Weed Control Through Robotics

Revista Ingeniería Agrícola

View Publication Info
 
 
Field Value
 
Title Weed Control Through Robotics
Control de maleza mediante la robótica
 
Creator Espinoza-Hernández, Juan
Juárez-González, Carlos
Mota-Delfín, Canek
Romantchik-Kriuchkova, Eugenio
 
Subject
Detection; Farming; Artificial Intelligence; GPS; Sensors


detección; cultivo; inteligencia artificial; GPS; sensores

 
Description Weeds represent potential losses in crop yields, and significant advances have been made in the development of robotic systems for weed control and detection methods based on artificial intelligence. For this reason, in this work a bibliography review was made of the methods developed and applied in robotic systems for weed removal, which are divided into four principles of general operation: mechanical, chemical, thermal and electrical, as well as a description of their advantages, inconveniences and requirements for proper operation. Understanding the current research landscape is important for the future development of new technologies. The use of computer vision has allowed the development of selective tools and the detection of weeds in complex environments. Guidance systems with GPS or sensors can give autonomy to weeding robots, which with the incorporation of artificial intelligence and especially deep learning could become more robust and adaptable to various crops and open fields, thus improving control weed.
Las malezas representan pérdidas potenciales en el rendimiento de los cultivos, se han logrado avances significativos en el desarrollo de sistemas robóticos para el control de malas hierbas y métodos de detección basados en inteligencia artificial. Por ello, en este trabajo se realizó una revisión de bibliografía de los distintos métodos desarrollados y aplicados en sistemas robóticos para la eliminación de malezas, que se dividen en cuatro principios de funcionamiento general; mecánico, químico, térmico y eléctrico, así como una descripción de sus ventajas, inconvenientes y requerimientos para un buen funcionamiento. Entender el panorama de la investigación actual es importante para el futuro desarrollo de nuevas tecnologías. El uso de la visión por computadora ha permitido el desarrollo de herramientas selectivas y la detección de malezas en ambientes complejos. Los sistemas de guiado con GPS o sensores pueden dar autonomía a robots desmalezadores, los cuales con la incorporación de la inteligencia artificial y en especial el aprendizaje profundo, podrían hacerse más robustos y adaptables a diversos cultivos y terrenos a campo abierto, mejorando así el control de malezas.
 
Publisher Instituto de Investigaciones de Ingeniería Agrícola (IAgric)
 
Contributor

 
Date 2021-08-15
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion

 
Format application/pdf
text/html
application/epub+zip
 
Identifier https://revistas.unah.edu.cu/index.php/IAgric/article/view/1467
 
Source Revista Ingeniería Agrícola; Vol. 11, Núm. 4 (2021): Octubre-Diciembre
2227-8761
2306-1545
 
Language spa
 
Relation https://revistas.unah.edu.cu/index.php/IAgric/article/view/1467/2758
https://revistas.unah.edu.cu/index.php/IAgric/article/view/1467/2738
https://revistas.unah.edu.cu/index.php/IAgric/article/view/1467/2750
 
Rights Copyright (c) 2021 Revista Ingeniería Agrícola
http://creativecommons.org/licenses/by-nc/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library