IT202000004561A1 - Sistema interattivo per la previsione e la cura di fitopatologie - Google Patents

Sistema interattivo per la previsione e la cura di fitopatologie Download PDF

Info

Publication number
IT202000004561A1
IT202000004561A1 IT102020000004561A IT202000004561A IT202000004561A1 IT 202000004561 A1 IT202000004561 A1 IT 202000004561A1 IT 102020000004561 A IT102020000004561 A IT 102020000004561A IT 202000004561 A IT202000004561 A IT 202000004561A IT 202000004561 A1 IT202000004561 A1 IT 202000004561A1
Authority
IT
Italy
Prior art keywords
data
plant
interactive
application program
interactive device
Prior art date
Application number
IT102020000004561A
Other languages
English (en)
Inventor
Pierangelo Vercellino
Original Assignee
Pierangelo Vercellino
Raganelli Valerio
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 Pierangelo Vercellino, Raganelli Valerio filed Critical Pierangelo Vercellino
Priority to IT102020000004561A priority Critical patent/IT202000004561A1/it
Publication of IT202000004561A1 publication Critical patent/IT202000004561A1/it

Links

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00Botany in general

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Botany (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Environmental Sciences (AREA)
  • Steroid Compounds (AREA)

Description

SISTEMA INTERATTIVO PER LA PREVISIONE E LA CURA DI FITOPATOLOGIE
DESCRIZIONE
CAMPO DELL?INVENZIONE
La presente invenzione si riferisce a un sistema interattivo per la previsione e la cura di fitopatologie, in particolare a un sistema interattivo dedicato per attrezzature agricole automatizzate e comandate anche da remoto, in modo da poter applicare, da osservazioni e previsioni sull?andamento di una determinata coltivazione, rimedi relativi a determinate fitopatologie eventualmente presenti.
Nel settore agricolo, l?attenzione ? rivolta a soluzioni basate su tecnologie di Intelligenza Artificiale, dedicate alla gestione di coltivazioni, che siano in grado di garantire affidabilit? e, al contempo, di richiedere un costo produttivo accettabile.
STATO DELLA TECNICA ANTERIORE
L?agricoltura, per secoli, ? stata una attivit? in cui l?agricoltore otteneva i risultati del raccolto solo grazie alle proprie competenze e all?esperienza di accorgimenti, spesso tramandati da generazioni, avendo a disposizione strumenti agricoli che sostanzialmente sono rimasti immutati, non subendo alcun passo avanti tecnologico, se non con l?avvento dell?industrializzazione.
Ad oggi, sorprendentemente, i progressi tecnologici applicati in questo settore sono oramai sovrapponibili a quelli inerenti il settore industriale, consentendo l?introduzione non solo di macchinari ad alto contenuto tecnologico derivanti dal settore della robotica, come ad esempio l?uso di droni, ma anche di approcci gestionali legati a modelli di Intelligenza Artificiale, allo scopo comprensibile di spingere al massimo la resa produttiva, col minor consumo e spreco di risorse, spazio e costi.
Nell?intento di focalizzare l?attenzione sulla rapida evoluzione del settore verso una agricoltura di precisione, si noti la sempre maggiore disponibilit? sul mercato di soluzioni innovative che fanno impiego di algoritmi di analisi e di riconoscimento di immagini e di modelli predittivi, basati sul cosiddetto Machine Learning, volti a migliorare percettivamente la qualit? degli interventi - mediante, ad esempio, un corretto dosaggio di fitofarmaci e di erbicidi - al fine di ottenere una qualit? apprezzabile dell?intera produzione, a fronte di minori perdite di raccolto e di costi adeguatamente sostenibili.
Si comprende bene, quindi, che tali soluzioni sono volte a mantenere una costante sorveglianza delle coltivazioni, per acquisire una visione completa dello stato di salute della piantagione, in modo da consentire al produttore di intervenire tempestivamente in caso di previsioni di cali produttivi.
Il sito https://notiziescientifiche.it/app-la-diagnosi-della-malattiadella-pianta-avvisa-lagricoltore/ riporta la notizia di un programma applicativo per dispositivi interattivi mobili, quali smartphone e tablet, mediante cui, dall?acquisizione di immagini di una pianta, catturate tramite fotocamera, ? possibile risalire all?eventuale patologia che affligge la pianta.
Un programma applicativo analogo ? descritto sia in https://www.repubblica.it/tecnologia/2017/03/21/news/cebit_2017_l_app_che_aiuta_le_piante_premiata_per_l_innovazione-161059177/,
sia in
https://tg24.sky.it/scienze/2019/07/29/smartphone-malattie-piante.html e inhttps://plantix.it.aptoide.com/,
mentre in
https://it.mrampere.com/2017/04/19/le-5-migliori-app-per-il-giardinaggiola-tecnologia-incontra-la-natura/ ? descritta una panoramica di applicazioni software per orticoltura e giardinaggio amatoriale, che fanno uso di analoghi modelli di riconoscimento del tipo di pianta e di eventuali patologie. Infine in https://macgest.imagelinenetwork.com/it/approfondimenti/2019/10/24/robot-piccoli-eroi-nel-diserbo/64614 si descrive l?impiego di robot agricoli dedicati al controllo chimico o meccanico delle infestanti e in grado di autocorreggersi mediante logiche di Machine Learning.
In sintesi, esistono nel mercato diverse applicazioni software, messe in opera in dispositivi interattivi mobili, in cui l?addestramento degli algoritmi, attraverso una fase di apprendimento supervisionato da esperti botanici e ricercatori, pone l?obiettivo di semplificare la vita dei coltivatori e di assistere nelle opere di coltivazione chi non ? necessariamente un esperto del settore agricolo.
Inoltre, l?introduzione di sistemi di Intelligenza Artificiale ? destinata ad assistere il coltivatore a indicare le caratteristiche fisiche delle piante in buona salute e quali invece siano i segni di infezioni, al fine di aumentare la resa produttiva da piantagioni soggette a condizioni non propriamente ottimali, quali ad esempio l?ubicazione in luoghi esposti a fenomeni atmosferici avversi o scarsamente o eccessivamente approvvigionati di acqua.
Tuttavia, allo stato della tecnica nota, le attuali soluzioni presenti nel mercato agricolo comprendono dispositivi interattivi di consultazione - dotati di modelli predittivi - concepiti solamente per la sorveglianza di piantagioni, per la trasmissione di informative su una indicazione dello stato di salute delle singole piante e per la dispensa di consigli per efficaci rimedi, una volta riconosciuta una determinata patologia, non mostrando svantaggiosamente una diretta e immediata interazione tra tali dispositivi interattivi di consultazione, l?utente e almeno una apparecchiatura addetta all?esecuzione automatica di compiti - altrimenti gravosi all?utente - richiesti secondo le istruzioni trasmesse per adempiere il rimedio suggerito da detti modelli predittivi.
Inoltre, dovendo in molti casi stipulare assicurazioni, per limitare eventuali danni legati a una cattiva stagione, gli agricoltori hanno l?esigenza di offrire agli assicuratori stime pi? precise per l?ammontare di previsti danni futuri, in base ai quali poter essere eventualmente risarciti in modo corretto e sostenibile per ambo le parti. Per ottenere ci?, sarebbe opportuno poter avere sotto stretta sorveglianza lo stato di ogni singola pianta e poter intervenire per mantenerla sana o per curarla da possibili malattie mediante opportuni e accurati trattamenti finalizzati a risanare la coltivazione, che permettano un risparmio di quantit? eccessive di fitofarmaci - con un minor carico per l?ambiente - senza peraltro dover coinvolgere nel trattamento piante sane.
E?, pertanto, sentita l?esigenza di fornire una soluzione che superi gli inconvenienti della tecnica nota. In particolare, si desidera fornire un sistema che consenta una efficace pianificazione preventiva e una esecuzione immediata delle istruzioni impartite dai modelli di apprendimento automatico combinate con i comandi dell?utente, qualora costui - nel caso di un esperto coltivatore - decida di intervenire secondo logiche dettate dalla propria esperienza sul campo, cos? da creare un rapporto cooperativo e in tempo reale tra l?utente e almeno una macchina agricola a cui vengono trasmesse le emissioni consultative dei dispositivi predittivi.
DESCRIZIONE SOMMARIA DELL?INVENZIONE
Scopo della presente invenzione ?, pertanto, di fornire un sistema interattivo, addetto alla previsione e alla cura di fitopatologie, che risolva i problemi sopracitati e consenta comunque un vantaggio economico per un coltivatore medio del settore.
Una soluzione secondo l?invenzione viene raggiunta mediante un sistema interattivo, comprendente un dispositivo, da installarsi su una apparecchiatura agricola, che riceva dati che combinano informazioni fornite da algoritmi di Machine Learning per la previsione e la cura di fitopatologie con comandi immessi dall?utente, e che trasduca tali dati in opportuni movimenti meccanici eseguiti dalla apparecchiatura agricola secondo i compiti richiesti, avente le caratteristiche definite nella rivendicazione indipendente qui allegata. Altre caratteristiche preferite dell?invenzione vengono definite nelle rivendicazioni subordinate.
BREVE DESCRIZIONE DEI DISEGNI
Ulteriori caratteristiche e vantaggi dell?invenzione risulteranno comunque meglio evidenti dalla seguente descrizione dettagliata di una forma di esecuzione preferita della stessa, fornita a puro titolo esemplificativo e non limitativo ed illustrata nei disegni allegati, in cui:
fig. 1 illustra uno schema di funzionamento del sistema interattivo secondo la presente invenzione; e
fig. 2 illustra uno schema a blocchi indicante le principali funzioni del sistema interattivo secondo la presente invenzione.
DESCRIZIONE DETTAGLIATA DELLA FORMA DI ESECUZIONE PREFERITA
Un sistema interattivo 1 per la previsione e la cura di fitopatologie, comprende sostanzialmente un dispositivo interattivo remoto 2, disposto su una apparecchiatura agricola A, e un sistema informatico 3, che comprende un programma informatico dotato di logiche di Machine Learning e interfacciabile all?utente mediante un opportuno programma applicativo mobile 4 di consultazione, dedicato e installato in dispositivi interattivi portatili B, quali smartphone o tablet.
In particolare, il dispositivo interattivo remoto 2 comprende una scheda elettronica dotata di un opportuno programma firmware e un sistema ricetrasmettitore, dedicati alla connessione da remoto con un dispositivo interattivo portatile B - su cui ? installato il programma applicativo 4 di consultazione -e al pilotaggio di una apparecchiatura agricola A automatizzata, detto dispositivo interattivo remoto 2 ? disposto su e connesso elettricamente a, mediante opportuni contatti elettrici, e configurabile con, l?unit? di comando elettronica dell?apparecchiatura agricola A, al fine di comandare i movimenti meccanici di detta apparecchiatura agricola A in relazione alla ricezione e alla elaborazione di dati emessi da detto programma applicativo 4 e trasmessi attraverso il sistema ricetrasmettitore integrato nel dispositivo interattivo portatile B, detti dati comprendendo informazioni di consultazione e comandi di utente.
I comandi di utente vengono immessi in detto programma applicativo 4 per mezzo di interfacce fisiche, integrate in detto dispositivo interattivo portatile B, ad esempio per mezzo di uno schermo tattile (touchscreen) o di un sistema elettronico di riconoscimento vocale e/o gestuale, eventualmente integrato in detto dispositivo interattivo portatile B.
In generale, come ben mostrato schematicamente in fig. 1, il programma applicativo 4 di consultazione ? installato su un dispositivo interattivo portatile B - nel caso illustrato uno smartphone - dotato di una fotocamera e ulteriormente anche di un sensore elettronico olfattivo, di un sensore di umidit? e di un lettore visivo a infrarossi. E? previsto che il programma applicativo 4 integri un programma informatico di geolocalizzazione - ad esempio un sistema di navigazione GPS - e un programma informatico di elaborazione di dati acquisiti dai dispositivi di rilevamento citati.
In particolare, mediante una opportuna interfaccia grafica visualizzata sulla schermata del dispositivo interattivo portatile B, il programma applicativo 4 mostra all?utente sia i risultati di gestione predittiva, eseguiti secondo opportuni algoritmi di apprendimento, come verr? descritto in dettaglio di seguito, sia icone di comandi, che possono essere attivati dall?utente mediante tocco su schermo tattile. Come accennato precedentemente, i comandi possono essere immessi mediante tocco o strisciamento - ad esempio per eseguire la marcatura (tagging) di una particolare zona di una mappa digitale di geolocalizzazione mostrata sulla schermata - o, in alternativa, mediante gesti o suoni vocali, opportunamente riconosciuti dal programma applicativo 4.
I risultati dei calcoli eseguiti possono essere visualizzati sulla interfaccia grafica del programma applicativo 4 in differenti modi, utilizzando numeri, simboli, indicazioni, colori, elenchi, grafici, diagrammi, tabelle e simili.
Si intende che il programma applicativo 4 della presente invenzione pu? utilizzare vari registri di memoria e il processore propri del dispositivo interattivo portatile B, senza necessitare di risorse hardware di elevata capacit? di archiviazione.
Infatti, il programma applicativo 4, concepito come la parte del sistema informatico 3 finalizzata a interfacciarsi con l?utente, ? sviluppato in modo da non essere eccessivamente pesante a livello di consumo di memoria interna e di batteria del dispositivo interattivo portatile B.
Comprensibilmente, la restante parte dell?infrastruttura del sistema informatico 3, adibita a eseguire i complessi calcoli di classificazione e di previsione basati su logiche di Machine Learning, richiede invece la disponibilit? di risorse hardware e software di elevate capacit? di archiviazione e di calcolo. E? previsto, quindi, l?utilizzo di un server dedicato, posto in remoto, o preferibilmente di una piattaforma di Cloud Computing, adatta a eseguire l?archiviazione, l?elaborazione e la trasmissione di una mole considerevole di informazioni inerenti la catalogazione di un vasto numero di immagini e l?elaborazione di dati di classificazione e di previsione basati su modelli di Intelligenza Artificiale. Si intende che, una volta che il programma applicativo 4 sia installato e attivato sul dispositivo interattivo portatile B, l?unit? di elaborazione centrale 5 del sistema informatico 3 comunichi attivamente e in tempo reale con detto programma applicativo 4, attraverso una connessione di rete internet stabilita.
In generale, il sistema informatico 3, attraverso un programma informatico dotato di logiche di Machine Learning specifico della presente invenzione, eroga per l?utente un servizio di consultazione e di previsione dello stato di salute di una particolare pianta o di un?intera piantagione, basandosi su dati rilevati dai dispositivi di rilevamento del dispositivo interattivo portatile B. Ad esempio, in base a una serie di immagini di una pianta inviate dall?utente, preferibilmente acquisite dalla fotocamera del dispositivo interattivo portatile B a intervalli di tempo prestabiliti, ad esempio ogni 24 ore, il sistema informatico 3, oltre a riconoscere il tipo di pianta e la malattia parassitaria che eventualmente la affligge e l?eventuale stato di deterioramento a causa di condizioni meteorologiche avverse o di condizioni di terreno inadatte, ? in grado di erogare una stima sul tempo di vita della pianta e anche di dispensare efficaci rimedi per portarla o riportarla allo stato rigoglioso. Tali rimedi verranno successivamente selezionati dall?utente e messi in pratica dall?apparecchiatura agricola A, tramite l?invio di comandi al dispositivo interattivo remoto 2, installato su detta apparecchiatura agricola A.
Riprendendo fig. 1, ? possibile adesso descrivere in sintesi i vari passaggi illustrati. Si consideri, in primis, che il sistema interattivo 1 presenti gi? archiviata una raccolta considerevole e ben catalogata di immagini di vari tipi di piante e di informazioni riguardanti efficaci rimedi a determinate fitopatologie. Comprensibilmente, le consultazioni relative a detti rimedi si dimostrano pi? esaurienti e accurate, grazie all?opera degli algoritmi di apprendimento automatico del sistema interattivo 1, che stimano - dai dati appresi da un numero di fotografie scattate dall?utente, preferibilmente a intervalli di tempo ben cadenzati - l?evoluzione nel tempo della coltivazione della singola pianta o dell?intera piantagione considerata.
Per meglio comprendere la fig. 1, a scopo esemplificativo si consideri che l?utente intraprenda un giro di ispezione tra le spalliere di un vigneto, e per mezzo della fotocamera del dispositivo interattivo portatile B esegua, durante il tragitto, una serie di fotografie su specifiche viti che hanno attirato la sua attenzione, ad esempio mostranti effetti fitopatologici. Il programma applicativo 4, usufruendo del sistema di geolocalizzazione, ? in grado di individuare e far corrispondere a ciascuna fotografia scattata la posizione della rispettiva pianta immortalata. Le posizioni delle singole piante vengono, quindi, indicate in una mappa digitale di geolocalizzazione, visualizzata sulla schermata del dispositivo interattivo portatile B.
L?unit? di elaborazione centrale 5 del sistema informatico 3, per mezzo di opportuni algoritmi di classificazione di immagini, estrapola da dette fotografie scattate informazioni utili per riconoscere in brevissimo tempo il tipo di pianta e l?esatta fitopatologia che la affligge. A questo punto, all?utente verranno mostrati - come ben visibile nei riquadri di schermata 6a,6b,6c - elenchi, grafici, e simili, che indicheranno le varie malattie riconosciute in relazione alla posizione delle singole piante fotografate, ad esempio evidenziando un numero prevalente di casi di una particolare infezione riscontrata in uno specifico settore dell?appezzamento di terreno.
Inoltre, avendo a disposizione una serie di immagini delle stesse piante selezionate, acquisite preferibilmente in differenti momenti a intervalli ben definiti, il programma applicativo 4 mostra i risultati predittivi eseguiti dall?unit? di elaborazione centrale 5 del sistema informatico 3, ad esempio sotto forma di grafici di andamenti evolutivi dello stato di salute della pianta, in cui - in base alla malattia riscontrata - vengono esposti vari rimedi da eseguire in determinati punti temporali della curva evolutiva.
Come accennato precedentemente, si prevede che i rimedi vengano eseguiti da una apparecchiatura agricola A.
In particolare, l?apparecchiatura agricola A ? un organo o un mezzo agricolo elettromeccanico, comandato a eseguire determinati compiti - eseguibili in tempo reale o a un dato orario e per una data durata di azionamento - mediante le istruzioni inviate dall?utente per mezzo del programma applicativo 4.
Inoltre, l?apparecchiatura agricola A pu? essere messa in uno stato di allerta per un arco temporale definito, nel quale detta apparecchiatura agricola A resta in attesa (stand-by), fino all?effettivo azionamento in corrispondenza del raggiungimento di un determinato punto di geolocalizzazione.
A scopo illustrativo, si intende che l?apparecchiatura agricola A pu? essere una macchina agricola semovente, come ad esempio un trattore agricolo o una mietitrebbiatrice, ed eventualmente un veicolo agricolo a guida autonoma. In particolare, il pilotaggio controllato del veicolo agricolo a guida autonoma A ? garantito dal dispositivo interattivo remoto 2, adattabile a configurarsi con l?unit? di comando elettronica del veicolo agricolo a guida autonoma A.
Inoltre, ? previsto che l?apparecchiatura agricola A possa essere anche un robot o un aeromobile a pilotaggio remoto - drone - specializzato per operazioni di riserbo.
In aggiunta, ? previsto che l?apparecchiatura agricola A possa essere anche un braccio articolato robotizzato, disposto su una convenzionale macchina agricola semovente, ad esempio sulla fiancata di un trattore agricolo, o su una imbracatura indossata da un operatore. Non ? escluso che l?operatore sia il medesimo utente del programma applicativo 4.
Infine, ? previsto che l?apparecchiatura agricola A possa essere anche un congegno elettromeccanico emettitore di fluidi - come ad esempio un irroratore di diserbante automatizzato, munito di elettrovalvole - disposto su un veicolo agricolo o su un?imbracatura indossata da un operatore.
L?utente, a questo punto, pu? interagire potendo selezionare anche solo una parte degli interventi fisici che compongono l?intera cura consigliata e/o variare la data di esecuzione di ciascun intervento curativo. Ad esempio, l?utente pu? dare una priorit? di esecuzione di un intervento curativo rispetto all?altro, pu? anticipare, ritardare o variare la durata di esecuzione di un particolare intervento curativo e pu? avvicinare o distanziare in termini temporali due o pi? interventi curativi. In particolare, l?utente pu? inoltre variare alcuni parametri relativi a un medesimo intervento curativo, ad esempio modificando il dosaggio di un particolare fitofarmaco o erbicida da applicare alla pianta malata a un prestabilito orario del giorno.
In aggiunta, l?utente pu? selezionare alcune o tutte le piante riscontrate malate da sottoporre al trattamento curativo.
Si ben comprende che, in tal modo, il programma applicativo 4 consente all?utente di attuare anche una personale scelta di trattamento di riserbo, secondo logiche dettate dalla sua esperienza sul campo. Una tale politica di gestione della cura alla fitopatologia - che combina consultazioni predittive e comandi di utente - si presenta particolarmente vantaggiosa ai fini della salute della pianta, qualora l?utente sia un coltivatore di elevata esperienza nel settore agricolo e/o per colture particolari.
Fig. 2 mostra, in modo esemplificativo, ma non limitativo, una rappresentazione del processo utilizzato nel sistema informatico 3 del sistema interattivo 1 secondo la presente invenzione.
Qui, il blocco 7 rappresenta una raccolta di dati (Training Dataset), ai fini dell?addestramento e dell?analisi riguardante l?informazione in ingresso immessa dall?utente. In particolare, l?informazione immessa dall?utente comprende l?informazione immessa in fase di prefigurazione 8 (Customer Input) del sistema informatico 3, configurato per adempiere al servizio di consultazione, secondo le richieste specifiche di un particolare utente. Ad esempio, per un utente che richieda l?utilizzo del sistema interattivo 1 rivolto alla cura di un vigneto, al blocco 7 verranno archiviate informazioni storiche - quali immagini e dati olfattivi - immesse antecedentemente dall?utente, riguardanti lo stato di salute del vigneto interessato, in riferimento a una certa data o periodo di tempo. E? previsto che dette informazioni storiche siano state immesse mediante detto programma applicativo 4 e/o mediante altro sistema di acquisizione.
In aggiunta, ulteriori informazioni in ingresso vengono immesse da un blocco 9, rappresentante un supporto di archiviazione di tipo dinamico di dati acquisiti in tempo reale (Live Data Set Results Storage). Tali informazioni comprendono dati esterni immessi in tempo reale - quali immagini e dati olfattivi - attraverso il dispositivo interattivo portatile B.
In serie al blocco 7, si ha il blocco 10 (ML Model), che rappresenta l?unit? di messa in opera di un programma di apprendimento automatico, comprendente algoritmi specifici del sistema interattivo 1 secondo la presente invenzione, dedicati a svolgere determinate attivit? di classificazione e di previsione delle informazioni in ingresso.
A scopo illustrativo, tali algoritmi vengono istruiti per riconoscere e classificare le informazioni mediante una serie di esempi pratici, contenuti nel blocco 7, come ad esempio immagini di piante che indicano uno specifico grado di avanzamento di una malattia contratta. Pertanto, in ingresso al blocco 10 si avranno le variabili descrittive dell?ambiente esterno da classificare.
In particolare, tali algoritmi sono impostati per riconoscere in modo pi? preciso e veloce il tipo di pianta, i sintomi e lo stato di avanzamento di una particolare fitopatologia e per dispensare all?utente specifici metodi di cura che risulteranno progressivamente pi? efficaci, grazie all?esperienza maturata dalla routine di apprendimento automatico.
In aggiunta, al blocco 10 viene immessa l?informazione proveniente da un blocco 11 di dati di pre-addestramento. In particolare, nel blocco 11 (Inception Pre-trained Model) si ha una raccolta di informazioni in ingresso non derivate dall?azione dell?utente, ossia informazioni in ingresso derivate da altre fonti esterne, quali banche dati digitali di siti internet del settore o informazioni immesse da altri utenti del servizio offerto. In particolare, tali informazioni sono state precedentemente elaborate secondo le logiche di addestramento in base all?invenzione, rappresentando cos? informazioni di esperienza, derivate non solo da fonti di informazioni accreditate, quali ad esempio enciclopedie multimediali o autorevoli riviste digitali del settore, ma anche dai risultati di apprendimento automatico, ottenuti da paralleli servizi di consultazione - per mansioni simili - richieste da altri utenti del servizio offerto. Pertanto, i dati emessi dal blocco 11 verranno trasferiti (Transfer Learning) al blocco 10 come informazioni aggiuntive alle informazioni immesse direttamente dall?utente, al fine di espletare una classificazione delle informazioni in ingresso ancora pi? dettagliata.
Ritornando al blocco 9, come accennato precedentemente, le informazioni immesse sono quelle provenienti (fase a) dal programma applicativo 4 installato e attivato in un dispositivo interattivo portatile B. Le informazioni immesse (Photo Upload GPS Info) riguardano dati di immagini, dati di geolocalizzazione ed eventualmente dati olfattivi e dati meteorologici.
Il programma applicativo 4, inoltre, comunica da remoto con il dispositivo interattivo remoto 2, connesso quest?ultimo ad almeno una apparecchiatura A, per eseguire attivit? di intervento del rimedio pratico raccomandato dal sistema informatico 3, come verr? descritto in seguito pi? dettagliatamente.
Le informazioni emesse dal programma applicativo 4 vengono, quindi, allocate dinamicamente nel blocco 9, secondo un ordine a livelli di priorit?, gestito dall?unit? di elaborazione centrale 5, in cui, raggiunto un determinato livello di priorit?, tali informazioni vengono prelevate (fase b) ed elaborate dall?unit? di elaborazione 5 secondo gli opportuni algoritmi di classificazione, dedicati a fornire una prima stima dello stato di salute della specifica pianta basata su dati attuali.
Successivamente, i risultati vengono inviati (Real Time Predict) al blocco 10 (fase c), al fine di ottenere un apprendimento continuo. Inoltre, nel blocco 10, vengono immessi dati aggiornati provenienti sia dal blocco 11, relativo alle informazioni immesse da fonti esterne, sia dal blocco 7, relativo alle informazioni immesse dall?utente, in cui l?informazione immessa in fase di prefigurazione 8 viene confrontata con le nuove informazioni (Continous Learning) provenienti - come menzionato precedentemente - dal programma applicativo 4 attraverso il blocco 9. Si comprende facilmente che in tal modo si consente al sistema informatico 3 di aggiornarsi continuamente, potendo di conseguenza espandere la comprensione e la previsione dello stato di salute della pianta.
A questo punto, gli algoritmi di Machine Learning del blocco 10, confrontando i dati storici con quelli attuali, forniscono una stima dell?andamento della coltivazione con pi? alti gradi di accuratezza e affidabilit?. Tali dati sono espressi sotto forma di emissioni di etichette (Tags), concepite per attribuire una classe di appartenenza alle nuove informazioni in ingresso, sulla base delle osservazioni compiute dal sistema di apprendimento automatico. Tali risultati (Tags Classification) vengono inviati al blocco 9 (fase d).
Successivamente, tali informazioni contenute nel blocco 9 vengono prelevate (fase e) ed elaborate dall?unit? di elaborazione 5 per essere tradotte (Results) in modo opportuno, al fine di essere visualizzate (fase f) sull?interfaccia grafica del programma applicativo 4 mediante emissioni grafiche facilmente comprensibili dall?utente. In aggiunta, vengono visualizzate ulteriori brevi spiegazioni, particolarmente utili per un utente neofita del settore.
I risultati mostrati informano l?utente del riconoscimento di un determinato stato avanzato di malattia che affligge la pianta interessata e dei relativi rimedi mediante interventi pratici da applicare alla pianta secondo specifiche metodologie, ad esempio fornendo emissioni di consultazioni riguardo l?irrorazione di diserbante da applicare in determinate dosi, secondo un ben definito ordine temporale.
Infine, in un blocco 12, comprendente un opportuno registro di memoria temporanea (Data Spool), possono essere archiviati dati di rilevamento in attesa di essere ripresi e smistati verso il blocco 5.
Si comprende che il sistema informatico 3 ? in grado di apprendere -grazie ai modelli computazionali di Machine Learning integrati - dai risultati dei rimedi applicati, in special modo se ha a disposizione una notevole quantit? di informazioni immesse dall?utente durante la cura, ad esempio la ricezione di immagini della pianta interessata acquisite costantemente dopo un periodo successivo a un intervento curativo. In tal modo, ? possibile espletare metodologie di rimedio sempre pi? accurate ed efficaci.
Inoltre, come menzionato precedentemente, il programma applicativo 4, utilizzando il sistema di geolocalizzazione che rileva la posizione del dispositivo interattivo portatile B, ? in grado di rilevare e fare corrispondere un preciso punto geografico di mappa digitale - integrata nel dispositivo interattivo portatile B - all?immagine della pianta acquisita dalla fotocamera.
A questo punto, l?utente, in base a logiche dettate dalla sua esperienza sul campo, pu? selezionare l?esecuzione dell?intero o parte del procedimento di rimedio da applicare alla pianta. Tali decisioni vengono tradotte in comandi di pilotaggio, da inviare al dispositivo interattivo remoto 2.
In particolare, il dispositivo interattivo remoto 2 presenta una unit? adattatore e contatti elettrici atti a connettersi con uno o pi? apparecchiature A, e inoltre ? configurabile con l?unit? di comando elettronica, qualora una apparecchiatura A sia un veicolo a guida autonoma, come un drone o un robot, dedicato per attivit? agricole. Ad esempio, il dispositivo interattivo remoto 2 ? connesso a irroratori di diserbante automatizzati - quali spruzzatori e nebulizzatori dotati di elettrovalvole - disposti su rispettivi lati di un trattore agricolo, ed eventualmente connesso anche al trattore agricolo, qualora esso sia un trattore agricolo a guida autonoma.
Pertanto, il programma applicativo 4 rileva sia la posizione di geolocalizzazione del dispositivo interattivo remoto 2, sia tutte le apparecchiature A connesse al detto dispositivo interattivo remoto 2. Inoltre, il programma applicativo 4 mostra all?utente, mediante una interfaccia grafica preferibilmente molto intuitiva, i comandi di avvio di ciascuna apparecchiatura A - comprendenti opzioni per l?avvio in tempo reale o a un dato orario e per una data durata di azionamento e per impostare un arco temporale di allerta - in corrispondenza del raggiungimento di una posizione limitrofa o di accostamento a una o pi? piante selezionate dall?utente e localizzate secondo il sistema di geolocalizzazione utilizzato da detto programma applicativo 4. Nel caso l?apparecchiatura A sia un veicolo a guida autonoma, ? sufficiente selezionare i punti di geolocalizzazione corrispondenti alle piante selezionate e impostare l?avvio - in tempo reale o a un dato orario e per una data durata di azionamento - e un arco temporale di allerta del veicolo a guida autonoma A, in modo che esso raggiunga detti punti di geolocalizzazione, ed eventualmente impostare il comando di ritorno al punto di partenza o di raggiungimento di un alternativo punto geografico in cui il veicolo A pu? arrestarsi.
Si comprende che il tragitto per arrivare ai punti di geolocalizzazione selezionati ? impostato a priori, secondo una mappa digitale installata nell?unit? di comando elettronica del veicolo a guida autonoma. Ad esempio, in detto veicolo agricolo a guida autonoma ? installata una mappa digitale dei tragitti percorribili tra le spalliere di un vigneto.
Riassumendo, quindi, il programma applicativo 4 comunica al dispositivo interattivo remoto 2 solamente i punti da raggiungere e le opzioni di azionamento della o delle apparecchiature A collegate ad esso, non intervenendo nell?impostazione del tragitto, qualora il dispositivo interattivo remoto 2 sia connesso a un veicolo agricolo a guida autonoma, essendo il tragitto prestabilito indipendentemente dall?utilizzo del sistema interattivo 1 della presente invenzione.
Inoltre, riassumendo un altro aspetto dell?invenzione, per applicare gli interventi della cura alla fitopatologia riscontrata in una o pi? piante, l?utente, pertanto, non deve fare altro che selezionare la pianta interessata, indicata sull?interfaccia grafica del programma applicativo 4, come mostrato nel riquadro 6a di fig. 1 - e impostare l?azionamento di almeno una apparecchiatura A - in tempo reale o a un dato orario e per una data durata di azionamento, con un arco temporale di allerta. In tal modo, una volta rilevato dal programma applicativo 4 che il punto di geolocalizzazione del dispositivo interattivo remoto 2 sia limitrofo, per una distanza opportuna, alla posizione della pianta selezionata, l?apparecchiatura A dedicata all?intervento diretto sulla pianta, come ad esempio un irroratore di diserbante, gi? messa in allerta per quel dato arco temporale impostato, applica lo specifico trattamento alla pianta selezionata per la durata di azionamento impostata.
Si intende che, qualora l?apparecchiatura A sia un veicolo a guida autonoma, vengono impostati l?arco temporale di allerta, in cui esso pu? portarsi alla posizione desiderata, e gli esatti orario e durata di azionamento dell?organo applicatore, come ad esempio un irroratore incorporato o disposto su di esso.
Infine, ? previsto che il programma applicativo usi parte della memoria del dispositivo interattivo portatile B per archiviare un gruppo selezionato di immagini in opportune cartelle, ciascuna identificativa di una particolare fitopatologia riscontrata.
Nel seguito, si descrive brevemente, per maggiore chiarezza, il funzionamento del sistema interattivo 1 della presente invenzione secondo una messa in opera esemplificativa.
Si assume che il sistema interattivo 1 sia impostato per la gestione della salute di un particolare vigneto.
Si assume, inoltre, che il programma applicativo sia installato in un dispositivo interattivo portatile B, dotato di uno schermo tattile, di una fotocamera, anche a infrarossi, di un sistema di geolocalizzazione, e ulteriormente di un sensore elettronico olfattivo e di un sistema di ricezione di dati metereologici.
Si assume, in aggiunta, che il dispositivo interattivo remoto 2 sia connesso a elettrovalvole di dispositivi irroratori A di fitofarmaci, disposti e trasportabili su un trattore agricolo.
Si assume, infine, che sia inizialmente stata eseguita una serie di fotografie digitali, identificative di tutte o di una parte delle viti del vigneto, immesse nel sistema informatico 2 - mediante l?utilizzo del programma applicativo 4 - per stabilire una opportuna base informativa di prefigurazione. Come spiegato precedentemente, il programma applicativo 4 usufruisce di un programma di geolocalizzazione integrato o - come menzionato precedentemente - di un sistema di geolocalizzzazione in dotazione al dispositivo interattivo portatile B, al fine di fare corrispondere per ciascuna vite fotografata una data posizione individuata in una mappa digitale, visualizzata sull?interfaccia grafica del programma applicativo 4.
Come si comprende facilmente, ? stata eseguita una prima catalogazione di immagini digitali, rappresentando cos? una base di informazioni di riferimento, che vengono archiviate nel blocco 7 del sistema informatico 3.
Si assume che il sistema informatico 3, mediante generali informazioni di botanica prelevate da registri informatici del sistema informatico 3 o prelevate - tramite il blocco 11 - da comuni siti internet di cataloghi digitali botanici, abbia eseguito il riconoscimento del tipo di pianta ed eventualmente di una o pi? fitopatologie riscontrate.
A questo punto, dopo un periodo successivo all?esecuzione della prima serie di fotografie, l?operatore agricolo compie un giro di ispezione tra le spalliere del vigneto con a portata di mano il dispositivo interattivo portatile B su cui ? installato il programma applicativo 4.
Durante il tragitto, l?operatore agricolo individua una o pi? viti di interesse ed esegue un certo numero di fotografie su ciascuna di esse. Ovviamente, le nuove fotografie sono etichettate per posizione di geolocalizzazione, consentendo, quindi, di risalire facilmente alle fotografie precedenti che individuano la stessa vite.
Immediatamente, l?unit? centrale di elaborazione 5, una volta acquisite le nuove immagini, esegue una prima grezza stima dello stato di salute delle viti interessate. Tale stima va in seguito elaborata in relazione ai risultati di pre-addestramento, al confronto tra le immagini storiche e le immagini attuali della medesima vite - in cui si riconosce lo stato di avanzamento della fitopatologia - e infine all?utilizzo di dati metereologici.
Si ottiene, cos?, un primo andamento evolutivo dello stato di salute lungo un determinato arco temporale futuro.
Sulla schermata verr? visualizzata una mappa digitale su cui sono evidenziate le posizioni delle viti interessate. Mediante scorrimento di ritagli grafici sull?interfaccia grafica del programma applicativo 4, l?operatore pu? risalire a informazioni utili, riguardanti lo stato di avanzamento di una infezione riscontrata, il numero di viti che hanno contratto la detta infezione e, mediante opportune evidenziature grafiche o risultati in percentuale, pu? focalizzare l?attenzione su uno specifico settore dell?appezzamento che sia stato maggiormente colpito dall?infezione.
Infine, in un grafico viene visualizzato l?andamento evolutivo dello stato di salute di ciascuna vite interessata, con l?emissione di consultazioni di rimedi pratici per mantenere un andamento ottimo ideale della coltivazione. Inoltre, ulteriori e pi? dettagliate informazioni di consultazione verranno mostrate in corrispondenza di picchi di andamento eccessivamente bassi.
Avendo a disposizione una tale mole di dati, l?operatore agricolo adotta una personale strategia di gestione della salute del vigneto, potendo intervenire per modificare parametri riguardanti un particolare intervento di trattamento curativo, ad esempio l?utente pu? modificare gli orari e la durata di un particolare dosaggio di fitofarmaco.
In pi?, l?operatore - secondo logiche dettate dalla visione dei risultati emessi dal sistema interattivo 1 in combinazione con la personale esperienza maturata sul campo - seleziona, tramite opportuni movimenti su schermo tattile, quali viti malate siano degne del trattamento curativo e quali invece sacrificabili, con l?intento di salvaguardare maggiormente uno specifico gruppo di viti, ad esempio selezionando filiere disposte su una parte di appezzamento che presenta qualit? di terra particolarmente apprezzabili e/o che sia esposto a condizioni ambientali favorevoli.
L?operatore, a questo punto, seleziona i dispositivi di irrorazione A, ad esempio tutti o solamente quelli disposti su un lato del trattore agricolo.
Infine, l?operatore seleziona - per ognuno o in gruppi di dispositivi di irrorazione A - un dato orario, un data durata di azionamento e un arco temporale di allerta. Ad esempio, viene impostato come arco temporale di allerta un periodo di un paio di ore della mattina successiva e come durata di azionamento un periodo di qualche manciata di secondi.
La mattina dopo, l?operatore agricolo - o altrimenti una diversa persona - si pone alla guida del trattore agricolo su cui sono montati i dispositivi irroratori A. A questo punto, l?operatore raggiunge la parte di appezzamento di terreno in cui risiedono le viti interessate durante l?arco temporale entro cui i dispositivi irroratori A si pongono in allerta di azionamento.
Pertanto, facendo procedere il trattore agricolo in accostamento alle spalliere, nell?istante in cui il dispositivo interattivo remoto 2 rileva il raggiungimento di una posizione limitrofa, per una distanza opportuna, a una vite interessata, detto dispositivo interattivo remoto 2 innesca l?uno o pi? dispositivi irroratori A ad azionare la nebulizzazione sulla vite interessata per la durata impostata - ad esempio, come menzionato precedentemente, una manciata di secondi.
Si comprende, cos?, che all?operatore agricolo vengono evitate le fatiche di manodopera a operare manualmente al diserbo delle viti interessate, con l?esatto dosaggio prestabilito secondo la cura dettata dal sistema interattivo 1. Inoltre, se il trattore agricolo fosse un veicolo agricolo a guida autonoma, all?operatore basterebbe solamente connettere il dispositivo interattivo remoto 2 al veicolo autonomo e impostare i vari comandi di pilotaggio, evitando cos? di portarsi direttamente sul luogo esatto per l?intervento curativo.
Successivamente, ad esempio dopo due giorni, l?operatore esegue una serie di fotografie alle viti interessate per immetterle nel sistema informatico 3 e per ottenere, cos?, risultati aggiornati di andamenti predittivi dello stato di salute della vite interessata e consultazioni di rimedi ancor pi? dettagliati.
Dunque, come si comprende bene dalla descrizione sopra riportata, il sistema interattivo 1 secondo la presente invenzione permette di raggiungere perfettamente gli scopi prefissati.
Infatti, il sistema interattivo 1 della presente invenzione consente di operare efficacemente una pianificazione preventiva e una esecuzione immediata delle istruzioni di consultazione, impartite da opportuni modelli di apprendimento automatico e combinate con i comandi dell?utente, qualora costui - nel caso di un esperto coltivatore - decida di intervenire secondo logiche dettate dalla propria esperienza sul campo, cos? da creare un rapporto cooperativo e in tempo reale tra l?utente e almeno una macchina agricola A, a cui vengono trasmesse le emissioni consultative dei dispositivi predittivi del sistema interattivo 1.
In particolare, la soluzione offerta si dimostra altamente efficace per la cura di fitopatologie, in quanto il sistema concepito consente di sfruttare vantaggiosamente l?esperienza sul campo dell?utente - qualora egli sia un esperto operatore del settore - alla luce delle accurate consultazioni fornite dai modelli di Intelligenza Artificiale, al fine, cos?, di condurre la migliore strategia possibile per la gestione della tutela della singola pianta o di una intera piantagione da agenti nocivi.
Si comprende facilmente che, in tal modo, l?utente pu? alterare a suo piacimento i parametri di un particolare rimedio selezionato per la cura di una o pi? fitopatologie effettivamente riscontrate dal sistema cognitivo proprio del sistema informatico 3, pu? inoltre intervenire su anomalie che possono presentarsi eventualmente lungo la curva di andamento evolutivo dello stato di salute della pianta - mostrata dal programma applicativo 4 - e pu? infine selezionare - secondo un personale criterio - tutte o solamente una distinta parte delle piante affette, a seconda se l?utente voglia o no salvaguardare maggiormente una parte della piantagione.
Inoltre, grazie alla dotazione del dispositivo interattivo remoto 2, il sistema interattivo 1 qui descritto consente l?applicazione del rimedio selezionato mediante l?uso di apparecchiature agricole automatizzate A, senza richiedere, quindi, il diretto intervento manuale dell?utente, o di un qualsiasi altro operatore agricolo, risparmiando cos? gravosi sforzi di manodopera.
In aggiunta, grazie alla capacit? del dispositivo interattivo remoto 2 di connettersi, con controllo adattivo, ad apparecchiature agricole automatizzate A di diverso tipo, permettendo una diretta comunicazione tra il sistema informatico 3 e l?apparecchiatura A, l?utente ? in grado cos? di inviare direttamente i comandi di pilotaggio all?apparecchiatura A, col vantaggio considerevole di evitare spreco di tempo per trasferire manualmente le informazioni di comando dal programma applicativo 4 all?apparecchiatura A. Si pensi, ad esempio, allo sforzo e al tempo impiegato per dover immettere manualmente in un veicolo a guida autonoma le istruzioni di comando e le coordinate di geolocalizzazione della o delle piante selezionate.
In pi?, come si comprende facilmente, grazie all?espletamento di consultazioni di rimedi a fitopatologie, che risultano sempre pi? accurate grazie all?opera degli algoritmi di Machine Learning, e al pilotaggio controllato sulla apparecchiatura agricola A, il sistema interattivo 1 opera cos? la procedura di intervento curativo in modo preciso ed efficace. Si pensi, ad esempio, che con il sistema interattivo 1 ? possibile eseguire una irrorazione di fitofarmaci adeguatamente mirata e circoscritta, conseguendo i vantaggi di non coinvolgere nel trattamento piante sane e di ottenere anche un notevole risparmio di materiale fitofarmaco o erbicida con un minor carico per l?ambiente.
Inoltre, grazie ai processi di addestramento degli algoritmi di classificazione dei dati di rilevamento - come dati visivi e/o dati olfattivi - il sistema interattivo 1 ? in grado di indicare con maggior affidabilit? il tipo di malattia contratta dalla pianta e il relativo andamento predittivo di salute, offrendo cos? all?utente avvisato il vantaggio non solo di fare uso preventivamente di accorgimenti utili a ottimizzarne la produzione, ma anche di presentare agli assicuratori stime pi? precise per l?ammontare di previsti danni futuri, cos? da giungere pi? rapidamente ad accordi vantaggiosi per ambo le parti. Oppure, gli assicuratori stessi potranno autonomamente procurarsi i dati necessari a una previsione affidabile.
Infine, grazie a ripetute operazioni di combinazione di informazioni storiche prelevate dal blocco 8, di informazioni attuali prelevate dal programma applicativo mobile 4 attraverso il blocco 9 e da informazioni di consultazione esterna prelevate dal blocco 11, si ben comprende che i risultati di riconoscimento e di andamento evolutivo emessi dal sistema interattivo 1 siano caratterizzati da una elevata affidabilit?.
S?intende comunque che l?invenzione non deve considerarsi limitata alle particolari disposizioni illustrate sopra, che costituiscono soltanto forme di esecuzione esemplificative di essa, ma che diverse varianti sono possibili, tutte alla portata di un tecnico del ramo, senza per questo uscire dall?ambito di protezione dell?invenzione stessa, che risulta unicamente definito dalle rivendicazioni che seguono.
Ad esempio, il dispositivo interattivo remoto 2 pu? essere connesso a una serie di bombolette spray, ciascuna che emette una sostanza di un colore differente rispetto alle altre bombolette spray, per marcare la pianta di un determinato colore a seconda del tipo di malattia riscontrata dal sistema cognitivo del sistema interattivo 1, in modo tale che le piante malate siano facilmente riconoscibili ad un passaggio successivo di uno o di un gruppo di operatori, cosicch? possano, ad esempio, estirpare le piante contrassegnate con un certo colore.
Inoltre, nel sistema interattivo 1 ? previsto l?uso di sensori elettronici olfattivi e sensori di umidit?, da installare sul dispositivo interattivo portatile B e connettere al programma applicativo 4, per misurare in modo opportuno il grado di acidit? della pianta. Ad esempio, in ambito enologico, il sistema interattivo 1 della presente invenzione pu? facilmente mostrarsi utile a rilevare con accuratezza il corredo aromatico di un vigneto e, dai risultati cognitivi e predittivi, esprimere una valutazione alquanto affidabile su quale sar? il periodo migliore per la vendemmia.
In aggiunta, nel sistema interattivo 1 ? previsto l?uso di fotocamere ad infrarossi, ad esempio fotocamere di tipo NDVI (Normalised Difference Vegetation Index), in grado di rilevare la quantit? di radiazione infrarossa riflessa da almeno una porzione della pianta rappresentata, come una foglia, e da questa rilevare il relativo livello di clorofilla presente, da cui detrarre infine un valido indice per la valutazione dello stato di salute della pianta.
In pi?, ? previsto che il programma applicativo 4 del sistema interattivo 1 possa connettersi a pi? dispositivi interattivi remoti 2, con l?obiettivo di semplificare ulteriormente la vita dei coltivatori.
Infine, ? previsto che il dispositivo interattivo remoto 2 sia disposto su un carrello trainato da un veicolo agricolo.

Claims (14)

  1. RIVENDICAZIONI 1. Sistema interattivo (1) per la previsione e la cura di fitopatologie, caratterizzato da ci? che comprende un dispositivo interattivo remoto (2), connesso elettricamente, con controllo adattivo, con almeno una apparecchiatura agricola (A) elettromeccanica e/o automatizzata e/o a guida autonoma, e un sistema informatico (3) comprendente almeno un programma informatico dotato di logiche di Machine Learning e interfacciabile all?utente mediante un programma applicativo mobile (4) installato in un dispositivo interattivo portatile (B) dotato di un sistema di geolocalizzazione e di almeno un sistema di rilevamento sensoristico, detto dispositivo interattivo remoto (2) e detto programma applicativo mobile (4) connessi in comunicazione da remoto, da ci? che detto programma applicativo mobile (4) acquisisce dati di rilevamento sensoristico di almeno una pianta, successivamente elaborati da algoritmi di classificazione per fornire dati risultanti di riconoscimento di tipo di pianta e di tipo e di stato di avanzamento di almeno una fitopatologia eventualmente riscontrata sulla pianta, detti dati risultanti di riconoscimento venendo successivamente elaborati da algoritmi di previsione per fornire dati risultanti di andamento evolutivo dello stato di salute di detta pianta, corredati inoltre di informazioni di consultazione di relativi rimedi da applicare a detta pianta mediante adatti interventi curativi, da ci? che detto programma applicativo mobile (4) emette, mediante interfaccia grafica, detti dati risultanti di riconoscimento, detti dati risultanti di andamento evolutivo, dati di geolocalizzazione di relativa pianta e dati di geolocalizzazione di dispositivo interattivo remoto (2), e in base a dette emissioni rileva comandi di utente di selezione di pianta e comandi di utente di selezione e azionamento di almeno una apparecchiatura agricola (A), e da ci? che detto programma applicativo mobile (4) invia da remoto a detto dispositivo interattivo remoto (2) detti comandi di utente e detti dati di geolocalizzazione di relativa pianta, detto dispositivo interattivo remoto (2) atto a comandare detta almeno una apparecchiatura agricola (A) per eseguire detti interventi curativi su ciascuna pianta selezionata.
  2. 2. Sistema interattivo (1) come nella rivendicazione 1, in cui detto dispositivo interattivo remoto (2) utilizza il sistema di geolocalizzazione del dispositivo interattivo portatile (B) o di una apparecchiatura agricola (A) a guida autonoma, connessa a detto dispositivo interattivo remoto (2), per rilevare la propria posizione ad una distanza, dalla posizione di una pianta selezionata, utile per comandare l?azionamento di intervento curativo a detta pianta da parte di detta medesima apparecchiatura agricola (A) a guida autonoma o di almeno un?altra apparecchiatura agricola (A) connessa a detto dispositivo interattivo remoto (2).
  3. 3. Sistema interattivo (1) come nella rivendicazione 1, in cui detti dati di rilevamento sensoristico sono dati digitali di immagine, dati digitali olfattivi, dati digitali di umidit? e dati digitali metereologici.
  4. 4. Sistema interattivo (1) come nella rivendicazione 1, in cui detti dati di rilevamento sensoristico vengono immessi in tempo reale in un supporto di archiviazione di tipo dinamico (9) e successivamente elaborati da una unit? di elaborazione centrale (5) in dati adeguatamente trattabili in una unit? di apprendimento automatico (10) per operazioni di classificazione e di previsione.
  5. 5. Sistema interattivo (1) come nella rivendicazione 4, in cui nell?unit? di apprendimento automatico (10) vengono immesse informazioni da una unit? di addestramento (7), comprendenti dati di rilevamento sensoristico immessi direttamente dall?utente, e informazioni da una unit? di dati di pre-addestramento (11) comprendenti dati di consultazione esterna derivanti da fonti esterne.
  6. 6. Sistema interattivo (1) come nella rivendicazione 5, in cui nell?unit? di addestramento (7) vengono immessi dati di rilevamento sensoristico attuali dal programma applicativo (4) attraverso il supporto di archiviazione di tipo dinamico (9) e dati di rilevamento sensoristico storici da una unit? di prefigurazione (8).
  7. 7. Sistema interattivo (1) come nelle rivendicazioni 4 e 5, in cui dall?unit? di apprendimento automatico (10) vengono prelevate informazioni di combinazione tra dati di rilevamento sensoristico attuali, dati di rilevamento sensoristico storici e dati di consultazione esterna per essere elaborate da detta unit? di elaborazione centrale (5) per fornire a detto programma applicativo (4) detti dati risultanti di riconoscimento e detti dati di andamento evolutivo.
  8. 8. Sistema interattivo (1) come nella rivendicazione 3, in cui i dati di immagine sono acquisiti da una fotocamera digitale a visione ottica realistica e/o a visione ottica ad infrarossi.
  9. 9. Sistema interattivo (1) come nelle rivendicazioni 1 e 2, in cui i comandi di utente immessi in detto dispositivo interattivo (2) comprendono comandi per mettere almeno una apparecchiatura agricola (A) connessa ad esso in uno stato di pre-allerta per un dato periodo temporale impostato dall?utente mediante detto programma applicativo (4).
  10. 10. Sistema interattivo (1) come nella rivendicazione 1, in cui detto dispositivo interattivo remoto (2) e detta apparecchiatura agricola (A) tra loro connessi sono disposti su una imbracatura di operatore agricolo o su un carrello trasportabile da un veicolo agricolo.
  11. 11. Sistema interattivo (1) come nelle rivendicazioni 1 e 2, in cui detta apparecchiatura agricola (A) mobile ? un veicolo agricolo terrestre o aeromobile, per esempio un drone.
  12. 12. Sistema interattivo (1) come nella rivendicazione 1, in cui detta apparecchiatura (A) ? un dispositivo irroratore di fitofarmaci o di diserbanti.
  13. 13. Sistema interattivo (1) come nella rivendicazione 1, in cui detta apparecchiatura (A) ? un dispositivo irroratore di sostanza di un colore identificativo per segnalare la richiesta di un intervento pratico da applicare alla pianta marchiata.
  14. 14. Sistema interattivo (1) come nella rivendicazione 1, in cui il sistema informatico (3) ? disposto su una piattaforma di Cloud Computing in connessione da remoto con il programma applicativo (4) installato su un dispositivo interattivo portatile (B).
IT102020000004561A 2020-03-04 2020-03-04 Sistema interattivo per la previsione e la cura di fitopatologie IT202000004561A1 (it)

Priority Applications (1)

Application Number Priority Date Filing Date Title
IT102020000004561A IT202000004561A1 (it) 2020-03-04 2020-03-04 Sistema interattivo per la previsione e la cura di fitopatologie

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
IT102020000004561A IT202000004561A1 (it) 2020-03-04 2020-03-04 Sistema interattivo per la previsione e la cura di fitopatologie

Publications (1)

Publication Number Publication Date
IT202000004561A1 true IT202000004561A1 (it) 2021-09-04

Family

ID=70804901

Family Applications (1)

Application Number Title Priority Date Filing Date
IT102020000004561A IT202000004561A1 (it) 2020-03-04 2020-03-04 Sistema interattivo per la previsione e la cura di fitopatologie

Country Status (1)

Country Link
IT (1) IT202000004561A1 (it)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150027040A1 (en) * 2013-07-26 2015-01-29 Blue River Technology, Inc. System and method for individual plant treatment based on neighboring effects
WO2016116888A1 (en) * 2015-01-21 2016-07-28 Ramot At Tel-Aviv-University Ltd Agricultural robot
WO2017002093A1 (en) * 2015-07-02 2017-01-05 Ecorobotix Sàrl Robot vehicle and method using a robot for an automatic treatment of vegetable organisms
EP3171327A1 (en) * 2014-07-16 2017-05-24 Ricoh Company, Ltd. Information processing device, method for generating control signal, information processing system, and program
WO2017181127A1 (en) * 2016-04-15 2017-10-19 The Regents Of The University Of California Robotic plant care systems and methods

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150027040A1 (en) * 2013-07-26 2015-01-29 Blue River Technology, Inc. System and method for individual plant treatment based on neighboring effects
EP3171327A1 (en) * 2014-07-16 2017-05-24 Ricoh Company, Ltd. Information processing device, method for generating control signal, information processing system, and program
WO2016116888A1 (en) * 2015-01-21 2016-07-28 Ramot At Tel-Aviv-University Ltd Agricultural robot
WO2017002093A1 (en) * 2015-07-02 2017-01-05 Ecorobotix Sàrl Robot vehicle and method using a robot for an automatic treatment of vegetable organisms
WO2017181127A1 (en) * 2016-04-15 2017-10-19 The Regents Of The University Of California Robotic plant care systems and methods

Similar Documents

Publication Publication Date Title
US20220107298A1 (en) Systems and methods for crop health monitoring, assessment and prediction
CN111582055B (zh) 一种无人机的航空施药航线生成方法及系统
KR102049938B1 (ko) 센서 기반의 작황상황 빅데이터 분석을 이용하여 농약 살포량을 실시간으로 조절 가능한 농업용 드론 시스템
WO2019179270A1 (zh) 植株种植数据测量方法、作业路线规划方法及装置、系统
US11246273B2 (en) System, method and apparatus for integration of field, crop and irrigation equipment data for irrigation management
KR20170047036A (ko) 무인 농약 공급 시스템
CN109003198A (zh) 一种基于大数据技术的精准农业管理平台及方法
KR20200043801A (ko) 인공지능 식물 관리 시스템
CA3139447A1 (en) Automated plant monitoring systems and methods
JP2022126658A (ja) 作物の栽培管理のための装置、システム、方法、およびプログラム
IT202000004561A1 (it) Sistema interattivo per la previsione e la cura di fitopatologie
Mehta et al. Smart Agricultural Mechanization in India—Status and Way Forward
Kosmopoulos et al. The SOUP project: current state and future activities
WO2022264258A1 (ja) 作業時間予測装置、サーバ装置、端末装置、作業時間予測方法及びプログラム
US20210315150A1 (en) Method and systems for generating prescription plans for a region under cultivation
US20240000002A1 (en) Reduced residual for smart spray
Hayes et al. Vineyard focus: What's app-ning in vineyard tech?
Alphonse et al. IoT and Cloud Computing: Two Promising Pillars for Smart Agriculture and Smart Healthcare
US20230397595A1 (en) Computer-implemented method for applying a product on an agricultural field
TUĞRUL ARTIFICIAL INTELLIGENCE AND SMART FARMING APPLICATIONS IN AGRICULTURAL MACHINERY
US20240203119A1 (en) Remote sensing interpretation
Zhai Contributions to case-based reasoning enabled decision support system for smart agriculture
Akyol et al. Development of a smart farming dashboard based of 5G mobile Data
WO2024182908A1 (en) Method of using augmented reality and in-situ camera for machine learning inside a plant environment
Niu Smart Big Data in Precision Agricultural Applications: Acquisition, Advanced Analytics, and Plant Physiology-informed Machine Learning