GROPERBOT

A qui va dirigit el projecte

A investigadors, professionals i empreses del sector agrícola i agroalimentari interessats en la gestió eficient dels recursos hídrics, així com a responsables de polítiques públiques i institucions compromeses amb els Objectius de Desenvolupament Sostenible (ODS) de l’Agenda 2030. També pot ser d’interès per a centres tecnològics i universitats implicats en la recerca aplicada en l’àmbit de la robòtica, la geofísica i l’agricultura de precisió.

Objectiu del projecte

Demostrar l’aplicabilitat de sistemes autònoms de detecció electromagnètica per a identificar les propietats del sòl agrícola, amb especial èmfasi en la detecció de la humitat del sòl a diferents profunditats, per tal de millorar l’eficiència en l’ús de l’aigua de reg i afavorir una agricultura més sostenible i tecnificada.

Descripció del projecte

Desenvolupat conjuntament pel Centre de Disseny d'Equips Industrials (CDEI) i el grup de recerca Geofísica i Enginyeria Sísmica (GiES) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), consisteix en el disseny i construcció d’un robot autònom capaç de realitzar inspeccions del terreny agrícola per mitjà d’un radar de subsol (Ground Penetrating Radar, GPR). Aquest sistema permetrà obtenir informació detallada sobre les condicions d’humitat del sòl mitjançant l’anàlisi de les propietats electromagnètiques, combinades amb tècniques de Machine Learning i presa de decisions autònoma.

El CDEI s’encarregarà de la integració del GPR amb la plataforma robòtica, així com del desenvolupament mecànic, electrònic i programari necessari per a l’operativitat del sistema. El resultat serà un prototip funcional que podrà detectar la humitat del sòl sense necessitat d’extraccions destructives, reduint costos i minimitzant l’impacte ambiental.

El projecte contribuirà significativament a la digitalització del sector agrícola i a la implementació de tecnologies innovadores en l’agricultura de precisió. A més, es preveu que el sistema tingui aplicacions complementàries com la detecció de l’estat de maduresa dels tubercles, la identificació de contaminants en el subsol i el mapatge de les xarxes d’arrels per optimitzar l’ús dels recursos.