Desarrollo e implementación de un sistema autónomo de detección y repulsión de aves en un cultivo de fresas mediante el uso de un dron comercial

Abstract

El presente documento, correspondiente al proyecto de grado para la carrera de Ingeniería Mecatrónica de los autores de este. En el presente documento se propone una forma de resolver el problema de las aves en los cultivos de fresas con el uso de un sistema de visión artificial; se comparan diferentes métodos para la detección de las aves con el uso de una base de datos tomada directamente en el terreno de implementación. Además, se explica el proceso de preprocesamiento para el algoritmo de detección de aves basado en diferencias de imágenes, y el de entrenamiento para el sistema de visión artificial basado en YOLOV3; por consiguiente, se mencionan los pasos para la implementación del proceso de detección seleccionado y su uso para dirigir el dron a repeler las aves dentro del cultivo. Posteriormente, se expone el proceso de desarrollo del algoritmo capaz de detectar y guiar el dron a la estación de aterrizaje. Y, se evidencian los resultados obtenidos luego de la implementación de lo mencionado en el terreno de pruebas previamente seleccionado; donde se determina que el sistema es capaz de ejecutar todo el proceso sin intervención humana dentro de una autonomía de aproximadamente 2 horas.

The current paper, which corresponds to the project for the mechatronic engineering degree of the authors of this one. This paper proposes a way to solve the problem of birds in strawberry crops with the use of an artificial vision system, comparing different methods for the detection of birds based on a database taken directly in the field of implementation. In addition, the pre-processing process for the bird detection algorithm based on image differences, and the training process for the YOLOV3-based machine vision system are explained; accordingly, the steps for the implementation of the selected detection process and its use to guide the drone to repel birds within the crop are mentioned. Subsequently, the development process of the algorithm capable of detecting and guiding the drone to the landing station is explained. And, the results obtained after the implementation of the above mentioned are evidenced in the previously selected test field; where it is determined that the system can execute the whole process without human intervention within an autonomy of approximately 2 hours.