Algoritmo con IA para planeación de trayectorias de un quadrotor para detección de plagas y estado nutricional de cultivos de Annona Muricata
Fecha
2021-12-17Registro en:
instname:Universidad Militar Nueva Granada
reponame:Repositorio Institucional Universidad Militar Nueva Granada
Autor
Castro Vega, Juan Gabriel
Institución
Resumen
La agricultura en Colombia juega un papel fundamental en la economía del país, el desarrollo de nuevas técnicas de optimización de los procesos ayuda al crecimiento de este sector. Con la ayuda de nuevas tecnologías y la optimización de los procesos es posible disminuir las perdidas en las cosechas, mejorar la calidad de los productos y generar una mayor rentabilidad a los campesinos. La agricultura de precisión es una tendencia en el mundo, la cual busca aumentar la capacidad de producción y mejorar la calidad de los cultivos, disminuyendo la cantidad de insumos y químicos requeridos.
En este documento se trabajó con un Drone Tello Edu para monitorear el estado de un cultivo de Annona Muricata también conocido como guanábana. Para esta tarea se desarrolló un algoritmo con IA para la planeación de trayectorias del quadrotor, con el fin de minimizar la distancia que este debía recorrer en el cultivo por su limitada capacidad y duración de batería. Adicionalmente, se optimizó este recorrido para tener una mayor estabilidad en el vuelo y poder por medio de la cámara abordo tomar fotografías de los frutos. Las fotografías obtenidas fueron procesadas y clasificadas para determinar el estado general del cultivo.
Con el propósito de alcanzar el objetivo propuesto se realizó el modelo matemático del quadrotor, el algoritmo de planeación de trayectorias y la optimización de estas. También se realizó un algoritmo para la clasificación de las imágenes, donde se buscaba determinar los frutos que presentaban algún tipo de enfermedad o presencia de plagas, generando así la posibilidad de toma de decisiones de forma efectiva que garanticen el adecuado tratamiento del cultivo.
Con este proyecto se logró identificar los principales problemas que afectan a los cultivos de Annona Muricata como lo es la plaga de la “Avispita” y la enfermedad de la antracnosis causada por Colletotrichum spp, además, se desarrolló un sistema de monitoreo para este tipo de cultivos, en el que se optimiza el recorrido que debe realizar un quadrotor para supervisar el cultivo, minimizando la distancia del trayecto. Adicionalmente se logró por medio de algoritmos de inteligencia artificial y técnicas de procesamiento de imágenes clasificar las imágenes de cultivos de Annona Muricata, esta clasificación de imágenes permite identificar frutos las imágenes con una exactitud del 79.4%.