Robot móvil para la aspersión de cultivos de maíz con cámara de navegación autónoma para los llanos de los Andes

  • Carbajal, Jhony (Principal Investigator)

Project Details

Project Abstract (max 300 characters)

La incidencia de la enfermedad en los cultivos hortícolas es uno de los problemas mas importantes que afectan la producción de frutas,hortalizas y flores. Se monitorea regularmente los cultivos para diagnóstico precoz y tratamiento con pesticidas o eliminación del cultivo afectado es parte de la solución para minimizar la pérdida del cultivo. El seguimiento de cultivos por mano de obra humana es caro, consume tiempo, propenso a errores debido a un conocimiento insuficiente de la enfermedad y altamente repetitivo en diferentes etapas de crecimiento del cultivo.
Estas necesidades han motivado a diseñar un robot móvil con visión de sensores para la navegación a través del campo. El robot ha sido
diseñado en el software Autodesk Inventor. La programación para la navegación se realiza en la herramienta Arduino Mega 2560. La captura de imagen se ha realizado utilizando la cámara RGB. El procesamiento de imágenes para la identificación de la enfermedad y su representación en la interfaz gráfica de usuario se ha realizado utilizando un algoritmo en MATLAB R2018B que interactúa con la herramienta Arduino a través de un bus de comunicación. El sistema desarrollado consiste en el diseño de un prototipo que utiliza equipos simples y rentables como RaspberryPi, cámara RGB, dos motores y sensores que permiten la fumigación autónoma de los cultivos de maíz.
StatusFinished
Effective start/end date1/01/1830/12/20

UN Sustainable Development Goals

In 2015, UN member states agreed to 17 global Sustainable Development Goals (SDGs) to end poverty, protect the planet and ensure prosperity for all. This project contributes towards the following SDG(s):

  • SDG 9 - Industry, Innovation, and Infrastructure

Research Areas

  • Entrepreneurship and innovation

Fingerprint

Explore the research topics touched on by this project. These labels are generated based on the underlying awards/grants. Together they form a unique fingerprint.