lo stato dell'arte

IA e robotica per un’agricoltura sostenibile: “sbocciano” i progetti italiani avanzati

La robotica autonoma e l’intelligenza artificiale forniscono infrastrutture e metodi che possono trasformare radicalmente il lavoro agricolo, dalla coltivazione in serra al monitoraggio dello stato delle piante fino alla potatura. Una panoramica dei progetti di ricerca più interessanti in corso in Italia

Pubblicato il 07 Set 2021

Alessandro Farinelli

Università degli Studi di Verona

Alberto Finzi

Università degli Studi di Napoli “Federico II”

Fulvio Mastrogiovanni

Università degli Studi di Genova

agricoltura 4_0

Lo sviluppo di nuovi metodi per l’agricoltura sostenibile è una sfida cruciale per la società moderna. In particolare, c’è una forte necessità di sviluppare sistemi che rendano più autonomi i processi di coltivazione aumentandone la resa e minimizzando l’utilizzo di sostanze chimiche come fertilizzanti, erbicidi e pesticidi.

In questo contesto i recenti sviluppi della robotica e dell’intelligenza artificiale possono trasformare in modo radicale diversi processi di produzione agricola. Robot agricoli di nuova generazione possono infatti essere impiegati sia per la coltivazione in serra sia in capo aperto, automatizzando diverse attività come il monitoraggio dello stato delle piante la potatura, la raccolta, il diserbo. Proponiamo quindi, senza pretesa di esaustività, una panoramica di interessanti progetti di ricerca in corso in Italia su queste tematiche.

L’agrifood-tech decolla, ma non in Italia: cosa serve per il salto di qualità

Ruolo della robotica e dell’intelligenza artificiale nell’agricoltura sostenibile

Nutrire oltre nove miliardi di persone entro il 2050 mantenendo la sostenibilità ambientale è una sfida dove robotica e intelligenza artificiale possono giocare un ruolo cruciale. La robotica e l’intelligenza artificiale sono infatti considerati settori tecnologici ad elevato impatto sull’agricoltura per la possibilità che offrono di automatizzare e migliorare i processi di coltivazione con impatto positivo sulla qualità dei prodotti e sulla sostenibilità. D’altra parte, l’agricoltura è già un settore di punta per la robotica di servizio impiegata per uso professionale. Secondo la International Federation of Robotics (IFR) nel 2020 sono stati venduti fino a 25.000 robot agricoli (IFR World Robotics Report 2020) [1], una cifra corrispondente al numero di robot utilizzato per scopi militari. Secondo MarketsandMarkets, si prevede che il mercato dei robot agricoli crescerà ulteriormente dai 4,6 miliardi di dollari registrati nel 2020 a 20,3 miliardi di dollari entro il 2025 con un tasso di crescita annuale composto (CAGR) del 34,5%.

I robot agricoli di nuova generazione hanno disparati impieghi nelle diverse fasi della produzione agricola, dalla lavorazione del terreno e la semina, fino alla raccolta. Possono essere utilizzati in attività orticole come la potatura, il controllo degli infestanti, il diserbo, l’irrorazione ed il monitoraggio della crescita e dello stato di salute delle piante. La diffusione di questi robot è accompagnata dallo sviluppo di metodi di intelligenza artificiale che permettono di automatizzare processi sempre più complessi. Sono infatti disponibili metodologie e tecnologie per il monitoraggio delle coltivazioni, la stima dello stato delle piante, la pianificazione delle lavorazioni, la previsione della resa, fino all’esecuzione autonoma e mirata di operazioni agricole garantendo la riduzione degli sprechi, l’impiego selettivo di sostanze inquinanti (fertilizzanti, erbicidi e pesticidi), e maggiore efficienza nella coltivazione.

Metodi e tecnologie per la robotica agricola

I robot agricoli autonomi possono essere aerei o terrestri, dedicati ad un solo compito o piattaforme generiche multiuso. Molto diffuso è l’utilizzo dei droni per il monitoraggio delle piantagioni e l’irrorazione selettiva di diserbanti e pesticidi, nonostante i vincoli sul carico e durata dei tempi di volo che ancora ne frenano la scalabilità. I veicoli robotici terresti hanno maggiore autonomia, ma operano in condizioni difficili, in presenza di fango, pioggia, nebbia, umidità, basse e alte temperature, devono essere quindi piattaforme robuste con meccanismi di locomozione, manipolazione e percezione spesso molto dipendenti dal compito da svolgere. Ad esempio, operazioni come la potatura o la raccolta selettiva richiedono robot avanzati dotati di manipolatori robotici e sofisticate dotazioni sensoriali (RTK/GNSS, IMU, telecamere, laser scanner) a supporto sia della navigazione (es. per la localizzazione e la mappatura), sia della manipolazione (per la scansione, la localizzazione ed il riconoscimento di terreni, piante, frutti).

I sistemi sensoriali sono particolarmente rilevanti in un contesto non strutturato e complesso come quello agricolo. Metodi di intelligenza artificiale possono essere impiegati dai robot agricoli per localizzarsi e fare scansioni dei territori e delle colture, per riconoscere la tipologia della pianta e monitorarne lo stato in tempo reale acquisendo immagini e raccogliendo dati sensoriali come temperatura, umidità, o livello di pH del suolo. Molto diffusi sono i metodi di visione artificiale basati su tecniche di Deep Learning, che forniscono risultati molto promettenti nella classificazione dei frutti e nel rilevamento delle infestanti in ambienti non strutturati.

Metodi di pianificazione, schedulazione, coordinazione e controllo sono fondamentali per controllare sistemi in cui diversi robot agricoli devono lavorare in sintonia, ma anche per gestire in modo autonomo altri sistemi agricoli come l’irrigazione e l’irrorazione a seconda delle condizioni delle colture. Opportune interfacce, più o meno avanzate, possono fornire agli agricoltori lo stato delle colture segnalando eventuali anomalie nelle condizioni delle piante.

Per esempio, la Watson Decision Platform for Agriculture [2] integra metodi di intelligenza artificiale e soluzioni cloud per l’agricoltura, fornendo servizi per identificare parassiti o malattie in base ad immagini, fornendo indicazioni per l’irrigazione, la semina, la concimazione, fino alla vendita. Un altro esempio può essere trovato nella piattaforma PlantVillage [3] – sviluppata da FAO e Penn State University e pensata per i piccoli agricoltori africani – che fornisce applicazioni per la diagnosi in tempo reale delle malattie delle colture utilizzando algoritmi di intelligenza artificiale addestrati con immagini di piante malate.

Panoramica su iniziative e progetti di ricerca in Italia

In Italia diversi gruppi di ricerca sono impegnati in progetti di ricerca innovativi che hanno lo scopo di rendere sempre più avanzate, affidabili ed efficaci le applicazioni dell’intelligenza artificiale e della robotica all’agricoltura di precisione e allo smart-farming.

Il progetto europeo Flourish

Un tema che ricorre in diversi progetti è quello dell’impiego di squadre di robot autonomi, sia aerei che terresti, per il monitoraggio, l’ispezione di aree e per l’intervento mirato sul terreno. Ad esempio, il progetto europeo Flourish (EU Horizon 2020) [4] – a cui partecipa il Dipartimento di Ingegneria Informatica, Automatica e Gestionale dell’Università Sapienza di Roma – propone di integrare le capacità di monitoraggio e rilevamento di piccoli droni autonomi con quelle di un robot agricolo terrestre multiuso. Il sistema utilizza robot aerei per ispezionare un campo dall’alto e per guidare interventi mirati del robot mobile terreste sul suolo fornendo informazioni dettagliate sullo stato della coltivazione. I dati raccolti con la sensoristica a bordo dei diversi robot possono essere raccolti ed utilizzati per addestrare sistemi di riconoscimento (es., per terreni, colture, infestanti), fornendo quindi mappe per guidare l’esecuzione automatica di operazioni agricole, come ad esempio l’applicazione selettiva dei diserbanti. Il sistema è progettato per essere adattabile ad un’ampia gamma di attività tipiche di un’azienda agricola, con possibilità di configurare sensori e metodi di analisi e trattamento del suolo. Il progetto fornisce anche dataset e sistemi di simulazione per lo sviluppo e la validazione di algoritmi di riconoscimento e metodi per la coordinazione ed il controllo dei robot in ambiente agricolo.

Il progetto PANTHEON

Problematiche di monitoraggio delle colture ed analisi di dati sono state anche considerate dal progetto europeo appena concluso Pantheon (2017-2021) [5], che ha coinvolto il Dipartimento di Ingegneria dell’Università Roma Tre, l’Università della Tuscia e l’azienda Ferrero, nello sviluppo di un innovativo sistema di controllo e acquisizione dati per l’agricoltura di precisione dei noccioleti. Anche in questo caso si è proposto l’impiego di flotte di robot aerei e terrestri autonomi per la raccolta dei dati e per l’esecuzione automatica di operazioni agricole. Le informazioni raccolte in un’unità centrale tramite una infrastruttura Internet of Things permettono di eseguire attività di analisi elaborando diversi indicatori (per esempio, stress idrico, presenza di parassiti e malattie, geometria dell’albero, numero stimato di nocciole sull’albero) e operazioni di controllo (ad esempio, controllo dell’irrigazione o potatura) fornendo dati per supportare le decisioni degli agronomi (come la stima della produzione).

Il progetto SAGA

Metodi di robotica per il monitoraggio delle colture in supporto all’agricoltura di precisione sono investigati anche dal progetto Saga (progetto ECORD++) [6], che coinvolge l’Istituto di Scienze e Tecnologie Cognitive del Centro Nazionale Ricerche. In questo caso, prendendo ispirazione dal comportamento degli sciami di insetti, un insieme di piccoli droni dotati di telecamere e sistemi di elaborazione di immagine viene usato per il rilevamento e la mappatura distribuita di erbe infestanti. La gestione e la coordinazione della squadra di droni nelle attività di monitoraggio è cruciale in questo scenario operativo per ottenere mappe di buona qualità preservando energia. L’ispezione da parte dei droni può richiedere infatti voli a diverse quote e velocità, con effetto sulla risoluzione della mappa, i tempi di volo e l’energia consumata.

Sistemi robotici di monitoraggio questa volta ispirati al comportamento delle piante (plantoidi) sono investigati presso l’Istituto Italiano di Tecnologia (IIT) cercando di imitare il movimento, la crescita e la comunicazione vegetale. Per il monitoraggio ambientale è particolarmente interessante ed innovativo il recente progetto europeo I-Seed (EU H2020) [7] – coordinato dall’IIT con il coinvolgimento della Scuola Superiore Sant’Anna e del CNR – che propone l’utilizzo di sciami di piccoli robot biodegradabili, ispirati ai semi, da rilasciare sul terreno per rilevare parametri come temperature, umidità, tasso di inquinamento e fertilità del suolo.

Il progetto SMASH

Per consentire la penetrazione delle tecnologie robotiche per lo smart farming occorre lavorare anche sulla modularità e adattabilità della piattaforma. In quest’ottica il progetto Smash [8], cofinanziato dalla Regione Toscana (POR FESR 2014-2020), propone una piattaforma robotica modulare per monitorare colture e suoli, analizzare i dati raccolti e fornire un’informazione chiara agli agricoltori supportandoli nella gestione delle colture. Il sistema modulare prevede una base robotica mobile (agroBot) dotata di manipolatori e sistemi visivi, un drone (flyBot), un sistema di monitoraggio del terreno ispirato alle piante (Plantoide), ed un’unità di servizio (AncillaryBot). Il progetto è coordinato da EDI Progetti e Sviluppo s.r.l. e coinvolge ricercatori della Scuola Superiore Sant’Anna di Pisa, dell’Università di Firenze e dell’Istituto Italiano di Tecnologia.

Il progetto europeo Vinum-Robot

Altri progetti sono dedicati alla cura delle coltivazioni affidata a sistemi robotici complessi con capacità avanzata di locomozione e manipolazione. Ad esempio, il progetto europeo Vinum-Robot [9] (EU H2020) – che coinvolge l’Istituto Italiano di Tecnologia e l’Università Cattolica del Sacro Cuore – propone lo sviluppo di tecnologie innovative di manipolazione mobile robotica per l’automazione delle procedure di potatura invernale della vite. In particolare, il progetto mira a sviluppare un robot quadrupede di potatura, capace di operare su superfici sconnesse mantenendo una qualità di potatura paragonabile a quella dei metodi tradizionali. La piattaforma robotica proposta monta, infatti, un braccio robotico integrato con un sistema di rilevamento multimodale per la scansione del vitigno e l’identificazione dei punti di potatura. Il progetto propone anche di confrontare potatura manuale e robotica considerando le prestazioni come l’efficienza e la qualità della potatura, valutando anche la qualità della crescita della vite nelle stagioni successive.

Il progetto PRINBOT

Il problema della potatura delle vigne con robot quadrupede autonomo dotato di braccio robotico richiede avanzate capacità di controllo della locomozione e della manipolazione che sono ulteriormente investigate anche nell’ambito del progetto Prinbot (finanziamento PRIN 2019-2022) [10] coordinato dall’Università degli Studi di Napoli “Federico II” (PRISMA Lab presso il Dipartimento di Ingegneria Elettrica e delle Tecnologie dell’Informazione). In questa direzione, vengono investigati metodi whole-body di controllo del robot per rendere più stabili e precise le operazioni di potatura, migliorando sinergicamente anche le performance dei sistemi di elaborazione percettiva. Altri progetti su tematiche di intelligenza artificiale e robotica avanzate sono in fase di gestazione presso l’università federiciana, coordinatrice per il settore Agrifood del Dottorato Nazionale in Intelligenza Artificiale, che sta sviluppando un’interessante concentrazione di competenze sui temi di Intelligenza Artificiale, robotica, agricoltura e allevamento di precisione (precisione livestock farming).

Il progetto GRAPE

Un’altra tipologia di manipolatore robotico mobile sempre per la cura del vitigno è stata proposta nell’ambito del progetto Grape (progetto ECORD++) [11] a cui ha partecipato il Politecnico di Milano. In questo caso un robot terrestre dotato di ruote e braccio robotico ha il compito di muoversi tra i filari, monitorare lo stato delle colture, fornire delle mappe, ed eventualmente, utilizzando un manipolatore robotico, installare sulla vigna dispensatori di fenormoni per allontanare parassiti. In questo contesto, l‘obiettivo era, da una parte affinare metodi per la navigazione GPS-free all’interno dei filari, dall’altra dimostrare l’esecuzione autonoma di piccole operazioni di manipolazione sui filari (es., inserimento del dispensatore).

Il progetto CANOPIES

Per consentire il dispiegamento delle tecnologie robotiche nell’agricoltura di precisione occorre anche studiare metodi per la collaborazione sicura, ergonomica ed efficace tra agricoltori e sistemi robotici impegnati in compiti condivisi. Queste problematiche sono affrontate dal progetto Canopies (EU H2020) [12] – coordinato dal Dipartimento di Ingegneria di Università di Roma Tre, coinvolgendo come partner italiani: Sapienza Università di Roma, Università degli studi di Cassino e del Lazio Meridionale, Agrimessina s.r.l., Romana Servizi Amministrativi s.r.l – che ha l’obiettivo di proporre un nuovo paradigma di robotica agricola basata sulla collaborazione tra operatore umano e sistema robotico. Il contesto operativo è ancora una volta quello della gestione delle vigne, ma in questo caso al posto della completa automazione delle operazioni, vengono proposti metodi per la coesistenza e l’interazione tra agricoltori e robot agricoli impegnati in compiti sia agronomici (potatura e raccolta) che logistici (trasporto di prodotti e materiali).

Conclusioni

La robotica autonoma e l’intelligenza artificiale forniscono infrastrutture e metodi che possono trasformare radicalmente il lavoro agricolo. Hanno ormai raggiunto una buona maturità tecnologica robot aerei e terresti dedicati all’agricoltura di precisione, sistemi percettivi per il monitoraggio e per la gestione delle colture, sistemi di previsione, pianificazione e supporto alle decisioni. Altre applicazioni sono invece ancora in fase di studio o sviluppo prototipale, soprattutto quando l’infrastruttura prevede la complessa coordinazione di più robot, aerei e/o terrestri, la locomozione in ambienti non strutturati e avanzate operazioni di manipolazione autonoma come la potatura o la raccolta. I progetti descritti riguardano proprio questo tipo di applicazioni più avanzate e forniscono una breve e non esaustiva panoramica delle ricerche attualmente in corso in Italia su questi temi. La domanda di tecnologie per l’agricoltura di precisione e l’automazione agricola è in costante crescita e può stimolare un rapido sviluppo tecnologico di alcune delle soluzioni presentate.

Nonostante i progressi e le prospettive di sviluppo, l’integrazione di robotica ed intelligenza artificiale in agricoltura presenta anche il potenziale rischio di portare squilibri tra i piccoli e medi produttori sbilanciando competenze, tecnologie e produttività a favore delle imprese più grandi che possono permettersi grandi investimenti in infrastrutture ed innovazione tecnologica. In questa prospettiva, un’importante sfida da affrontare è proprio quella di rendere accessibili le nuove tecnologie su vasta scala con investimenti accessibili (es., integrando Internet of Things, servizi in cloud, piattaforme robotiche modulari e a basso costo), estendendo così i benefici della robotica agricola anche ai piccoli produttori, con impatto positivo sulla qualità del lavoro e del prodotto. L’ulteriore effetto auspicato è quello di attrarre occupazione giovanile qualificata (specialisti in IT, ingegneri, analisti) in grado di gestire i processi di innovazione tecnologica nel contesto agricolo.

* Gli autori sono coordinatori del Working Group in AI and Robotics (AIRO) per AIxIA

Bibliografia

[1] IFR World Robotics Report 2020 https://ifr.org/ifr-press-releases/news/record-2.7-million-robots-work-in-factories-around-the-globe

[2] IBM Watson Decision Platform: https://www.ibm.com/downloads/cas/ONVXEB2A

[3] PlantVillage platform: https://plantvillage.psu.edu

[4] Flourish Project (EU H2020): http://flourish-project.eu

[5] SMASH (POR FESR 2014-2020):

[6] PANTHEON (EU H2020): http://pantheon.inf.uniroma3.it

[7] SAGA (ECHORD++) : http://echord.eu/saga.html

[8] I-Seed (EU H2020): https://iseedproject.eu

[9] VINUM-ROBOT (EU H2020): https://vinum-robot.eu/

[10] PINBOT (Prin 2019-2022) http://www.fabioruggiero.name/web/index.php/en/headline-news/83-prinbot-new-funded-project

[11] GRAPE (ECHORD++): http://echord.eu/grape.html

[12] CANOPIES (EU H2020): https://cordis.europa.eu/project/id/101016906

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Social
Iniziative
Video
Analisi
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati