Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ScienceDirect
IFAC-PapersOnLine 49-16 (2016) 242-247
2.1 Plataforma 3D
2.2 Sensores
3. RESULTADOS Y DISCUSIÓN
en el panel frontal por parte de los usuarios, como la hora de puede tomar menos de 15 minutos para adquirir 20
activación del sistema 3D, la ruta para guardar los archivos características de 28 macetas de plantas. La eficiencia de la
de imagen, la dirección IP del puerto que se conecta a la adquisición de datos utilizando el sistema es mucho mayor
cámara térmica, etc., que se indican en la leyenda. También que la que se realiza manualmente. Por ejemplo, suponiendo
se incluyen indicaciones en el panel frontal para facilitar el que se utilice un espectrorradiómetro portátil de campo para
seguimiento del estado del programa o del sistema robótico realizar una medición cada 5 s utilizando el clip para hojas y
3D, como la hora actual, la posición actual de las cámaras en 3 mediciones de cada maceta, se necesitarían 7 minutos para
la plataforma 3D y la imagen térmica capturada. completar las mediciones de 28 macetas de plantas con un
período de calentamiento de 20 minutos. Con más sensores,
Las pruebas realizadas durante la evaluación del sistema la velocidad de adquisición de datos puede reducirse aún
indicaron que el programa de control podía activar la más. El sistema puede eliminar aún más los errores que
plataforma 3D a una hora predeterminada y 3 veces al día, en podrían introducirse durante el funcionamiento manual. El
un plazo de 4 s. Asimismo, el programa de control dirigió sistema también puede proporcionar una evaluación completa
posteriormente el sistema a una posición predefinida con un de las plantas en lugar de mediciones puntuales,
error de posicionamiento de menos de 0,78 mm para activar
las cámaras para capturar las imágenes. Se tomó un total de El sistema robótico 3D de bajo coste para el fenotipado
13 min 12 s para adquirir 21 imágenes que cubren toda el automatizado de cultivos de alto rendimiento desarrollado en
área de interés, las cuales pueden contener hasta 28 macetas este proyecto demuestra un rendimiento deseable y un
de plantas cultivadas en macetas de 16,51 cm de diámetro. potencial para aplicaciones comerciales y de investigación.
Inmediatamente después de finalizar la adquisición de la Como tanto el equipo como el programa de software son
imagen, ambas cámaras se movieron a la posición de inicio modulares, los usuarios pueden adaptar tanto el hardware
antes del siguiente ciclo de adquisición de la imagen. como el software del sistema de fenotipado 3D a los
Durante la prueba de funcionamiento, el programa de control requisitos personalizados, como la frecuencia de las
y el equipo de la plataforma 3D funcionaron continuamente mediciones, el número de posiciones y el espectro de interés
durante 24 horas sin que se produjera ningún fallo o o la cámara utilizada. En este proyecto de fenotipado de
anomalía en el sistema. Pronto se llevará a cabo un cultivos, planeamos monitorear el crecimiento y estado de los
experimento de validación exhaustivo para la plataforma de cultivos utilizando el trigo como cultivo modelo.
fenotipado en 3D utilizando trigo, con adquisición de datos Sin embargo, la frecuencia de activación del sistema
de forma continua durante 1 a 2 semanas. robótico 3D puede variar desde aproximadamente cada 15
minutos hasta cada 24 horas.
Los resultados preliminares de la adquisición y Las cámaras con un mayor número de bandas espectrales
procesamiento de imágenes mostraron que el sistema específicas pueden reemplazar a las actuales y pueden
robótico 3D de bajo costo es capaz de realizar fenotipos de integrarse en el programa de control para adquirir
alto rendimiento. El sistema tardó 13 min 12 s en adquirir 21 características específicas de cultivo, asumiendo que las
imágenes y unos 35 s en alinearlas y coserlas para formar cámaras vienen con SDKs o controladores que soportan
imágenes panorámicas y extraer características de las LabVIEW. En otras palabras, el sistema robótico 3D es
imágenes panorámicas. El procesamiento de imágenes se capaz de monitorear los parámetros de crecimiento de las
realizó utilizando Matlab R2014a en un ordenador de plantas de acuerdo a los requerimientos de los usuarios.
sobremesa con Windows 7 Enterprise, Inter(R) Core(TM)
i7-4770 CPU (3,40 GHz) y 16,0 GB En comparación con las plataformas de fenotipado
RAM. Actualmente, se pueden extraer 20 características de disponibles comercialmente, nuestro sistema es menos
imágenes adquiridas por cámaras térmicas y multiespectrales costoso pero capaz de extraer información específica sobre
e incluyen temperatura, área del dosel, características de el fenotipo del cultivo. Las plataformas automatizadas
color como rojo, verde, azul, matiz e intensidad, comerciales de alto rendimiento son tremendamente caras,
características de textura como contraste, homogeneidad, comenzando con 100.000 USD o más. En comparación, el
correlación y energía, índices de vegetación como el Índice sistema robótico 3D desarrollado ofrece un fenotipo de
de Diferencia Normalizada de Vegetación (NDVI), Relación cultivo automatizado de alto rendimiento, asequible,
Simple (SR), Índice de Vegetación Mejorada (EVI), etc. flexible y fiable en un entorno controlado.
Extracción de características de imágenes de alta resolución
Figura 4. Interfaz de usuario del sistema robótico 3D de bajo coste para el fenotipado automatizado de cultivos de
alto rendimiento desarrollado en LabVIEW.
Bürling, K., Hunsche, M., y Noga, G. (2011). Uso de
CONFESIÓN mediciones de fluorescencia azul-verde y clorofílica para la
diferenciación entre deficiencia de nitrógeno y patógenos.
Esta investigación fue financiada, en parte, con una
Subvención Competitiva Interna para Asuntos de
Investigación Emergentes de la Universidad Estatal de
Washington, Facultad de Ciencias Agrícolas, Humanas y de
Recursos Naturales, proyecto del Centro de Investigación
Agrícola, ERI 14-18, y del Instituto Nacional para la
Alimentación y la Agricultura del USDA, Proyecto Hatch,
1002864 (WNP00821). Los autores reconocen al Sr. Carlos
Espinoza Zúñiga del Departamento de Ingeniería de Sistemas
Biológicos de la Universidad Estatal de Washington por su
ayuda en este estudio.
REFERENCI
A
Alexandratos, N., y Bruinsma, J. (2012). World agriculture
towards 2030/2050: the 2012 revision (Vol. 12, No. 3).
Documento de trabajo de la ESA.