Caso studio

Green Illness Detection

Rivoluzioniamo il monitoraggio del manto erboso con l'analisi avanzata delle immagini

Cliente: Mint S.r.l.

Il Progetto

Green Illness Detection è un progetto innovativo che sfrutta le tecnologie di computer vision e intelligenza artificiale per il monitoraggio e l'identificazione precoce delle malattie nei manti erbosi, con un focus particolare sui campi da golf.

Sviluppato in collaborazione con Mint S.r.l., un'azienda di Rovereto specializzata in soluzioni IoT per l'agricoltura di precisione, il progetto mira a rivoluzionare la gestione e manutenzione delle aree verdi.

Il progetto è parte dell'iniziativa "Foundation Open Factory", promossa da ELIS e finanziata da Trentino Sviluppo.

Challenges

Le Sfide da Affrontare

Costi di Manutenzione

Il rilevamento tardivo delle malattie del manto erboso comporta interventi di manutenzione più estesi e costosi, con un conseguente aumento della manodopera e dei materiali necessari.

Impatto Ambientale

Più la malattia si espande, maggiori sono le risorse idriche e i fitofarmaci necessari per trattarla, con un impatto significativo sull'ecosistema e un rischio di sovrautilizzo di prodotti chimici.

La mancanza di un sistema di monitoraggio efficace e in tempo reale rende difficile individuare tempestivamente le malattie del manto erboso, portando a interventi tardivi che comportano maggiori costi economici e ambientali.

Goals

Obiettivi del Progetto

Ridurre i Costi

Minimizzare le spese di manutenzione attraverso l'identificazione precoce delle malattie, consentendo interventi mirati che richiedono meno risorse e manodopera.

Ottimizzare le Risorse

Pianificare in modo più efficiente l'utilizzo di manodopera, consentendo al personale di concentrarsi esclusivamente sulle aree che necessitano realmente di interventi.

Ridurre l'Impatto Ambientale

Limitare l'uso di risorse idriche e fitofarmaci grazie a interventi precoci e mirati, contribuendo alla sostenibilità ambientale dei campi da golf.

AI solution

La Nostra Soluzione

Abbiamo sviluppato un algoritmo di visione artificiale capace di identificare, riconoscere e localizzare con precisione le malattie del manto erboso nelle primissime fasi.

Acquisizione

Telecamere montate su macchine per la manutenzione che catturano immagini del manto erboso durante le operazioni di routine

Analisi

Algoritmo di computer vision che analizza le immagini per identificare e localizzare patologie del manto erboso

Visualizzazione

Mappa interattiva del campo che mostra le aree a rischio con le relative coordinate GPS per interventi mirati

Il sistema integra i dati ottenuti dall'analisi delle immagini con la geolocalizzazione, creando una mappa dello stato di salute del campo da golf che permette di pianificare interventi precisi e tempestivi.

Roadmap

Fasi di Implementazione

1. Studio Preliminare

Analisi della letteratura scientifica e di dataset pubblici già esistenti sulla rilevazione di malattie nelle piante, per comprendere lo stato dell'arte nella computer vision applicata all'agricoltura.

2. Raccolta Immagini

In collaborazione con Mint, abbiamo effettuato sopralluoghi su campi da golf, catturando numerose immagini del manto erboso che presentavano vari tipi di malattie in diverse fasi di sviluppo.

3. Etichettatura Immagini

Le immagini raccolte sono state etichettate manualmente, indicando con precisione le regioni in cui erano presenti le malattie, creando così un dataset supervisionato per l'addestramento del modello.

4. Addestramento Iniziale

Abbiamo selezionato l'architettura di rete neurale più adatta e addestrato il modello utilizzando il dataset creato, ottimizzando i parametri per massimizzare l'accuratezza del riconoscimento.

5. Iterazione & Ottimizzazione

Con l'accumulo di nuovi dati, abbiamo continuamente migliorato il modello, aumentandone la precisione e la capacità di riconoscere diverse patologie in condizioni variabili.

6. Validazione & Integrazione

Abbiamo testato il sistema su un impianto sportivo del Trentino, verificando l'accuratezza del riconoscimento e l'integrandolo con la piattaforma IoT di Mint per fornire un monitoraggio completo e in tempo reale.

Results

Benefici Concreti

Il sistema è stato validato su un impianto sportivo del Trentino, dimostrando un'alta precisione nel rilevamento delle diverse patologie del manto erboso.

Grazie all'identificazione precoce delle malattie, è possibile intervenire tempestivamente, riducendo significativamente sia i costi di manutenzione che l'impatto ambientale.

I risultati mostrano che gli interventi mirati basati sui dati forniti dal nostro sistema richiedono meno risorse, manodopera e prodotti chimici, contribuendo a una gestione più sostenibile ed economica dei campi da golf.

Riduzione dei Costi di Manutenzione

L'identificazione precoce delle malattie consente interventi più mirati e meno estesi, con un conseguente risparmio significativo in termini di risorse e manodopera. Gli amministratori del campo possono pianificare meglio le operazioni di manutenzione, concentrando gli sforzi solo dove realmente necessario.

Riduzione dell'Impatto Ambientale

Un utilizzo più efficiente di risorse idriche e fitofarmaci contribuisce a limitare l'impatto ambientale delle operazioni di manutenzione. Il minore utilizzo di prodotti chimici rende il campo più salubre per gli utenti e per l'ecosistema circostante, promuovendo una gestione più sostenibile delle aree verdi.

Grazie all'utilizzo di algoritmi di intelligenza artificiale basati sull'analisi dei flussi video, è possibile monitorare in tempo reale le aree verdi, rilevando automaticamente potenziali malattie e fornendo strumenti efficaci per una gestione ottimale del campo.

Contattaci per maggiori informazioni Esplora i servizi

Casi studio