È stato inaugurato in diretta streaming in un evento digitale moderato da VVQ. Il Laboratorio congiunto fra Università Cattolica del Sacro Cuore e Fondazione Istituto Italiano di Tecnologia è nato con l’obiettivo di sviluppare approcci innovativi nell’ambito delle scienze agrarie alimentari e ambientali.
I principali temi di studio riguardano lo sviluppo di metodi diagnostici molecolari rapidi, di nuovi materiali derivati da sottoprodotti dell’industria agro-alimentare, e di sistemi robotici per il monitoraggio e la gestione dei sistemi colturali.
I progetti Vinum e Prinbot
Quest’ultimo obiettivo si concretizza nel progetto Vinum che, dal 2019, è stato affiancato dal progetto Prinbot (finanziato nell’ambito del Bando Prin2017) coordinato da Matteo Gatti dell’Università Cattolica (con funzione di capofila) in collaborazione con Fabio Ruggiero dell’Università Federico II di Napoli. Si tratta di due ricerche complementari che prevedono l’interazione tra diverse scienze: la robotica, l’intelligenza artificiale e la viticoltura. In un ambiente multidisciplinare è stato affrontato il tema della potatura robotizzata della vite con l’obiettivo di porre rimedio alle problematiche associate alle operazioni di potatura corta in vigneto.
«La mancanza di soluzioni – spiega Matteo Gatti – meccaniche o autonome che possano svolgere tale operazione colturale altamente selettiva rende ad oggi indispensabile l’intervento di manodopera qualificata la cui carenza si è ulteriormente acuita a causa della pandemia di SARS-CoV-2. Inoltre, allo stato attuale, la potatura in vigneto rappresenta una delle operazioni colturali più onerose».
Occhi, gambe e forbici
Gli studi prevedono la realizzazione di un sistema robotico costituito da un braccio dotato di end-effector (forbice) posizionato su un robot quadrupede in grado di muoversi in ambienti impervi come il vigneto il cui prototipo è atteso per la fine del 2022.
Al fine di compiere le operazioni di potatura è stato inizialmente necessario ricorrere alla computer vision e all’intelligenza artificiale realizzando un sistema in grado di identificare i diversi organi della pianta tramite una rete neurale artificiale in grado di identificare, tramite segmentazione semantica, le principali componenti della pianta e, successivamente, i punti e le strategie di taglio.
La scienza del cordone speronato
Pertanto, il primo passo dello studio è stata l’analisi delle principali componenti della pianta allevata a cordone speronato, con particolare attenzione alle regioni di potatura, e alle diverse tipologie di taglio che tradizionalmente vengono effettuate in vigneto dal viticoltore. Gli elementi di interesse che si osservano su una pianta allevata a cordone speronato sono il cordone permanente, lo sperone, i tralci, i nodi e, se presenti, le branchette, ovvero le ramificazioni a diverso grado di accrescimento che si dipartono dal cordone permanente e terminano con gli speroni. Ognuno di questi organi è distinguibile sia morfologicamente sia per l’età del legno di cui è costituito. Ogni regione di potatura è caratterizzata da un diverso numero di tralci con un particolare diametro e direzione di crescita che, a loro volta, originano dalle varie tipologie di gemme riscontrabili sulla chioma.
L’algoritmo del taglio
Per tale ragione, a seconda della specifica conformazione della singola regione di potatura, sono state identificate le quattro principali categorie di taglio:
- la speronatura, ovvero il raccorciamento del tralcio selezionato a un numero di nodi prestabilito;
- il taglio sulla corona che consiste nell’asportazione dell’intero tralcio preservando però le gemme di corona;
- il taglio raso attraverso il quale il tralcio viene interamente eliminato;
- il taglio di ritorno, finalizzato al rinnovo di strutture particolarmente complesse.
«Nell’ambito della conversione – spiega Paolo Guadagna, Assegnista di Ricerca all’Università Cattolica per il progetto Prinbot – del processo cognitivo umano in una serie di algoritmi capaci di discriminare le zone di taglio e di individuare gli interventi più opportuni, le diverse tipologie di taglio sono state riunite in un diagramma di flusso che rappresenta il nesso tra la viticoltura e gli approcci più squisitamente ingegneristici».
Deep learning
Per poter istruire la rete neurale rispetto alla capacità di discriminare le diverse componenti della pianta sono state acquisite immagini RGB di regioni di potatura comprendenti parte del cordone, lo sperone e i tralci. Successivamente, tramite il processo di annotazione, per ciascuna immagine sono stati indicati gli insiemi di pixel corrispondenti agli elementi di interesse rispetto al background. Ogni immagine del dataset è stata annotata evidenziando le differenti componenti citate in precedenza.
Le immagini annotate sono state fornite alla rete neurale tramite il processo di addestramento. Grazie alla variabilità rappresentata dalle immagini annotate, la rete ha appreso le caratteristiche comuni a ogni classe imparando a discriminare gli elementi che compongono ogni regione di potatura. In seguito, sono stati sviluppati algoritmi per mettere in relazione gli elementi identificati al fine di poter procedere con i tagli.
I processi finora descritti sono stati quindi associati a un sistema robotico composto da un braccio dotato di un end effector (forbice) e a una camera con sensore di profondità. Il braccio, attualmente, risulta posizionato su una piattaforma robotica su ruote che solo successivamente verrà sostituita da un robot quadrupede.
I risultati finora ottenuti consistono nell’identificazione automatica delle differenti componenti della pianta e nel taglio dei tralci identificati a un numero prestabilito di nodi, parametro che potrà essere impostato direttamente dall’operatore in base al carico di gemme desiderato, alle caratteristiche varietali e agli obiettivi enologici.
Articolo pubblicato nello speciale IoT e meccatronica di Terra e Vita n. 22/2021
Abbonati e accedi all’edicola digitale
«La sostenibilità ha bisogno di innovazione»
«La sostenibilità ha bisogno di innovazione – afferma Marco Trevisan, preside della Facoltà di Scienze agrarie, alimentari e ambientali dell’Università Cattolica di Piacenza -. L’agricoltura di precisione è il modo più efficace per contenere l’utilizzo di mezzi tecnici massimizzandone l’efficacia. Per soddisfare il fabbisogno di innovazione del sistema agroalimentare italiano occorre favorire le interconnessioni tra ricerca e didattica e tra ricerca e mondo della produzione e la nascita del laboratorio di robotica è solo l’ultimo esempio del contributo dell’Università Cattolica di Piacenza in questo senso».
l laboratorio congiunto è frutto di un accordo tra Ucsc e Iit nato «per sviluppare approcci innovativi nell’ambito delle scienze agrarie, alimentari e ambientali - ha spiegato Pier Sandro Cocconcelli, responsabile del programma di ricerca per l’Università Cattolica -, con particolare attenzione alla messa a punto di metodi diagnostici molecolari rapidi, di nuovi materiali derivati da sottoprodotti dell’industria agro-alimentare e di sistemi robotici per il monitoraggio e la gestione dei sistemi colturali».
«Il settore agricolo italiano – conferma Stefano Patuanelli, ministro delle Politiche agricole commentando la nascita del nuovo laboratorio di robotica - ha bisogno di un cambio di paradigma che passi proprio attraverso l’utilizzo delle nuove tecnologie, di macchine smart, di applicazioni robotiche: strumenti in grado di migliorare le pratiche e i processi produttivi nel pieno rispetto delle biodiversità e della sostenibilità ambientale».
