DS05 - Sécurité alimentaire et défi démographique

Pesticide Free Robotized Pest Control in Agriculture – GREENSHIELD

Robot de destruction laser des nuisibles en Agriculture

Dans le cadre de la réduction de l’utilisation des pesticides, le projet Greenshield a pour objectif de développer un robot mobile pour combattre les ravageurs, en se basant sur l’intelligence artificielle pour la détection et un laser pour la destruction

Face à l’arrêt programmé des pesticides, Greenshield propose une alternative écologique

L’utilisation de pesticides a pour fonction de lutter contre les ravageurs qui, sinon, décimeraient 30 à 50% de nos cultures. L’Union européenne utilise environ 360.000 tonnes de pesticides par an pour l’agriculture et l’horticulture. Toutefois, l’épandage de pesticides est particulièrement inefficace (seulement 0,3% du pesticide atteint sa cible) et a des conséquences alarmantes sur la santé publique, l’environnement et sur l’économie. Dans son plan « Ecophyto II », le gouvernement français a décidé de réduire de 50% l’utilisation des pesticides d’ici 2025. D’ici là, des solutions alternatives doivent arriver sur le marché.<br />Parallèlement, depuis une décennie, grâce aux progrès technologiques et du fait de l’industrialisation de l’agriculture et du manque de main d’oeuvre, des solutions IT et robotiques se sont développées dans le domaine agricole pour faire faire évoluer les pratiques vers une nouvelle ère: le smart farming.<br />Des solutions à base de drones et de moyens de détection avancés des symptômes des maladies des plantes et des bioagreseurs existent, avec des performances toujours croissantes.<br />D’autre part, quelques techniques de lutte sans pesticide ont été testées, notamment avec l’usage d’un tir laser (contre les moustiques dans le cadre de la lutte contre la malaria) avec des performances prometteuses.<br />Le projet Greenshield a pour objectif de concevoir et prototyper un module de détection et destruction de pestes (invertébrés, maladies, adventices) à installer sur un robot mobile qui parcourra les champs de manière autonome. Il utilise pour cela une base de données de signatures de pestes qu’il utilisera pour différencier les organismes utiles (coccinelles, abeilles, …) des cibles à détruire. Celles-ci seront détruites par un tir laser. Les données collectées dans les champs seront utilisées pour alimenter des modèles mathématiques afin de prédire l’évolution des populations de pestes et optimiser les patrouilles suivantes

Le principe général a été breveté par la start-up partenaire du projet : Green Shield Technology SAS (GST). Le module est constitué d’une caméra multispectrale et d’un laser de destruction. Le faisceau laser est orienté à l’aide d’un micro-miroir vers les cibles détectées par la caméra. Un logiciel de prise de vues, analyse les images en temps réel, localise les pestes et transmet les coordonnées des cibles au contrôleur de l’orientation du micro-miroir. Un fois le miroir stabilisé, le laser de destruction envoie une impulsion suffisante pour endommager la peste. Le cycle continue avec les pestes suivantes. L’objectif est d’enchaîner l’ensemble des étapes à très grande vitesse afin que le robot puisse détruire suffisamment de pestes pour contrecarrer une épidémie, les prédateurs naturels prenant le relais. L’étude de l’optique nécessaire pour la visée et le tir est réalisée par l’INL, qui se charge de déterminer le spectre lumineux nécessaire à capturer par la caméra, la longueur d’onde et la puissance optimale du laser. Le laboratoire BF2I alimente la base de données de signatures spectrales de pestes (et d’autres insectes non nuisibles), détermine les paramètres du laser et contribue aux expérimentations indoor et outdoor. Le laboratoire Femto-ST conçoit et réalise le micro-miroir asservi, compatible avec les performances attendues en termes de vitesse et de résistance au flux lumineux du laser. Ampère réalise l’intégration des composants dans un robot mobile et prototype deux versions successives du robot afin de réaliser des expérimentations probantes, de détecter d’éventuels problèmes d’intégration et de fonctionnement, d’optimiser les paramètres et ainsi déterminer les performances atteignables à l’issue du projet. GST supervise la conception et le prototypage, participe à l’élaboration des algorithmes de détection par IA et réalise les expérimentations. La consolidation des données pour alimenter les modèles d’évolution est organisées par GST

La détection et la localisation à grande vitesse de pucerons posés sur des feuilles a été validée avec des algorithmes de filtrage et d’Intelligence Artificielle. Il a été possible de distinguer les différents types de puceron ainsi que de détecter la présence de mildiou sur des feuilles de vigne. Il a été démontré qu’il est possible d’embarquer un laser sur un robot mobile autonome en énergie pour détruire des pucerons. Plusieurs types de laser sont en cours d’étude ainsi que l’optimisation de leur puissance. Des simulations d’un robot mobile intégrant une caméra et un laser ont été réalisées. Des algorithmes de visée et de suivi de cibles mobiles (le robot avance en permanence) ont été proposés. Le prototype 1 est en cours de réalisation.

Le prototype 1 va permettre à court terme de valider expérimentalement l’ensemble de la chaîne détection-destruction en condition indoor et outdoor. Il va permettre également de tester les différentes options de détection, de visée, de tir laser afin d’optimiser l’ensemble et de déterminer les performances globales. En fonction des résultats obtenus, le prototype 2 sera réalisé.

Deux publications sont envisagées d'ici fin 2019 concernant la détection des pestes et une fin 2019 sur le micro-miroir.

The use of pesticides appears natural and exclusive to us because our civilization has relied on them since antiquity. Indeed, pest damage results in economic production losses to the agricultural industry, estimated from 28 to 50% (in Africa and Asia) of annual productions. Therefore, the European Union uses approximately 360 million kg of pesticides per year for agricultural and horticultural tasks. However pesticide application methods are inefficient (only 0.3% of sprayed pesticides from aerial application comes in contact with the target pest) and has led to alarming consequences in public health, the environment, and economically. In 2003, environmental and economic costs associated with pesticide use were estimated to total approximately 10 billion dollars per year in the US. In its “Ecophyto” plan, French government has decided to reduce by 50% the use of pesticides by 2018. Unfortunately, alternatives to pesticides being too scarce, the objective has been postponed to 2025.
So far, no purely technological and versatile method has been developed to replace pesticides. Detection techniques still do not make use of spectrometry to detect pests (they detect sick plants, so too late). For instance, in 2012, some robots have collaborated with humans in vineyards to decide where to spray with various levels of autonomy. Results showed 90% accuracy of grape cluster detection leading to 30% reduction in the use of pesticides. Some studies introduce ways to detect pests on leaves with a camera, but due to the challenges of on-site detection, most of them relied on scanning under highly controlled light conditions.
Greenshield Project aims at reducing the use of pesticides by developing a robotic module to be embedded on a terrestrial vehicle (mobile robot, farming tractor, ...) to fight against crop pests (invertebrates, diseases, weeds). This module will autonomously detect pests using spectral analysis, and destroy them with a laser. When mounted on mobile robots, it will patrol among crop fields to scan the plants, collect accurate data regarding pests that will serve to optimize the action of robots. This new means of fighting will settle a new sustainable paradigm of pest control to better combat them.
The technical solutions proposed in this project have already been proved to be feasible. Hence, by way of spectrometry, one can characterize insect species with more than 95% of correct answers, and even 80% of correct answers for subspecies identification. In January 2017, we performed and succeeded a Proof Of Concept (P.O.C.) study validating this method of detection on aphids with a spectrometer off-the-shelf and a simple statistical method (Principal Component Analysis). Concerning the destruction method, its effectiveness has been successfully studied on cockroaches. In 2010, in order to fight malaria, a team showed that it is possible to destroy up to a hundred mosquitoes in flight, at a maximum distance of 30m with a Blu-Ray type laser.
In this project, the method of targeting pests for detection and destruction has been patented by the firm Green Shield Technology which will industrialize the results of this project. It uses miniature rotating mirrors to orientate the beams very quickly. This method has already been designed for an endoscopic laser in phonosurgery by Femto-ST, one of the participating research laboratories.
This project interests companies from several regions (Champagne, Cognac, …) which proposed a partnership to test and deploy the solution in their vineyard (potentially 14 000 ha). In case of success, the solution should be deployed in fields around the world.

(i) Ron Berenstein, Yael Edan, Human-Robot Cooperative Precision Spraying: Collaboration Levels and Optimization Function10th IFAC Symposium on Robot Control, September 5-7, 2012. Dubrovnik, Croatia

Project coordination

Arnaud LELEVE (Laboratoire Ampère)

The author of this summary is the project coordinator, who is responsible for the content of this summary. The ANR declines any responsibility as for its contents.

Partner

FEMTO-ST Franche-Comté Electronique Mécanique Thermique et Optique- Sciences et Technologies
INL - Insa de Lyon Institut des nanotechnologies de Lyon
GST GREEN SHIELD TECHNOLOGY
BF2I - Insa de Lyon Biologie Fonctionnelle, Insectes et Interactions
Ampère Laboratoire Ampère

Help of the ANR 834,111 euros
Beginning and duration of the scientific project: - 42 Months

Useful links

Explorez notre base de projets financés

 

 

ANR makes available its datasets on funded projects, click here to find more.

Sign up for the latest news:
Subscribe to our newsletter