Locos por Los robots Emprendedores tras soluciones para el agro
En los Estados Unidos se realizó una competencia para siembra y control de malezas, en la que se presentaron diversos prototipos; fortalezas y debilidades de la tecnología.
AMiguel Buero, asesor del CREA Trenque Lauquen II, le interesaba saber qué podía hacer la tecnología en cuanto al uso eficiente y sostenible del ambiente, además de cómo adaptar con la tecnología los sistemas actuales de producción justamente a las demandas técnico-ambientales y sociales. A Juan Riva, productor de ese mismo CREA, lo movía una pasión innata por la tecnología, por aprender y preguntar sobre cada novedad que hiciera foco en el futuro para el sector. ¿Qué hicieron? El año pasado, se fueron juntos a la AgBot, una hackathon sobre ingeniería, software y hardware vinculada con la agricultura que se realizó en Rockville, Indiana.
Lo distintivo de la AgBot es que se trata de una competencia de robots agrícolas. Participan desde emprendedores, en algunos casos impulsando un proyecto que tiene el apoyo de toda su familia, hasta empresas y universidades. Allí se prueban prototipos o conceptos en diversos productos.
Cuando Buero y Riva asistieron hubo dos competencias, una de siembra y otra de control de malezas. La idea era que se buscara una buena automatización de las tareas con la instalación de sensores, por ejemplo, para detectar diversos problemas.
En el caso de la primera competencia, los equipos debían cumplir, según recordaron Buero y Riva, con la mayor cantidad de estos requisitos: plantar autónomamente dos pasadas, de dos o cuatro surcos cada una del cultivo de maíz, la sembradora hacer cuatro surcos de trescientos metros dando vuelta sola en las cabeceras, autónomamente cambiar la variedad de semilla según prescripción, autónomamente cambiar la densidad de siembra por variedad según prescripción, transmitir video en tiempo real del frente y la parte trasera del equipo, autoabastecerse (por ejemplo, cargarse dos variedades de semilla).
En tanto, para la competencia de control de malezas los equipos debían autónomamente manejar entre dos o cuatro surcos y poder doblar al final de estos, hacer cuatro pasadas de trescientos metros de largo a una velocidad de entre tres millas y media a diez millas por hora, observar autónomamente el cultivo, identificar en la línea de siembra y entre surcos tres malezas comunes, cumplimentar la muerte química o mecánica mientras el robot se mueve en el cultivo y proveer métodos de observación en tiempo real desde la base del robot. Todo esto mientras se realizaban las tareas de tratamiento de malezas y/o fertilización.
Buero y Riva vieron varios desarrollos, algunos novedosos, funcionales y otros que mostraron sus fallas en la misma competencia a campo.
Entre otros equipos, estaba el de la firma privada Prairie Robotics, de Canadá, que participó en un desafío de pulverización y obtuvo allí el primer puesto.
Esta empresa llegó con un fumigador y trabajó sobre un chasis de un arenero de Yamaha. “Lo manejaban de manera automatizada usando unas cajitas que interceptan las señales del cableado Can-Bus y van probando cada señal captada hasta que resuelven la totalidad de los comandos”, contaron.
Explicaron que había varias cámaras en la parte delantera y trasera del vehículo que tomaban fotos y las comparaban con bases de datos previamente creadas. Por medio de inteligencia artificial procesan y comandan la aplicación identificando malezas por colorimetría.
Para los argentinos, no obstante “deslució mucho que el vehículo de Yamaha no tenía ni la trocha, ni el rodado acorde, por lo que pisaron todo el maíz” en la competencia.
“Si lo hubieran resuelto hacían un trabajo impecable”, agregaron en un documento sobre la experiencia en esa muestra.
Kyler Laird, un farmer y programador de EE.UU., creó una sembradora autónoma usando diversas tecnologías, además del tractor no tripulado. Según contaron Buero y Riva, en su caso la clave estuvo en el manejo de redes y fue el único que cumplió con el desafío completo, lo que le permitió ganar en siembra y llevarse 25.000 dólares.
“Cuando todos hicieron agua él no perdió la conectividad, una de las principales causas por las que no pudieron trabajar los demás”, relataron.
Entre otros desarrollos, en siembra Muchowski Farms armó una sembradora toda eléctrica y para fumigación Team Gizmoze desarrolló un rover todo eléctrico, con análisis de imágenes y aplicación diferenciada de producto por picos.
Además, el equipo tenía una unidad de abastecimiento con comunicación entre las partes y automatizada sobre el chasis de un arenero Yamaha. Podía aplicar varios productos, en forma individual o en mezclas, si bien no logró todo el desafío.
Para Buero y Riva, la participación en el AgBot les dejó varias conclusiones respecto del futuro de los robots para agricultura. Una de ellas tiene que ver con la modularidad.
“Nadie piensa en un único robot, piensan en varias unidades actuando en conjunto coordinadas”, señalaron. Se apunta a módulos y dentro de ellos submódulos, como chasis, fuente de poder, sensores y unidades lógicas y análisis big data. “Yamaha apuesta a ser el módulo de poder, SwiftNav a ser uno de los módulos sensores y The Climate Corp. el módulo big data”, detallaron.
En cuanto al factor humano, consideran que todo tiene, de algún modo, un operario y que en esta línea se trabajará con capacidades diferentes. “Tampoco hay que pensar que esa persona tiene que ser un supertécnico, porque la modularidad de la tecnología hace que sea uno que saca piezas y pone piezas. El que luego arregla es otra cosa. Hay gente que va a reparar módulos de poder (motores), otros sensores y otros unidades lógicas”, indicaron el asesor y el productor.
“En opinión de algunos no habrá disminución de gente en la operatoria, aunque sí habrá que trabajar con capacidades diferentes”, añadieron.
Destacan que hay que pensar conceptos o procesos. Y al respecto, por ejemplo, se preguntan qué impide automatizar totalmente una embolsadora o extractora. Además, en cuanto a redes y comunicaciones, sostienen que el concepto es “todo está para ser conectado”.
Explican que en inteligencia artificial hay varias líneas de trabajo y lo interesante pasa por cómo aprende esa inteligencia artificial. En tanto, remarcan también el desarrollo de base de datos y la nube.
“Las bases de datos son la base de todo esto. Hoy están creando colosales bases de datos de fotos de malezas y de cultivos. La nube o Internet es donde se juntan todas y todos, y se lo sirven en bandeja para que la consuman los proyectos de inteligencia artificial. Paralelamente al desarrollo de las máquinas, necesariamente hay que desarrollar y generar esos datos”, concluyeron Buero y Riva tras la visita a esa “feria” de robots.