La robotica in agricoltura

I Robot in agricoltura sono uno strumento che consente di svolgere differenti mansioni in vari ambiti: dalla mungitura in stalla alla semina in campo, al diserbo fino ad arrivare all’irrigazione passando per la mappatura dei suoli. 

L’utilizzo della robotica consente di rendere l’agricoltura più efficace sfruttando la rapidità e la sostenibilità lungo i vari processi produttivi. Questo è uno dei motivi per cui questo settore sta crescendo all’interno della filiera produttiva, la cui finalità è quella di ridurre tempi e costi, massimizzando la qualità dei raccolti aumentandone la resa, il tutto in un’ottica di gestione più sostenibile ottimizzando allo stesso tempo il lavoro nei campi.

In sintesi, le ragioni principali che possono portare all’utilizzo di robot in agricoltura apportando un valore aggiunto sono: 

• La raccolta dei prodotti per le aziende frutticole, in questo modo l’imprenditore agricolo non dovrà pensare al reclutamento stagionale della manodopera.
• Evitare all’agricoltore operazioni pericolose /nocive come il trattamento di agrofarmaci, in special modo i trattamenti antifungini.
• Grazie all’ausilio della guida parallela, l’operatore non dovrà correggere la traiettoria del mezzo.
• Se integrate telecamere e algoritmi di riconoscimento immagini, possono identificare malerbe, insetti o piante malate, a seconda della funzione.

In pratica ciò si traduce in maggior efficienza e di conseguenza in minori costi per l’imprenditore, aumentando naturalmente anche il livello di sostenibilità.

Vari tipi di robot agricoli

Il settore dei robot agricoli nell’ultimo periodo è stato oggetto di notevole interesse, in modo particolare è stato studiato l’utilizzo dei veicoli autonomi per lavori a terra nel tentativo di migliorane l’automazione. 

Un ambito molto interessante per l’agricoltura sono i veicoli aerei senza l’utilizzo di nessun equipaggio, questo per poter ispezionare, sorvegliare, mappare e soprattutto lavorare con mezzi di precisione in campo.

Gli ambienti all’interno di aziende nelle quali la robotica in agricoltura viene per lo più utilizzata sono le serre, perché è possibile lavorare con meno variabili quali il clima, la luce e le condizioni del suolo, trattandosi di vincoli ottimali per via dell’ambiente “protetto” nel quale si trovano. In campo aperto invece, al momento, i robot vengono utilizzati per lo più nelle aziende frutticole ove però le condizioni climatiche e di “layout” non sono protette come in serra, ma, al contrario, si possono trovare in zone caratterizzate da pendii ripidi e magari non strutturate. 

I robot agricoli più utilizzati in questo momento sono:

• Robot per l’osservazione delle coltivazioni, utilizzate solitamente in piccole aziende o vigneti direttamente sul campo, complementari all’agricoltura di precisione per monitorare il suolo, le colture e raccogliere dati.
• Robot per il controllo delle erbacce, ossia autonomi atti a svolgere operazioni quali l’eradicazione delle malerbe senza l’ausilio di diserbanti. 
• Robot utilizzati per spostare piante di grandi dimensioni riducendo/eliminando il carico di lavoro umano all’interno delle serre.
• Robot raccoglitori di frutta all’interno di aziende frutticole di medie/grandi dimensioni il più velocemente possibile.
• Robot per la semina diretta in campo, macchine autonome che operano su aziende agricole di grandi dimensioni.
• Robot in grado di effettuare in autonomia la potatura in aziende vitivinicole o frutticole, eliminando di fatto la manodopera.
• Robot di mungitura, adatti a mungere in autogestione per lo più vacche da latte, particolarmente diffusi in pianura padana in stalle di grandi dimensioni.
• Robot utilizzati per l’irrigazione dei campi, ossia dispositivi autonomi in grado di lavorare su grandi appezzamenti.

Fondamentale è poi la tecnologia, infatti la robotica in agricoltura si fonda su software e applicativi differenti, nonché sviluppi tecnologici già presenti anche in altri settori, fra cui: sensoristica, cloud computing, machine vision e GPS (Global Positioning System), GNSS (Global Navigation Satellite System), IoT (internet of things), IA (Intelligenza Artificiale), MC (Machine Learning) e molte altre.

Scenari e criticità 

La robotica, pur avendo enormi margini di sviluppo anche e soprattutto nel settore agricolo, presenta ancora diverse criticità, per esempio i costi, tuttora elevati e di conseguenza non accessibili a molte aziende.  Altro aspetto complesso è legato alla vulnerabilità per possibili attacchi informatici dovuti all’aumento della tecnologia e alla condivisione digitale dei dati. 

Altra complessità da superare sotto l’aspetto tecnico è la capacità di adattamento ai diversi tipi di terreno, alle avversità meteorologiche, all’affidabilità e i ai costi di manutenzione, oggi giorno nodi non ancora del tutto risolti considerando che le innovazioni nella robotica sono legate alla digitalizzazione e che dipendono da tecnologie avanzate e accessibili come una grande varietà di sensori per diverse applicazioni, nonché all’elettronica correlata ai diversi sistemi di comunicazione. 

Un’altra problematica non di secondo piano, è l’aspetto etico-sociale, ossia con l’introduzione sempre più spinta dei robot in agricoltura, si andrebbe verso una ricaduta occupazione dovuta ad una riduzione della richiesta di manodopera con probabili conseguenze a livello di aumento della disoccupazione e di riduzione dei salari.

Infine, è opportuno ricordare anche la difficoltà per le aziende agricole nel reperire personale formato su queste nuove tecnologie ma, soprattutto, in questo specifico settore.

La robotica e l’intelligenza artificiale in agricoltura

Oggi giorno anche l'agricoltura come già avvenuto per altri settori, si sta dirigendo verso soluzioni innovative che possano integrarsi con le esigenze degli agricoltori al fine di ridurre costi e ottimizzare i processi. 

Aree come la robotica, la digitalizzazione e l'automazione sono cresciute in modo significativo negli ultimi anni, grazie anche all'aumento della domanda di mercato, la carenza di manodopera e l’esigenza di processi sostenibili.

I robot e l'Intelligenza Artificiale in agricoltura racchiudono per lo più piattaforme software e digitali per il supporto alle coltivazioni, droni e vari tipi di automi utilizzati per la raccolta e la selezione dei prodotti in campo, come per esempio: applicativi di supporto alle colture, veicoli a guida automatica (AGV), pinze e tecniche di visione e rilevamento. Oggi giorno con l’evoluzione del settore informatico, un robot dotato di software con IA può anche imparare dagli errori e quindi migliorarsi nelle prestazioni. 

Altri vantaggi tangibili sono la possibilità di affrontare i parassiti in modo più semplice e preciso, procedere al raccolto a un ritmo e a un volume più rapido rispetto a quello manuale, tenendo conto anche di altre variabili legate al processo produttivo e di commercializzazione lungo la filiera.

Applicazioni ed evoluzione

Oggi giorno gli agricoltori hanno a disposizione sensori, droni e altri strumenti utili per acquisire dati in tempo reale per essere poi trasmessi, misurati e archiviati, al fine di arrivare a prendere decisioni utili e veloci per il proprio lavoro. 

Chiaramente più la raccolta dati sarà precisa e migliori saranno le decisioni prese, riducendo al minimo le risorse spese per tentativi ed errori.

Alcuni dei più recenti sviluppi in questo campo comprendono il monitoraggio dell'umidità del suolo, l'applicazione dell’azoto, il benessere degli animali, la gestione delle attrezzature e l'impronta di carbonio. Inoltre, l’utilizzo dei big data, unitamente ad altri applicativi come l’internet of Things, per la raccolta dei dati o l’Intelligenza Artificiale, sono in grado di apportare un grosso miglioramento nella gestione aziendale, la qualità dei prodotti lungo tutta la filiera aumentando di conseguenza i profitti aziendali.

In una visione più ampia, in futuro grazie alla mole di tutte queste informazioni, si potranno archiviare tutti i dati utili per poi accedervi mediante l’ausilio della blockchain, il che implicherà che molte indicazioni potranno essere gestite direttamente in campo da uno smartphone.

Altri aspetti molto importanti legati all’innovazione che vanno oltre l'acquisizione e l'utilizzo della tecnologia, sono le nuove competenze che acquisirebbe l’agricoltore, quali ad esempio: le capacità analitiche, la riprogettazione dei processi aziendali e una visione differente nella gestione dell’azienda.

Invece, i principali aspetti limitanti per queste soluzioni tecnologicamente avanzate che frenano l’acquisto e l’utilizzo da parte degli imprenditori agricoli, sono da una parte la facilità di fruizione e le sue modalità di castomizzazione e implementazione per singola azienda, dall’altra i costi non ancora proprio accessibili. 

La variabile economica

Il principale volano in senso positivo o negativo è l’aspetto economico, in quanto il costo di acquisizione della tecnologia robotica e IA, può arrivate fino a 259.000€ (https://terraevita.edagricole.it/nova/robotica/siamo-pronti-per-i-robot/), a seconda delle attività che il robot potrà svolgere.

Tuttavia, anche il costo della manodopera è in continua crescita, il che significa che un robot per la raccolta potrebbe ripagarsi da solo nel giro di pochi anni.

Altro aspetto importante per gli agricoltori, è quello di pensare all'IA, l'IoT e i Big Data come ad un concetto facente parte del mondo digitale poco utile nella pratica per il loro lavoro. In più, la preoccupazione principale è legata agli investimenti iniziali, alla manutenzione e alla propria capacità finanziaria nel permettersi l’acquisto e il mantenimento di tali tecnologie; inoltre, l'attuale situazione economica e la volatilità dei mercati, non consentono di poter scegliere con serenità.

Agricoltura sostenibile e intelligenza artificiale

Lo sviluppo di nuove metodologie in agricoltura è una sfida cruciale per il settore, in particolare c’è una forte necessità di sviluppare sistemi che rendano più autonomi i processi di coltivazione aumentandone la resa, minimizzando l’impiego di sostanze chimiche come fertilizzanti, erbicidi e pesticidi, oltre che sotto l‘aspetto economico anche per una migliore sostenibilità ambientale.

In questo contesto, gli sviluppi recenti dell’agricoltura 4.0 verso l’intelligenza artificiale e la robotica, rappresentano un’evoluzione in grado di aprire nuove prospettive nel settore agricolo, permettendo una gestione più efficiente, sostenibile e maggiormente finalizzata ad una coltivazione più precisa delle colture. Mediante l’automazione di molte attività quali: il monitoraggio avanzato, il controllo delle malattie e la sostenibilità ambientale, l’agricoltura sta evolvendo rapidamente raggiungendo o comunque avvicinandosi sempre di più ad altri settori maggiormente evoluti tecnologicamente.

I recenti sviluppi nella robotica e IA, possono trasformare radicalmente il metodo di produzione agricola, questo perché robot di nuova generazione possono essere impiegati sia per coltivare in serra che in campo aperto, automatizzando in questo modo diverse attività quali il monitoraggio circa lo stato di salute delle piante, la potatura, la raccolta e il diserbo.

Intelligenza artificiale e robotica

La condivisione dei dati e la scelta dell’agricoltura di precisione accompagnato da un forte impegno verso la sostenibilità ambientale dei processi produttivi, consentono alla robotica agricola di sostituire sempre di più la manodopera e automatizzare alcune delle attività più impegnative.

I robot agricoli grazie all’ausilio anche dell’intelligenza artificiale, possono essere programmati per svolgere una serie di compiti, quali: la semina, il trapianto, la raccolta, la potatura e l’irrigazione. Inoltre, questi robot possono operare 24 ore su 24, 7 giorni su 7, senza affaticarsi o commettere errori umani; questo porta come conseguenza una maggiore precisione e uniformità nelle operazioni agricole, migliorando allo stesso tempo la qualità dei prodotti riducendo allo stesso tempo gli sprechi. Queste macchine possono essere aeree o terrestri, lavorare ad un solo compito o a più compiti anche in simultanea, il più diffuso è l’utilizzo di droni per il monitoraggio delle coltivazioni e l’irrorazione selettiva di diserbanti e pesticidi.

I veicoli robotici terresti hanno una maggiore autonomia rispetto ai droni, lavorano però in condizioni più difficili come nel fango, pioggia, nebbia, umidità, basse e alte temperature, per questo motivo devono essere più strutturati e robusti con meccanismi di locomozione, manipolazione e percezione dipendenti dal compito da svolgere. 

Sistemi di pianificazione, schedulazione, coordinamento e controllo, sono invece fondamentali per controllare le modalità in cui diversi robot agricoli devono lavorare in sincronia, ma anche per gestire autonomamente altri sistemi agricoli come l’irrigazione e l’irrorazione a seconda delle condizioni colturali. Inoltre, mediante apposite interfacce gestite da IA, possono fornire agli imprenditori agricoli lo stato delle colture mostrando possibili anomalie nelle condizioni delle piante.

Applicazioni di intelligenza artificiale collegate a GPS, possono essere impiegate sui robot agricoli per geolocalizzare e fare scansioni di territori e colture, cosicché da remoto si possa riconoscere la tipologia della pianta e monitorarne lo stato in tempo reale, acquisendo immagini e dati sensoriali quali la temperatura, l’umidità o livello di pH del suolo; fra i più innovativi vi sono i sistemi di visione artificiale basati su tecniche di Deep Learning, in grado di fornire risultati interessanti nella classificazione dei frutti e nel rilevamento delle infestanti in ambienti non strutturati.

Criticità e rischi

Il futuro dell’intelligenza artificiale applicata alla robotica è molto promettente, pertanto, è auspicabile che vengano presi in considerazione anche tutti quegli aspetti etici e legali soprattutto ora che questa tecnologia si trova in una fase di sviluppo, questo per garantire che tutto ciò venga utilizzato in modo ragionevole, equo e vantaggioso per tutte le parti interessate. I rischi potenziali devono essere affrontati in modo responsabile e queste nuove tecnologie devono essere adeguatamente testate in ambienti sperimentali per garantire che siano sicure e protette contro guasti accidentali, conseguenze non volute e possibili attacchi informatici.

Inoltre, in alcune zone ove la penetrazione delle reti non è particolarmente avanzata, il divario tecnologico potrebbe ampliare un gap fra le varie aziende agricole presenti sul mercato.

L'orto sinergico

L’Agricoltura Sinergica è un metodo di coltivazione elaborato dalla permacultrice e agricoltrice spagnola Emilia Hazelip. Si tratta di un metodo agricolo naturale che si basa principalmente sull’osservazione dei processi naturali che portano alla presa di coscienza che è necessario mantenere l’organismo suolo autonomo ed in grado di rigenerarsi in relazione ai diversi elementi che possono essere equilibrati e protetti. Tale metodologia si basa essenzialmente sull’autofertilità del terreno e prevedere delle tecniche che, se correttamente applicate, permettono all’orticoltore di scegliere le sementi, studiare come consociarle, progettare gli spazi, il tutto in armonia con una corretta produzione vegetale e sostenibile ecologicamente. 

Coltivazione

Coltivare l’orto in modo sinergico, vuol dire gestire utilizzando una tecnica che possa somigliare il più possibile a un ambiente naturale e lasciare che gli esseri viventi che lo popolano (piante, lombrichi e ogni altro organismo presente nel terreno, dal più grande al più piccolo) collaborino autoregolando la produzione di ortaggi.

Per realizzare un orto sinergico ci sono 4 regole fondamentali, dette le leggi del “non fare”:

1. Fertilizzazione continua del terreno tramite una copertura organica permanente.

2. Consociazioni fra colture complementari e rotazioni mirate per mantenere in equilibrio la fertilità del suolo e prevenire il diffondersi delle malattie delle piante.

3. Assenza di lavorazione o di qualsiasi altro tipo di disturbo del terreno - il suolo si lavora da solo.

4. Il terreno si arieggia autonomamente, pertanto evitare di provocarne il compattamento.

Nella sistemazione complessiva dell’orto, occorrerà anche tener presente di avere siepi naturali miste di alberi e arbusti in grado di aumentare la biodiversità, proteggendo così l’area di coltivazione dal vento e ospitando nidi di animali antagonisti che si nutriranno degli insetti parassiti diventando, volendo, allo stesso tempo produttivi, qualora però si utilizzassero piccoli frutti e piante aromatiche di varietà idonee secondo il clima e la pluviometria della zona.

Applicazioni dell’IA sulle tecniche agricole

L'intelligenza artificiale come tutte le innovazioni è in grado di semplificare e velocizzare diverse attività aumentando l’efficienza e la produttività complessiva. Grazie alle sue avanzate capacità di elaborazione del linguaggio, l’IA è in grado di automatizzare svariati processi semplificando diverse attività produttive e di management dell’azienda agricola.

Agricoltura di precisione

Fra le applicazioni più comuni dell’intelligenza artificiale vi è l’agricoltura di precisione che viene definita come una strategia di gestione dell’attività agricola con la quale i dati vengono raccolti, elaborati, analizzati e combinati con altre informazioni per orientare le decisioni in funzione della variabilità spaziale e temporale al fine di migliorare l'efficienza nell'uso delle risorse, la produttività, la qualità, la redditività e la sostenibilità della produzione agricola (Wikipedia).

Da qui l’utilizzo di software o sistemi informatici atti a operare mediante l’utilizzo di sistemi agronomici mirati ed efficienti, prendendo in considerazione le effettive necessità della coltura da lavorare e le caratteristiche biochimiche e fisiche del terreno. 

Di questi tempi il concetto di precisione si poi è ampliato in agricoltura 4.0 grazie soprattutto alle nuove tecnologie che utilizzano sempre di più l’interconnessione sotto vari aspetti fra cui:  l’IoT (Internet of Things), le tecnologie digitali e ora anche l’intelligenza artificiale.

L’IA nell’ambito dell’agricoltura di precisione può essere utilizzata in diversi ambiti come:

• La gestione di dati da analizzare con l’obiettivo di prevenire le condizioni di sviluppo di malattie o evitare carenze nutrizionali della coltura/e che si sta coltivando
• Stima di determinati eventi quali le previsioni meteo, fabbisogni irrigui, fertilizzanti e modelli di sviluppo di eventuali fitopatie (alterazioni causate da fattori naturali o da azioni promosse dall'uomo)
• Utilizzo ottimale e più efficiente degli agrofarmaci 
• Miglior impiego dell’acqua per l’irrigazione attraverso tempi e metodi
• Automazione di alcune attività di lavorazione colturale
• Miglioramenti nella gestione e pianificazione dell’azienda agricola
• Ottimizzazione e miglioramenti dei prodotti lungo la filiera
• Gestione e diagnostica da remoto dei mezzi agricoli presenti in azienda (Fleet Management), così da monitorare e avere una reportistica aggiornata sul loro utilizzo con relativo consumo

Questi sono solo alcuni degli esempi più stringenti nel campo dell’agricoltura di precisione legati allo sviluppo dell’IA, perché riuscire sempre di più a comprendere queste capacità è fondamentale per cercare di sfruttare il potenziale di questo strumento.

Evoluzione dell’IA

Per rispondere alle esigenze sempre più marcate dell’intelligenza artificiale in termini di tecnologia, di recente, sono stati messi in commercio nuovi chip chiamati TPU, in grado di aumentare le performances dei dispositivi elettronici anche in agricoltura proprio per sfruttare appieno l’IA. In questo ambito, si parla anche di evoluzione del cloud computing (erogatore di servizi mediante internet - https://it.wikipedia.org/wiki/Cloud_computing) attraverso un edge-computing (modello di calcolo sviluppato - https://it.wikipedia.org/wiki/Edge_computing) ossia strumenti tecnologici facilmente adattabili ai mezzi agricoli e ai mini robot da utilizzare in agricoltura per sfruttarne appieno le potenzialità.

Nell’ambito della robotica sempre più spinta nel supporto alla raccolta di frutta e verdura (vendemmia, olive, ortaggi, ecc..), l’intelligenza artificiale è già in grado di aumentare il potenziale mediante sensori o fotocamere, di alcune attività come il riconoscimento del grado di maturazione.