Un robot autonome pour prévoir les rendements futurs

Sur un marché de plus en plus axé sur la qualité, VINBOT (Autonomous cloud-computing vineyard robot to optimise yield management and wine quality) peut apporter un avantage concurrentiel aux producteurs de vin européens.

Capable d''estimer le rendement des vignes et les caractéristiques du couvert végétal, le robot autonome et son réseau de capteurs permettent de faire de meilleures prévisions en générant des cartes et en les partageant via le Cloud, pour des prises de décision plus pertinentes.

André Barriguinha, PDG d''Agri-Ciência et responsable de la diffusion/commercialisation post-projet de VINBOT, parle des résultats obtenus et des activités à venir.

Quels problèmes spécifiques VINBOT avait-il pour mission de résoudre?

VINBOT peut fonctionner de manière autonome dans le vignoble, sans intervention humaine. Il est équipé d''un système de capteurs qui le dotent de capacités de navigation, de localisation et d''acquisition de données. Il utilise un appareil photo qui prend des clichés du couvert végétal. Ensuite, il utilise des algorithmes pour identifier les raisins et les grappes et estimer les rendements futurs.

Ces fonctionnalités ne sont pas disponibles actuellement sur le marché: aucun appareil ne permettant d''estimer le rendement, les viticulteurs doivent procéder manuellement, une opération longue aux résultats peu fiables. Grâce à VINBOT, ils disposeront d''un nouvel outil leur permettant de procéder à des estimations le plus tôt possible dans la saison.

Pourquoi n''y avait-il aucune solution de ce type avant VINBOT?

Parce qu''il est très difficile de mettre au point un robot totalement autonome capable de se déplacer dans le vignoble et d''estimer le rendement. C''est exactement ce qu''apporte VINBOT: une capacité de déplacement autonome grâce à un récepteur GPS embarqué et à un télémètre 2D; une interface homme-machine pour définir un ensemble de points de cheminement et les caractéristiques de la mission d''acquisition; des composants de mesure des vignes; un logiciel Cloud qui traite les données de capteur du robot pour extraire des informations pertinentes et produire des cartes de rendement; et une application Web permettant aux utilisateurs finaux d''accéder à ces cartes.

L''un des principaux problèmes était de tenter d''identifier les grappes dans le vignoble, en particulier lorsqu''elles ne sont pas visibles de l''objectif (masquées par la végétation et/ou d''autres grappes).

Il s''agit d''une difficulté que nous nous efforçons toujours de surmonter en utilisant des modèles basés sur les informations de reconstruction du couvert végétal fournies par le télémètre. Nos résultats montrent que la plateforme VINBOT est capable d''estimer les caractéristiques du couvert végétal et le rendement avec une précision correcte. Toutefois, la sous-estimation du rendement réel, due principalement à l''occultation des grappes, doit faire l''objet de recherches complémentaires afin d''améliorer la précision des algorithmes. Nous sommes confiants dans notre capacité à améliorer la précision de l''outil en poursuivant nos recherches sur les algorithmes de vision de l''ordinateur et sur les modèles utilisés pour estimer les grappes dissimulées. Pour cela, nous prévoyons de mettre en place un second projet.

Que diriez-vous aux viticulteurs si vous deviez les convaincre des avantages de la solution VINBOT?

Les marges d''erreur de la procédure manuelle sont énormes, de l''ordre de 30 %. Par conséquent, si on leur propose une technologie permettant de descendre à 10 %, c''est un avantage énorme.
VINBOT peut estimer leur rendement; il peut produire des cartes de manière autonome et presque en temps réel; planifier les besoins d''éclaircissage pour éviter une production excessive et le vin de mauvaise qualité qui en découle; et améliorer les prises de décision en matière de planification et d''organisation.

Pour finir, il peut aider à planifier les achats et ventes de raisin, déterminer les prix et gérer les stocks de vin, programmer les investissements et développer des stratégies marketing.

Avez-vous une idée du prix de vente de la technologie VINBOT?

Nous pensons que pour la plupart des viticulteurs, acheter un VINBOT ne présenterait aucun intérêt car il sert uniquement à estimer le rendement et resterait au garage pratiquement toute l''année. Nous envisageons plutôt de proposer le VINBOT par le biais de fournisseurs de services et probablement aux producteurs de vin qui gèrent de grands vignobles.

De plus, VINBOT ne consiste pas seulement en un robot: il utilise également un serveur pour le traitement après capture d''images, et il serait donc plus simple et moins coûteux pour les viticulteurs de passer par un fournisseur de services.

Concernant le prix de vente de VINBOT, le coût de la version finale s''élèverait environ à 30 000 EUR tout compris, mais pourrait baisser lorsque nous perfectionnerons la technologie.

J''ajoute en passant que VINBOT est utilisable dans le Cloud. En quoi est-ce important?

En raison de l''importante quantité de données à traiter, qui fait de l''utilisation du Cloud une solution plus simple et moins chère. L''algorithme de traitement des images étant conservé dans un processeur basé dans le cloud, les viticulteurs n''ont besoin que d''un identifiant et d''un mot de passe pour accéder à leurs résultats.

Vous pensez également que les viticulteurs pourront vendre leur vin à meilleur prix grâce à VINBOT. De quelle manière?

Ce n''est pas un avantage direct. Si j''utilise VINBOT, je peux prendre des décisions de gestion plus pertinentes et augmenter la qualité du vin de manière indirecte: en optimisant la gestion du rendement et la logistique des vendanges, la qualité et l''homogénéité du fruit, la gestion du couvert végétal, l''éclaircissage des grappes et la vendange différentielle, je peux planifier plus efficacement la production, la commercialisation et la distribution du vin.

En théorie, cela permet aux viticulteurs de viser un prix de vente plus élevé, mais il se pourrait que ce ne soit pas toujours réaliste en raison de la forte compétitivité de ce marché. Toutefois, VINBOT peut contribuer à réduire l''ensemble des coûts de production et à augmenter ainsi la marge bénéficiaire.

Que pouvez-vous nous dire des principaux résultats des tests réalisés sur le terrain?

Nous sommes très satisfaits du comportement global de la plateforme de robot. Nous avons eu quelques problèmes liés à la traction des roues sur sol labouré et au fait que le système se déplace de manière très semblable à un tank, mais nous envisageons déjà d''y remédier en intégrant un nouveau jeu de roues capables de tourner indépendamment les unes des autres.

Le prochain défi que nous devrons relever concerne principalement le logiciel et les algorithmes. Nous avons besoin d''une validation plus complète sur site, qui ne porte pas seulement sur l''acquisition d''images, mais nous aide aussi à affiner les algorithmes et la modélisation de la vision artificielle dans le traitement des données. De cette façon, nous saurons exactement ce que nous devons faire pour obtenir une marge d''erreur inférieure à 10-15 % pour les estimations de rendement.

En supposant que vous obteniez un financement supplémentaire, quand pensez-vous que la technologie pourra être commercialisée?

VINBOT est actuellement au niveau 7 de maturité technologique (TRL). Nous tentons d''obtenir un financement de H2020, et si nous l''obtenons et que le processus de mise à niveau/validation se déroule comme prévu, VINBOT pourrait être commercialisé d''ici deux à quatre ans.

Nous prévoyons aussi de mettre notre technologie à disposition d''autres secteurs, notamment aux cultivateurs de framboises sous serre au Portugal qui ont exprimé leur intérêt pour une estimation du rendement à partir de l''analyse d''images. Nous avons également quelques contacts aux États-Unis et prévoyons d''y tester VINBOT. Pour finir, nous avons aussi l''intention d''ajouter des capteurs supplémentaires, notamment pour la surveillance des conditions environnementales.

VINBOT
Financé au titre de FP7-SME
page du projet sur Cordis
site web du projet