“Factores como costos de producción, la aparición de diferentes tipos de maleza, así como producir bajo sistemas sustentables, ha hecho que los productores centren su atención en nuevas técnicas que les permita seguir produciendo con alta precisión, eficiencia, calidad y eficacia.”
Los árboles frutales por diversos factores tanto humanos como naturales, han presentado varios tipos de enfermedades y plagas.
Es por ello que prevenir y controlar tanto las enfermedades como las plagas, son necesarios llevarlos a cabo durante el proceso de crecimiento del cultivo. Durante la prevención de plagas y enfermedades arbóreas, dentro del proceso de control, actualmente se aplican sistemas de suministro de pesticidas en forma uniforme en toda la zona, muy independientemente de la colocación de pesticidas en los objetivos.
Aunque hay cierto espaciamiento entre las plantas de cultivo y diferentes frutas, los árboles tienen diferente forma de dosel. Incluso si se utiliza un método de pulverización constante, el resultado será la deposición no selectiva de plaguicidas, como los residuos y la contaminación ambiental.
Con estas técnicas de pulverización de precisión, el objetivo es obtener información y aplicar pesticidas según sea necesario. Con los sistemas actuales, se emplean métodos para determinar la dosis óptima de plaguicidas. Cabe señalar, que no es fácil estimar la dosis de pesticidas para la mayor parte de las aplicaciones. Por lo que muchas personas han buscado la eficiencia del uso de plaguicidas mejorando dichos métodos.
Cuando se pulveriza con pesticidas, la pared de la hoja es el área objetivo y sus principales parámetros deben recolectarse con sensores. Existen diferentes tipos de sensores utilizados en el pulverizador de precisión, los que se emplean en la actualidad, son sensores ultrasónicos que tienen un costo relativamente bajo y pueden implementarse fácilmente.
Sin embargo, las ondas sonoras emitidas por un sensor ultrasónico pueden afectarse por el ángulo direccional y material del plano medido. Las hojas de un árbol frutal tienen diferentes ángulos, lo que cambiará cuando se arrastre o sea movido por el viento. Entonces, el ángulo de las hojas puede perjudicar la medición y causar errores en la determinación de la distancia desde el árbol frutal.
Un sistema de detección puede medir con precisión la distancia de una fruta, que al combinarse con un Sistema de Posicionamiento Global, se puede determinar la posición del árbol; de esta manera, se facilita la precisión y control de la pulverización. Como el rayo laser de escaneo esta hecho con una fuente de luz puntual, los sistemas tienen una precisión de medición de la densidad cerca del infrarrojo(IR).
Los sensores emiten luz IR a través de transmisores, que pueden ser utilizados por su alta respuesta y pueden emplearse para la realización de inspecciones sin contacto, además, de proporcionar resultados altamente precisos y de gran resolución. Estos sensores se han destinado a todo el mundo para la detección de objetivos, ya que la luz emitida por un sensor cercano, cubre un área pequeña y es desigual en esta tarea.
Los sensores colaborativos, aumentan la dificultad de procesamiento y de errores. Una cámara de video puede capturar esto e imágenes de árboles frutales, con parámetros de segregación como altura y densidad, basada en la información de color a través del procesamiento de las técnicas de video. La falta de información medida de la distancia puede estimarse en función de la distancia de la videocámara, lo que puede generar fácilmente errores relativamente grandes.
La detección de LWA, puede afectarse por un fondo complejo, ya que algunos sistemas pueden capturar el color y la profundidad, brindando información de una escena en tiempo real. Sin embargo, aún no se cuenta con mucha información sobre la aplicación de estos sistemas en el área de control de pulverización de precisión.
Para un buen resultado con efecto de rociado, hay que integrar las ventajas del color e información de profundidad, usando las ecuaciones para el cálculo de la distancia media entre el aparato y un árbol frutal; de esta forma se resuelve la dificultad de estimar la dosis de plaguicidas aplicados.
El sistema inteligente establecido en un huerto de precisión, podrá estimar el área de pulverización, asi como realizar la de precisión de pesticidas. Algunos aparatos se conforman de un micrófono multi-array, una cámara de video de color rojo, verde y azul (RGB), una cámara monocromática complementaria, una cámara de video semiconductora de óxido metálico (CMOS) y un transmisor IR.
La cámara CMOS de color, genera una imagen colorida; el transmisor IR y la cámara IR CMOS, generan profundidad en las imágenes. Algunos de los sistemas pueden generar hasta 640-480 con imagen RGB y una de profundidad IR. Estos sensores convencionales, resultan deficientes respecto a la información sensible en legibilidad, las cámaras de profundidad se han convertido en un medio para medir la profundidad de campo (DOF).
En condiciones ideales, la resolución de la información de profundidad adquirida por una cámara de profundidad puede alcanzar los 3 mm. Durante este proceso, será necesario examinar la información y los parámetros de la LWA, incluyendo la distancia, área, forma , altura y densidad. La información para estos parámetros medibles, asi como la precisión de la información obtenida, se determina por el rendimiento y modo de adquisición de los sensores.
Estos sistemas permiten adquirir mayor información tanto de profundidad como imagen de color, que ayudan a procesar lo adquirido. Los archivos de video se pueden almacenar para facilitar la lectura y el procesamiento
Los árboles frutales distantes, aparecen en la imagen de profundidad adquirda, su desventaja es que las hojas verdes del árbol, no pueden diferenciarse de los troncos de árboles grises y ayudan a adquirir mucha más información de profundidad e imagen en color, así como el procesamiento de la información adquirida.
Los archivos de vídeo adquiridos, se pueden almacenar para facilitar la lectura y el procesamiento, en comparación a cuando se emplean imágenes en color, en la que si puede realizarse esa distinción. Por eso, en la etapa de procesamiento de imagen, es necesario procesar en primera instancia la imagen en color y extraer la capa verde de la imagen RGB. Ya que la parte verde en la imagen, es utilizada para un procesamiento posterior.
La integración de ambos tipos de imágenes, conducen a un mejor rendimiento en tiempo real, también, facilita la determinación exacta de pulverizacion que no podría lograrse con otros tipos de sensores. Por eso se considera que los pulverizadores pueden ajustarse de manera automática para lograr la distancia de pulverizacion y trayectoria, con base en la densidad, dosis de los pesticidas rociados, que además se ajustan para un óptimo efecto.
“Factores como costos de producción, la aparición de diferentes tipos de maleza, así como producir bajo sistemas sustentables, ha hecho que los productores centren su atención en nuevas técnicas que les permita seguir produciendo con alta precisión, eficiencia, calidad y eficacia.”
Los árboles frutales por diversos factores tanto humanos como naturales, han presentado varios tipos de enfermedades y plagas.
Es por ello que prevenir y controlar tanto las enfermedades como las plagas, son necesarios llevarlos a cabo durante el proceso de crecimiento del cultivo. Durante la prevención de plagas y enfermedades arbóreas, dentro del proceso de control, actualmente se aplican sistemas de suministro de pesticidas en forma uniforme en toda la zona, muy independientemente de la colocación de pesticidas en los objetivos.
Aunque hay cierto espaciamiento entre las plantas de cultivo y diferentes frutas, los árboles tienen diferente forma de dosel. Incluso si se utiliza un método de pulverización constante, el resultado será la deposición no selectiva de plaguicidas, como los residuos y la contaminación ambiental.
Con estas técnicas de pulverización de precisión, el objetivo es obtener información y aplicar pesticidas según sea necesario. Con los sistemas actuales, se emplean métodos para determinar la dosis óptima de plaguicidas. Cabe señalar, que no es fácil estimar la dosis de pesticidas para la mayor parte de las aplicaciones. Por lo que muchas personas han buscado la eficiencia del uso de plaguicidas mejorando dichos métodos.
Cuando se pulveriza con pesticidas, la pared de la hoja es el área objetivo y sus principales parámetros deben recolectarse con sensores. Existen diferentes tipos de sensores utilizados en el pulverizador de precisión, los que se emplean en la actualidad, son sensores ultrasónicos que tienen un costo relativamente bajo y pueden implementarse fácilmente.
Sin embargo, las ondas sonoras emitidas por un sensor ultrasónico pueden afectarse por el ángulo direccional y material del plano medido. Las hojas de un árbol frutal tienen diferentes ángulos, lo que cambiará cuando se arrastre o sea movido por el viento. Entonces, el ángulo de las hojas puede perjudicar la medición y causar errores en la determinación de la distancia desde el árbol frutal.
Un sistema de detección puede medir con precisión la distancia de una fruta, que al combinarse con un Sistema de Posicionamiento Global, se puede determinar la posición del árbol; de esta manera, se facilita la precisión y control de la pulverización. Como el rayo laser de escaneo esta hecho con una fuente de luz puntual, los sistemas tienen una precisión de medición de la densidad cerca del infrarrojo(IR).
Los sensores emiten luz IR a través de transmisores, que pueden ser utilizados por su alta respuesta y pueden emplearse para la realización de inspecciones sin contacto, además, de proporcionar resultados altamente precisos y de gran resolución. Estos sensores se han destinado a todo el mundo para la detección de objetivos, ya que la luz emitida por un sensor cercano, cubre un área pequeña y es desigual en esta tarea.
Los sensores colaborativos, aumentan la dificultad de procesamiento y de errores. Una cámara de video puede capturar esto e imágenes de árboles frutales, con parámetros de segregación como altura y densidad, basada en la información de color a través del procesamiento de las técnicas de video. La falta de información medida de la distancia puede estimarse en función de la distancia de la videocámara, lo que puede generar fácilmente errores relativamente grandes.
La detección de LWA, puede afectarse por un fondo complejo, ya que algunos sistemas pueden capturar el color y la profundidad, brindando información de una escena en tiempo real. Sin embargo, aún no se cuenta con mucha información sobre la aplicación de estos sistemas en el área de control de pulverización de precisión.
Para un buen resultado con efecto de rociado, hay que integrar las ventajas del color e información de profundidad, usando las ecuaciones para el cálculo de la distancia media entre el aparato y un árbol frutal; de esta forma se resuelve la dificultad de estimar la dosis de plaguicidas aplicados.
El sistema inteligente establecido en un huerto de precisión, podrá estimar el área de pulverización, asi como realizar la de precisión de pesticidas. Algunos aparatos se conforman de un micrófono multi-array, una cámara de video de color rojo, verde y azul (RGB), una cámara monocromática complementaria, una cámara de video semiconductora de óxido metálico (CMOS) y un transmisor IR.
La cámara CMOS de color, genera una imagen colorida; el transmisor IR y la cámara IR CMOS, generan profundidad en las imágenes. Algunos de los sistemas pueden generar hasta 640-480 con imagen RGB y una de profundidad IR. Estos sensores convencionales, resultan deficientes respecto a la información sensible en legibilidad, las cámaras de profundidad se han convertido en un medio para medir la profundidad de campo (DOF).
En condiciones ideales, la resolución de la información de profundidad adquirida por una cámara de profundidad puede alcanzar los 3 mm. Durante este proceso, será necesario examinar la información y los parámetros de la LWA, incluyendo la distancia, área, forma , altura y densidad. La información para estos parámetros medibles, asi como la precisión de la información obtenida, se determina por el rendimiento y modo de adquisición de los sensores.
Estos sistemas permiten adquirir mayor información tanto de profundidad como imagen de color, que ayudan a procesar lo adquirido. Los archivos de video se pueden almacenar para facilitar la lectura y el procesamiento
Los árboles frutales distantes, aparecen en la imagen de profundidad adquirda, su desventaja es que las hojas verdes del árbol, no pueden diferenciarse de los troncos de árboles grises y ayudan a adquirir mucha más información de profundidad e imagen en color, así como el procesamiento de la información adquirida.
Los archivos de vídeo adquiridos, se pueden almacenar para facilitar la lectura y el procesamiento, en comparación a cuando se emplean imágenes en color, en la que si puede realizarse esa distinción. Por eso, en la etapa de procesamiento de imagen, es necesario procesar en primera instancia la imagen en color y extraer la capa verde de la imagen RGB. Ya que la parte verde en la imagen, es utilizada para un procesamiento posterior.
La integración de ambos tipos de imágenes, conducen a un mejor rendimiento en tiempo real, también, facilita la determinación exacta de pulverizacion que no podría lograrse con otros tipos de sensores. Por eso se considera que los pulverizadores pueden ajustarse de manera automática para lograr la distancia de pulverizacion y trayectoria, con base en la densidad, dosis de los pesticidas rociados, que además se ajustan para un óptimo efecto.
