Análisis comparativo de distintos sensores de proximidad para la caracterización de la vegetación en plantaciones arboreas

Abstract

The European Commission has implemented a set of policies with the purpose of promoting more sustainable and environmentally responsible agriculture, addressing the negative effects stemming from the use of phytosanitary products in agricultural activities. Through the strategies and guidelines of the European Green Deal, such as the 'Farm to Fork' strategy, the European Union has set the goal of reducing net greenhouse gas emissions by at least 55% by 2030, compared to the levels recorded in 1990. Consequently, a detailed characterization of vegetation stands as an essential tool to drive more sustainable and efficient agriculture, aligned with the objectives and policies established in the European Green Deal. Research focused on the application of phytosanitary products is geared towards achieving more precise administration of these products through innovative designs and technologies that enable the application of appropriate doses in specific areas of crops, adjusting to the individual need of each plant. Among the employed technologies, LiDAR sensors, ultrasound systems, and depth cameras stand out. However, until now, research conducted for vegetation characterization has faced difficulties in accurately comparing different types of sensors. This is due to the lack of evaluation of the accuracy and quality of captured data under same conditions and time. This study was focus on the evaluation and characterization of a multisensor platform composed by LiDAR sensor and an RGBD camera integrated into the ROS (Robot Operating System) for the characterization and assessment of density in an artificial apple orchard. Through the comparative analysis between measurements obtained with the sensors and manually collected data, the accuracy of each sensor for tasks such vegetation characterization was evaluated. The results indicate that the LiDAR sensor presents higher precision in parameters such as tree height, vegetation height, and depth, with percentage of error ranging between 1% up to 2%. In contrast, the camera exhibits a margin of error that varies from 2% up to 8%. Both sensors showed a low magnitude of error, supporting their suitability for vegetation characterization and the consequent estimation of the volume needed to apply phytosanitary products. LiDAR provides measurements with lower variability for vegetation height, tree height, width, and depth, in contrast to the camera, which is more consistent in porosity estimations. The choice between the LiDAR sensor and the camera will depend on economic and infrastructure considerations, as well as the specific needs of the crop. Both sensors offer significant advantages in terms of precision, reliability and applicability, and the decision should be based on economic viability, which is conditioned by factors such as the type of crop, the size of the operation, and the associated equipment costs.

La Comissió Europea ha implementat un conjunt de polítiques amb l'objectiu de promoure una agricultura més sostenible i ambientalment responsable, abordant els efectes negatius derivats de l'ús de productes fitosanitaris en les activitats agrícoles. Mitjançant les estratègies i directrius del Pacte Verd Europeu, com la estratègia 'De la Granja a la Taula', la Unió Europea s'ha fixat l'objectiu de reduir les emissions netes de gasos d'efecte hivernacle en almenys un 55% d'aquí a l'any 2030, en comparació amb els nivells registrats l'any 1990. Com a conseqüència, una caracterització detallada de l'arbrat esdevé una eina essencial per impulsar una agricultura més sostenible i eficient, alineada amb els objectius i polítiques establertes en el Pacte Verd Europeu. La recerca centrada en l'aplicació de productes fitosanitaris es dirigeix a aconseguir una administració més precisa d'aquests productes mitjançant dissenys i tecnologies innovadores que permetin l'aplicació de dosis adequades en àrees específiques dels cultius, ajustant-se a les necessitats individuals de cada planta. Entre les tecnologies utilitzades, destaquen els sensors LiDAR, els sistemes d'ultrasons i les càmeres de profunditat. No obstant això, fins ara, la recerca realitzada per a la caracterització de la vegetació ha enfrontat dificultats en la comparació precisa de diferents tipus de sensors. Això es deu a la manca d'avaluació de l'exactitud i qualitat de les dades capturades en les mateixes condicions i temps. Aquest estudi es va centrar en l'avaluació i caracterització d'una plataforma multisensorial composta per un sensor LiDAR i una càmera RGBD integrada en el sistema operatiu ROS (Robot Operating System) per a la caracterització i avaluació de la densitat en un hort artificial de pomes. Mitjançant l'anàlisi comparatiu entre les mesures obtingudes amb els sensors i les dades recollides manualment, es va avaluar la precisió de cada sensor per a tasques com la caracterització de la vegetació. Els resultats indiquen que el sensor LiDAR presenta una major precisió en paràmetres com l'altura dels arbres, l'altura de la vegetació i la profunditat, amb un percentatge d'error que varia entre el 1% i el 2%. En contrast, la càmera mostra un marge d'error que oscil·la entre el 2% i el 8%. Ambdós sensors mostren una magnitud d'error baixa, suportant la seva idoneïtat per a la caracterització de la vegetació i l'estimació consequent del volum necessari per a l'aplicació de productes fitosanitaris. El LiDAR proporciona mesures amb menor variabilitat per a l'altura de la vegetació, l'altura i l'amplada dels arbres i la profunditat, en contraposició a la càmera, que és més consistent en les estimacions de porositat. La elecció entre el sensor LiDAR i la càmera dependrà de consideracions econòmiques i d'infraestructura, així com de les necessitats específiques del cultiu. Ambdós sensors ofereixen avantatges significatius en termes de precisió, fiabilitat i aplicabilitat, i la decisió s'ha de basar en la viabilitat econòmica, que està condicionada per factors com el tipus de cultiu, la mida de l'operació i els costos associats d'equipament.

La Comisión Europea ha implementado un conjunto de políticas con el propósito de promover una agricultura más sostenible y respetuosa con el entorno, abordando los efectos negativos derivados del uso de productos fitosanitarios en las actividades agrícolas. A través de las estrategias y directrices del Pacto Verde Europeo, como es el caso de la estrategia "Farm to Fork" (De la Granja a la Mesa), la Unión Europea se ha fijado la meta de reducir al menos un 55% las emisiones netas de gases de efecto invernadero para el año 2030, en comparación con los niveles registrados en 1990. En consecuencia, la caracterización de la vegetación se establece como una herramienta esencial para impulsar una agricultura más sostenible y eficaz, alineada con los objetivos y políticas establecidos en el Pacto Verde Europeo. Las investigaciones enfocadas en la aplicación de productos fitosanitarios se orientan hacia el logro de una administración más precisa de dichos productos mediante innovadores diseños y tecnologías que permitan la aplicación de dosis adecuadas en zonas específicas de los cultivos, ajustándose a las particularidades de la vegetación. Entre las tecnologías empleadas se destacan los sensores LiDAR, los sistemas de ultrasonido y las cámaras de profundidad. No obstante, hasta ahora, las investigaciones realizadas para la caracterización de la vegetación se han enfrentado a dificultades al comparar de manera precisa los distintos tipos de sensores. Esto se debe a la falta de evaluación de la exactitud y calidad de las lecturas en condiciones y momentos idénticos. Por esta razón, el enfoque de este estudio se centró en la evaluación y caracterización de una plataforma multisensor que combina un sensor LiDAR y una cámara RGBD integrados en el sistema operativo ROS (Sistema Operativo de Robots) para la caracterización y evaluación de la densidad en una plantación artificial de manzanos. Mediante el análisis comparativo entre las mediciones obtenidas a través de los sensores y los datos recolectados manualmente, se logró evaluar la precisión de cada sensor en la caracterización de la vegetación. Los resultados indican que el sensor LiDAR presenta una mayor precisión en parámetros como la altura del árbol, la altura de la vegetación y la profundidad, con errores porcentuales oscilando entre el 1% y el 2%. En contraste, la cámara exhibe un margen de error que varía entre el 2% y el 8%. Ambos sensores demostraron una baja magnitud de error, lo que respalda su idoneidad para la caracterización de la vegetación y la consecuente estimación del volumen necesario para aplicar productos fitosanitarios. El LiDAR ofrece mediciones de menor variabilidad para la altura de la vegetación, altura de árboles, ancho y profundidad, en contraste con la cámara, que es más estable en las estimaciones de porosidad. La elección entre el sensor LiDAR y la cámara dependerá de consideraciones económicas y de infraestructura, así como de las necesidades específicas del cultivo. Ambos sensores ofrecen ventajas significativas en términos de precisión y aplicabilidad, y la decisión deberá basarse en la viabilidad económica que se encuentra condicionada por factores particulares como el tipo de cultivo, el tamaño de la explotación y los costos asociados a los equipos.

Objectius de Desenvolupament Sostenible::12 - Producció i Consum Responsables

Objectius de Desenvolupament Sostenible::13 - Acció per al Clima