sensores son tan poderosos como los algoritmos que pueden interpretar sus datos. El crecimiento de la IA y el aprendizaje automático (ML) supone un punto de inflexión, ya que permitirá que los robots agrícolas y los drones tomen decisiones inteligentes en tiempo real, sin necesidad de una supervisión humana constante.
La capacidad de recopilar toda esta información nueva también requiere un mayor esfuerzo en el lado del procesamiento. La IA desempeñará un papel clave en el futuro de la agricultura con procesadores integrados que gestionan datos localmente, lo que a veces se conoce como inferencia en el borde o IA en el borde.
En lugar de transmitir los datos a la nube para su análisis, el procesamiento se manejará localmente a nivel de drones. Mejor aún, los drones pueden actuar basándose en esos datos, incluso suministrando dosis precisas de fertilizante cuando sea necesario.
Desafíos de diseño
Dado que estos drones se tienen que utilizar en condiciones ambientales adversas, los ingenieros de diseño deben encontrar el equilibrio entre la potencia de procesamiento y la eficiencia energética para minimizar el impacto de los datos distorsionados, incompletos o «con ruido».
También se enfrentan al reto de desarrollar algoritmos que puedan tomar decisiones complejas a pesar de operar en un entorno hostil.
Inteligencia de enjambre
Los sistemas robóticos que trabajan juntos en forma de “enjambres” de drones abordarán la escala y la complejidad de la agricultura moderna.
Los drones colaborativos pueden cubrir grandes áreas de manera eficiente y distribuir tareas de manera dinámica.
Por ejemplo, un dron “mapea” el terreno mientras otro analiza la salud de los cultivos. Los robots de trabajo conjunto podrían entonces utilizar esa información y fumigar los cultivos en función de las necesidades.
Conclusión
Los fabricantes de equipos originales (OEM) pueden posicionarse a la vanguardia de estas tendencias si actúan ahora para aprovechar el potencial de los sensores avanzados, la inteligencia artificial y los sistemas autónomos en la agricultura, ya que son clave para satisfacer las necesidades alimentarias del mundo.
Si está interesado en obtener más información de los sensores para aplicaciones agrícolas, por favor, visita el apartado “Pregunte al Experto” de la página web de AVNET Abacus. O, si prefieres abordar los requisitos de su proyecto con uno de sus ingenieros de aplicaciones de campo (FAE) en tu propio idioma, pónte en contacto con AVNET desde aquí mismo.
Nota: texto original en https://www.avnet.com/wps/portal/us/resources/article/the-future-of-farming/
