Numerosi e diversificati sono i progetti sviluppati nell’ambito del più ampio progetto ATLAS H2020 (Agricultural Interoperability and Analysis), finanziato dalla Comunità Europea per lo sviluppo di applicazioni tecnologiche innovative e interoperabili per macchine agricole e applicazioni Agritech, con impiego di sensori e servizi basati sui dati. Molti sono in particolare i lavori che vedono il contributo di ricercatori dell’Istituto Stiima CNR, che compaiono tra le pubblicazioni raccolte nel video qui sotto.

Tra le applicazioni citate, grande attenzione viene rivolta all’impiego di robot autonomi nei campi, tecnologia chiave per aumentare l’automazione nelle attività agricole. Importanti sono qui gli studi per garantire la mobilità dei robot all’interno dei terreni così come la loro autonomia energetica nello svolgimento dei compiti assegnati. Lo studio citato analizza quindi in particolare due principali modalità di raccolta delle informazioni relative alle caratteristiche dei terreni, facendo affidamento esclusivamente alle grandezze fisiche legate all’interazione diretta del robot con il terreno, oppure andando a un livello più approfondito di classificazione dei terreni mediante ricorso a reti neurali di intelligenza artificiale.

Reti neurali e piattaforme di deep learning sono l’oggetto di studio anche di un altro progetto di agricoltura di precisione per la classificazione dei grappoli d’uva in base alle immagini ottenute da una comune telecamera montata a bordo di un macchinario agricolo. L’impiego di sensori e altre tecnologie a bordo dei macchinari sono infatti sempre più diffusi per la valutazione dei tratti fenotipici delle coltivazioni, aumentandone l’accuratezza rispetto all’ispezione visiva eseguita tradizionalmente da operatori esperti. Con il vantaggio di ridurre i tempi di esecuzione e la fatica.

Un altro progetto preso ad esempio studia infine le prestazioni e i livelli di affidabilità offerti da stazioni meteo all-in-one disponibili sul mercato, quali soluzioni economicamente sostenibili per applicazioni di agricoltura di precisione e smart farming su piccola scala e in Paesi emergenti. Nello specifico la soluzione testata è stata la soluzione commerciale ATMOS41, confrontata per un periodo di tre mesi con una stazione meteo professionale di riferimento e impiegata per rilevare dati relativi alla pressione atmosferica, alla quantità di radiazione solare e alla misura della quantità di precipitazioni.