Il CRS4 ha avviato la fase di integrazione di una nuova piattaforma robotica cingolata destinata allo sviluppo di tecnologie avanzate per il monitoraggio intelligente delle colture. L’attività si inserisce nell’ambito del progetto SMAART – Sostenibilità e management per agricoltura e zootecnia di precisione con intelligenza artificiale, robot e tecnologie IoT, iniziativa cofinanziata dal Ministero delle Imprese e del Made in Italy (MIMIT).
Lo scorso dicembre è stata avviata una prima dimostrazione preliminare presso una coltivazione di carciofi messa a disposizione dal partner Sa Marigosa, utilizzata come primo ambiente di test reale.
Il progetto SMAART coinvolge Abinsula Srl (capofila), il Dipartimento di Agraria dell’Università di Sassari, Greenshare Srl e l’organizzazione di produttori Sa Marigosa, che metterà a disposizione gli appezzamenti agricoli per le sperimentazioni in campo. All’interno del progetto, il CRS4 contribuisce con le proprie competenze in robotica, sensoristica avanzata, visione artificiale, modellazione 3D e intelligenza artificiale.
La piattaforma robotica utilizzata è una base commerciale progettata per operare in ambienti outdoor, che il CRS4 ha integrato e adattato alle esigenze della ricerca. In particolare, il robot è stato equipaggiato con un computer di bordo NVIDIA Jetson, in grado di eseguire modelli di intelligenza artificiale direttamente a bordo, consentendo la percezione dell’ambiente, l’elaborazione dei dati dei sensori e la navigazione autonoma anche in presenza di vegetazione fitta.
Accanto alla componente di calcolo, il sistema verrà dotato di sensori di mercato selezionati per applicazioni di agricoltura di precisione, tra cui telecamere di profondità, camere stereo, sistemi di geolocalizzazione GNSS RTK per il posizionamento centimetrico e sensori inerziali. Alcuni dispositivi richiedono supporti dedicati, che vengono progettati e realizzati dal CRS4 tramite stampa 3D, permettendo una rapida riconfigurazione del robot in funzione delle diverse attività di sperimentazione.
Il fulcro del lavoro di ricerca riguarda lo sviluppo di modelli avanzati di intelligenza artificiale da eseguire on-board. Questi modelli consentiranno al robot di muoversi in autonomia all’interno dei campi coltivati, riconoscendo la struttura delle piante, la presenza di frutti e altri elementi naturali, ed evitando di danneggiare componenti vegetali di valore, come frutti a terra o parti della chioma. Parallelamente, gli algoritmi di visione artificiale saranno addestrati per identificare e classificare condizioni critiche delle colture, quali malattie, stress idrico o nutrizionale, attacchi parassitari, infestanti e anomalie biometriche.
I dati raccolti dal robot saranno georeferenziati e resi disponibili ad agricoltori, tecnici e ricercatori, supportando analisi puntuali e interventi mirati in un’ottica di sostenibilità e riduzione dell’impatto ambientale.
