Groupe opérationnel PREVID : Numérisation avancée et prédiction agronomique de la vigne de table grâce à la robotique quadrupède, la vision artificielle et l’intelligence artificielle
- Taper Groupe opérationnel
- Statut En cours
- Exécution 2026 -2029
- Budget alloué 587.281,00 €
- Portée Supraautonómico
- Communauté autonome Andalucía; Castilla y León; Murcia, Región de
- Principale source de financement CAP 2023-2027
Résultat 1. Prototype initial du robot quadrupède adapté aux treilles. Activité 1. Définition des exigences agronomiques, techniques et opérationnelles (AGERPIX, TECNOVA, MOYCA, CODESIAN) ; développer et valider une solution robotique terrestre autonome équipée de caméras AgeRPIX OnFRUIT pour le comptage des grappes de raisin, l’évaluation de la vigueur, l’estimation de la qualité et la prédiction de l’état productif dans les vignobles en treille, améliorant ainsi l’efficacité de la gestion agronomique, la prévision des vendanges et le tri pour l’exportation. Dans cette phase initiale, les besoins agronomiques, techniques et opérationnels spécifiques à la viticulture de raisin de table en plein air seront recensés. Les exigences du robot en termes de mobilité et d’autonomie, les systèmes de vision industrielle et les capteurs nécessaires, ainsi que les scénarios de travail et les conditions environnementales auxquels la solution robotique devra résister seront définis. Ceci établira une base de travail commune pour la conception, le développement et la validation ultérieurs du système.
Résultat 1. Prototype initial du robot quadrupède adapté à une treille. Activité 2. Conception et adaptation du robot quadrupède aux conditions viticoles sous treille (AGERPIX, TECNOVA, MOYCA). Cette phase consiste à concevoir et adapter le robot quadrupède terrestre pour ses déplacements et son fonctionnement autonome dans les vignobles en plein air sous treille. Les spécifications définies lors de l'activité 1 seront prises en compte, en adaptant la structure, la mobilité, l'autonomie énergétique et les systèmes de communication aux terrains agricoles accidentés, en pente, avec des racines et une faible exposition aux intempéries. De plus, les supports et l'emplacement des caméras aériennes et des capteurs embarqués seront définis et validés afin de garantir leur bon fonctionnement dans des conditions d'éclairage variables.
Résultat 1. Prototype initial du robot quadrupède adapté à un vignoble. Activité 3. Développement de la communication et de l'autonomie du robot de navigation. (TECNOVA) Cette activité porte sur le développement et la mise en œuvre des systèmes de navigation autonome et de communication en temps réel du robot quadrupède en vue de son déploiement ultérieur sur le terrain. Tecnova sera responsable de l'adaptation et de la configuration des systèmes de contrôle autonome, de communication sécurisée et de surveillance à distance, permettant ainsi au robot de se déplacer de manière fiable entre les rangs de vigne, d'éviter les obstacles et de maintenir une connexion stable avec la plateforme de gestion des données et de contrôle des opérations. Cette activité est essentielle pour garantir le fonctionnement continu du système dans des environnements agricoles réels, caractérisés par une couverture variable et des conditions environnementales changeantes.
Résultat 2. Prototype fonctionnel avec capteurs et vision industrielle intégrés. Activité 1. Intégration de caméras et de capteurs agronomiques au robot (AGERPIX, TECNOVA, MOYCA). L'objectif de cette activité est d'intégrer fonctionnellement et opérationnellement les systèmes de vision industrielle et les capteurs agronomiques au robot quadrupède adapté, en assurant leur bon fonctionnement et leur synchronisation avec les systèmes de navigation et de communication. Les emplacements optimaux des caméras et des capteurs aériens seront définis, les supports seront adaptés et les connexions d'alimentation et de données seront établies. Les premiers essais de fonctionnement conjoint seront réalisés dans un environnement simulé. Des données provenant des capteurs agricoles seront recueillies afin de valider le bon fonctionnement en conditions réelles d'utilisation.
Résultat 2. Prototype fonctionnel avec capteurs intégrés et vision industrielle. Activité 2 : Développement d’algorithmes de vision industrielle pour le comptage, l’estimation de la taille des grappes et l’évaluation de la vigueur végétative (AGERPIX, CODESIAN). Cette activité vise à développer et implémenter des algorithmes de vision industrielle capables de détecter, compter et estimer la taille des grappes de raisin dans un vignoble, ainsi que d’évaluer la vigueur végétative des plants à partir d’images capturées par les caméras aériennes intégrées au robot. Les algorithmes doivent être robustes face aux variations de conditions d’éclairage, d’inclinaison des grappes et d’hétérogénéité agronomique.
Résultat 3. Plateforme AiCrop opérationnelle avec données intégrées du système robotique. Activité 1. Développement de routines de navigation adaptatives autonomes pour AiCrop, basées sur les conditions du terrain et la structure des cultures (TECNOVA, CODESIAN). Cette activité vise à développer et implémenter des routines de navigation adaptatives autonomes pour le robot quadrupède, capables de modifier son comportement de déplacement en fonction des conditions du terrain (sol dur, irrégularités, racines, pentes) et de la structure des cultures palissées. Ces routines seront intégrées à AiCrop pour le paramétrage à distance, le signalement des incidents de navigation et l'optimisation des itinéraires sur l'exploitation.
Résultat 3. Plateforme AiCrop opérationnelle avec données intégrées du système robotisé. Activité 2. Intégration des données dans AiCrop et développement de modèles prédictifs (CODESIAN, MOYCA). L’objectif est d’intégrer toutes les données collectées par le robot (comptage des grappes, estimation de la taille, vigueur végétative, conditions climatiques et pédologiques, incidents de navigation, etc.) dans la plateforme AiCrop et de développer des modèles prédictifs pour la qualité à la récolte et à l’exportation, ainsi que des cartes de vigueur des parcelles de vigne. Cette activité permettra de transformer les données brutes en informations précieuses pour la prise de décisions agronomiques et commerciales.
Résultat 3. Plateforme AiCrop opérationnelle avec données intégrées du système robotisé. Activité 3. Génération de règles de décision et de recommandations agronomiques basées sur l'IA (CODESIAN, MOYCA, TECNOVA). Développer et mettre en œuvre un système de règles de décision et de recommandations agronomiques, généré à partir des données collectées par le robot et traitées dans AiCrop, permettant aux techniciens agricoles d'optimiser la gestion du vignoble en treille. Ces recommandations s'appuieront sur des modèles prédictifs et l'interprétation automatisée de variables telles que la vigueur, le nombre de grappes, la prévision des vendanges et la qualité exportable.
Résultat 4. Validation agronomique du système intégré en conditions réelles d'exploitation. Activité 1. Définition des scénarios de validation agronomique et planification des campagnes opérationnelles (MOYCA, TECNOVA). Définir les scénarios d'exploitation agricole réels où la solution robotisée sera validée, en établissant les conditions agronomiques, les types de parcelles, les calendriers d'essais et les procédures d'évaluation. Planifier également les campagnes de validation sur le terrain, en veillant à couvrir adéquatement les différentes conditions de culture, les stades phénologiques et les situations opérationnelles susceptibles d'être rencontrés dans les vignobles palissés.
Résultat 4. Validation agronomique du système intégré en environnement d'exploitation fonctionnel. Activité 2. Conception et déploiement de l'environnement de test virtuel pour la vérification de l'intégration des données dans AiCrop (TECNOVA, AGERPIX, CODESIAN). Développer un environnement virtuel simulé permettant de réaliser des tests contrôlés d'intégration des données provenant des caméras, des capteurs et du système de navigation du robot avec la plateforme AiCrop. Cet environnement permettra de valider au préalable la connectivité, la compatibilité et le comportement des modèles prédictifs et des algorithmes de vision industrielle, sans avoir recours à des essais sur le terrain, optimisant ainsi le temps et le débogage.
Résultat 4. Validation agronomique du système intégré en conditions réelles d'exploitation. Activité 3. Validation du système sur les parcelles pilotes MOYCA (MOYCA, TECNOVA, AGERPIX, CODESIAN). Vérifier et valider, en conditions réelles d'exploitation, le fonctionnement intégré du robot quadrupède, des systèmes de vision artificielle et des capteurs agronomiques, de la communication en temps réel et de la plateforme AiCrop. Cette activité permettra d'évaluer l'opérabilité des algorithmes de comptage, de vigueur et de qualité, des modèles prédictifs et des recommandations agronomiques basées sur l'IA, et d'apporter des corrections en cas de problèmes pouvant survenir en conditions de production.
RD1 : Plan de diffusion. Communication interne efficace. Act1.RD1 : Conception du plan de diffusion et de communication : Un plan stratégique sera élaboré afin de définir l’identité visuelle du projet, ses messages clés, ses publics cibles, ses canaux de communication et les responsabilités des membres de GO. Ce document comprendra des directives visant à assurer une communication cohérente tout au long des phases du projet et son alignement sur les objectifs de visibilité définis dans l’appel à propositions. De plus, des supports de communication de base tels qu’un logo, des modèles, des affiches, des bannières enroulables et des brochures d’information seront conçus.
RD1 : Plan de diffusion. Communication interne efficace. Act2.RD1 : Coordination interne et suivi de la communication : Des mécanismes seront mis en œuvre pour favoriser une communication interne efficace entre les partenaires grâce à des outils de collaboration numérique (Teams, Google Drive, etc.), des réunions régulières et des protocoles partagés. Un système de suivi des activités de communication sera établi afin d’assurer la traçabilité et de détecter tout écart permettant de prendre des mesures correctives.
RD2 : Diffusion et transfert de technologie par la participation à des événements et des ateliers liés au projet. Act1.RD2 : Participation à des événements et salons professionnels : les membres du groupe de travail participeront à des salons agroalimentaires, des conférences spécialisées et des forums d’innovation afin de présenter l’avancement du projet par le biais de présentations techniques, de stands et de supports d’information. Cette participation permettra d’élargir le réseau de contacts, de valider les approches auprès du secteur et de diffuser le potentiel du système développé. Parmi les événements prévus figurent Fruit Attraction, FAME INNOWA, le salon InfoAgro et la Semaine des sciences.
RD2 : Diffusion et transfert de technologie par la participation à des événements et l’organisation d’ateliers liés au projet. Act2.RD2 : Organisation d’ateliers de diffusion liés au projet : Au moins deux ateliers seront organisés au cours du projet (un à mi-parcours et un final), à destination des producteurs, techniciens, étudiants, plateformes d’innovation et décideurs politiques. Ces ateliers comprendront des présentations techniques, des démonstrations sur le terrain et des tables rondes afin de favoriser le dialogue entre les principaux acteurs des secteurs vitivinicole et technologique.
RD2 : Diffusion et transfert de technologies par la participation à des événements et à des ateliers spécifiques au projet. Act3.RD2 : Coopération avec d’autres groupes opérationnels et parties prenantes : Les échanges avec d’autres groupes opérationnels nationaux et internationaux seront favorisés par des événements de réseautage, des webinaires conjoints et la participation à des ateliers de transfert organisés par des réseaux tels que le RRN ou des plateformes régionales. Ces actions permettront le partage d’expériences, l’harmonisation des méthodologies et la généralisation des résultats.
RD3 : Diffusion du projet par le biais d’activités virtuelles. Act1.RD3 : Création du site web officiel du projet : Un site web multilingue (espagnol/anglais) sera développé. Il présentera les objectifs, les participants, les activités, l’avancement et les résultats du projet. Ce site servira de plateforme de documentation et d’outil de visibilité et de transparence, avec un accès à des ressources téléchargeables, des actualités et des sections adaptées aux différents publics.
RD3 : Diffusion du projet par le biais d’activités virtuelles. Act2.RD3 : Mises à jour du site web et des réseaux sociaux : Des profils seront créés sur des plateformes spécialisées (LinkedIn, Twitter, YouTube) et au moins trois newsletters électroniques seront publiées tout au long du projet : une newsletter de lancement, une newsletter d’étape et une newsletter de clôture. Le contenu sera adapté aux différents publics cibles et comprendra des actualités, des cas d’utilisation, des témoignages et les événements à venir.
RD3 : Diffusion du projet par le biais d’activités virtuelles. Actes 3 et 4. RD3 : Production de contenu audiovisuel (bulletins d’information et supports audiovisuels) : Au moins trois vidéos seront produites, illustrant différentes étapes du projet (début, mise en œuvre sur le terrain, résultats finaux). Ces ressources comprendront des animations, des interviews et des enregistrements d’ateliers, et seront utilisées en présentiel, sur le web et sur les réseaux sociaux. Elles seront complétées par des infographies interactives, des présentations et des ressources visuelles téléchargeables.
- R1-Prototype initial du robot quadrupède adapté à un vignoble : plateforme robotique quadrupède capable de se déplacer de manière autonome et en toute sécurité sous les structures du vignoble dans des conditions réelles.
- Prototype fonctionnel R2 avec capteurs intégrés et vision artificielle : système de capteurs multicanaux et de vision artificielle aérienne orienté vers la détection automatisée des grappes, la classification par taille, l'estimation de la vigueur des plantes et la collecte de variables agronomiques pertinentes dans des conditions d'éclairage naturel variables.
- Plateforme R3-AiCrop opérationnelle avec des données intégrées du système robotisé : développer des modèles prédictifs mis en œuvre sur la plateforme AiCrop, avec la capacité de générer des cartes de vigueur, des prévisions de récolte et des recommandations de gestion spécifiques par parcelle.
- R4-Validation agronomique du système intégré dans un environnement d'exploitation fonctionnel : valider la solution développée dans des conditions de production réelles, évaluer son efficacité technique, agronomique et logistique, et générer des preuves empiriques de la valeur de la technologie pour son transfert et son adoption futurs.
Les activités du projet sont structurées autour de la réalisation des quatre principaux résultats attendus du projet PreVid :
- R1 : Activité 1. Définition des exigences agronomiques, techniques et environnementales ; Activité 2. Conception et adaptation du robot quadrupède aux conditions de la vigne en treillis ; Activité 3. Développement de la communication et de l'autonomie du robot de navigation sur le terrain.
- R2 : Activité 1. Intégration de caméras et de capteurs agronomiques dans le robot ; Activité 2. Développement d'algorithmes de vision artificielle pour le comptage, la taille des grappes et la vigueur végétative.
- R3 : Activité 1. Développement de routines de navigation adaptatives autonomes en fonction des conditions du terrain et de la structure des cultures pour AiCrop ; Activité 2. Intégration des données dans AiCrop et développement de modèles prédictifs ; Activité 3. Génération de règles de décision et de recommandations agronomiques basées sur l’IA.
- R4 : Activité 1. Définition des scénarios de validation agronomique et planification des campagnes opérationnelles ; Activité 2. Conception et déploiement de l'environnement de test virtuel pour la vérification de l'intégration des données dans AiCrop ; Activité 3. Validation du système dans les parcelles pilotes MOYCA.
Le projet PreVid développe une solution de numérisation agronomique pour la culture du raisin de table sur treille, grâce à la robotique autonome, la vision par ordinateur et l'intelligence artificielle. Un robot terrestre quadrupède, capable de se déplacer de manière autonome sous les rangs de vigne (un environnement complexe et variable), sera adapté pour effectuer des tâches telles que le comptage automatique des grappes, l'estimation de leur taille et l'évaluation de la vigueur des plants. Ce système optimisera la gestion agronomique, réduira les coûts et améliorera la durabilité et la compétitivité du secteur.
- Nom de l'organisme coordinateur/entité : FONDATION POUR LES TECHNOLOGIES AUXILIAIRES EN AGRICULTURE
- Adresse postale : Avenue de la Innovación, 23, El Alquián, 04130, Almería (Andalousie), Espagne
- Courriel du coordinateur/de l'entité :
- Téléphone : glopez@fundaciontecnova.com
- FUNDACION PARA LAS TECNOLOGÍAS AUXILIARES DE LA AGRICULTURA
- AGERPIX TECHNOLOGIES, S.L.
- MOYCA GRAPES, S.L.
- CODESIAN SOFTWARE TECH, S.L.