WO2021156653A1 - Sistema y método para caracterización de fenotipado de cultivos agrícolas - Google Patents

Sistema y método para caracterización de fenotipado de cultivos agrícolas Download PDF

Info

Publication number
WO2021156653A1
WO2021156653A1 PCT/IB2020/051255 IB2020051255W WO2021156653A1 WO 2021156653 A1 WO2021156653 A1 WO 2021156653A1 IB 2020051255 W IB2020051255 W IB 2020051255W WO 2021156653 A1 WO2021156653 A1 WO 2021156653A1
Authority
WO
WIPO (PCT)
Prior art keywords
sensors
sensor
methane
microcontroller
support device
Prior art date
Application number
PCT/IB2020/051255
Other languages
English (en)
French (fr)
Inventor
Andrés Jaramillo Botero
Hernán Darío Benítez Restrepo
Juan Andrés Cardoso
Luis Eduardo Tobón Llano
Maria Camila REBOLLEDO
Original Assignee
Pontificia Universidad Javeriana
Centro Internacional De Agricultura Tropical – Ciat
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 Pontificia Universidad Javeriana, Centro Internacional De Agricultura Tropical – Ciat filed Critical Pontificia Universidad Javeriana
Priority to US17/760,301 priority Critical patent/US20230123230A1/en
Publication of WO2021156653A1 publication Critical patent/WO2021156653A1/es

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/025—Fruits or vegetables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
    • A01B79/00—Methods for working soil
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/94—Investigating contamination, e.g. dust
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0098—Plants or trees
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24—Earth materials
    • G01N33/245—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/194—Terrestrial scenes using hyperspectral data, i.e. more or other wavelengths than RGB

Definitions

  • the method and / or system allows to identify the response of the plant to biotic and abiotic stresses, and to facilitate the development and improvement of agricultural varieties with greater tolerance to said stresses.
  • Phenomics focuses on measuring different traits of certain organisms, at different ontogenetic levels and under different environments. It involves the application and development of tools for the discovery of such traits.
  • Patent application US 2017/032544 shows a method implemented by computer, which comprises: receiving, on one or more computing devices, one or more specifications and one or more resource limitations for a crop that is being monitored; generate, on one or more computing devices, a simulation using a machine learning algorithm to determine whether one or more specifications and one or more constraints result in a growing solution for the crop, the simulation is further limited by historical data on one or more variables that affect crop production; receiving, in one or more computing devices, a modification of at least one constraint after the simulation does not generate a culture solution for the culture; and running, on one or more computing devices, the simulation to predict the growth of the culture at specific time intervals of a culture cycle for the culture after the simulation that generates a culture solution for the culture.
  • Patent US 5,253,302 shows a method for the automatic optical classification of plants that comprises the steps of: (a) obtaining an image of a plant with a color video camera; (b) digitizing the color video signals obtained by the color video camera into pixels; (c) classifying digitized color video signals into pixels according to predetermined color classes, said color classes comprising arbitrarily arranged sets of color vectors to which a respective class code is attributed under supervised learning on the basis of their membership in the same significant regions; (d) segment the plant image from at least one of the background image and the images of different parts of the plant from each other based on the mapping from the pixels of the stored image to the predetermined color classes; (e) determining at least one of the geometric shape characteristics and color characteristics from at least one of the segmented image of the plant and the segmented images of the parts of the plant; and (f) evaluating at least one of the determined form characteristics and color characteristics to derive a quality measure.
  • Patent US 6,009,186 shows a method for harvesting agricultural crop material by means of a machine, comprising the steps of: determining a proportion of at least one product in a mixture of products containing fruit and foreign bodies to the fruit by means of the following secondary steps: taking photographs in the near infrared by means of an apparatus in said machine to obtain at least an initial image of the mixture to be examined; thresholding comprising assigning, to each pixel of the image, one of every two extreme gray levels, corresponding to the initial gray level of the pixel in relation to a determined threshold; and calculating said proportion comprising the registration, in at least one area of the image produced by the threshold, of the number of pixels of at least one extreme gray level to determine an area relationship between areas respectively occupied by culture material and foreign bodies in the image; and using the determined ratio to adapt at least one operating parameter of the machine that has an effect on said ratio.
  • the present invention solves the problems related to the phenotyping characterization procedures of cultures, providing a system that integrates a structural, electronic and software component to measure and transmit data on variables of the soil, atmospheric and plants in real time to geo-referenced fixed stations.
  • the present invention arises in response to the need to solve the different problems related to phenotyping methods of agricultural crops of large areas and diversity panels through a system that integrates processes and transmits data on soil, atmospheric and plant variables. in real time to geo-referenced fixed stations through a cloud storage environment, and in a database-driven engine for analysis and visualization on the web, which captures phenotypic data from distributed sources, both fixed as land and air mobiles.
  • phenotyping will be understood as the way to characterize the genetic expression of crops in specific environments.
  • the present invention discloses a system for the phenotyping of agricultural crops, which comprises three components: a mechanical-structural component, an electronic component and a software component.
  • the system of the present invention integrates said components to characterize crops in a non-destructive way with measurable variables related to the soil, the atmosphere and the plants to increase the capacity of the personnel in charge of carrying out studies or genetic identification of the same to cover long extensions of agricultural crops.
  • the system object of the present invention measures variables of the soil, the plant and the atmosphere, by means of dedicated sensors and processes them by means of embedded microcontrollers.
  • the states of the measured variables are coordinated by the central microcontroller that contains a Wi-Fi module, a 3G module and a LoRa module which is a low power wide area network technology.
  • the system comprises a low-cost chamber with a filter. multispectral for the capture of images, which are processed in-situ for the calculation of different indices / traits of the plant.
  • Figures 1 to 6 reveal a support device that is the structural component of the system, where the support device is divided into four parts: an anchoring body (10) joined to a lower body (20) that is associated with a body intermediate telescopic (30) and this is attached to an upper body (40) with two rotational degrees of freedom (waist and shoulder).
  • figure 1 is an isometric view of the support device, figure 2 a front view, figure 3 a side view.
  • the anchoring body (10) has a stem (11) in the shape of an axis on which an anchoring means such as a thread or helix (12) is formed or fixed, in order to be able to fix the support device in a stable way to the ground.
  • the anchoring body (10) could have other embodiments such as flanges or supports to be fixed to a fixed or mobile base.
  • the lower body (20) contains the central processing unit for manipulating soil measurements, a rechargeable battery powered by solar panels, and soil sensor attachments. This module can work independently, with the central processing unit for wireless status communication on its top.
  • This lower body (20) also contains a hollow cavity that is a volume-controlled chamber (21) for measuring greenhouse gases, where, for example, methane or nitrous oxide sensors can be located.
  • the intermediate body (30) contains a retractable telescopic body that extends the relative height of the upper body up to 2 meters and adjusts in real time to the growth of the crops. This allows maintaining the level of resolution and minimizing the variances in the measurements by images of the plant, as well as maximizing the capture of photons in the photovoltaic panels.
  • the upper body (40) that contains a wireless communication unit (which can be installed in the lower body so that the latter can operate seamlessly).
  • autonomous autonomous
  • atmospheric variables sensors and an arm (41) with multispectral camera end effector (210) to calculate the differential vegetation index (or NDVI for its acronym in English) of a crop. All parties communicate through a common bus.
  • Figure 4 reveals the support device where the intermediate body (30) has a translational degree of freedom along the Z reference axis executed by the intermediate body (30), a rotational degree of freedom around the Z reference axis executed by the upper body (40) and a degree of rotational freedom exerted by the arm (41), the multispectral camera (210) is located at the distal end of the arm (41).
  • the arm (41) has a degree of rotational freedom to maximize the exposure to radiation from the photovoltaic panels, allow the capture of images at different points of the crop, and minimize the profile of the system in extreme wind conditions due to automatic retraction. in wind speeds above 60km / h.
  • atmospheric sensors (110) can include partially, combined or completely, sensors selected from: wind speed and direction sensor (111), relative humidity sensor (112), temperature sensor (113), concentration sensor methane (114), radiation sensor (115), among other sensors.
  • the system uses a QS-FS wind speed sensor with 0.2 m / s as the initial threshold and an accuracy of 1 m / s.
  • This unit has an output voltage between 12 and 24 V that is converted into digital form through an ADC.
  • the system uses a pH sensor (311), which measures the range from 0 to 14 with a linear output voltage between 0 and 5 V, with an error of +/- 0.1 pH.
  • the upper body (40) of the system support device integrates a camera (210) at the end of the arm rotated by gravity (41) to capture NIR, multispectral, thermal and RGB images that allows data collection. to calculate the Normalized Differential Vegetation Index (NDVI) in plants, as well as nitrogen levels in leaves.
  • NDVI Normalized Differential Vegetation Index
  • This is processed through an embedded microprocessing unit, or an embedded microcontroller, where this embedded processing unit refers to and includes for example base plates or reduced plates.
  • the camera is of the PiNoIR V2 type.
  • the system has a software platform that performs the analysis of the collected data, where the software platform integrates the aforementioned components, configuring the following elements and data sources in the system: Low-cost sensing geo-referenced fixed nodes for soil / plants / air variables;
  • the measurement is performed with each sensor with a predetermined sampling time between 1 minute to 24 hours.
  • the microcontrollers are turned on, a waiting time is given for signal stabilization, the sample is taken from all the sensors, the Wi-Fi / 3G or LoRa circuit is turned on, the information of each sensor is sent and finally turns off the microcontroller until the next sensing event.
  • the data is transmitted wirelessly and stored on a software platform (timed database).
  • the upper body (40) of the support device that constitutes the structural component has three degrees of freedom with a translational movement of between 60 to 120 cm, in the intermediate body, a rotational one of between 180 to 360 degrees and a rotational one from 0 to 180 degrees in the arm, where all axes are driven by DC motors without brushes, or permanent magnet stepper motors, powered by electrical energy, derived from the solar source.
  • the electronic component of the system comprises a group of microcontrollers powered by electrical energy derived from the solar source that are responsible for sensing, wireless communications and actuator control, connected to a service hosted in the cloud.
  • the system provides an analysis of digital images acquired by means of NIR, multispectral, thermal and RGB near infrared cameras to calculate the normalized difference vegetation indices (NVDI) in agricultural lands through a high precision proximal detection platform and low cost.
  • NIR normalized difference vegetation indices
  • the software component of the system includes a portal with a specific graphical user interface (GUI) for general users and farmers.
  • GUI graphical user interface
  • Google Earth a back-end CMS, that users can manipulate in natural language and through a standard browser, with support for several languages: WordPress, Joomla, Joomla.
  • MySQL A database design for temporary storage of state variables: MySQL. This database is used to collect data in real time.
  • the structure of the database with reference to the sources of sensing contains the following tables:
  • Region (contains: country, sub-region, farmer- alphanumeric)
  • Mobile stations (contains: name, sub-region, crop, flight range, timed trajectory data in the form of waypoints - or geographic coordinates, 2D and 3D images). Allows the user to select the recorded trajectory that a drone should follow in the planned time.
  • the system disclosed in the present invention allows the identification of relationships between phenotype and genotype.
  • the present invention also discloses a method for characterizing phenotyping of agricultural crops that comprises the steps of: a. Energize the system by means of a solar panel (500) and transmit energy to the regulation unit (400). b. Activate sensors (110) (210) (310). c. Acquire data from sensors (110) (310). where the sensors acquire signals from the ground and atmospheric; where the atmospheric sensors (110) are wind speed and direction, relative humidity, temperature, methane concentration, radiation sensor, among other sensors; and where the soil sensors (310) are pH, humidity and temperature. d. Adjust position of the support device, by means of a power unit
  • step c. A differential measurement is made in ppm between the methane sensor (114) and the methane sensor (314) contained in the chamber with controlled volume (21).
  • Figure 9 reveals a screenshot of the system's graphical user interface (GUI) for characterization of phenotypes.
  • GUI graphical user interface
  • Figure 1 General isometric view of the support device.
  • Figure 2. Front view of the support device.
  • Figure 3. Side view of the support device.
  • Figure 4. Front view of the support device.
  • Figure 7 General scheme of the system for characterizing phenotyping of agricultural crops.
  • Figure 9 Screenshot of a visualization of the system's graphical interface.

Abstract

La presente invención revela un sistema y método para caracterización de fenotipado de cultivos agrícolas que tiene al menos un dispositivo de soporte reconfigurable de manera autónoma o controlada de manera remota que incluye un microcontrolador embebido central conectado a sensores atmosféricos ubicados en el cuerpo superior, un microcontrolador conectado a una cámara multiespectral ubicada en el extremo distal del brazo; donde el microcontrolador central está conectado a un microcontrolador de base que adquiere señales de los sensores de suelo; donde los microcontroladores obtienen energía de una unidad reguladora que es alimentada por un panel solar; donde el sistema contiene una unidad de comunicación que incluye a un enrutador que está conectado a la internet de manera inalámbrica.

Description

SISTEMA Y MÉTODO PARA CARACTERIZACIÓN DE FENOTIPADO DE
CULTIVOS AGRÍCOLAS
CAMPO DE LA TÉCNICA
La presente invención se relaciona con el campo técnico de la fenómica, en especial, el fenotipado de cultivos agrícolas. Particularmente, la presente invención se refiere a un sistema y método para el fenotipado de múltiples cultivos a gran escala y con alta resolución, empleando adquisición y procesamiento remoto de datos por medio de una amplia variedad de sensores.
OBJETO DE LA INVENCIÓN
Proporcionar un método y/o sistema que permita la caracterización de rasgos fenotípicos de cultivos en tiempo real, y su correspondiente análisis de correlación con el genotipo, por medio de adquisición y procesamiento de datos adquiridos por diferentes sensores remotos de manera síncrona o asincrona. El método y/o sistema permite identificar la respuesta de la planta a estreses bióticos y abióticos, y facilitar el desarrollo y mejoramiento de variedades agrícolas de mayor tolerancia a dichos estreses.
ESTADO DE LA TÉCNICA
La fenómica se centra en medir diferentes rasgos de ciertos organismos, en diferentes niveles ontogenéticos y bajo diferentes entornos. Involucra la aplicación y desarrollo de herramientas para el descubrimiento de tales rasgos.
En el desarrollo de los cultivos, los cultivadores lo usan para satisfacer la creciente demanda de variedades estables y flexibles. El progreso en la aplicación del enfoque fenómico en grandes poblaciones reproductivas o paneles de diversidad ha sido retrasado por tres desafíos: 1 ) Restricciones en la capacidad de fenotipado de campo y la caracterización ambiental, 2) los costos de tecnologías convencionales como las comunicaciones de persona a persona y persona- computador; y 3) el análisis de los datos recopilados. Las técnicas no destructivas de fenotipado de alta precisión han ganado interés como una forma eficiente de elucidar la expresión genética de los cultivos dentro de entornos específicos.
Las tecnologías de fenotipado de alto rendimiento son empleadas en el cultivo de plantas y la agricultura de precisión, para desentramar rasgos cualitativos claves involucrados en la respuesta de las plantas al estrés biótico y abiótico, y que facilitarían el proceso de tamizaje para el desarrollo de nuevas variedades mejoradas de plantas para diferentes condiciones de campo.
La solicitud de patente US 2017/032544 muestra un método implementado por computadora, que comprende: recibir, en uno o más dispositivos informáticos, una o más especificaciones y una o más limitaciones de recursos para un cultivo que se está monitoreando; generar, en uno o más dispositivos informáticos, una simulación utilizando un algoritmo de aprendizaje automático para determinar si una o más especificaciones y una o más restricciones dan como resultado una solución de crecimiento para el cultivo, la simulación está limitada aún más por los datos históricos sobre uno o más variables que afectan la producción de cultivos; recibir, en uno o más dispositivos informáticos, una modificación de al menos una restricción después de que la simulación no genere una solución de cultivo para el cultivo; y ejecutando, en uno o más dispositivos informáticos, la simulación para predecir el crecimiento del cultivo a intervalos de tiempo específicos de un ciclo de cultivo para el cultivo después de la simulación que genera una solución de cultivo para el cultivo.
La patente US 5,253,302 muestra un método para la clasificación óptica automática de plantas que comprende los pasos de:(a) obtener una imagen de una planta con una cámara de video en color; (b) digitalizar en píxeles las señales de video en color obtenidas por la cámara de video en color; (c) clasificar en píxeles las señales de video de color digitalizadas de acuerdo con clases de color predeterminadas, comprendiendo dichas clases de color conjuntos de vectores de color dispuestos arbitrariamente a los que se atribuye un código de clase respectivo bajo aprendizaje supervisado sobre la base de su pertenencia a las mismas regiones significativas ; (d) segmentar la imagen de la planta de al menos una de la imagen del fondo y las imágenes de diferentes partes de la planta entre sí sobre la base de la asignación de los píxeles de la imagen almacenada a las clases de color predeterminadas; (e) determinar al menos una de las características de forma geométrica y características de color a partir de al menos una de la imagen segmentada de la planta y las imágenes segmentadas de las partes de la planta; y (f) evaluar al menos una de las características de formulario y características de color determinadas para derivar una medida de calidad.
La patente US 6,009,186 muestra un método para cosechar material de cultivo agrícola por medio de una máquina, que comprende los pasos de: determinar una proporción de al menos un producto en una mezcla de productos que contienen frutas y cuerpos extraños a la fruta mediante los siguientes pasos secundarios: tomar fotografías en el infrarrojo cercano mediante un aparato en dicha máquina para obtener al menos una imagen inicial de la mezcla a examinar; umbralización que comprende la asignación, a cada píxel de la imagen, de uno de cada dos niveles de gris extremos, correspondiente al nivel de gris inicial del píxel en relación con un umbral determinado; y cálculo de dicha proporción que comprende el registro, en al menos una zona de la imagen producida por el umbral, del número de píxeles de al menos un nivel de gris extremo para determinar una relación de área entre zonas ocupadas respectivamente por material de cultivo y cuerpos extraños en el imagen; y usando la proporción determinada para adaptar al menos un parámetro operativo de la máquina que tiene un efecto sobre dicha proporción.
De acuerdo a estado de la técnica citado, la presente invención resuelve la problemática relacionada con los procedimientos de caracterización de fenotipado de cultivos, proporcionando un sistema que integra un componente estructural, electrónico y de soporte lógico para realizar la medición y transmitir datos de variables del suelo, atmosféricas y de plantas en tiempo real a estaciones fijas geo- referenciadas.
DESCRIPCIÓN DE LA INVENCIÓN
La presente invención surge como respuesta a la necesidad de resolver los diferentes problemas relacionados con los métodos de fenotipado de cultivos agrícolas de grandes extensiones y paneles de diversidad mediante un sistema que integra procesos y transmite datos de variables del suelo, atmosféricas y de plantas en tiempo real a estaciones fijas geo-referenciadas a través de un entorno de almacenamiento en la nube, y en un motor impulsado por una base de datos para el análisis y la visualización en la web, que captura datos fenotípicos de fuentes distribuidas, tanto fijas como móviles terrestres y aéreas.
La descripción de la realización de la presente invención no pretende limitar su alcance, sino servir como un ejemplo particular de la misma. Se espera que una persona versada en la materia comprenda que las modalidades equivalentes no se apartan del espíritu y alcance de la presente invención en su forma más amplia.
Para una mejor comprensión de la presente invención, a continuación, se detallarán ciertos términos técnicos utilizados en la descripción de la misma.
Dentro del contexto de la presente invención, se entenderá “fenotipado” como la forma de caracterizar la expresión genética de cultivos en entornos específicos.
La presente invención revela un sistema para el fenotipado de cultivos agrícolas, que comprende tres componentes: un componente mecánico-estructural, un componente electrónico y un componente de soporte lógico.
El sistema de la presente invención integra dichos componentes para caracterizar cultivos de forma no destructiva con variables medibles relacionadas con el suelo, la atmósfera y las plantas para incrementar la capacidad del personal encargado de realizar estudios o identificación genética de los mismos para abarcar largas extensiones de cultivos agrícolas.
La presente invención resuelve la problemática derivada de las restricciones en la capacidad de fenotipado de campo y la caracterización ambiental; los costos de tecnologías convencionales como las comunicaciones de persona a persona y persona-computador; y el análisis de los datos recopilados.
El sistema objeto de la presente invención mide variables del suelo, de la planta y de la atmósfera, por medio de sensores dedicados y las procesa por medio de microcontroladores embebidos. Los estados de las variables medidas son coordinados por el microcontrolador central que contiene un módulo Wi-Fi, otro de 3G y otro de LoRa que es una tecnología de red de área amplia y baja potencia. De igual manera el sistema comprende una cámara de bajo costo con filtro multiespectral para la captura de imágenes, que son procesadas in-situ para el cálculo de diferentes índices/rasgos de la planta.
DESCRIPCIÓN DETALLADA DE LA INVENCIÓN
Las figuras 1 a 6 revelan un dispositivo de soporte que es el componente estructural del sistema, donde el dispositivo de soporte se divide en cuatro partes: un cuerpo de anclaje (10) unido a un cuerpo inferior (20) que está asociado a un cuerpo telescópico intermedio (30) y este está unido a un cuerpo superior (40) con dos grados de libertad rotacionales (cintura y hombro).
Donde la figura 1 es una vista isométrica del dispositivo de soporte, la figura 2 una vista frontal, la figura 3 una vista lateral.
El cuerpo de anclaje (10) tiene un vástago (11 ) en forma de eje sobre el cual se forma o fija un medio de anclaje como una rosca o hélice (12), para poderse fijar el dispositivo de soporte de manera estable al suelo. El cuerpo de anclaje (10) podría tener otras realizaciones como bridas o soportes para ser fijado a una base fija o móvil.
El cuerpo inferior (20) contiene la unidad central de procesamiento para manipular mediciones del suelo, una batería recargable alimentada por paneles solares y aditamentos de sensores del suelo. Este módulo puede trabajar de manera independiente, con la unidad central de procesamiento para la comunicación de estados de manera inalámbrica sobre su parte superior. Este cuerpo inferior (20) contiene además una cavidad hueca que es una la cámara con volumen controlado (21 ) para medición de gases de efecto invernadero, donde se pueden ubicar por ejemplo sensores de metano u óxido nitroso.
El cuerpo intermedio (30) contiene un cuerpo telescópico retráctil que extiende la altura relativa del cuerpo superior hasta 2 metros y se ajusta en tiempo real al crecimiento de los cultivos. Esto permite mantener el nivel de resolución y minimizar las varianzas en las medidas por imágenes de la planta, así como maximizar la captura de fotones en los paneles fotovoltaicos.
El cuerpo superior (40) que contiene una unidad de comunicación inalámbrica (que puede instalarse en el cuerpo inferior para que éste pueda operar de manera autónoma), sensores de variables atmosféricas y un brazo (41 ) con efector final de cámara multiespectral (210) para calcular el índice diferencial de vegetación (o NDVI por sus siglas en inglés) de un cultivo. Todas las partes se comunican a través de un bus común.
La figura 4 revela el dispositivo de soporte donde el cuerpo intermedio (30) tiene un grado de libertad traslacional a lo largo del eje de referencia Z ejecutado por el cuerpo intermedio (30), un grado de libertad rotacional alrededor del eje de referencia Z ejecutado por el cuerpo superior (40) y un grado de libertad rotacional ejercido por el brazo (41 ), en el extremo distal del brazo (41 ) se ubica la cámara multiespectral (210). Donde el brazo (41 ) tiene un grado de libertad rotacional para maximizar la exposición a la radiación de los paneles fotovoltaicos, permitir la captura de imágenes en diferentes puntos del cultivo, y minimizar el perfil del sistema ante condiciones de viento extremas debidas a retracción automática en velocidades de viento superiores a 60km/h.
La figura 5 revela el dispositivo de soporte en una vista superior donde se muestra el grado de libertad rotacional del cuerpo superior (40).
La figura 6 revela una vista isométrica inferior del dispositivo de soporte, y muestra el cuerpo inferior (20), el cuerpo intermedio (30) y el cuerpo superior (40).
La figura 7 asociada a las figuras 1 a 6 revela el sistema para caracterización de fenotipado, conformado por al menos un dispositivo de soporte que incluye un microcontrolador central (100) que puede estar embebido conectado a sensores atmosféricos (110) ubicados en el cuerpo superior (40), donde el microcontrolador de cámara (200) adquiere señal de la cámara multiespectral (210) ubicada en el extremo distal del brazo (41 ); donde el microcontrolador central está conectado a un microcontrolador de base (300) que adquiere señales de los sensores de suelo (310); donde el microcontrolador central (100) obtiene energía de una unidad reguladora (400) que es alimentada por un panel solar (500); donde el sistema para caracterización de fenotipado que además tiene una unidad de comunicación (600) que incluye a un enrutador (610) que está conectado a la internet (620) y a la nube.
Donde los cuerpos intermedios (30) y cuerpo superior (40) tienen asociados a una unidad motriz (320) que incluye el controlador de motores (329) y los motores de elevación (321) asociado al cuerpo intermedio (30) y el motor de giro (322) y motor de brazo (323) asociados al cuerpo superior (40).
El cuerpo superior (40) de la estructura que dispone el componente estructural del sistema realiza la medición de las variables atmosféricas: velocidad y dirección del viento, humedad relativa y temperatura del aire, concentración de metano en el aire libre a través de los sensores atmosféricos (110).
Donde los sensores atmosféricos (110) pueden incluir de manera parcial, combinada o completa, sensores seleccionados entre: sensor de velocidad y dirección del viento (111 ), sensor de humedad relativa (112), sensor de temperatura (113), sensor de concentración de metano (114), sensor de radiación (115), entre otros sensores.
En una modalidad particular, el sistema utiliza un sensor de velocidad del viento QS-FS con 0,2 m/s como umbral inicial y una precisión de 1 m/s. Esta unidad cuenta con un voltaje de salida entre 12 y 24 V que se convierte en forma digital a través de un ADC.
El sistema emplea un protocolo de comunicación estándar Modbus para transmitir estos datos a la central de procesamiento en el cuerpo superior del componente estructural del sistema. Esto se complementa con una unidad de dirección del viento que entrega entre 0 y 12 V de forma proporcional a la orientación relativa.
En una modalidad particular, el sistema emplea un sensor para medir la humedad relativa y la temperatura atmosférica. La humedad relativa varía entre 0 y 100%, RH con una precisión de 4,5% y una precisión de 0,1% RH, con un tiempo de respuesta de 8 segundos. Nuevamente, este sensor es análogo por lo que su señal es convertida a digital con una resolución de 12 bits, 0,05% RH/bit. Puede operar entre -40 y 124 Q C con una precisión de 0,5 Q C y una resolución de 0,1 Q C. Tiene un tiempo de respuesta de 30 segundos.
En una modalidad particular, el sistema utiliza un sensor para medir el nivel de radiación solar. Tiene una sensibilidad de 0.2 mV por pmol / mms, un factor de calibración de 5.0 pmol / mss por mV (recíproco de la sensibilidad), con una incertidumbre de calibración de ± 5%, una repetibilidad menor al 1%, con un drift menor al 2% por año y no linealidad menor al 1 % (hasta 4000 pmol / mms). En una modalidad particular, el sistema emplea un sensor de metano CH4 que detecta concentraciones entre 300 y 10000 partes por millón (ppm) en el aire libre, que tiene el propósito de lograr una medida diferencial entre el sensor atmosférico de metano (114) respecto a la medición del sensor de metano (314) en la cámara con volumen controlado (21 ) del cuerpo inferior (20). Tiene una salida análoga, funciona con +5,0 voltios y consume en promedio 150 miliamperios.
Además, donde en la parte inferior del dispositivo de soporte tiene ubicados un mínimo de cuatro sensores de suelo (310) instalados en o sobre el suelo que adquiere datos de las variables de pH (311 ), la humedad (312), la temperatura (313) y un sensor concentración de metano (314) ubicado en la cámara con volumen controlado (21 ).
En una modalidad particular, el sistema emplea un sensor de pH (311 ), el cual mide el rango de 0 a 14 con un voltaje lineal de salida entre 0 y 5 V, con un error de +/- 0,1 pH.
En una modalidad particular, el sistema emplea un sensor de pH (311 ) que requiere de una pre-calibración con un fluido de referencia. La unidad consume 10 mA, tiene un tiempo de respuesta de 60 segundos y opera con una humedad relativa del 95% y una humedad nominal relativa de 65%.
En una modalidad particular, el sistema tiene un punto de referencia cero en 7,0 ± 0,5 pH y ofrece un error alcalino de 0,2 pH. Su temperatura de trabajo se mantiene en un rango entre -10 y 50Q C y nuevamente su señal análoga de salida entre -400 y 400 mV requiere, además, de un conversor ADC.
En una modalidad particular, el sistema emplea un sensor de humedad (312) especificado como un sensor capacitivo que opera a + 5,0 voltios a 10 mA, con un tiempo de respuesta de 10 ms para determinar la humedad del suelo. Utiliza un sensor para medir la humedad del suelo, entregando una salida de 0-3 voltios y con una precisión del 2%. Esta señal es convertida en digital mediante un conversor ADC de 14 bits.
En una modalidad particular, el sistema emplea un sensor de temperatura (313) con un rango entre -55 y 125QC, con una precisión de 0,5QC, para medir la temperatura del suelo. Requiere de un ADC de 12 bits y una conexión I2C, a una tasa de 750 ms por conversión.
En una modalidad particular, el sistema emplea un sensor de CH4 metano (314) que detecta concentraciones entre 300 y 10.000 ppm, en el volumen controlado del cuerpo inferior (que tiene el propósito de lograr una medida diferencial con el nivel de metano en aire libre, en el módulo superior). Tiene una salida análoga, funciona con +5,0 voltios y consume en promedio 150 miliamperios.
Donde la unidad de regulación (400) esta tiene un regulador (410) conectado a un regulador para los motores (430) y un regulador de los microcontroladores (440); donde el regulador (410) está conectado a una batería (420); donde la unidad de regulación (400) es alimentada por un panel solar (500).
La fuente de alimentación está conformada por un panel solar (500), el cual tiene una variación de voltaje, para lo cual se emplea un regulador que asegura un voltaje fijo todo el tiempo. El regulador suministra el voltaje para cargar la batería, de la cual sale el voltaje de alimentación para dos reguladores más, un regulador para la tensión de los motores y otro regulador para la tensión de los microcontroladores, los cuales se habilitan dependiendo de si se está sensando variables o se envía una señal hacia los actuadores (motores).
En una modalidad particular, el cuerpo superior (40) del dispositivo de soporte del sistema integra una cámara (210) al final del brazo rotado por gravedad (41 ) para captura de imágenes NIR, multiespectral, térmicas y RGB que permite la recolección de datos para calcular el índice de vegetación diferencial normalizado (NDVI por sus siglas en inglés) en plantas, además niveles de nitrógeno en hoja. Esto se procesa a través de una unidad de microprocesamiento embebida, o un microcontrolador embebido, donde esta unidad de procesamiento embebida se refiere e incluye por ejemplo placas base o placas reducidas.
En una modalidad particular, la cámara es del tipo PiNoIR V2.
Además, el sistema tiene una plataforma de software que ejecuta el análisis de los datos recopilados, donde la plataforma de software integra los mencionados componentes, configurándose en el sistema los siguientes elementos y fuentes de datos: Los nodos fijos geo-referenciado de sensado de bajo costo para las variables de suelo / plantas / aire;
Las unidades móviles (en tierra o aéreas, drones),
Imágenes satelitales,
Una arquitectura de red inalámbrica distribuida de largo alcance y bajo consumo con capacidad de descarga / carga desde la nube, y
Herramientas de procesamiento y análisis de datos en la nube.
En una modalidad preferida de la invención, se realiza la medición con cada sensor con un tiempo de muestreo predeterminado entre 1 minuto a 24 horas. Para esto los microcontroladores se encienden, se da un tiempo de espera para estabilización de la señal, se toma la muestra de todos los sensores, se enciende el circuito Wi- Fi/3G o LoRa, se envía la información de cada sensor y finalmente se apaga el microcontrolador hasta el próximo evento de sensado. Los datos son transmitidos de manera inalámbrica y se almacenan en una plataforma de software (base de datos temporizada).
El microcontrolador de base controla el movimiento del cuerpo del sistema mecánico articulado mediante los actuadores o motores de dos maneras: primero con un algoritmo que con valores predeterminados y una periodicidad definida activa el motor de elevación para que el cuerpo se desplacé en el eje vertical con el objetivo de incrementar su altura de manera proporcional al crecimiento de la planta o (2) mediante la cámara que realiza captura de imágenes, el algoritmo realiza un procesamiento de dichas imágenes y envía una señal al motor de elevación para desplazarse o no en el eje vertical dependiendo del crecimiento de la planta. Asimismo, en el momento que el actuador de elevación se eleva, el actuador de giro hace las diferentes capturas de imágenes.
En la modalidad preferida de la invención, donde el cuerpo superior (40) del dispositivo de soporte que constituye el componente estructural, tiene tres grados de libertad con un movimiento traslacional de entre 60 a 120 cm, en el cuerpo intermedio, uno rotacional de entre 180 a 360 grados y uno rotacional de entre 0 a 180 grados en el brazo, donde todos los ejes son accionados por motores DC sin escobillas, o motores paso a paso de imán permanente, alimentados por energía eléctrica, derivada de la fuente solar.
El componente electrónico del sistema comprende un grupo de microcontroladores alimentados por energía eléctrica derivada de la fuente solar que se encargan del sensado, las comunicaciones inalámbricas y el control de los actuadores, conectados a un servicio alojado en la nube.
El sistema provee un análisis de imágenes digitales adquiridas por medio de cámaras de infrarrojo cercano NIR, multiespectrales, térmicas y RGB para calcular los índices de vegetación de diferencia normalizada (NVDI) en terrenos agrícolas a través de una plataforma de detección proximal de alta precisión y bajo costo.
El sistema comprende, además, un soporte lógico a partir de un sistema operativo basado en microcontroladores que impulsa los mecanismos y componentes electrónicos y, a su vez, de un portal web para extraer, almacenar, monitorear, clasificar y procesar datos en tiempo real.
Los experimentos en campo demuestran que los valores calculados de NDVI están altamente correlacionados con las mediciones de NDVI proporcionadas por un espectro-radiómetro profesional ASD-FieldSpec 2, el cual opera en un rango de 325 - 1075 nm.
La figura 8 revela el flujo de trabajo y los datos NDVI para un cultivo ejemplo de Brachiaria, que compara los datos obtenidos con un dispositivo comercial NDVI, habiendo una relación directamente proporcional entre NVDI espectro en función del NVDI de la presente invención.
El sistema emplea un método empírico de calibración en línea (ELCM) para el ajuste radiométrico de la cámara, como lo muestra la figura 8.
El componente del soporte lógico del sistema incluye un portal con una interfaz gráfica de usuario (GUI) específico para usuarios y agricultores generales.
El “back-end” se estructura de la siguiente forma:
• Un API para mapas (con navegación y geo-referenciación de objetos en el mapa): Google Earth, un CMS de back-end, que los usuarios pueden manipular en lenguaje natural y a través de un navegador estándar, con soporte para varios idiomas: WordPress, Joomla, Drupal.
• Un diseño de base de datos para el almacenamiento temporal de variables de estado: MySQL. Esta base de datos se utiliza recolectar los datos en tiempo real.
• Servicios web administrables: SOA, SOAP.
• Capacidad de programación e incorporación de Scripts de procesamiento y análisis a través de Python.
• Soporte para plataformas móviles: ¡OS o Android.
La estructura de la base de datos con referencia a las fuentes de sensado, contiene las siguientes tablas:
• Región (contiene: país, sub-región, agricultor- alfanumérico)
• Cultivos (tipos de cultivos: granos, arroz, Brachiaria, yuca, caña, otras por definir - alfanumérico)
• Genotipos por cultivo (contiene código alfanumérico y descripción, ej. G1 , G2, G3 ... Gn)
• Redes (estaciones: nombre, región, sub-región, satélite, móvil o fija - alfanumérico)
Cada definición de red contiene soporte para los siguientes elementos:
• Estación satélite (imágenes satelitales en áreas específicas y contiene: nombre del satélite, origen, región, fecha y hora).
• Estaciones móviles (contiene: nombre, sub-región, cultivo, autonomía de vuelo, datos de trayectoria temporizada en forma de puntos de paso - o coordenadas geográficas, imágenes 2D y 3D). Permite al usuario seleccionar la trayectoria registrada que debe seguir un dron en el tiempo planeado.
• Estaciones fijas (1 , 2, n) que contiene: nombre, sub-región, cultivo, coordenadas, y provee información sobre el: a) Entorno climático (ej. precipitación, dirección y velocidad del viento, temperatura, humedad relativa, C02, CH4, radiación). Cuenta con la posibilidad de añadir componentes de sensado, como etiquetas asociadas con los tipos de datos declarados posteriormente. b) Plantas (ej. índices numéricos de vegetación, imágenes 2D y 3D, videos... ) Cuenta con la posibilidad de añadir nuevas etiquetas asociadas con los tipos de datos declarados posteriormente. c) Suelo (ej. temperatura, humedad relativa, N2, pH, contenido de agua, contenido gravimétrico... ). Cuenta con la posibilidad de añadir nuevas etiquetas asociadas con los tipos de datos declarados posteriormente.
Los tipos de datos esperados serían: Numéricos (enteros, flotantes), Imágenes (en bruto, JPG, PNG), Video (MP4).
El sistema divulgado en la presente invención permite la identificación de relaciones entre el fenotipo y el genotipo. La presente invención además divulga un método para caracterización de fenotipado de cultivos agrícolas que comprende las etapas de: a. Energizar el sistema por medio de un panel solar (500) y trasmitir energía hacia la unidad de regulación (400). b. Activar sensores (110) (210) (310). c. Adquirir datos desde los sensores (110) (310). donde los sensores adquieren señales del suelo y atmosféricos; donde los sensores atmosféricos (110) son de velocidad y dirección del viento, humedad relativa, temperatura, concentración de metano, sensor de radiación, entre otros sensores; y donde los sensores del suelo (310) son de pH, humedad y temperatura. d. Ajustar posición del dispositivo de soporte, por medio de una unidad motriz
(320) que incluye el controlador de motores (329) y los motores de elevación
(321 ) asociado al cuerpo intermedio (30) y el motor de giro (322) y motor de brazo (323) asociados al cuerpo superior (40). e. Calibrar para ajuste radiométrico de la cámara (210). f. Adquirir imágenes con cámara (210) del tipo multiespectral. g. Transmitir de datos adquiridos por medio de una unidad de comunicación (600) que incluye un enrutador (610). h. Detener e hibernar y volver a la etapa b. i. Procesar imágenes y datos adquiridos por los sensores (110) (210) (310). j. Calcular el NVDI para caracterizar el fenotipo con asociación al genotipo.
Donde en la etapa c., se hace una medición diferencial en ppm entre el sensor de metano (114) y el sensor de metano (314) contenido en la cámara con volumen controlado (21 ).
La figura 9 revela una captura de pantalla de la interfaz gráfica de usuario (GUI) del sistema para caracterización de fenotipos.
Así de la manera anteriormente descrita la presente invención divulga un sistema y método para la caracterización de fenotipado de cultivos agrícolas, que incluye tres componentes: estructural, electrónico y de soporte lógico, que resuelve la problemática de derivada de las restricciones en la capacidad de fenotipado de campo y la caracterización ambiental; los costos de tecnologías convencionales como las comunicaciones de persona a persona y persona-computador.
Los términos “superior, lateral, frontal, inferior” se refieren a la posición relativa de elementos respecto a una ubicación normal sobre la superficie terrestre y no otra, además se ha relacionado con el sistema de referencia de dibujo técnico ISO E.
Aunque la presente invención ha quedado descrita con las realizaciones preferentes mostradas, queda entendido que las modificaciones y variaciones que conserven el espíritu y el alcance de esta invención se entienden dentro del alcance de las reivindicaciones adjuntas.
DESCRIPCIÓN DE LAS FIGURAS
Para complementar la descripción y con objeto de 5 ayudar a una mejor comprensión de las características técnicas del invento, se acompaña a la presente memoria descriptiva como parte integrante de la misma, un conjunto de figuras definidas así:
Figura 1. Vista isométrica general del dispositivo de soporte.
Figura 2. Vista frontal del dispositivo de soporte. Figura 3. Vista lateral del dispositivo de soporte.
Figura 4. Vista frontal del dispositivo de soporte.
Figura 5. Vista superior del dispositivo de soporte
Figura 6. Vista isométrica general del dispositivo de soporte.
Figura 7. Esquema general del sistema para caracterización de fenotipado de cultivos agrícolas.
Figura 8. Esquema de procesamiento de imágenes y comparación.
Figura 9. Captura de pantalla de una visualización de la interfaz gráfica del sistema.

Claims

REIVINDICACIONES
1. Un sistema para caracterización de fenotipado de cultivos agrícolas caracterizado porque tiene al menos un dispositivo de soporte que incluye un microcontrolador central embebido (100) conectado a sensores atmosféricos (110) ubicados en el cuerpo superior (40), donde un microcontrolador embebido (200) adquiere señal de la cámara multiespectral (210) ubicada en el extremo distal del brazo (41); donde el microcontrolador central (100) está conectado a un microcontrolador de base (300) que adquiere señales de los sensores de suelo (310); donde los microcontroladores, sensores y actuadores obtienen energía de una unidad reguladora (400) que es alimentada por un panel solar (500); donde el sistema, además, tiene una unidad de comunicación (600) que incluye a un enrutador (610) que está conectado a la internet (620) por medios inalámbricos.
2. El sistema de acuerdo con la reivindicación 1 caracterizado porque el dispositivo de soporte incluye un cuerpo inferior (20) que está asociado a un cuerpo intermedio (30) que tiene un grado de libertad traslacional y este cuerpo intermedio (30) está unido a un cuerpo superior (40) con dos grados de libertad rotacionales.
3. El sistema de acuerdo con la reivindicación 2 caracterizado porque el cuerpo inferior (20) tiene además una cámara con un volumen controlado (21).
4. El sistema de acuerdo con la reivindicación 1 caracterizado porque los sensores atmosféricos (110) son seleccionados entre: sensor de velocidad y dirección del viento (111), sensor de humedad relativa (112), sensor de temperatura (113), sensor de concentración de metano (114) y/o sensor de radiación (115).
5. El sistema de acuerdo con la reivindicación 1 caracterizado porque los sensores de suelo (310) incluyen sensor de pH (311), sensor de humedad (312), sensor de temperatura (313) y sensor de metano (314).
6. El sistema de acuerdo con la reivindicación 5 caracterizado porque el sensor de metano (314) está ubicado en la cámara de volumen controlado (21 ).
7. El sistema de acuerdo con la reivindicación 1 caracterizado porque el cuerpo superior (40) que tiene el brazo (41) tiene un grado de libertad rotacional.
8. El sistema de acuerdo con la reivindicación 1 caracterizado porque el cuerpo intermedio (30) es de tipo telescópico, para minimizar los efectos de varianza posicional en los sensores durante el crecimiento de las plantas.
9. El sistema de acuerdo con la reivindicación 1 caracterizado porque el dispositivo de soporte además tiene un cuerpo de anclaje (10).
10. El sistema de acuerdo con la reivindicación 9 caracterizado porque tiene el cuerpo de anclaje (10) que incluye un vástago (11) en forma de eje sobre el cual se conforma o fija un medio de anclaje como una rosca o hélice (12).
11. El sistema de acuerdo con la reivindicación 1 caracterizado porque la cámara multiespectral (210) adquiere imágenes del tipo NIR, multiespectral, térmicas y RGB.
12. El sistema de acuerdo con la reivindicación 1 caracterizado porque además incluye un soporte lógico con un portal con una interfaz gráfica de usuario, que despliega y clasifica información en tiempo real sobre regiones, parcelas, variedades, entre otras.
13. Un método para caracterización de fenotipado de cultivos agrícolas que comprende las etapas de:
Energizar el sistema por medio de un panel solar (500) y trasmitir energía hacia la unidad de regulación (400);
Activar sensores (110) (210) (310);
Adquirir datos desde los sensores (110) (310); donde los sensores adquieren señales del suelo y atmosféricos; donde los sensores atmosféricos (110) son de velocidad y dirección del viento, humedad relativa, temperatura, concentración de metano, sensor de radiación; y donde los sensores del suelo (310) son de pH, humedad relativa, temperatura, metano y óxido nitroso; Ajustar posición del dispositivo de soporte, por medio de una unidad motriz (320) que incluye el controlador de motores (329) y los motores de elevación (321) asociado al cuerpo intermedio (30) y el motor de giro (322) y motor de brazo (323) asociados al cuerpo superior (40); - Calibrar para ajuste radiométrico de la cámara (210);
Adquirir imágenes con cámara (210) de tipo multiespectral;
T ransmitir de datos adquiridos por medio de una unidad de comunicación (600) que incluye un enrutador (610);
Detener e hibernar y volver a la etapa de activación de sensores (110) (210) (310);
Procesar imágenes y datos adquiridos por los sensores (110) (210) (310);
Calcular el NVDI y caracterizar el fenotipo.
14. El método de acuerdo con la reivindicación 13 caracterizado porque en la etapa de adquisición de datos desde los sensores (110) (310), se hace medición diferencial en ppm entre el sensor de metano (114) y el sensor de metano (314) contenido en la cámara con volumen controlado (21).
PCT/IB2020/051255 2020-02-07 2020-02-14 Sistema y método para caracterización de fenotipado de cultivos agrícolas WO2021156653A1 (es)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/760,301 US20230123230A1 (en) 2020-02-07 2020-02-14 System and method for phenotypic characterisation of agricultural crops

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CONC2020/0001355A CO2020001355A1 (es) 2020-02-07 2020-02-07 Sistema y método para caracterización de fenotipado de cultivos agrícolas
CONC2020/0001355 2020-02-07

Publications (1)

Publication Number Publication Date
WO2021156653A1 true WO2021156653A1 (es) 2021-08-12

Family

ID=69624694

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/IB2020/051255 WO2021156653A1 (es) 2020-02-07 2020-02-14 Sistema y método para caracterización de fenotipado de cultivos agrícolas

Country Status (3)

Country Link
US (1) US20230123230A1 (es)
CO (1) CO2020001355A1 (es)
WO (1) WO2021156653A1 (es)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080046130A1 (en) * 2006-08-03 2008-02-21 Deere & Company, A Delaware Corporation Agricultural automation system with field robot
CN101413797A (zh) * 2008-12-04 2009-04-22 北京师范大学 多光谱冠层成像方法及仪器
CN203687879U (zh) * 2013-12-10 2014-07-02 北京农业信息技术研究中心 一种作物冠层监测装置
CN106406178A (zh) * 2016-10-21 2017-02-15 中国科学院南京土壤研究所 一种温室作物生长信息实时对等监测装置及监测方法
WO2018049189A1 (en) * 2016-09-09 2018-03-15 Donald Danforth Plant Science Center Integrated field phenotyping and management platform for crop development and precision agriculture
CN209589073U (zh) * 2019-04-10 2019-11-05 山东农业大学 一种基于田间的高通量作物表型机器人
CN209803822U (zh) * 2019-05-16 2019-12-17 北京农业信息技术研究中心 一种作物冠层原位生长表型监测装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080046130A1 (en) * 2006-08-03 2008-02-21 Deere & Company, A Delaware Corporation Agricultural automation system with field robot
CN101413797A (zh) * 2008-12-04 2009-04-22 北京师范大学 多光谱冠层成像方法及仪器
CN203687879U (zh) * 2013-12-10 2014-07-02 北京农业信息技术研究中心 一种作物冠层监测装置
WO2018049189A1 (en) * 2016-09-09 2018-03-15 Donald Danforth Plant Science Center Integrated field phenotyping and management platform for crop development and precision agriculture
CN106406178A (zh) * 2016-10-21 2017-02-15 中国科学院南京土壤研究所 一种温室作物生长信息实时对等监测装置及监测方法
CN209589073U (zh) * 2019-04-10 2019-11-05 山东农业大学 一种基于田间的高通量作物表型机器人
CN209803822U (zh) * 2019-05-16 2019-12-17 北京农业信息技术研究中心 一种作物冠层原位生长表型监测装置

Also Published As

Publication number Publication date
US20230123230A1 (en) 2023-04-20
CO2020001355A1 (es) 2020-02-28

Similar Documents

Publication Publication Date Title
Shi et al. Unmanned aerial vehicles for high-throughput phenotyping and agronomic research
CN102072745B (zh) 基于远程监控的农作物产量实时测量装置、系统及方法
CN105547366A (zh) 微小型无人机农作物信息获取与施肥灌溉指导装置
Kicherer et al. Phenoliner: a new field phenotyping platform for grapevine research
US10372987B2 (en) Agricultural method and system using a high resolution sensing device for analyzing and servicing crops
CN109460029A (zh) 畜禽养殖场所巡检移动平台及其控制方法
CN203687879U (zh) 一种作物冠层监测装置
US11656624B2 (en) Horticulture aided by autonomous systems
WO2017099570A1 (es) Sistema y método para agricultura de precisión por análisis multiespectral e hiperespectral de imágenes aéreas utilizando vehículos aéreos no tripulados
Spachos et al. Integration of wireless sensor networks and smart uavs for precision viticulture
Shi et al. Decision support system for variable rate irrigation based on UAV multispectral remote sensing
CN105850773A (zh) 一种基于微惯性传感器的生猪姿态监测装置及方法
BR112021004212A2 (pt) método para determinar o estresse de planta, sistema para determinar o estresse em plantas, sistema para gerenciar irrigação, sistema para agendar irrigação, método para agendar irrigação de terra e método para obter informações sobre as condições atmosféricas relacionadas ao estresse da planta
US11730089B2 (en) Horticulture aided by autonomous systems
CN110006424B (zh) 一种基于田间的高通量作物表型机器人及其控制系统
CN205229126U (zh) 一种基于gprs的鸡舍环境参数远程监测与控制系统
CN110487730A (zh) 作物田间表型高通量监测系统及监测方法
CN105988475A (zh) 一种无人机农田信息采集系统
CN106708075A (zh) 基于固定翼无人机的大范围油菜田spad值遥感系统及采集方法
CN107367300A (zh) 一种基于无人机的作物生长环境监测系统
US20220346303A1 (en) Field monitoring and data collection systems and methods for a precision agriculture system
Simpson et al. High spatial and temporal resolution energy flux mapping of different land covers using an off-the-shelf unmanned aerial system
CN109883323B (zh) 一种田间作物表型参数的测量装置及方法
WO2021156653A1 (es) Sistema y método para caracterización de fenotipado de cultivos agrícolas
CN105181632B (zh) 网络型多维度植物成像ndvi测量装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20918124

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20918124

Country of ref document: EP

Kind code of ref document: A1