FR3093614A1 - Dispositif collaboratif de contrôle de traitement agricole - Google Patents

Dispositif collaboratif de contrôle de traitement agricole Download PDF

Info

Publication number
FR3093614A1
FR3093614A1 FR1902497A FR1902497A FR3093614A1 FR 3093614 A1 FR3093614 A1 FR 3093614A1 FR 1902497 A FR1902497 A FR 1902497A FR 1902497 A FR1902497 A FR 1902497A FR 3093614 A1 FR3093614 A1 FR 3093614A1
Authority
FR
France
Prior art keywords
weeds
deficiencies
diseases
foliar symptoms
detection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
FR1902497A
Other languages
English (en)
Other versions
FR3093614B1 (fr
Inventor
Gerald Germain
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Carbon Bee
Original Assignee
Carbon Bee
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Carbon Bee filed Critical Carbon Bee
Priority to FR1902497A priority Critical patent/FR3093614B1/fr
Priority to FR1908086A priority patent/FR3093613A1/fr
Priority to ARP200100647A priority patent/AR118291A1/es
Priority to PCT/EP2020/056401 priority patent/WO2020182840A1/fr
Priority to US17/437,333 priority patent/US20220174934A1/en
Priority to EP20708129.0A priority patent/EP3937628A1/fr
Publication of FR3093614A1 publication Critical patent/FR3093614A1/fr
Application granted granted Critical
Publication of FR3093614B1 publication Critical patent/FR3093614B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01MCATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M7/00Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
    • A01M7/0089Regulating or controlling systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143Sensing or illuminating at different wavelengths
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01MCATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M21/00Apparatus for the destruction of unwanted vegetation, e.g. weeds
    • A01M21/02Apparatus for mechanical destruction
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01MCATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M21/00Apparatus for the destruction of unwanted vegetation, e.g. weeds
    • A01M21/04Apparatus for destruction by steam, chemicals, burning, or electricity
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01MCATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M21/00Apparatus for the destruction of unwanted vegetation, e.g. weeds
    • A01M21/04Apparatus for destruction by steam, chemicals, burning, or electricity
    • A01M21/046Apparatus for destruction by steam, chemicals, burning, or electricity by electricity

Abstract

DISPOSITIF DE DÉTECTION à ACQUISITION HYPERSPECTRALE L'invention concerne un dispositif collaboratif de contrôle de traitement de parcelle agricole destiné à être monté sur une machine agricole (1), composé d'un ensemble de détecteur (2) d'adventices ou symptômes foliaires de carences ou maladies (4) collaborant à la décision de contrôler les dispositifs de traitement (3) de la parcelle agricole.

Description

DISPOSITIF COLLABORATIF DE CONTRÔLE DE TRAITEMENT AGRICOLE
La présente invention se rapporte à un dispositif de contrôle de traitement agricole destiné à être monté sur une machine agricole, intégrant un ensemble de dispositifs contrôlables de traitement de la parcelle et un ensemble de détecteurs d'adventices ou de symptômes foliaires de carences ou maladies collaborant au pilotage des dispositifs contrôlables de traitement.
Art antérieur
Au sens de l'invention, un dispositif de contrôle de traitement agricole est composé de capteurs détectant la présence et la localisation d’adventices ou de symptômes foliaires de carences ou maladies dans une parcelle agricole, et d’un procédé collaboratif de décision automatisé d’application d’un traitement ; le traitement pouvant être de différente nature notamment chimique, mécanique ou électrique.
Les cultures agricoles nécessitent un entretien régulier afin d’optimiser la production agricole. Les traitements de fertilisation, de désherbage, de lutte contre les carences, ou de lutte contre les maladies eou nuisibles sont nécessaires afin d’optimiser le rendement de production de ces cultures.
Les techniques culturales modernes tendent à réduire les intrants et traitements, dans cet objectif, elles proposent différentes méthodes afin de traiter ces problématiques.
Les mesures prophylactiques, dont l’objectif est de réduire au maximum le nombre d’adventices présents sur une parcelle agricole entrant en concurrence avec la culture sont largement employées dans les itinéraires techniques des grandes cultures et cultures maraîchères. Les méthodes suivantes sont recommandées dans cet objectif :
  • Les rotations de cultures fut l’une des premières méthodes théorisée dès le début du XXe siècle, tel que décrit dans le document «Clyde E. Leighty, 1938 Yearbook of Agriculture», consistant en une alternance des cultures automnales et printanières cela afin de rompre certains cycles biologiques des adventices ;
  • le labour permet de réduire le nombre d’adventices dans la culture par enfouissement des graines de ceux-ci ;
  • le faux semi, tel que décrit dans le document «Evaluating Cover Crops for Benefits, Costs and Performance within Cropping System Niches.»Agronomy Journal 97 (1). American Society of Agronomy: 322–32, en faisant lever des adventices à levée rapide, détruits avant le semi de la culture permet également de réduire le taux d’adventices présents dans la culture.
Les mesures curatives, dont l’objectif est d’éviter les levées d’adventices dans la culture, et d’avoir une incidence sur le rendement de celle-ci recommandées sont les suivantes :
  • Le désherbage chimique, tel que décrit dans le document «Pulvérisation en grandes cultures. Les clés de la réussite»,Arvalis, permet d’éviter les levées d’adventices dans la culture. Les produits phytosanitaires dédiés au désherbage chimique sont adaptés soit à un traitement pré-levée permettant d’éviter la germination des adventices présents à l’état de graines, soit à un traitement post-levée, permettant de détruire les adventices ayant levé dans la culture. Le désherbage chimique est soit sélectif, permettant de traiter une typologie d’adventice, soit non-sélectif, permettant de détruire l’ensemble des végétaux présent dans la parcelle au moment du traitement. L’utilisation répétée d’un même groupe chimique de désherbant entraîne l’apparition de résistances des adventices, ainsi qu’une phytotoxicité ayant un impact sur le rendement de la culture. Les désherbants chimiques sont appliqués sur la parcelle au moyen d’un pulvérisateur ;
  • le désherbage mécanique tel que décrit dans le document «La bineuse, un outil adapté à une large gamme de sol»,Arvalis, en pré-levée ou post-levée, permet de détruire soit les plantules d’adventices, soit les adventices à un stade plus avancé. Ce procédé de désherbage améliore la structure du sol et perturbe également le cycle de certains ravageurs. Les outils employés pour un désherbage mécanique sont les herses étrilles ou houes rotatives pour un désherbage complet ou les bineuses à dents pour un traitement inter-rang ou sous le rang ;
  • des méthodes alternatives sont développées, tel que décrit dans le document «Alternative methods in weed management to the use of glyphosate and other herbicide », pesticide action network europe, 2018 (second edition), avec notamment, le traitement des adventices par injection d’un courant électrique, consistant à détruire chaque adventice levé par éclatement des cellules biologiques en provoquant une évaporation de l’eau contenue dans celles-ci, les traitements des adventices par chaleur, dont les procédés sont basés sur l’utilisation de laser, ou d’eau chaude haute pression, permettent de détruire sélectivement les adventices par un apport calorique suffisant à la destruction des cellules biologiques de l’adventice.
Les méthodes de traitement des carences et des maladies ou de lutte contre les nuisibles recommandées sont essentiellement basées sur des traitements chimiques.
Les traitements, qu’ils soient chimiques, mécaniques ou alternatifs, sont exécutés par un engin, généralement attachés à un véhicule motorisé qui se déplace dans la culture. Ces traitements, sont traditionnellement larges et ne prennent pas en compte la présence ou non d’adventices, des nuisibles, des carences ou des maladies, en traitant la totalité de la parcelle agricole de façon homogène. Ce mode de contrôle est peu précis et entraîne une surutilisation des produits phytosanitaires lorsque le traitement est chimique, ou un débit de chantier réduit lorsque le traitement est mécanique ou alternatif.
Dans ce contexte, la thèse «Segmentation d’images pour la localisation d’adventices. Application à la réalisation d’un système de vision pour une pulvérisation spécifique en temps réel »,Jérémie Bossu,Université de Bourgogne/CNRS 5158, 4 décembre 2007, décrit un dispositif expérimental de pilotage d’épandage comprenant une caméra montée sur un engin agricole, une unité centrale de détection et de calcul de l’instant optimal de pulvérisation, prenant en compte la position des plantes dans les images acquises par la caméra.
Le document WO2012/032245, «Système de commande pour épandage agricole», décrit un système de commande d’épandage comprenant un ensemble de buses d’épandage, des moyens de cartographie de plantes à traiter utilisant, dans une forme de réalisation, des caméras, et des moyens pour piloter l’épandage en fonction des données de cartographie produite. Ce système de commande, nécessitent un premier passage du système dans la parcelle agricole afin de produire une cartographie de cette parcelle agricole utilisée dans un deuxième passage pour l’application du traitement.
Le document WO2012/122988, «Rampe de pulvérisation pour pulvériser de manière sélective une composition désherbante sur des dicotylédones», décrit un procédé permettant de discerner une catégorie d’adventices parmi d’autres adventices afin de sélectivement traiter les adventices concernées par la détection. Ce procédé utilise une caméra stéréoscopique afin de discerner les adventices, et ne permet pas de discerner les adventices de la même famille, par exemple dicotylédones, à des stades précoces. De la même façon, ce procédé n’est pas adapté à une détection de symptômes foliaires de carences ou maladies.
Le document US2018/0240228, «Selective plant detection and treatment using green luminance photometric machine vision scan with real time chromaticity operations and image parameter floors for low processing load», décrit un procédé permettant la détection de végétaux dans un image et de cibler celui-ci dans un traitement. Ce procédé n’est pas adapté à une détection sélective des famille d’adventices, ni à la détection de symptômes foliaires de carences ou maladies.
Par ailleurs, le document FR1873313,« Dispositif de détection à acquisition hyperspectrale »décrit un dispositif d’acquisition hyperspectrale à détection directe apte à détecter la signature de forme, texture et réflectance spectrale d’un adventice, ou de symptômes foliaires de carences ou maladies, dans une culture. Ce dispositif est adapté au discernement des adventices à des stades précoces, y compris des adventices de la même famille. De même, ce dispositif est adapté à la détection de symptômes foliaires de carences ou maladies. Le document FR1901202, «Dispositif de détection hyperspectrale par fusion de capteurs», décrit un procédé alternatif de détection directe apte à détecter la présence d’adventices, ou de symptômes foliaires de carences ou maladies dans une image de culture.
Les problématiques de détection des adventices sont multiples. Les formulations des traitements chimiques de désherbage sélectif, s’adressent, pour chacune d’entre elles, à une famille d’adventices, par exemple les dicotylédones, et ont une efficacité adaptée à certains stades de développement de l’adventice, par exemple le stade plantule. Il apparaît donc nécessaire d’être capable de discerner avec une grande fiabilité les adventices d’une certaine famille parmi l’ensemble des végétaux présents dans la parcelle agricole. De façon équivalente, la détection de maladies ou carences dans une culture nécessite une grande fiabilité de détection afin de couvrir l’ensemble des zones affectées dans la culture.
En outre, les équipements agricoles de traitement, tout particulièrement les rampes de pulvérisations, peuvent couvrir une grande largeur, jusqu’à 50m, de traitement ; ces rampes possèdent alors un grand nombre de buses de traitement. Un système de détection doit donc être en capacité de détecter avec une grande fiabilité la présence de certaines familles d’adventices ou de symptômes foliaires de carences ou de maladies, sur une grande largeur. De plus, les équipements agricoles évoluant dans la parcelle agricole sont soumis à des vibrations liées à la topologie terrain de la parcelle, ainsi qu’à la grande longueur du porte à faux des rampes.
Ainsi, le problème technique de l'invention consiste à détecter la présence d’adventices, ou de symptômes foliaires de carences ou maladies en temps réel lors du parcours d’un engin agricole équipé d’un ensemble de capteur d’adventices ou de symptômes foliaires de carences ou maladies ayant chacun une zone de détection en recouvrement avec le ou les capteurs d’adventices ou de symptômes foliaires de carences ou maladies voisins, et de piloter l’outillage de traitement directement depuis une décision collaborative desdits capteurs d’adventices ou de symptômes foliaires de carences ou maladies.
La présente invention se propose de répondre à ce problème technique en équipant une machine agricole d’un ensemble de capteurs d’adventices ou de symptômes foliaires de carences ou maladies ; lesdits capteurs d’adventices ou de symptômes foliaires de carences ou maladies collaborant à la détection et le pilotage du traitement à appliquer en fonction des détections faites par chacun desdits capteurs d’adventices ou de symptômes foliaires de carences ou maladies.
A cet effet, l'invention concerne un dispositif de contrôle de traitement agricole destiné à être monté sur une machine agricole, ladite machine agricole comportant au moins un dispositif de traitement contrôlable, comprenant :
  • au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies, chacun étant adapté pour une fixation sur la machine agricole et équipé d'un système de géolocalisation et une centrale inertielle ; et
  • au moins un dispositif de traitement contrôlable par lesdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies ; et
  • une communication entre lesdits systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies ; et
  • une communication entre lesdits systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies et ledit au moins un dispositif de traitement.
L'invention se caractérise en ce que chacun desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies collabore avec les autres systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies et dont leurs zones de détection se recouvrent partiellement avec celles dudit système de détection d'adventices ou de symptômes foliaires de carences ou maladies afin de décider collaborativement du traitement à appliquer sur la zone de détection dudit détecteur d'adventices ou de symptômes foliaires de carences ou maladies. Ce mode de réalisation permet un traitement chimique, thermique ou mécanique sélectif dans une parcelle agricole.
Selon un mode de réalisation, ledit dispositif de traitement agricole est au moins une buse de pulvérisation, le débit ou la pression de ladite au moins une buse de pulvérisation étant contrôlé par la décision collaborative de l'ensemble desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies. Ce mode de réalisation permet un traitement chimique de désherbage des adventices ou de traitement des carences ou maladies dans la parcelle en optimisant la quantité de produit phytosanitaire épandu dans la parcelle agricole.
Selon un mode de réalisation, ledit dispositif de traitement agricole est au moins un LASER de destruction des adventices, ledit au moins un LASER étant contrôlée par la décision collaborative de l'ensemble desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies. Ce mode de réalisation permet un traitement destructif par LASER des adventices de la parcelle, en optimisant le débit de chantier par la sélection des seuls adventices concernés par le traitement.
Selon un mode de réalisation, ledit dispositif de traitement agricole est au moins un jet d'eau à haute pression dont l'objectif est la destruction des adventices, ledit au moins un jet d'eau haute pression étant contrôlé par la décision collaborative de l'ensemble desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies. Ce mode de réalisation permet un traitement destructif par jet d’eau haute pression des adventices de la parcelle, en optimisant le débit de chantier par la sélection des seuls adventices concernés par le traitement.
Selon un mode de réalisation, ledit dispositif de traitement agricole est au moins un outil de désherbage mécanique de binage, ledit au moins un outil de désherbage mécanique de binage étant contrôlé par la décision collaborative de l'ensemble desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies. Ce mode de réalisation permet un traitement destructif mécanique des adventices de la parcelle, en optimisant le débit de chantier par la sélection des seuls adventices concernés par le traitement.
Selon un mode de réalisation, ledit dispositif de traitement agricole est au moins un outil de désherbage électrique de destruction des adventices, ledit au moins un outil de désherbage électrique étant contrôlé par la décision collaborative de l'ensemble desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies. Ce mode de réalisation permet un traitement destructif de désherbage électrique des adventices de la parcelle, en optimisant le débit de chantier par la sélection des seuls adventices concernés par le traitement.
Selon un mode de réalisation, une cartographie de la parcelle agricole parcourue par ladite machine agricole est construite collaborativement par l'ensemble desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies, ladite cartographie étant construite par un procédé de géostatistiques avec les données de détection géolocalisées représentant l'état réel tel que mesuré par lesdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies. Ce mode de réalisation permet la génération d’une cartographie des détections d’adventices et de symptômes de carences ou maladies dans la parcelle agricole traitée à des fins de statistiques et suivi de traitement des parcelles agricoles.
Selon un mode de réalisation, ladite cartographie de la parcelle agricole parcourue est affichée sur un écran de contrôle à destination du technicien procédant au traitement de la parcelle agricole. Ce mode de réalisation permet au technicien procédant au traitement de la parcelle agricole de suivre en temps réel l’application du traitement dans la parcelle agricole.
Selon un mode de réalisation, ladite cartographie de la parcelle agricole parcourue est utilisée afin de produire des statistiques de pulvérisation, de prévalence, d'espèces, de densités, ou de stades des adventices ou des symptômes foliaires de carences ou maladies présents dans la parcelle agricole. Ce mode de réalisation permet un suivi des traitements dans la parcelle.
Selon un mode de réalisation, le procédé de pilotage collaboratif du dispositif de traitement monté sur une machine agricole sur laquelle est monté un ensemble de systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies, comporte, pour chacun desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies, les étapes de :
  • Acquisition d’une nouvelle donnée image depuis le sol de la parcelle agricole parcourue sur laquelle se déplace une machine agricole au moyen dudit système de détection d'adventices ou de symptômes foliaires de carences ou maladies ; et
  • Acquisition des informations additionnelles de position dudit système de détection d'adventices ou de symptômes foliaires de carences ou maladies au moyen d’une centrale inertielle et d’un système de géolocalisation ; et
  • Projection de ladite donnée image acquise par ledit système de détection d'adventices ou de symptômes foliaires de carences ou maladies sur le plan du sol ; ladite projection utilisant les informations en provenance de ladite centrale inertielle dudit système de détection d'adventices ou de symptômes foliaires de carences ou maladies afin de déterminer l’angle de prise de la donnée image par rapport au vecteur normal au sol ; et
  • Détection de présence d'adventices ou de symptômes foliaires de carences ou maladies depuis ladite donnée image acquise et projetée sur ledit plan du sol ; et
  • Calcul des positions des adventices ou symptômes foliaires de carences ou maladies dans la zone de détection dudit système de détection d'adventices ou de symptômes foliaires de carences ou maladies ; ledit calcul de position utilisant les informations de géolocalisation dudit système de géolocalisation dudit système de détection d'adventices ou de symptômes foliaires de carences ou maladies et les informations de détection dans ladite donnée image ; et
  • Communication desdites positions des adventices ou symptômes foliaires de carences ou maladies dans la zone de détection dudit système de détection d'adventices ou de symptômes foliaires de carences ou maladies à l’ensemble des autres systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies ; et
  • Réception desdites positions des adventices ou symptômes foliaires de carences ou maladies dans la zone de détection dudit détecteur d'adventices ou de symptômes foliaires de carences ou maladies en provenance de l’ensemble des autres systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies ; et
  • Fusion desdites positions des adventices ou symptômes foliaires de carences ou maladies de l’ensemble des systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies ; ladite fusion étant pondérée en fonction de la qualité et de la distance calculée de chaque détection ; et
  • Calcul de la commande à envoyer au dispositif de traitement concerné par la zone de détection dudit système de détection d'adventices ou de symptômes foliaires de carences ou maladies ; et
  • Émission de la commande au dispositif de traitement concerné par la zone de détection dudit système de détection d'adventices ou de symptômes foliaires de carences ou maladies.
L’invention est assemblée sur une machine agricole comprenant au moins un dispositif de traitement contrôlable. La machine agricole est telle que lesdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies sont fixés sur le support desdits au moins un dispositif de traitement contrôlable et communiquent entre eux ainsi qu’avec la pluralité desdits au moins un dispositif de traitement contrôlable pour, en opération, émettre la commande de pilotage d’activation adaptée pour être reçue par chacun desdits au moins un dispositif de traitement contrôlable pour déclencher le traitement sur le végétal cible.
En ce qui concerne l’opération de projection desdites données images sur le plan du sol, les informations de roulis, tangage et lacet sont utilisées ; ces informations de roulis, tangage et lacet étant calculées en continu et maintenues à jour par chacun desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies au moyen d’un algorithme d’estimation d’attitude utilisant les informations brutes de ladite centrale inertielle embarquée dans chacun desdits au moins deux systèmes de détection d’adventices ou de symptômes foliaires de carences ou maladies. Par exemple, l’algorithme d’estimation d’attitude, permettant de calculer les informations de roulis, tangage et lacet, peut être un filtre de Kalman étendu, un algorithme de Mahony ou de Madgwick. Le document «A comparison of multisensor attitude estimation algorithm»,A. Cirillo, P. Cirillo, G. De Maria, C. Natale, S. Pirozzi, décrit et compare un ensemble d’algorithme de fusion de données de centrales inertielles afin d’en extraire l’attitude, définie par les angles de roulis, tangage, et lacet, du système.
En variante, lesdites informations d’attitude peuvent être calculées depuis les informations brutes des centrales inertielles de l’ensemble desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies. Lesdites informations brutes des centrales inertielles étant échangées au moyen du système de communication connectant lesdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies en continu, l’algorithme d’estimation d’attitude exécuté sur chacun desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies peut utiliser l’ensemble des informations brutes. Ainsi, les estimations de roulis, tangage et lacet sont consolidées par un ensemble de mesures similaires, cohérentes et covariantes entre elles. Par exemple, un filtre de Kalman étendu peut être utilisé dans chacun desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies, en prenant les données issues des centrales inertielles de l’ensemble desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies. Le document «Data Fusion Algorithms for Multiple Inertial Measurement Units»,Jared B. Bancroft and Gérard Lachapelle, 29/06/2011, présente un algorithme alternatif de fusion de données brutes d’un ensemble de centrales inertielles afin de déterminer les informations d’attitude.
En variante, lesdites informations d’attitude peuvent être calculées depuis les informations brutes des centrales inertielles auxquelles les données de géolocalisation de l’ensemble desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies sont ajoutées. Lesdites informations brutes des centrales inertielles ainsi que les données de géolocalisation étant échangées au moyen du système de communication connectant lesdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies, l’algorithme d’estimation d’attitude peut utiliser l’ensemble des informations brutes. Par exemple, un filtre de Kalman étendu peut être utilisé dans chacun desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies, en prenant les données issues des centrales inertielles ainsi que les données de géolocalisation de l’ensemble desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies. Par ailleurs, un procédé, tel que décrit dans le document« Attitude estimation for accelerated vehicles using GPS/INS measurements », Minh-Duc Hua, 07/2010,permet une fusion des informations issues d’un système de géolocalisation et d’une centrale inertielle.
Ladite projection au sol de ladite donnée image est calculée suivant les relations suivantes :
Où :
  • est la matrice contenant les pixels de l’image projetée au sol ; et
  • est la matrice contenant les pixels de ladite donnée image brute ; et
  • est la matrice contenant les rotations suivant les trois axes de roulis, tangage et lacet ; et
  • est l’angle de lacet ; et
  • est l’angle de roulis ; et
  • est l’angle de tangage.
Lesdites données images projetées au sol sont utilisées pour détecter la présence d’adventices ou symptômes foliaires de carences ou maladies depuis les particularités propres aux adventices ou symptômes foliaires de carences ou maladies afin de détecter les zones dans lesdites données images projetées dans lesquelles les végétaux cibles sont présents. Chacune des détections de présence d’adventices ou symptômes foliaires de carences ou maladies est complétée avec une probabilité de présence desdites particularités propres aux adventices ou symptômes foliaires de carences ou maladies. Ces informations de probabilités sont nécessaires aux calculs de géostatistiques permettant de décider l’application d’un traitement sur le végétal cible. Par exemple, un capteur hyperspectral, tel que décrit dans le document FR1873313,« Dispositif de détection à acquisition hyperspectrale »ou dans le document FR1901202, «Dispositif de détection hyperspectrale par fusion de capteurs», peut être utilisé afin de détecter les particularités recherchées ; adventices ou symptômes foliaires de carences ou maladies.
En ce qui concerne le calcul des positions des adventices ou symptômes foliaires de carences ou maladies, la détection des particularités propres aux adventices ou symptômes foliaires de carences ou maladies dans ladite donnée image projetée indique la présence desdits végétaux cibles dans les coordonnées de ladite donnée image projetée. En outre, chacune des données images projetées est géolocalisée à partir des informations de géolocalisation obtenues au moyen dudit système de géolocalisation dudit système de détection d'adventices ou de symptômes foliaires de carences ou maladies. Ladite information de géolocalisation obtenue correspond à la position dudit système de détection d'adventices ou de symptômes foliaires de carences ou maladies au moment de la capture de ladite donnée image. Ladite opération de projection au sol est appliquée sur ladite information de géolocalisation afin d’obtenir les coordonnées projetées au sol de ladite donnée image projetée. Ainsi les contours de la détection desdites particularités propres aux adventices ou symptômes foliaires de carences ou maladies détectées sur chacun desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies sont géolocalisés dans la parcelle agricole.
Chacun desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies obtient en continu et au moyen du système de communication entre les différents systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies les informations de détections géolocalisées de l’ensemble des autres systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies. L’ensemble des informations desdites détections d’adventices ou de symptômes foliaires de carences ou maladies en provenance de l’ensemble desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies est stocké dans une base de données géographique locale à chacun desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies.
Chacun desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies calcule les géostatistiques en temps réel de présence d’adventices ou de symptômes foliaires de carences ou maladies à partir de l’ensemble desdites informations de détections d’adventices ou de symptômes foliaires de carences ou maladies géolocalisées et pour lesquelles une informations de probabilité de présence est fournie. Le calcul des géostatistiques utilise un algorithme de krigéage, tel que décrit dans le document «Lognormal-de Wijsian Geostatistics for Ore Evaluation», D.G. Krige, 1981 ;Ledit algorithme de krigéage permettant de consolider lesdites informations de détections d’adventices ou de symptômes foliaires de carences ou maladies en provenances de l’ensemble desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies en tenant compte des probabilités respectives de chacune desdites détection. Lorsque lesdites informations de détection d’adventices ou de symptômes foliaires de carences ou maladies consolidées au moyen dudit calcul de géostatistique confirme la présence de la particularité recherchée ; adventice ou symptôme foliaire de carence ou maladie ; l’information de détection géolocalisée est ajoutée à la liste des végétaux cibles à traiter.
Chacun desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies calcule en continue la vitesse instantanée au moyen desdites informations de géolocalisation obtenues au moyen dudit système de géolocalisation. L’information de vitesse est nécessaire afin d’estimer l’instant de commande dudit au moins un dispositif de traitement agricole et d’anticiper le temps de traitement en fonction dudit dispositif de traitement agricole.
En ce qui concerne le calcul de la commande à envoyer auxdits au moins un dispositif de traitement agricole, chacun desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies estime à chaque instant et pour chacun desdits végétaux cibles actuellement à portée desdits au moins un dispositif de traitement, lequel desdits au moins un dispositif de traitement est le plus adapté à traiter ledit végétal cible ; Par exemple, la buse d’épandage la plus proche du végétal cible est sélectionnée lorsque ledit au moins un dispositif de traitement est une rampe d’épandage. De la même façon, l’outil de traitement le plus proche du végétal cible peut être sélectionné.
Les commandes de pilotage sont transmises audit au moins un dispositif de traitement agricole au moyen du moyen de communication entre lesdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies et ledit au moins un dispositif de traitement agricole.
En ce qui concerne le pilotage dudit au moins un dispositif de traitement agricole, l’ensemble des informations desdites détections d’adventices ou de symptômes foliaires de carences ou maladies sont géolocalisées et lesdits au moins un dispositif de traitement agricole sont actionnés à l’instant exact où ledit au moins un dispositif de traitement agricole sont au-dessus des végétaux cibles.
Description sommaire des figures
La manière de réaliser l’invention ainsi que les avantages qui en découlent, ressortiront bien du mode de réalisation qui suit, donné à titre indicatif mais non limitatif, à l’appui des figures annexées dans lesquelles les figures 1 à 4 représentent :
  • [Fig. 1] : une représentation schématique du dispositif complet ; et
  • [Fig. 2] : une représentation schématique structurelle des éléments du dispositif de la Fig. 1 ; et
  • [Fig. 3] : une représentation schématique structurelle, vue en projection, des éléments du dispositif de la Fig. 1 ; et
  • [Fig. 4] : un graphe montrant un procédé de pilotage collaboratif de dispositifs de traitement agricole.
Manière de décrire l’invention
La Fig. 1 illustre un dispositif de contrôle de traitement agricole coopératif destiné à être monté sur une machine agricole1, ladite machine agricole1comprenant au moins un dispositif de traitement agricole contrôlable3; ledit dispositif de contrôle de traitement agricole coopératif comprenant au moins deux systèmes de détection2d’adventices ou de symptômes foliaires de carences ou maladie4, chacun étant adapté mécaniquement pour une fixation sur la machine agricole1et présentant un angle de visé de l’objectif d’acquisition en direction du sens d’avancement de ladite machine agricole1.
Tel qu’illustré sur la Fig. 2, la pluralité desdits au moins deux systèmes de détection2d’adventices ou de symptômes foliaires de carences ou maladies4est fixée sur la machine agricole de façon a capturer les informations visuelles de la parcelle agricole5. Chacun desdits au moins deux systèmes de détection2d’adventices ou de symptômes foliaires de carences ou maladies4ayant un champs de détection recoupant le champ de détection desdits au moins deux systèmes de détection2d’adventices ou de symptômes foliaires de carences ou maladies4voisins. Par exemple, un capteur hyperspectral, tel que décrit dans le document FR1873313,« Dispositif de détection à acquisition hyperspectrale »ou dans le document FR1901202, «Dispositif de détection hyperspectrale par fusion de capteurs», peut être utilisé pour chacun desdits au moins deux systèmes de détection2d’adventices ou de symptômes foliaires de carences ou maladies4.
La pluralité desdits au moins un dispositif de traitement agricole contrôlable3est également fixée sur la machine agricole de façon à pouvoir traiter les végétaux cible4.
Il n’est pas nécessaire que le nombre de dispositif de traitement agricole contrôlable3soit le même que le le nombre de système de détection2d’adventices ou de symptômes foliaires de carences ou maladies4. En effet, la décision collaborative de traitement est transmise au dispositif de traitement agricole contrôlable3ayant le moins de distance avec le végétal cible.
La Fig. 3 illustre le dispositif, muni de deux systèmes de détection2d’adventices ou de symptômes foliaires de carences ou maladies4, monté sur une machine agricole1, dans lequel chacune des systèmes de détection2d’adventices ou de symptômes foliaires de carences ou maladies4, est dirigé avec un angle vers le sol de la parcelle agricole5, et ayant un recouvrement de leurs zones de détection respective.
A chaque instant, ledit système de détection2.1d’adventices ou de symptômes foliaires de carences ou maladies4, prend un cliché6.1de la zone de la parcelle agricole5face à son objectif ; ledit système de détection2.2d’adventices ou de symptômes foliaires de carences ou maladies4, prend un cliché6.2de la zone de la parcelle agricole5face à son objectif ; lesdites zones face aux objectifs optiques desdits systèmes de détection2.1et2.2d’adventices ou de symptômes foliaires de carences ou maladies4, ayant une zone commune d’acquisition.
Tel qu’illustré sur la Fig.4, la captation8.1des informations d’image de la parcelle agricole5parcourue permet d’obtenir les images acquises6.1et6.2.
De préférence, la pluralité desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4est composée de systèmes homogènes, présentant les mêmes propriétés de détections.
Les images6.1et6.2acquises respectivement par lesdits systèmes de détection2.1et2.2d’adventices ou de symptômes foliaires de carences ou maladies4, sont traitées localement dans chacun desdits systèmes de détection2.1et2.2d’adventices ou de symptômes foliaires de carences ou maladies4, afin de projeter chacune desdites images acquises sur le plan du sol en une image projetée au sol7.1et7.2.
La projection au sol de ladite donnée image est calculée suivant les relations suivantes :
Où :
  • est la matrice contenant les pixels de l’image projetée au sol ; et
  • est la matrice contenant les pixels de ladite donnée image brute ; et
  • est la matrice contenant les rotations suivant les trois axes de roulis, tangage et lacet ; et
  • est l’angle de lacet ; et
  • est l’angle de roulis ; et
  • est l’angle de tangage.
Les angles, , et , correspondant respectivement aux angles de lacet, roulis et tangage actuels de chacun desdits au moins deux systèmes de détection2d’adventices ou de symptômes foliaires de carences ou maladies4tel que calculé à partir des données brutes de la centrale inertielle embarquée dans chacun desdits au moins deux systèmes de détection2d’adventices ou de symptômes foliaires de carences ou maladies4; ces informations de roulis, tangage et lacet étant calculées en continu et maintenues à jour par chacun desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4au moyen d’un algorithme d’estimation d’attitude utilisant les informations brutes de ladite centrale inertielle embarquée dans chacun desdits au moins deux systèmes de détection2d’adventices ou de symptômes foliaires de carences ou maladies4. Par exemple, l’algorithme d’estimation d’attitude, permettant de calculer les informations de roulis, tangage et lacet, peut être un filtre de Kalman étendu, un algorithme de Mahony ou de Madgwick. Le document «A comparison of multisensor attitude estimation algorithm»,A. Cirillo, P. Cirillo, G. De Maria, C. Natale, S. Pirozzi, décrit et compare un ensemble d’algorithme de fusion de données de centrales inertielles afin d’en extraire l’attitude, définie par les angles de roulis, tangage, et lacet, du système.
Tel qu’illustré sur la Fig.4, l’ortho-projection 8.2 des informations d’image acquise de la parcelle agricole 5 parcourue permet d’obtenir les images acquises 7.1 et 7.2 à partir des images 6.1 et 6.2.
En variante, lesdites informations d’attitude peuvent être calculées depuis les informations brutes des centrales inertielles de l’ensemble desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4. Lesdites informations brutes des centrales inertielles étant échangées au moyen du système de communication connectant lesdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4en continu, l’algorithme d’estimation d’attitude exécuté sur chacun desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4peut utiliser l’ensemble des informations brutes. Ainsi, les estimations de roulis, tangage et lacet sont consolidées par un ensemble de mesures similaires, cohérentes et covariantes entre elles. Par exemple, un filtre de Kalman étendu peut être utilisé dans chacun desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4, en prenant les données issues des centrales inertielles de l’ensemble desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies. Le document «Data Fusion Algorithms for Multiple Inertial Measurement Units»,Jared B. Bancroft and Gérard Lachapelle, 29/06/2011, présente un algorithme alternatif de fusion de données brutes d’un ensemble de centrales inertielles afin de déterminer les informations d’attitude.
En variante, lesdites informations d’attitude peuvent être calculées depuis les informations brutes des centrales inertielles auxquelles les données de géolocalisation de l’ensemble desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4sont ajoutées. Lesdites informations brutes des centrales inertielles ainsi que les données de géolocalisation étant échangées au moyen du système de communication connectant lesdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4, l’algorithme d’estimation d’attitude peut utiliser l’ensemble des informations brutes. Par exemple, un filtre de Kalman étendu peut être utilisé dans chacun desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4, en prenant les données issues des centrales inertielles ainsi que les données de géolocalisation de l’ensemble desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4. Par ailleurs, un procédé, tel que décrit dans le document« Attitude estimation for accelerated vehicles using GPS/INS measurements », Minh-Duc Hua, 07/2010,permet une fusion des informations issues d’un système de géolocalisation et d’une centrale inertielle.
Lesdites données images projetées au sol sont utilisées pour détecter la présence d’adventices ou symptômes foliaires de carences ou maladies4depuis les particularités propres aux adventices ou symptômes foliaires de carences ou maladies afin de détecter les zones, identifiées aux coordonnées de l’image et , dans lesdites données images projetées dans lesquelles les végétaux cibles4sont présents. Tel qu’illustré sur la Fig. 4, chacune des détections8.3de présence d’adventices ou symptômes foliaires de carences ou maladies4est complétée avec une probabilité de présence desdites particularités propres aux adventices ou symptômes foliaires de carences ou maladies. Ces informations de probabilités sont nécessaires aux calculs de géostatistiques permettant de décider l’application d’un traitement sur le végétal cible.
Tel qu’illustré sur la Fig. 4, chacun desdites détections d’adventices ou symptômes foliaires de carences ou maladies4est géolocalisée8.4aux coordonnées et au moyen du système de géolocalisation embarqué dans chacun desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4.
Le calcul de la géolocalisation8.4d’une détection d’adventice ou symptôme foliaire de carence ou maladie4est basé sur les relations suivantes :
Où :
  • est le rayon moyen de la Terre, soit 6 371 000 mètres ; et
  • est le ratio entre un pixel de l’image et un mètre sur le sol ; et
  • est la coordonnée x, en pixel, du centre de la détection dans l’image ; et
  • est la coordonnée y, en pixel, du centre de la détection dans l’image ; et
  • est la largeur de l’image en pixel ; et
  • est la hauteur de l’image en pixel ; et
  • est la latitude mesurée par ledit système de géolocalisation dudit système de détection2d'adventices ou de symptômes foliaires de carences ou maladies4; et
  • est la longitude mesurée par ledit système de géolocalisation dudit système de détection2d'adventices ou de symptômes foliaires de carences ou maladies4; et
  • est la latitude du végétal cible4détecté dans l’image ; et
  • est la longitude du végétal cible4détecté dans l’image.
Chacun desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4obtient en continu et au moyen du système de communication entre les différents systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4les informations de détections géolocalisées par les coordonnées et en provenance de l’ensemble des autres systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4. Par exemple, le format GeoJSON, tel que décrit dans le documentRFC7946, « The GeoJSON Format », IETF 08/2016, permet de transporter lesdites informations de détections géolocalisées sur ledit système de communication.
En variante, le format ESRI Shapefile, tel que décrit dans le documentESRI Shapefile technical description,07/1998, permet de transporter lesdites informations de détections géolocalisées sur ledit système de communication.
L’ensemble des informations desdites détections d’adventices ou de symptômes foliaires de carences ou maladies4en provenance de l’ensemble desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4est stocké dans une base de données géographique locale à chacun desdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies.
Chacun desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4ayant sa zone de détection des particularités recherchées ; adventices ou symptômes foliaires de carences ou maladies ; dans la parcelle agricole5, en recouvrement avec lesdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4voisins, un recouvrement latéral desdites informations de détections d’adventices ou de symptômes foliaires de carences ou maladies4est obtenu.
De la même façon, chacun desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4détecte à l’instant présent les particularités recherchées ; adventices ou symptômes foliaires de carences ou maladies ; dans la parcelle agricole5dans la zone de détection à portée de l’objectif optique dudit systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4, un recouvrement temporel desdites informations de détections d’adventices ou de symptômes foliaires de carences ou maladies4est obtenu.
Ainsi, lesdites informations de détection d’adventices ou symptômes foliaires de carences ou maladies4stockées dans ladite base de données géographique locale à chacun desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4contient les redondances desdites informations de détections d’adventices ou de symptômes foliaires de carences ou maladies4. L’opération8.5de fusion peut être une opération de krigéage, tel que décrite dans le document «Lognormal-de Wijsian Geostatistics for Ore Evaluation», D.G. Krige, 1981, prenant en compte l’ensemble desdites informations de détections d’adventices ou de symptômes foliaires de carences ou maladies4géolocalisées et contenant l’information de probabilité de détection, en provenance de la pluralité desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4, ainsi que les informations de recouvrements latéraux et temporaux, permettant ainsi de confirmer les probabilités de détection d’adventices ou de symptômes foliaires de carences ou maladies4.
En variante, l’opération8.5de fusion est une opération prenant en compte l’ensemble des informations de détections d’adventices ou de symptômes foliaires de carences ou maladies4géolocalisées et contenant l’information de probabilité de détection, en provenance de la pluralité desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4, ainsi que les informations de recouvrements latéraux et temporaux, afin de calculer les probabilités consolidées de détections d’adventices ou de symptômes foliaires de carences ou maladies4géolocalisées ; Ladite opération de consolidation prenant en compte les probabilités de chacune des détections d’adventices ou de symptômes foliaires de carences ou maladies4géolocalisées.
En ce qui concerne le calcul de la commande8.6à envoyer auxdits au moins un dispositif de traitement agricole3, chacun desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4estime à chaque instant et pour chacun desdits végétaux cibles4actuellement à portée desdits au moins un dispositif de traitement2, lequel desdits au moins un dispositif de traitement2est le plus adapté à traiter ledit végétal cible4.
Par exemple, lorsque ledit au moins un dispositif de traitement agricole3est une buse d’épandage, la commande8.7à envoyer à chacun desdits au moins un dispositif de traitement agricole3est une commande de pression et débit prenant en compte la présence d’un végétal cible à l’instant présent dans la zone de pulvérisation de ladite buse d’épandage.
En variante, lorsque ledit au moins un dispositif de traitement agricole3est un LASER, la commande8.7à envoyer à chacun desdits au moins un dispositif de traitement agricole3est une commande de décalages transversal et longitudinal, et de puissance d’éclairage prenant en compte la présence d’un végétal cible à l’instant présent dans la zone de portée dudit LASER.
En variante, lorsque ledit au moins un dispositif de traitement agricole3est un jet d’eau à haute pression, la commande8.7à envoyer à chacun desdits au moins un dispositif de traitement agricole3est une commande de pression et débit prenant en compte la présence d’un végétal cible à l’instant présent dans la zone de portée de la buse d’injection de l’eau à haute pression.
En variante, lorsque ledit au moins un dispositif de traitement agricole3est un outil de désherbage mécanique de binage, la commande8.7à envoyer à chacun desdits au moins un dispositif de traitement agricole3est une commande d’activation prenant en compte la présence d’un végétal cible à l’instant présent dans la zone dudit outil de désherbage mécanique de binage.
En variante, lorsque ledit au moins un dispositif de traitement agricole3est un outil de désherbage électrique, la commande8.7à envoyer à chacun desdits au moins un dispositif de traitement agricole3est une commande d’activation prenant en compte la présence d’un végétal cible à l’instant présent dans la zone dudit outil de désherbage électrique.
De préférence, ledit moyen de communication entre lesdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4et ledit au moins un dispositif de traitement agricole3est un réseau filaire Ethernet 1 Gigabit par seconde permettant ainsi à chacun desdits moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4de communiquer avec les autres systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4ainsi qu’avec ledit au moins un dispositif de traitement agricole3.
En ce qui concerne la cartographie de la parcelle agricole5parcourue ladite machine agricole, chacun desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4construit localement une cartographie des particularités ; présence d’adventices ou de symptômes foliaires de carences ou maladies4; au moyen d’une base de données géographique locale. Les informations de détection géolocalisées de présence d’adventices ou de symptômes foliaires de carence ou maladies4, détectées par l’ensemble desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4et échangées au moyen du moyen de communication, sont ainsi stockées dans chacun desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4.
Ainsi, le contenu de chacune desdites base de données géographiques stockée localement dans chacun desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4, représente l’état réel, tel que mesuré par l’ensemble desdits au moins deux systèmes de détection2d'adventices ou de symptômes foliaires de carences ou maladies4, et sanitaire de ladite parcelle agricole5parcourue.
En variante, les informations de cartographie de la parcelle agricole5parcourue par ladite machine agricole, sont transmises au moyen d’un moyen de communication, et affichée sur un écran de contrôle à destination du technicien procédant au traitement de la parcelle agricole5.
De préférence, le moyen de communication utilisé pour transmettre les informations de cartographie de la parcelle agricole5audit écran de contrôle à destination du technicien procédant au traitement de la parcelle agricole5, est un réseau filaire Gigabit Ethernet.
En variante, le moyen de communication utilisé pour transmettre les informations de cartographie de la parcelle agricole5audit écran de contrôle à destination du technicien procédant au traitement de la parcelle agricole5, est un réseau filaire CAN.
La cartographie de la parcelle agricole5trouve une utilisation avantageuse afin de produire des statistiques de pulvérisations ou traitements appliqués sur ladite parcelle agricole5. Lesdites statistiques permettent également de mesurer la prévalence, la présence et la quantité de certaines espèces d’adventices, ainsi que leurs densités et leurs stades. La prévalence, la présence ainsi que la densité de symptômes foliaires de carences ou maladies peuvent également être calculées à partir des informations contenues dans la cartographie de la parcelle agricole5.

Claims (10)

  1. Dispositif de contrôle de traitement agricole destiné à être monté sur une machine agricole (1), ladite machine agricole (1) comportant au moins un dispositif de traitement contrôlable (3), comprenant :
    • au moins deux systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies (4), chacun étant adapté pour une fixation sur la machine agricole (1) et équipé d'un système de géolocalisation et une centrale inertielle ; chacun desdits au moins deux systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies (4) étant caractérisé en ce qu 'il collabore avec les autres systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies et dont leurs zones de détection se recouvrent partiellement avec celles dudit système de détection d'adventices ou de symptômes foliaires de carences ou maladies (4) afin de décider collaborativement du traitement à appliquer sur la zone de détection dudit détecteur d'adventices ou de symptômes foliaires de carences ou maladies ; et
    • au moins un dispositif de traitement (3) contrôlable par lesdits au moins deux systèmes de détection d'adventices ou de symptômes foliaires de carences ou maladies ; et
    • une communication entre lesdits systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies ; et
    • une communication entre lesdits systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies et ledit au moins un dispositif de traitement (3).
  2. Dispositif selon la revendication 1, dans lequel ledit dispositif de traitement agricole (3) est au moins une buse de pulvérisation, le débit ou la pression de ladite au moins une buse de pulvérisation (3) étant contrôlé par la décision collaborative de l'ensemble desdits au moins deux systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies.
  3. Dispositif selon la revendication 1, dans lequel ledit dispositif de traitement agricole (3) est au moins un LASER de destruction des adventices, ledit au moins un LASER étant contrôlé par la décision collaborative de l'ensemble desdits au moins deux systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies.
  4. Dispositif selon la revendication 1, dans lequel ledit dispositif de traitement agricole (3) est au moins un jet d'eau à haute pression dont l'objectif est la destruction des adventices, ledit au moins un jet d'eau haute pression étant contrôlé par la décision collaborative de l'ensemble desdits au moins deux systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies.
  5. Dispositif selon la revendication 1, dans lequel ledit dispositif de traitement agricole (3) est au moins un outil de désherbage mécanique de binage, ledit au moins un outil de désherbage mécanique de binage étant contrôlé par la décision collaborative de l'ensemble desdits au moins deux systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies.
  6. Dispositif selon la revendication 1, dans lequel ledit dispositif de traitement agricole (3) est au moins un outil de désherbage électrique de destruction des adventices, ledit au moins un outil de désherbage électrique étant contrôlé par la décision collaborative de l'ensemble desdits au moins deux systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies.
  7. Dispositif selon l'une des revendications 1 à 5, dans lequel une cartographie de la parcelle agricole (5) parcourue par ladite machine agricole est construite collaborativement par l'ensemble desdits au moins deux systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies, ladite cartographie étant construite par un procédé de géostatistiques avec les données de détection géolocalisés représentant l'état réel tel que mesuré par lesdits au moins deux systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies.
  8. Dispositif selon la revendication 7, dans lequel la cartographie de la parcelle agricole (5) parcourue est affichée sur un écran de contrôle à destination du technicien procédant au traitement de la parcelle agricole.
  9. Dispositif selon la revendication 7, dans lequel la cartographie de la parcelle agricole (5) parcourue est utilisée afin de produire des statistiques de pulvérisation, de prévalence, d'espèces, de densités, ou de stades des adventices ou des symptômes foliaires de carences ou maladies présents dans la parcelle agricole (5)
  10. Procédé de pilotage collaboratif d'un dispositif de traitement (3) monté sur une machine agricole (1) sur laquelle est monté un ensemble de systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies selon l'une des revendication 1 à 9, le procédé comportant pour chacun desdits au moins deux systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies, les étapes de :
    • Acquisition (8.1) d’une nouvelle donnée image depuis le sol de la parcelle agricole parcourue (5) sur laquelle se déplace une machine agricole (1) au moyen dudit système de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies ; et
    • Acquisition des informations additionnelles de position dudit système de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies au moyen d’une centrale inertielle et d’un système de géolocalisation ; et
    • Projection (8.2) de ladite donnée image acquise par chacun ledit système de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies sur le plan du sol ; ladite projection utilisant les informations en provenance de ladite centrale inertielle dudit système de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies afin de déterminer l’angle de prise de la donnée image par rapport au vecteur normal au sol ; et
    • Détection (8.3) de présence d'adventices ou de symptômes foliaires de carences ou maladies (4) depuis ladite donnée image acquise et projetée sur ledit plan du sol ; et
    • Calcul des positions (8.4) des adventices ou symptômes foliaires de carences ou maladies (4) dans la zone de détection dudit système de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies ; ledit calcul de position utilisant les informations de géolocalisation dudit système de géolocalisation dudit système de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies et les informations de détection dans ladite donnée image ; et
    • Communication desdites positions des adventices ou symptômes foliaires de carences ou maladies (4) dans la zone de détection dudit système de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies à l’ensemble des autres systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies ; et
    • Réception desdites positions des adventices ou symptômes foliaires de carences ou maladies (4) dans la zone de détection dudit détecteur (2) d'adventices ou de symptômes foliaires de carences ou maladies en provenance de l’ensemble des autres systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies ; et
    • Fusion (8.5) desdites positions des adventices ou symptômes foliaires de carences ou maladies (4) de l’ensemble des systèmes de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies ; ladite fusion étant pondérée en fonction de la qualité et la distance calculée de chaque détection ; et
    • Calcul de la commande (8.6) à envoyer au dispositif de traitement (3) concerné par la zone de détection dudit système de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies ; et
    • Émission de la commande (8.7) au dispositif de traitement (3) concerné par la zone de détection dudit système de détection (2) d'adventices ou de symptômes foliaires de carences ou maladies.
FR1902497A 2019-03-12 2019-03-12 Dispositif collaboratif de contrôle de traitement agricole Active FR3093614B1 (fr)

Priority Applications (6)

Application Number Priority Date Filing Date Title
FR1902497A FR3093614B1 (fr) 2019-03-12 2019-03-12 Dispositif collaboratif de contrôle de traitement agricole
FR1908086A FR3093613A1 (fr) 2019-03-12 2019-07-17 Dispositif de contrôle de traitement agricole
ARP200100647A AR118291A1 (es) 2019-03-12 2020-03-09 Dispositivo de control de procesamiento agrícola
PCT/EP2020/056401 WO2020182840A1 (fr) 2019-03-12 2020-03-10 Dispositif de contrôle de traitement agricole
US17/437,333 US20220174934A1 (en) 2019-03-12 2020-03-10 Agricultural Treatment Control Device
EP20708129.0A EP3937628A1 (fr) 2019-03-12 2020-03-10 Dispositif de contrôle de traitement agricole

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1902497 2019-03-12
FR1902497A FR3093614B1 (fr) 2019-03-12 2019-03-12 Dispositif collaboratif de contrôle de traitement agricole

Publications (2)

Publication Number Publication Date
FR3093614A1 true FR3093614A1 (fr) 2020-09-18
FR3093614B1 FR3093614B1 (fr) 2022-09-09

Family

ID=67810703

Family Applications (2)

Application Number Title Priority Date Filing Date
FR1902497A Active FR3093614B1 (fr) 2019-03-12 2019-03-12 Dispositif collaboratif de contrôle de traitement agricole
FR1908086A Pending FR3093613A1 (fr) 2019-03-12 2019-07-17 Dispositif de contrôle de traitement agricole

Family Applications After (1)

Application Number Title Priority Date Filing Date
FR1908086A Pending FR3093613A1 (fr) 2019-03-12 2019-07-17 Dispositif de contrôle de traitement agricole

Country Status (2)

Country Link
AR (1) AR118291A1 (fr)
FR (2) FR3093614B1 (fr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4042866A1 (fr) * 2021-02-11 2022-08-17 Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen (HfWU) Procédé et dispositif de distribution ciblée d'un agent actif sur un sol

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012032245A1 (fr) 2010-09-10 2012-03-15 Exel Industries Ensemble de pulvérisation pour engin agricole à pilotage cartographique
WO2012122988A1 (fr) 2011-03-16 2012-09-20 Syddansk Universitet Rampe de pulvérisation pour pulvériser de manière sélective une composition désherbante sur des dicotylédones
US20180240228A1 (en) 2017-02-23 2018-08-23 Jonathan A. Jackson Selective Plant Detection and Treatment Using Green Luminance Photometric Machine Vision Scan with Real Time Chromaticity Operations and Image Parameter Floors for Low Processing Load
FR3063206A1 (fr) * 2017-02-24 2018-08-31 Bilberry Sas Systeme de controle pour epandage agricole
CN108990944A (zh) * 2018-06-27 2018-12-14 浙江大学 基于可见光热红外图像融合的无人机遥感喷药一体化方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012032245A1 (fr) 2010-09-10 2012-03-15 Exel Industries Ensemble de pulvérisation pour engin agricole à pilotage cartographique
WO2012122988A1 (fr) 2011-03-16 2012-09-20 Syddansk Universitet Rampe de pulvérisation pour pulvériser de manière sélective une composition désherbante sur des dicotylédones
US20180240228A1 (en) 2017-02-23 2018-08-23 Jonathan A. Jackson Selective Plant Detection and Treatment Using Green Luminance Photometric Machine Vision Scan with Real Time Chromaticity Operations and Image Parameter Floors for Low Processing Load
FR3063206A1 (fr) * 2017-02-24 2018-08-31 Bilberry Sas Systeme de controle pour epandage agricole
CN108990944A (zh) * 2018-06-27 2018-12-14 浙江大学 基于可见光热红外图像融合的无人机遥感喷药一体化方法及装置

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
D.G. KRIGE, LOGNONNAL-DE WIJSIAN GEOSTATISTICS FOR ORE EVALUATION, 1981
D.G. KRIGE, LOGNORMAL-DE WIJSIAN GEOSTATISTICS FOR ORE EVALUATION, 1981
JARED B. BANCROFTGÉRARD LACHAPELLE, DATA FUSION ALGORITHMS FOR MULTIPLE INERTIAL MEASUREMENT UNITS, 29 June 2011 (2011-06-29)
JARED B. BANCROFTGÉRARD LACHAPELLE,, DATA FUSION ALGORITHME FOR MULTIPLE INERTIAL MEASUREMENT UNITS, 29 June 2011 (2011-06-29)
JÉRÉMIE BOSSU: "Segmentation d'images pour la localisation d'adventices. Application à la réalisation d'un système de vision pour une pulvérisation spécifique en temps réel", vol. 5158, 4 December 2007, UNIVERSITÉ DE BOURGOGNE/CNRS
MINH-DUC HUA, ATTITUDE ESTIMATION FOR ACCELERATED VEHICLES USING GPS/INS MEASUREMENTS, July 2010 (2010-07-01)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4042866A1 (fr) * 2021-02-11 2022-08-17 Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen (HfWU) Procédé et dispositif de distribution ciblée d'un agent actif sur un sol

Also Published As

Publication number Publication date
AR118291A1 (es) 2021-09-22
FR3093614B1 (fr) 2022-09-09
FR3093613A1 (fr) 2020-09-18

Similar Documents

Publication Publication Date Title
EP3585168B1 (fr) Système de commande pour épandage agricole
CN113347875B (zh) 用于监视土壤特点和确定土壤颜色的系统、装置和方法
US11197409B2 (en) System and method for automated odometry calibration for precision agriculture systems
Christensen et al. Site‐specific weed control technologies
Machleb et al. Sensor-based mechanical weed control: Present state and prospects
JP6737535B2 (ja) 植物有機体を自動処理するためのロボット車両及びロボットを使用する方法
Peteinatos et al. Potential use of ground‐based sensor technologies for weed detection
Slaughter et al. Autonomous robotic weed control systems: A review
US20220183267A1 (en) Targeted weed control with chemical and mechanical means
FR2944111A1 (fr) Procede et systeme de saisie de l'environnement
Dammer et al. Sensor-based weed detection and application of variable herbicide rates in real time
Berk et al. Digital evaluation of leaf area of an individual tree canopy in the apple orchard using the LIDAR measurement system
US20230136009A1 (en) Method, vehicle and system for weed control management
WO2022038363A1 (fr) Machine agricole
FR3093614A1 (fr) Dispositif collaboratif de contrôle de traitement agricole
US20220174934A1 (en) Agricultural Treatment Control Device
EP4239593A1 (fr) Compensation d'occlusions dans un système de détection d'une machine agricole
US20230206627A1 (en) Method and system for controlling an agricultural treatment
Longchamps et al. Precision maize cultivation techniques
WO2022223722A1 (fr) Procédé de préparation d'un produit en quantité adéquate pour un traitement localisé dans une parcelle
WO2024038330A1 (fr) Systèmes et procédés d'identification de biomasse
WO2022161798A1 (fr) Procédé, véhicule et système de gestion de stress abiotique
Martelloni Design and realization of an innovative automatic machine able to perform site-specific thermal weed control in maize
EP4301135A1 (fr) Fichier de commande pour un système de traitement
Menesatti et al. Multi-sensor imaging retrofit system to test precision agriculture machine-based applications

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20200918

PLFP Fee payment

Year of fee payment: 4

PLFP Fee payment

Year of fee payment: 5

PLFP Fee payment

Year of fee payment: 6