ROSE - RObotique et capteurs au Service d'Ecophyto

« Robot de désherbage localisé par procédé électrique haute tension combiné avec une gestion prédictive par vision hyper-spectrale et post-évaluation par drone» – WeedElec2017

Désherbage électrique haute tension avec une détection et discrimination des adventices.

Le projet WeedElec propose une alternative au désherbage global chimique, qui combine un moyen aérien de détection des adventices couplé à une solution robotisée terrestre de désherbage utilisant de l’énergie électrique haute tension

Suppression du glyphosate par un procédé électrique haute tension de désherbage des semis.

L’utilisation systématique des pesticides est remise en question avec la prise de conscience des impacts qu’ils génèrent sur l’environnement et la santé de l’homme. La présence de pesticides a été détectée sur 93% des 2360 stations de surveillance de la qualité des cours d’eau. Les eaux souterraines sont également contaminées. Les substances les plus quantifiées sont les herbicides ou leurs dérivés (glyphosate, AMPA, atrazine déséthyl…) Le Plan ECOPHYTO a pour objectif de réduire de 50 % l’utilisation des produits phytosanitaires à l’horizon 2025, avec un premier objectif de 25 % en 2020. Pour cela, différents moyens doivent être développés et combinés : i) variétés résistantes aux bio agresseurs ii) bio contrôle iii) évolution vers des systèmes de culture économes en pesticides iiii) agroéquipements innovants, capteurs et outils d’aide à la décision. <br /> Le projet WeedElec s’inscrit directement dans les objectifs d’ECOPHYTO. Il aborde le problème du désherbage de précision par la voie originale du désherbage électrique, sans aucun pesticide. En ce sens il va au-delà de l’objectif d’une réduction de 50% de l’utilisation des produits phytosanitaires, avec toutefois certaines limites en termes de rapidité et de volume de traitement par rapport aux usages actuels. Pour répondre à cette attente il faut être en mesure de discerner et localiser les adventices au sein de la culture puis de les détruire électriquement, le tout de façon automatique et robuste vis-à-vis des conditions extérieures au champ (variabilité de l’éclairement, variabilité biologique, hostilité du milieu). Cela nécessite d’améliorer nos connaissances scientifiques sur l’identification des plantes en utilisant la vision numérique et l’intelligence artificielle mais aussi de développer des outils innovants de destruction capables de se substituer efficacement aux herbicides chimiques.

Le projet combine deux approches de détections complémentaires mais pouvant être valorisées de manière indépendante :i) - une approche de détection aérienne se focalisant sur la localisation spatiale des adventices “vivantes” ou “détruites” (volet post désherbage) utilisable également pour l’optimisation de solutions utilisant d’autres méthodes alternatives de destruction, - ii)- une approche au sol exploitant un robot doté de capacités de reconnaissance et de destruction de précision utilisable de façon autonome. L’identification d’espèces s’appuie sur les expertises acquises par Irstea en matière de traitement d’images hyper spectrales au champ, et par L’INRIA et le CIRAD dans le cadre du projet Pl@ntNet ‘intelligence artificielle et apprentissage profond (deep-learning).
La modélisation des processus de caractérisation et leur intégration dans des outils d’aide à la décision, ainsi que la conception de stratégies de désherbage globales constitueront d’autres enjeux scientifiques pour lesquels l’ensemble des expertises du consortium sera nécessaire.
La destruction des adventices par voie électrique haute tension a déjà fait l’objet de travaux de recherches à IRSTEA en 1997-2000. Il s’agit d’une voie originale qui permet de détruire les racines et les parties aériennes comme pourrait le faire le glyphosate. Le dispositif proposé permet de maitriser la commande de désherbage et d’améliorer l’efficience de la destruction adaptant le signal à la signature d’impédance électrique des plantes (INRA) soumises à de la Haute tension.
AGRIAL apporte son expertise et moyens d’expérimentation en terrain réel.

Les premiers résultats marquants ont permis de développer les premières solutions de détection et de discrimination des mauvaises herbes entre-elles et des semis à préserver.
Les premiers résultats confortent notre approche autour de l’utilisation des techniques ’d’intelligence artificielle et de deep-learning » avec l’ambition du couplage avec l’approche hyper spectrale. Les premiers tests de destruction par haute tensions sont positifs bien que n’utilisant pas encore la modulation en puissance et signal.
Les résultats de recherches sur la signature de l’impédance des adventices ont permis de définir le domaine de puissance et de fréquence améliorant à la destruction.

WeedElec a pour objectif de lever, plus particulièrement, les verrous scientifiques majeurs suivants :
• La détection/identification des adventices par imagerie hyper spectrale et couleur, et des techniques associées de chimiométrie et d’apprentissage profond (deep-learning).
• Le couplage de la détection aérienne et de la détection embarquée par le robot pour décider de l’élimination des adventices.
• Le couplage décharge électrique HT et impédance complexe des adventices de façon à déterminer les meilleures caractéristiques de d’action haute tension nécessaire.
Nous nous intéresserons à mettre en place une stratégie intégrée de désherbage embarquée sur un robot type.

Pas de publications réalisées en 2019.
Démonstrations lors des journées dryrun et ECPA 2019 et ANRT

WEEDELEC 2017

Nous proposons dans ce projet une alternative au désherbage global chimique qui combine un moyen aérien de détection des adventices couplé à une solution robotisée terrestre de désherbage alternatif utilisant de l’énergie électrique sous haute tension. Le projet s’appuiera sur des solutions commerciales en matière de vecteur aérien (drone) et terrestre (robot).

Il s’attachera plus particulièrement à lever les verrous scientifiques et techniques majeurs relatifs au développement d’une future solution intégrée de désherbage, à savoir:
- la détection/identification des adventices, en utilisant l’imagerie hyperspectrale et les techniques de Deep Learning
- le comportement des mauvaises herbes lorsqu’elles sont soumises à une décharge électrique, en travaillant notamment sur le couplage du type de décharge en relation avec l’impédance électrique des adventices et leur phénologie.

Nous aborderons aussi les questions relatives au couplage de la détection aérienne et de la détection embarquée par le robot, ainsi qu’aux effets environnementaux et sécuritaires éventuels liés à l’utilisation de décharges électriques sur les adventices, dans le but de mettre en place une stratégie intégrée de désherbage sécurisée.

Ce projet s’appuie sur des résultats antérieurs acquis lors du projet Européen FP4 Patchwork (désherbage électrique - 1995), du projet Européen FP7 RHEA (Système de protection robotisée des cultures - 2012) et du projet Plant@Net dont l’objectif est la reconnaissance automatique des plantes par “deep learning”. Il s’appuie aussi sur les compétences de spécialistes de la phénologie des plantes et de la malherbologie.

Ce projet sera l’occasion d’enrichir les bases de données images de Plant@net, de produire une base de données de « signatures électriques » des principaux adventices, de développer et de tester de nouveaux algorithmes robustes de détection/classification d’adventices et de valider une solution novatrice de désherbage sans aucune substance chimique.

L’expérimentation du système aura lieu dans des parcelles de grandes cultures et de maraîchage de façon à couvrir des typologies de cultures et d’adventices variées.

Coordinateur du projet

Monsieur Vincent de RUDNICKI (IRSTEA)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

IRSTEA IRSTEA
UMR EMMAH UMR Environnement Méditerranéen et Modélisation des Agro-Hydrosystèmes
CIRAD Centre de coopération internationale en recherche agronomique pour le développement
INRIA Institut National de Recherche en Informatique et en Automatique
AGRIAL STE COOP AGRICOLE ET AGRO-ALIMENTAI

Aide de l'ANR 499 942 euros
Début et durée du projet scientifique : décembre 2017 - 48 Mois

Liens utiles

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter