Quando i trattori diventano strumenti per stimare i raccolti

Organizzare la raccolta in un campo agricolo di alberi da frutta o in un vigneto non è un’operazione banale. Solitamente i contadini con anni di esperienza alle spalle riescono guardando le piante a stimare a quanto ammonterà la produzione, in modo da non lasciarsi trovare impreparati rispetto ai braccianti da assumere quando verrà il momento. Ad aiutare il lavoro dell’uomo arriva Biosmart, la soluzione basata sull’Intelligenza Artificiale e brevettata in Italia ed Europa dalla startup di Rovereto (TN) GeoInference.

Fondata nel 2019 da Eugenio Maffione e Stefano Martini, l’azienda ha sviluppato degli algoritmi di computer vision proprietari che usano le immagini catturate da una telecamera stereoscopica montata sui trattori, e riescono a contare il numero di frutti sulle piante e a verificare se presentano difetti dovuti a malattie o ad intemperie, per stimare con assoluta precisione non solo la quantità del raccolto, ma anche il calibro dei frutti.

“Stimare la produzione, individuare malattie e pianificare la raccolta”

“L’idea di montare sul trattore una videocamera dotata di un particolare sistema di rilevazione capace di costruire delle mappe che calcolino come andrà la produzione, mi è venuta pensando ai meleti del Trentino”, spiega Stefano Martini, che - come il socio Eugenio Maffione - ha alle spalle una lunga esperienza nella progettazione di software di sistemi ad alta affidabilità. “Per un agricoltore calcolare in modo preciso quante mele, pere o grappoli d’uva ci sono nel suo terreno è fondamentale non solo per organizzare la raccolta ma anche per analizzare la gestione nel corso degli anni, conoscendo ad esempio qual è l’impatto delle grandinate. Senza contare che le cooperative agricole, ad esempio, devono affittare i capannoni dove stoccare la frutta e organizzare la logistica e, quindi, sapere con precisione quanta frutta dovranno trasportare è cruciale”.

Naturalmente la soluzione software va addestrata a seconda della coltivazione.“L’Intelligenza Artificiale può imparare a distinguere mele, pere, albicocche, pesche ma anche pannocchie di mais, lattuga, broccoli e così via”, spiega Martini. “Il vantaggio è che raccoglie dati ogni qual volta il contadino esce nei campi col trattore, anche se si tratta di sfalciare l’erba” I dati raccolti non si limitano al numero, ma riguardano anche il colore, la pezzatura, le eventuali malattie. “Questo software ha senso in primis per i grandi appezzamenti da 5 ettari in su, dove sarebbe difficile per chi coltiva riuscire a fare una stima precisa di tutte le coltivazioni. Ma può essere adoperato anche per le aziende più piccole, visto che le stime fatte tradizionalmente dagli agricoltori spesso hanno notevoli margini d’errore”. La startup fornisce il cloud dove vengono elaborati e archiviati i dati, facilmente monitorabili dai contadini. “Oltre a visualizzare e contare i frutti, stiamo collaborando con la Fondazione Edmund Mach, per addestrare l’IA a riconoscere i fiori e stimare sulla base dei fiori presenti su una pianta quanti frutti verranno prodotti: la sperimentazione al momento riguarda le mele, ma procederemo poi con altri frutti”.

L’applicazione valida anche per golf e industria

Il sistema non ha potenzialità soltanto in agricoltura. “Abbiamo sperimentato questa intelligenza artificiale con analoga soluzione, ribattezzata GeoInference SmartCamera, anche per altri utilizzi”. Ad esempio in collaborazione con la startup Mint, insediata nell’hub green di Trentino Sviluppo Progetto Manifattura, è nata l’applicazione per i campi da golf, la cui erba è soggetta ad essere attaccata da patogeni come il ‘Dollar Spot’, un fungo che lascia chiazze gialle sul green. “In questo caso l’IA è in grado di individuare la presenza del fungo precocemente in modo da anticipare il trattamento”. Non solo, la soluzione ha presentato una valida applicazione anche per i depositi industriali e i poli logistici, dove si sfrutta l’elevata capacità di riconoscere gli oggetti dell’AI creata da GeoInference, per eseguire il cosiddetto “bin picking”, ovvero l’identificazione in 3D e la raccolta di oggetti specifici per alimentare la catena di produzione, che i robot devono individuare e prendere con estrema precisione da grandi contenitori in cui più oggetti sono stivati alla rinfusa.