OpenWeedLocator

Rilevatore di infestanti economico con Raspberry Pi che usa la visione artificiale per l'irrorazione localizzata

Licenza

MIT

Panoramica

OpenWeedLocator è un dispositivo open source per il rilevamento delle erbe infestanti basato su un Raspberry Pi, sviluppato dal Precision Weed Control Lab dell'Università di Sydney. Usa una telecamera e algoritmi di rilevamento del verde per individuare le infestanti in tempo reale e attiva elettrovalvole per l'irrorazione localizzata di precisione. Si può costruire con componenti commerciali e parti stampate in 3D per circa 400 $.

OpenWeedLocator (OWL) è un sistema open source di rilevamento delle infestanti basato su telecamera, sviluppato dal Precision Weed Control Lab dell'Università di Sydney. Costruito attorno a un computer a scheda singola Raspberry Pi, usa algoritmi di rilevamento del verde per identificare le infestanti in tempo reale e attiva elettrovalvole comandate da relè per l'irrorazione localizzata di precisione. L'intero dispositivo si può assemblare con componenti di serie e pezzi stampati in 3D per circa 400 USD, rendendo il diserbo sito-specifico accessibile ad agricoltori, ricercatori e hobbisti di tutto il mondo.

Il sistema supporta Raspberry Pi 3B+, 4 e 5, abbinati a vari moduli fotocamera, tra cui la Raspberry Pi Global Shutter Camera per prestazioni ottimali alle velocità più elevate. Gli algoritmi di rilevamento comprendono Excess Green (ExG), la sogliatura HSV e un approccio combinato ExG+HSV, tutti implementati con OpenCV e NumPy. Per il rilevamento avanzato «verde su verde» delle infestanti all'interno delle colture, un Google Coral USB Accelerator opzionale abilita l'inferenza di deep learning. Il dispositivo è disponibile in tre versioni di alloggiamento: la disposizione piatta originale stampata in 3D, una versione compatta stampata in 3D e un alloggiamento professionale in alluminio estruso con guarnizioni in gomma e lente in vetro.

OWL è cresciuto fino a diventare un ecosistema vivace, con un forum della comunità dedicato (community.openweedlocator.org), un toolkit Python complementare (openweedlocator-tools) per integrare il rilevamento in piattaforme personalizzate, ricerche pubblicate con revisione paritaria su Scientific Reports e Computers and Electronics in Agriculture, e installazioni sul campo in quattro continenti. Il sistema è stato montato su veicoli utilitari, su robot agricoli come AgroIntelli Robotti e Agerris Digital Farmhand e perfino su biciclette, a dimostrazione della sua versatilità come piattaforma modulare per il diserbo.

Perché è importante

OpenWeedLocator rappresenta un cambio di paradigma nell'agricoltura di precisione, perché democratizza una tecnologia che prima era disponibile solo con sistemi commerciali da decine di migliaia di dollari. L'irrorazione tradizionale a pieno campo degli erbicidi spreca prodotti chimici, danneggia la salute del suolo e accelera la resistenza agli erbicidi: problemi che il diserbo sito-specifico affronta direttamente. Rendendo disponibile un sistema funzionante di irrorazione localizzata per soli 400 $ con progetti open source, OWL consente a piccoli agricoltori, ricercatori agricoli e comunità dei paesi in via di sviluppo di adottare la gestione di precisione delle infestanti senza costi iniziali proibitivi.

Per la comunità della robotica open source, OWL dimostra come piattaforme hardware accessibili come Raspberry Pi possano risolvere su larga scala problemi agricoli reali. La sua architettura modulare, che separa rilevamento, controllo e attuazione, costituisce un modello per costruire sistemi di robotica agricola con componenti di largo consumo. Il progetto unisce ricerca accademica e agricoltura pratica: pubblicazioni con revisione paritaria ne convalidano le prestazioni, mentre una comunità attiva di costruttori adatta ed estende la piattaforma a condizioni di campo diverse in tutto il mondo.

Il problema che risolve

Il diserbo convenzionale si basa molto sull'applicazione di erbicidi a pieno campo, in cui interi campi vengono irrorati in modo uniforme a prescindere dalla reale presenza di infestanti. Questo approccio spreca il 70-90% dell'erbicida su terreno privo di infestanti, fa salire i costi dei fattori produttivi per gli agricoltori, contribuisce alla contaminazione ambientale e accelera l'evoluzione di popolazioni di infestanti resistenti agli erbicidi, una crisi crescente che minaccia la produzione alimentare mondiale.

Esistono sistemi commerciali di diserbo sito-specifico (come John Deere See & Spray), ma costano centinaia di migliaia di dollari e risultano inaccessibili alla maggior parte degli agricoltori del mondo. OpenWeedLocator colma questo divario di accessibilità offrendo un sistema completo e costruibile di rilevamento delle infestanti e irrorazione localizzata per circa 400 $ a unità. Permette agli agricoltori di ridurre drasticamente l'uso di erbicidi mantenendo un diserbo efficace, con ricerche pubblicate che dimostrano un recall di rilevamento del 74,8% alle tipiche velocità operative di 5 km/h.

Punti chiave

• Sistema open source completo di rilevamento delle infestanti e irrorazione localizzata, costruibile con circa 400 $ usando Raspberry Pi, modulo fotocamera, scheda relè e alloggiamento stampato in 3D
• Raggiunge un recall del 74,8% nel rilevamento delle infestanti a 5 km/h con algoritmi di rilevamento del verde (ExG + sogliatura HSV) in OpenCV, senza GPU né cloud
• Supporta Raspberry Pi 3B+, 4 e 5, con acceleratore Google Coral opzionale per il rilevamento «verde su verde» delle infestanti nelle colture basato su deep learning
• Impiegato in quattro continenti su veicoli, robot agricoli (AgroIntelli Robotti, Agerris Digital Farmhand) e perfino biciclette, per scenari di diserbo diversi
• Supportato da ricerche con revisione paritaria pubblicate su Scientific Reports e Computers and Electronics in Agriculture, con un forum della comunità attivo e un toolkit complementare

A chi si rivolge

• Agricoltori e produttori agricoli che cercano un diserbo di precisione accessibile per ridurre i costi degli erbicidi
• Ricercatori agricoli che studiano la gestione sito-specifica delle infestanti, la resistenza agli erbicidi e gli algoritmi di rilevamento delle piante
• Ingegneri robotici che costruiscono piattaforme agricole autonome con funzioni modulari di rilevamento delle infestanti
• Studenti universitari e docenti di corsi di ingegneria agraria, visione artificiale e meccatronica
• Appassionati di hardware open source interessati a progetti pratici con Raspberry Pi dall'impatto reale
• Startup AgTech e sviluppatori che cercano algoritmi di rilevamento collaudati da integrare in prodotti commerciali

Limiti

• Il rilevamento «verde su marrone» funziona solo su terreno a riposo o suolo nudo: non distingue le infestanti dalle colture senza la configurazione opzionale (e più complessa) «verde su verde» con deep learning
• Il recall di rilevamento cala nettamente alle velocità più alte (50,5% a 30 km/h contro 74,8% a 5 km/h), il che limita le velocità operative pratiche per una copertura affidabile
• Richiede il montaggio dell'elettronica, il cablaggio e la stampa 3D: non è una soluzione plug-and-play, e questo è un ostacolo per gli agricoltori senza competenze tecniche
• Le prestazioni variano con le condizioni di illuminazione, le impostazioni della fotocamera e le specie infestanti: richiede una calibrazione sul posto delle soglie di rilevamento per ogni installazione
• L'elaborazione su un solo Raspberry Pi limita il campo visivo a una fotocamera per unità: coprire barre irroratrici larghe richiede più unità OWL, con costi aggiuntivi