WeedElec

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

Duration : 2018 - 2021
Research program : ANR Challenge ROSE
Geographic extension : National

Website
Reconnaissance automatique
Modèles de concurrence cultures/adventices
Aide à la décision
Robotique d’extérieur
Réseaux de capteurs
évaluation des états du milieu et des couverts
Machines intelligentes
Conception des systèmes.

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 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 couleur, et des techniques associées de chimiométrie et d’apprentissage profond.
- Une bonne compréhension du comportement des mauvaises herbes lorsqu’elles sont soumises à une décharge électrique en travaillant notamment sur le couplage du type de décharge électrique en relation avec l’impédance électrique des adventices et leur phénologie.
Il abordera 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 liés à l’utilisation de décharges électriques sur les adventices, afin de mettre en place une stratégie intégrée de désherbage sécurisée. 
WeedElec 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 Pl@ntNet, ce dernier ayant conduit au développement de la plateforme participative du même nom, utilisée par des millions de personnes pour la  reconnaissance automatisée des plantes. Il mobilise également les compétences de spécialistes de la phénologie des plantes et de la malherbologie. En sus des retombées environnementales, le projet permettra (i) de produire une base de données de «signatures électriques » des principales adventices en France, (ii) d’enrichir la base de connaissance de la plateforme Pl@ntNet avec des images d’adventices (iii) 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.

PARTNERS

  • Vincent De Rudnicki, IRSTEA, UMR ITAP
  • Gilles Rabatel, IRSTEA, UMR ITAP
  • Christophe Guizard, IRSTEA, UMR ITAP
  • Daniel Moura , IRSTEA, UMR ITAP
  • Alexis Joly, INRIA LIRMM
  • Julien Champ, INRIA LIRMM
  • Claude Doussan, INRA, UMR EMMAH/UAPV
  • Lucie Viel, AGRIAL.