Diseño de robot agrícola para fumigación automática de malezas en terrenos llanos usando visión inteligente FASTER R-CNN en plataforma Python

• Autores: Cornejo Orosco, Renato Gianmarco, Delgado Luna, Aurelio Alejandro
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad Ricardo Palma
• Repositorio: URP-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.urp.edu.pe:20.500.14138/4553
• Enlace del recurso: https://hdl.handle.net/20.500.14138/4553
• Nivel de acceso: acceso abierto
• Materia: Diseño; red neuronal convolucional; robot autónomo; pulverización; fumigación; https://purl.org/pe-repo/ocde/ford#2.11.02

El propósito de este trabajo de investigación fue el diseño de un robot agrícola para fumigación automática de malezas en terrenos llanos usando visión inteligente Faster r-cnn en plataforma Python que permita la dosificación focalizada de herbicidas mediante la detección de objetivos utilizando redes neuronales convolucionales ya que la falta de mano de obra y el aumento de la demanda en la agroindustria es una problemática que trae consigo la proliferación y generación de malezas por su inadecuado control. En esta tesis se realizó, el dimensionamiento de la estructura teniendo en cuenta las características del terreno, la selección de componentes y el desarrollo de los programas para el adecuado funcionamiento de los diferentes procesos del robot agrícola. Esta investigación fue importante por su utilidad práctica, teórica y los méritos que traería su implementación al mantenimiento del suelo al localizar, eliminar y proteger el cultivo en etapas críticas de las malezas de forma autónoma. El diseño se fundamentó en base a modelos anteriormente implementados de robots agrícolas, diseños industriales, y programas de procesamiento de imágenes en Python mediante redes convolucionales. Como resultado de la investigación, se diseñó una estructura que permite una pulverización focalizada y conectada al sistema de visión inteligente para coordinar las dosificaciones en consecuencia a la posición de las malezas, permitiendo un control de plagas más eficiente y un menor desperdicio de insumos químicos. Por último, se concluyó que el sistema teóricamente consume menos herbicida que los sistemas tradicionales del mercado y que la efectividad del sistema de visión inteligente para la detección de objetivos fue de 90% en ambientes iluminados según las simulaciones, lo que conlleva a una gran ventaja en el ahorro de tiempo en el trabajo agrícola y un control adecuado de malezas.