FR3003377A1 - Procede d'analyse d'une parcelle agricole cultivee - Google Patents

Procede d'analyse d'une parcelle agricole cultivee Download PDF

Info

Publication number
FR3003377A1
FR3003377A1 FR1352410A FR1352410A FR3003377A1 FR 3003377 A1 FR3003377 A1 FR 3003377A1 FR 1352410 A FR1352410 A FR 1352410A FR 1352410 A FR1352410 A FR 1352410A FR 3003377 A1 FR3003377 A1 FR 3003377A1
Authority
FR
France
Prior art keywords
plant
parcel
area
drone
affected
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
FR1352410A
Other languages
English (en)
Inventor
Frederic Serre
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Delta Drone SA
Original Assignee
Delta Drone SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Delta Drone SA filed Critical Delta Drone SA
Priority to FR1352410A priority Critical patent/FR3003377A1/fr
Priority to PCT/EP2014/055353 priority patent/WO2014147043A1/fr
Publication of FR3003377A1 publication Critical patent/FR3003377A1/fr
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/188Vegetation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

L'invention concerne un procédé d'analyse d'une parcelle agricole cultivée, comportant : -une première acquisition (40) d'une cartographie aérienne, au moyen d'un premier véhicule aérien, d'une parcelle agricole contenant une espèce végétale cultivée, et comportant au moins une zone affectée de moindre activité végétale, cette zone affectée étant définie comme une portion de ladite parcelle à l'intérieur de laquelle ladite espèce végétale présente un état de développement végétal inférieur à un seuil prédéfini ; -l'identification (70), au sein de cette parcelle, de la zone affectée de moindre activité végétale ; -l'observation détaillée (100) de l'espèce végétale à l'intérieur de ladite zone affectée, comportant une seconde acquisition d'une image détaillée au moyen d'un second drone équipé d'un dispositif d'observation ; -la recherche automatique (120), à partir de résultats de l'observation détaillée, d'une cause responsable de la moindre activité végétale à l'intérieur de cette zone.

Description

PROCÉDÉ D'ANALYSE D'UNE PARCELLE AGRICOLE CULTIVÉE poll L'invention concerne un procédé d'analyse d'une parcelle agricole cultivée. [2] En agriculture, une espèce végétale cultivée au sein d'une parcelle agricole 5 ne présente pas toujours un développement végétal homogène sur toute la superficie de la parcelle. Il existe généralement des zones de cette parcelle, dans lesquelles le développement végétal de l'espèce cultivée est moindre que celui que présente cette même espèce dans le reste de la parcelle. Cela est généralement causé par la présence locale de facteurs affectant la croissance végétale, tels qu'un déficit localisé 10 en irrigation ou en engrais ou bien encore une présence localisée de parasites. L'existence de telles zones est rédhibitoire, car cela affecte négativement le rendement agricole de la parcelle. Pour y remédier, on connaît des techniques, dites d'agriculture de précision, qui permettent de détecter de telles zones. Ces techniques comportent typiquement : 15 -l'acquisition d'une cartographie aérienne de la parcelle, au moyen de satellites ou d'avions équipés à cet effet ; -l'identification de zones caractéristiques sur cette parcelle, à partir de la cartographie aérienne, dont la croissance est moindre par rapport au reste de la parcelle. Si une telle zone est détectée, un opérateur doit se rendre sur place pour fournir un 20 diagnostic sur l'origine de la plus faible croissance de cette zone. Sur la base de ce diagnostic, un traitement spécifique est sélectionné afin d'éliminer le facteur affectant la croissance de l'espèce dans cette zone. Des opérateurs sont ensuite envoyés sur cette zone pour y appliquer le traitement spécifique. [3] Ces techniques présentent cependant des inconvénients notables. La 25 cartographie aérienne n'est parfois pas suffisamment précise et peut conduire à des erreurs de diagnostic (faux positif, diagnostic erroné), engendrant alors un déplacement inutile et coûteux des opérateurs. Il n'est pas non plus souhaitable que les opérateurs fassent un diagnostic sur place, car différentes zones d'une même parcelle peuvent être causées par des facteurs différents, ce qui obligerait les 30 opérateurs à transporter avec eux plusieurs traitements possibles, afin d'être parés à toute éventualité. Il en résulterait une logistique alourdie et un coût accru. De plus, le fait même qu'un opérateur doive se rendre sur place dans une zone détectée nécessite dans certain cas la création d'un chemin spécifique d'accès, en particulier à travers une zone non affectée de la parcelle, qui sera alors perdue par la suite pour la 35 récolte. [4] II existe donc un besoin pour un procédé d'analyse d'une parcelle agricole cultivée, qui présente une fiabilité accrue et un coût réduit. [5] L'invention concerne donc un procédé d'analyse d'une parcelle agricole cultivée, comportant : -une première acquisition d'une cartographie aérienne, au moyen d'un premier véhicule aérien, d'une parcelle agricole contenant une espèce végétale cultivée, et comportant au moins une zone affectée de moindre activité végétale, cette zone affectée étant définie comme une portion de ladite parcelle à l'intérieur de laquelle ladite espèce végétale présente un état de développement végétal inférieur à un seuil prédéfini ; -l'identification, au sein de cette parcelle, de la zone affectée de moindre activité végétale ; -l'observation détaillée de l'espèce végétale à l'intérieur de ladite zone affectée, 10 comportant une seconde acquisition d'une image détaillée au moyen d'un second drone équipé d'un dispositif d'observation ; -la recherche automatique, à partir de résultats de l'observation détaillée, d'une cause responsable de la moindre activité végétale à l'intérieur de cette zone. [6] Le second drone permet l'analyse, de façon simplifiée et plus économique, 15 des végétaux situés dans la zone affectée. Notamment, une image détaillée est acquise à l'aide de ce second drone. À partir de cette image détaillée sont ensuite détectés des symptômes de la moindre activité végétale, et un diagnostic est alors établi de façon plus fiable. [7] Les modes de réalisation de l'invention peuvent présenter une ou plusieurs 20 des caractéristiques suivantes : -la cartographie aérienne comporte une image hyperspectrale de la parcelle agricole, enregistrée à partir de rayonnements électromagnétiques de longueur d'onde comprise dans les spectres visible et du proche infrarouge ; -les zones affectées sont identifiées au moyen d'un indice différentiel normalisé de 25 végétation calculé à partir de composantes spectrales visible et infrarouge de l'image hyperspectrale ; -le second drone est un drone à voilure tournante ; -le premier véhicule aérien est un drone à voilure fixe comportant une caméra hyperspectrale ; 30 -la première acquisition de la cartographie aérienne comporte : - l'acquisition séparée d'une pluralité d'images aériennes de portions de la parcelle ; - la combinaison de cette pluralité d'images pour former la cartographie aérienne ; 35 -le dispositif d'observation comporte une caméra optique ; -le dispositif d'observation comporte un bras manipulateur robotisé, apte à prélever un échantillon végétal à l'intérieur de la zone affectée ; -la recherche automatique comporte : - la fourniture d'une base de données d'une pluralité d'ensembles de caractéristiques morphologiques végétales de référence, chacun de ces ensembles caractéristiques morphologiques de référence étant associé à un diagnostic prédéfini ; - -la détection d'un ensemble de caractéristiques morphologiques végétales de l'image détaillée acquise ; - -la recherche automatique, parmi les ensembles de caractéristiques morphologiques végétales de référence, d'un ensemble de caractéristiques correspondant à l'ensemble de caractéristiques morphologiques détecté ; - -l'émission du diagnostic prédéfini correspondant ; le procédé comporte en outre la transmission, à destination d'un opérateur, d'un traitement à appliquer sur la zone, ce traitement étant choisi en fonction du diagnostic réalisé pour cette zone ; -le second drone comporte un dispositif de géolocalisation, apte à enregistrer des 15 coordonnées géographiques de la zone, et la transmission du traitement à appliquer comporte en outre la transmission, à destination de l'opérateur, des coordonnées géographiques de la zone sur laquelle le traitement doit être appliqué ; -la transmission des coordonnées géographiques de la zone sur laquelle le traitement doit être appliqué comporte en outre le calcul de coordonnées géographiques 20 délimitant un périmètre de sécurité, s'étendant autour de la zone affectée, à une distance prédéfinie d'une limite extérieure de cette zone affectée. [008] Ces modes de réalisation présentent en outre les avantages suivants : -l'imagerie hyperspectrale permet la détection des zones affectées de la parcelle ; -le drone à voilure tournante est apte à se maintenir en vol stationnaire et à basse 25 altitude, ce qui permet d'acquérir des images détaillées à l'intérieur de la zone affectée -le bras rétractable permet le prélèvement d'un échantillon végétal à l'intérieur de la zone affectée en vue d'une analyse approfondie ex situ ; -en définissant le périmètre de sécurité autour de la zone affectée, le traitement est 30 appliqué à l'intérieur de ce périmètre de sécurité, ce qui limite le risque que le facteur responsable de la moindre activité végétale dans la zone affectée ne se propage à l'extérieur de la zone affectée. [009] L'invention sera mieux comprise à la lecture de la description qui va suivre, donnée uniquement à titre d'exemple non limitatif et faite en se référant aux dessins 35 sur lesquels : - la figure 1 est une illustration schématique, selon une vue du dessus, d'une parcelle agricole cultivée ; - la figure 2 est une représentation schématique de drones utilisables pour analyser la parcelle agricole de la figure 1 ; - la figure 3 est un organigramme d'un procédé d'analyse de la parcelle de la figure 1 ; - les figures 4, 6, 8 et 9 sont des organigrammes détaillant chacun une étape du procédé de la figure 1 ; - la figure 5 est une illustration schématique d'un plan de vol d'un véhicule aérien pour acquérir une cartographie aérienne de la parcelle agricole de la figure 1 ; - la figure 7 est un exemple schématique d'une cartographie aérienne normalisée de la parcelle agricole de la figure 1. [cm cl Dans ces figures, les mêmes références sont utilisées pour désigner les mêmes éléments. [0011] Dans la suite de cette description, les caractéristiques et fonctions bien connues de l'homme du métier ne sont pas décrites en détails. [0012] La figure 1 représente une parcelle 2 agricole dans laquelle est cultivée une espèce végétale. Cette parcelle comporte une pluralité de plants de cette espèce végétale, qui s'étendent sur toute la superficie de la parcelle 2, dite surface cultivée. Dans cette description, plant et espèce végétale seront utilisés comme synonymes par la suite. [0013] Ces plants sont ici répartis de façon homogène sur la parcelle 2 et ont été semés simultanément. Cependant, ces plants ne présentent pas un développement végétal homogène sur toute la superficie de la parcelle 2. On distingue ainsi, à l'intérieur de la parcelle 2 : -des zones normales, dans lesquelles les plants présentent un état de développement végétal dit normal, c'est-à-dire supérieur ou égal à une valeur 25 prédéfinie, et -des zones affectées, dans lesquelles les plants présentent un état de développement inférieur à une valeur prédéfinie. [0014] La valeur prédéfinie est, par exemple, égale à 50% ou à 30% ou à 25% de la valeur moyenne du développement végétal de tous les plants de la parcelle 2. 30 [0015] Dans cet exemple, cette parcelle 2 forme un quadrilatère et comporte une zone normale 4, qui s'étend sur plus de 80% de la superficie de la parcelle 2, et deux zones affectées 6, 8. Chacune des zones 6 et 8 est ici d'un seul tenant et ne comporte pas de zone d'une nature différente à l'intérieur de la surface délimitée par la périphérie extérieure de cette zone. L'espèce végétale est ici un légume. L'état de 35 développement végétal d'un plant est, par exemple, quantifié par la superficie totale des feuilles de chaque plant. [0016] Les plants présents dans les zones 6 et 8 présentent ainsi un développement végétal moindre que ceux de la zone 4, causé, pour chacune de ces zones 6 et 8, par un facteur tel que la présence d'un parasite, ou bien un déficit en engrais ou en 40 irrigation. Il est souhaitable d'éliminer ce facteur, de façon à ce que le développement végétal des plants de ces zones 6 et 8 retrouve par la suite un niveau normal. Pour cela, il est nécessaire de déterminer la nature de ce facteur dans chacune des zones 6, 8 et d'y appliquer un traitement adapté. [0017] La figure 2 représente des drones 20 et 22 aptes à être utilisés pour déterminer la nature du facteur affectant les zones 6 et 8, et une unité de commande 24 de ces drones. Par drone (« Unmanned Aerial Vehicle » en langue anglaise), on désigne un aéronef de dimensions réduites et pouvant circuler sans pilote humain à son bord, par exemple de façon autonome à partir d'un plan de vol prédéfini. [0018] Le drone 20 est un drone à voilure fixe. Ce drone 20 comporte un dispositif d'imagerie optique 26. Le drone 20 est apte à se déplacer à une altitude supérieure ou égale à 5m ou à 10m ou à 20m. L'altitude est ici mesurée par rapport au niveau du sol. [0019] Le drone 22 est ici un drone à voilure tournante, par exemple à quadrirotor. Le drone 22 est ainsi apte à se maintenir en vol stationnaire. Ce drone 22 comporte ici un dispositif d'observation 28, tel qu'une caméra optique à haute résolution. Le drone 22 est apte à se déplacer à une altitude inférieure à l'altitude minimale du drone 20. Par exemple, le drone 22 est apte à se déplacer à une altitude inférieure ou égale à 3m, ou à 7m, ou à 15m. [0020] Chacun de ces drones 20 et 22 présente ici une masse inférieure à 10kg ou à 5kg et une envergure inférieure à 3m ou à 2,5m ou à 2m. Les drones 20 et 22 sont notamment aptes à transmettre des données, telles que des données acquises par les dispositifs 26 et 28, vers l'unité 24. Ces drones 20 et 22 sont également aptes à décoller et à se déplacer de façon autonome, par exemple en suivant un plan de vol transmis par l'unité 24. Les drones 20 et 22 comportent ici chacun un dispositif de géolocalisation. [0021] L'unité 24 est apte : -à transmettre des instructions, comme un plan de vol ou un ordre de décoller, aux drones 20 et 22, et -à recevoir des données venant des drones 20 et 22, comme par exemple des 30 données issues des dispositifs 26 et 28. Cette unité 24 est ici un micro-ordinateur équipé d'une interface de communication et d'un logiciel de contrôle des drones 20 et 22. L'unité 24 est par exemple posée au sol. [0022] Un exemple d'un procédé d'analyse de la parcelle 2 et de ces zones 6 et 8 va maintenant être décrit, en référence à l'organigramme de la figure 3 et à l'aide des 35 figures 2 et 4 à 9. [0023] Lors d'une étape 40, une cartographie aérienne de la parcelle 2 est acquise, au moyen d'un véhicule aérien, en vue d'identifier les zones 6 et 8. Cette acquisition est ici réalisée par le dispositif 26 du drone 20. [0024] Dans cet exemple, la cartographie aérienne de la parcelle 2 est une image 40 hyperspectrale de cette parcelle 2. Les techniques d'imagerie hyperspectrale (« hyperspectral imaging » en langue anglaise) permettent d'enregistrer des composantes spectrales du rayonnement électromagnétique qui vont au-delà de la lumière visible. Cela permet de notamment détecter et de quantifier une activité végétale, car des constituants contenus dans les végétaux et responsables de la photosynthèse présentent un coefficient de réflexion optique élevé pour des longueurs d'onde situées dans le domaine du proche infrarouge (« near infra-red » en langue anglaise). Dans cette description, on désigne par proche infrarouge l'ensemble des rayonnements électromagnétiques dont la longueur d'onde est comprise entre 750nm et 1,5pm. [0025] Ici, la cartographie aérienne comporte des composantes spectrales dans le domaine de la lumière visible ainsi que dans le domaine du proche infrarouge. Ainsi, à cet effet, le dispositif 26 comporte une caméra hyperspectrale, telle que le modèle de caméra « ADC » fabriqué par la société « Tetracam, Inc. ». [0026] La figure 4 représente plus en détail un exemple de l'étape 40. [0027] Lors d'une opération 42, des caractéristiques géographiques de la parcelle 2 sont acquises, par exemple par l'unité 24, à partir d'une base de données géographiques. Ces caractéristiques géographiques incluent notamment les dimensions de la parcelle 2, ainsi que sa localisation géographique. Cette localisation géographique est ici exprimée sous la forme de coordonnées d'un système de localisation par satellite, comme par exemple des coordonnées GPS (« Global Positioning System » en langue anglaise). [0028] Puis, lors d'une opération 44, un plan de vol du drone 20 est défini automatiquement, par exemple par l'unité 24, à partir des caractéristiques géographiques acquises lors de l'opération 42. Ce plan de vol définit notamment la trajectoire que doit suivre le drone 20 pour accéder à la parcelle 2 et survoler cette parcelle 2. [0029] En fonction de l'altitude de vol du drone 20, de la superficie de la parcelle 2 et de l'angle de champ optique du dispositif 26, il existe des situations dans lesquelles le dispositif 26 ne peut pas acquérir une cartographie de la totalité de la parcelle 2 en une seule prise de vue. Dans ce cas, la cartographie de la parcelle doit être obtenue en acquérant séparément une pluralité d'images distinctes de portions de la parcelle 2, puis en combinant ces images distinctes pour obtenir une unique image de la totalité de la parcelle 2. L'opération 44 comporte alors : -la définition de coordonnées géographiques des portions de la parcelle 2 devant être imagées séparément, et, pour chacune de ces portions, la définition de coordonnées d'un point de passage à partir duquel une image correspondant à cette portion peut être acquise par le dispositif 26 lorsque le drone 20 est situé à la position géographique correspondant à ce point de passage ; puis -la définition du plan de vol du drone 20, passant par ces points de passage, pour le 40 dispositif 26 puisse acquérir une image de chacune de ces portions. [0030] La figure 5 représente un tel plan de vol. Dans cet exemple, la parcelle 2 est partagée en quatre portions 46, 48, 50, 52 devant chacune faire l'objet d'une prise de vue séparée. Un plan de vol est défini pour que le drone 20 survole ces portions en passant par les points de passage, tout en suivant une trajectoire de longueur réduite.
Ici, la trajectoire ainsi déterminée au-dessus de la parcelle 2 présente une forme en « U » et porte la référence 54 sur la figure 5. [0031] Lors d'une opération 56 (figure 4), le plan de vol déterminé lors de l'opération 44 est transmis au drone 20, par exemple au moyen de l'unité 24. [0032] Ensuite, ici, lors d'une opération 58, un ordre de décollage est transmis au drone 20. Puis, lors d'une opération 60, ce drone 20 survole automatiquement la parcelle 2 suivant le plan de vol défini, puis acquiert automatiquement les images des portions 46, 48, 50 et 52. Par exemple, une image est automatiquement acquise par le dispositif 26 à chaque fois que le drone 20 passe par un des points de passage précédemment définis. Avantageusement, des coordonnées géographiques associées à l'image sont enregistrées par le drone 20 lors de chaque acquisition. De préférence, ces images sont acquises de façon à ce que la cartographie de la parcelle forme une vue du dessus de la parcelle, avec un angle d'incidence inférieur à 50 ou à 10 par rapport à une direction verticale. De façon encore plus préférentielle, ces images sont acquises à la verticale de la parcelle 2. [0033] Puis, lors d'une opération 62, les images acquises par le dispositif 26 sont reçues par l'unité 24 sous forme d'image numérique hyperspectrale, ici accompagnées de leurs coordonnées géographiques respectives. Chacune de ces images numériques hyperspectrales comporte ici : -trois composantes chromatiques associées à la lumière visible (typiquement, 25 correspondant aux couleurs « rouge », « bleu » et « vert » telles que définies dans un espace colorimétrique de type « RGB »), et -une composante chromatique correspondant au rayonnement de proche infrarouge. [0034] Ensuite, lors d'une opération 64, la cartographie de la parcelle 2 est générée automatiquement à partir de ces images. Dans cet exemple, les images 30 correspondant à chacune des portions 46, 48, 50 et 52 sont triées en fonction de leurs coordonnées géographiques, puis sont réunies pour former une image unique de la parcelle 2, qui constitue la cartographie. À l'issue de l'étape 40, on dispose donc d'une cartographie de la parcelle 2, qui est ici une image hyperspectrale, enregistrée sous forme numérique, de la superficie de la parcelle 2. 35 [0035] Ensuite, lors d'une étape 70, les zones de moindre activité végétale correspondant aux zones 6 et 8 sont identifiées sur cette cartographie. Dans cet exemple, l'identification de ces zones 6 et 8 consiste à déterminer leurs coordonnées géographiques respectives. La figure 6 représente plus en détail un exemple de cette étape 70. [0036] Par exemple, lors de l'opération 72, la cartographie est normalisée. Par normalisé, on entend ici que l'état de développement végétal des plants de la parcelle 2 est estimé à partir de cette cartographie. Dans cet exemple, la superficie des feuilles des plants, et donc l'état de développement végétal, est estimé par le biais de 5 l'indice différentiel normalisé de végétation (« normalized difference vegetation index » en langue anglaise). Pour ce faire, une nouvelle image numérique, dite cartographie normalisée, est créée à partir de la cartographie acquise lors de l'étape 40. Chaque pixel de cette cartographie normalisée est ici généré à partir des valeurs des composantes chromatiques du pixel correspondant de la cartographie acquise, 10 avec la formule suivante : NDVI = (NIR - VIS) / (NIR + VIS), où NDVI est la valeur d'intensité du pixel de la cartographie normalisée, NIR est la valeur d'intensité de la composante de proche infrarouge du pixel de la cartographie acquise et VIS est la somme des valeurs d'intensité des composantes verte et rouge du pixel de la cartographie acquise. 15 [0037] La figure 7 représente un exemple d'une cartographie normalisée 74 obtenue à l'issue de l'opération 72. Les pixels formant cette cartographie présentent chacun une valeur d'intensité comprise entre -1 et +1. Les valeurs d'intensité de ces pixels supérieures ou égales à une valeur seuil LIM d'une intensité de pixel correspondant à la valeur prédéfinie sont dites élevées et correspondent à un état de développement 20 végétal normal. Ces valeurs élevées sont ici représentées graphiquement par une couleur claire. Les valeurs d'intensité de ces pixels inférieures à la valeur LIM sont dites faibles et correspondent à un état de développement végétal réduit. Ces valeurs faibles sont ici représentées graphiquement par une couleur sombre. Ici, la valeur LIM est égale à zéro. 25 [0038] On distingue sur la cartographie 74: -une région 76 d'intensité élevée, correspondant à la zone normale 4, et -des régions 78 et 80, de faible intensité, correspondant respectivement aux zones 6 et 8. [0039] Ensuite, lors d'une opération 82, les régions 78 et 80 sont automatiquement 30 identifiées sur l'image et les coordonnées de chacune des régions 78 et 80 sont automatiquement estimées. Par exemple, l'ensemble des pixels formant chacune des régions 78 et 80 sur la cartographie 74 est détecté au moyen d'un algorithme connu de reconnaissance de contours. Ici, ces coordonnées sont estimées à partir des coordonnées enregistrées par le dispositif 26 lors de l'opération 60 à l'occasion de 35 chaque acquisition d'image. Avantageusement, les coordonnées du centre géométrique de chacune de ces régions 78 et 80 sont calculées. [0040] À l'issue de l'étape 70, on dispose donc des coordonnées géographiques des zones 6 et 8 de la parcelle 2. [0041] Ensuite, lors d'une étape 100, une observation détaillée est réalisée à 40 l'intérieur de chacune des zones 6 et 8. Cette observation détaillée comporte l'acquisition d'une image détaillée de chacune des zones 6 et 8, à l'aide du drone 22. La figure 8 représente plus en détail un exemple de cette étape 100. [0042] Lors d'une opération 102, un plan de vol du drone 22 est défini automatiquement, pour que le drone 22 survole chacune des zones 6 et 8. Ce plan de vol est par exemple défini par l'unité 24, à partir des coordonnées déterminées lors de l'étape 70, de la même façon que ce qui a été décrit en référence à l'opération 44, sauf que les coordonnées de portions de la partielle 2 devant être imagées séparément ne sont pas définies. En revanche, pour chaque zone 6 et 8, on définit les points de passage : -sur la périphérie extérieure de la zone, et -un point de passage est placé au centre géométrique de la zone. [0043] Ainsi, il est possible d'obtenir une vue détaillée de plants situés à l'intérieur des zones 6 et 8 ainsi que des plants situés en périphérie de ces zones 6 et 8, par exemple pour estimer le risque de propagation de ces zones 6 ou 8. De préférence, ces points de passage sont placés de façon à ce que le drone 22 passe, pour chaque zone, d'abord autour de la zone puis se rende au centre de la zone. Le nombre de points définis sur la périphérie de chaque zone dépend du niveau de précision souhaité et de la forme de la zone. Par exemple, on définit cinq points pour les périphéries de chacune des zones 6 et 8. [0044] Ensuite, lors d'opérations 104 et 106, ici identiques aux opérations 56 et 58, le plan de vol défini lors de l'opération 102 et un ordre de décollage sont successivement transmis au drone 22. [0045] Puis, lors d'une opération 108, le drone 22 survole automatiquement les zones 6 et 8 selon le plan de vol défini. Par exemple, à chaque fois que le drone 22 passe par un des points de passage précédemment définis, le drone s'immobilise en vol stationnaire pendant une durée prédéfinie puis une image est automatiquement acquise par le dispositif 28. Avantageusement, des coordonnées géographiques associées à l'image sont enregistrées par le drone 22 lors de chaque acquisition. [0046] Enfin, lors d'une opération 110, les images acquises par le dispositif 28 sont reçues par l'unité 24, ici accompagnées de leurs coordonnées géographiques respectives. Ces images forment ici les résultats de l'étape 100. [0047] Lors d'une étape 120, une cause responsable de la moindre activité végétale à l'intérieur des zones 6 et 8 est automatiquement recherchée, à partir des résultats de l'étape 100. Cette étape 120 est ici exécutée automatiquement par l'unité 24. La 35 figure 9 représente plus en détail un exemple de cette étape 120. [0048] Lors d'une opération 130, une base de données de référence est fournie. Cette base de données comporte une pluralité d'ensemble de caractéristiques morphologiques végétales propres à l'espèce végétale cultivée. Ces caractéristiques morphologiques sont par exemple la forme et/ou la couleur de feuilles des plants. [0049] Plus précisément, cette base de données répertorie des symptômes connus causés par des facteurs pathologiques connus comme pouvant affecter l'espèce cultivée. A chacune de ces caractéristiques de référence est associé dans la base de données un diagnostic prédéfini. Ce diagnostic comporte ici une description du facteur pathologique et d'un traitement pour traiter ce facteur. [0050] Puis, lors d'une opération 132, des caractéristiques morphologiques végétales sont automatiquement recherchées sur les images acquises lors de l'étape 100. Par exemple, cette recherche est effectuée au moyen d'algorithmes connus de reconnaissance d'image et de reconnaissance de forme. Si aucune caractéristique morphologique n'est trouvée sur ces images, alors l'étape 120 est arrêtée. L'étape 100 peut alors être répétée, par exemple pour acquérir de nouvelles images détaillées des zones 6 et 8. [0051] Dans cet exemple, les plants des zones 6 et 8 sont affectés par un même facteur pathologique, qui est un parasite attaquant les plants. Du fait de ces parasites, les plants des zones 6 et 8 présentent une tache circulaire sur de leurs feuilles. Ainsi, lors de l'opération 132, la forme de cette tache est détectée comme étant une caractéristique morphologique des plants. [0052] Ensuite, lors d'une opération 134, une correspondance est recherchée entre la caractéristique morphologique détectée lors de l'opération 132 et les caractéristiques morphologiques de référence de la base de données. Si une caractéristique de référence correspond à cette caractéristique détectée, alors le diagnostic correspondant à cette caractéristique de référence est émis lors d'une opération 136. Un traitement à appliquer sur les zones 6 et 8 Dans le cas contraire, si aucune caractéristique de référence ne correspond à cette caractéristique détectée, alors l'étape 120 est arrêtée. L'étape 100 peut alors être répétée, par exemple pour acquérir de nouvelles images détaillées des zones 6 et 8. [0053] Dans cet exemple, à l'issue de l'opération 136, le diagnostic correspondant, dans la base de données, la présence de taches sur les feuilles, est émis. Sur la base de ce diagnostic, un traitement est choisi, comportant ici l'application d'une quantité 30 prédéfinie d'un pesticide chimique. [0054] Avantageusement, lors d'une étape 140, une fois que le traitement est choisi à l'issue de l'opération 136, un ordre est envoyé par l'unité 24 à un opérateur apte à appliquer le traitement choisi sur les zones 6 et 8. Cet ordre décrit notamment le traitement à appliquer ainsi que la zone d'application du traitement, fourni sous la 35 forme de coordonnées géographiques. Cette zone d'application du traitement correspond ici aux zones 6 et 8. [0055] Par exemple, cet opérateur est un tracteur agricole comportant : -un dispositif d'application d'un traitement ; -un récepteur GPS, apte à recevoir des coordonnées géographiques et à guider le 40 tracteur agricole vers ces coordonnées géographiques reçues. [0056] De nombreux autres modes de réalisation sont possibles. [0057] L'espèce végétale cultivée dans la parcelle 2 peut être différente de celle décrite. Par exemple, l'espèce est une céréale ou un arbre. La parcelle 2 peut comporter un nombre de zones 6 et 8 différent de celui décrit. [0058] La parcelle 2 peut comporter plus d'une espèce végétale cultivée. L'état de développement végétal est alors défini séparément pour chacune de ces espèces végétales. Dans ce cas, des zones affectées peuvent être définies pour chacune de ces espèces. [0059] Les zones 6 et 8 peuvent présenter des formes différentes. [0060] Le drone 20 peut être remplacé par un avion. [0061] En variante, le drone 22 comporte un bras manipulateur robotisé, apte à prélever un échantillon végétal. Par exemple, ce bras comporte une pince et des actionneurs, aptes à déplacer le bras et la pince et étant commandables automatiquement par un dispositif de contrôle. Dans ce cas, lors de l'opération 108, le drone 22 peut prélever un échantillon d'un plant à l'intérieur de la zone 6 ou 8, par exemple lorsqu'il arrive sur l'un des points de passage. Cet échantillon prélevé peut ensuite être stocké dans un compartiment de stockage en vue d'une analyse ultérieure plus détaillée. [0062] L'unité 24 peut être embarquée à bord de l'un ou l'autre des drones 20 ou 22.
Dans ce cas, les opérations, respectivement, 56 et 62 ou 104 et 110 sont omises. [0063] Le dispositif 26 peut en outre inclure une caméra stéréoscopique, apte à acquérir des images tridimensionnelles. Dans ce cas, la cartographie générée comporte une reconstitution spatiale de l'environnement dans les trois dimensions de l'espace pour, notamment, prendre en compte la hauteur d'objets présents sur la parcelle 2. Le plan de vol du drone 22 est alors défini lors de l'opération 102 en tenant compte de cette reconstitution pour éviter, notamment, que le drone 22 ne rencontre un obstacle lors de sa trajectoire. En effet, les bases de données à partir desquelles les plans de vol sont générés ne sont pas toujours fiables, et peuvent ne pas refléter de façon exacte la topologie du sol ou la hauteur de certains objets, ce qui pose un risque pour la navigation des drones se déplaçant à basse altitude. [0064] Dans le cas où le dispositif 26 n'est pas apte à enregistrer des coordonnées géographiques pour chaque image acquise, alors les coordonnées géographiques de cette image peuvent être estimées lors de l'opération 82 à partir des coordonnées initialement fournies lors de l'opération 42. Ces coordonnées peuvent également être estimées à partir d'un horodatage de la photo si la trajectoire suivie par le drone 20 et la vitesse du drone 20 sont connues en fonction du temps. Il en va de même pour le dispositif 28, en référence aux étapes 100 et 120. [0065] En variante, le dispositif 28 comporte un spectromètre apte à détecter la présence et, éventuellement, la concentration d'une substance chimique 40 prédéterminée (tel qu'un marqueur biologique, un métal lourd ou un polluant chimique) à l'intérieur des plants des zones 6 et 8. Dans ce cas, l'étape 120 comporte des opérations additionnelles de traitement des images acquises lors de l'étape 100 afin de tenir compte de la présence de cette substance chimique dans le diagnostic. [0066] L'opération 56 peut être omise. L'opération 58 peut être aussi omise, si le drone 20 est déjà en vol. Il en est de même pour les opérations 104 et 106. [0067] En variante, l'état de développement végétal est estimé au moyen d'un indice différent de l'indice différentiel normalisé de végétation décrit, comme par exemple au moyen des indices connus sous les noms, en langue anglaise, de « optimized soiladjusted vegetation index », « transformed soil adjusted vegetation index » ou encore « modified soil adjusted vegetation index ». L'opération 72 est alors modifiée en conséquence. [0068] La valeur LIM peut être différente de celle décrite. [0069] La recherche de l'étape 120 peut être mise en oeuvre différemment. [0070] Le nombre de points de passage prévus pour l'étape 100 peut être différent de celui décrit. Le nombre d'observations, lors de l'étape 100, de plans d'une même zone peut par exemple dépendre d'un niveau de confiance prédéterminé avec lequel le diagnostic doit être établi lors de l'étape 120. Ces points de passage peuvent être définis en nombre distincts pour chacune des zones 6 et 8. Ces points de passage peuvent être définis lors de l'étape 120 à l'intérieur des zones 6 et 8 à des positions différentes que la périphérie ou le centre géométrique de ces zones 6 et 8. [0071] Le traitement peut être autre chose qu'un pesticide chimique. Par exemple, lorsque la cause de la moindre activité végétale est un déficit en engrais, alors le traitement comporte l'application d'un engrais dans la zone de traitement. Dans un autre exemple, si la moindre activité végétale est causée par la présence d'un parasite, tel qu'un insecte, alors le traitement peut consister à déposer dans la zone de traitement un prédateur de ce parasite. [0072] Avantageusement, lors de l'étape 140, la zone sur laquelle le traitement doit être appliqué comporte un périmètre de sécurité. Ce périmètre de sécurité s'étend autour de la zone affectée 6, 8, à une distance prédéfinie du périmètre des zones 6 et 8. A cet effet, lors de l'étape 140, les coordonnées de ce périmètre de sécurité sont automatiquement calculées à partir des coordonnées des zones 6 et 8.

Claims (12)

  1. REVENDICATIONS1. Procédé d'analyse d'une parcelle agricole cultivée, caractérisé en ce que ce procédé comporte : -une première acquisition (40) d'une cartographie aérienne, au moyen d'un premier véhicule aérien, d'une parcelle agricole (2) contenant une espèce végétale cultivée, et comportant au moins une zone affectée (6, 8) de moindre activité végétale, cette zone affectée étant définie comme une portion de ladite parcelle à l'intérieur de laquelle ladite espèce végétale présente un état de développement végétal inférieur à un seuil prédéfini ; -l'identification (70), au sein de cette parcelle, de la zone affectée de moindre activité végétale ; -l'observation détaillée (100) de l'espèce végétale à l'intérieur de ladite zone affectée, comportant une seconde acquisition d'une image détaillée au moyen d'un second 15 drone (22) équipé d'un dispositif d'observation (28) ; -la recherche automatique (120), à partir de résultats de l'observation détaillée, d'une cause responsable de la moindre activité végétale à l'intérieur de cette zone.
  2. 2. Procédé selon la revendication 1, dans lequel la cartographie aérienne comporte 20 une image hyperspectrale de la parcelle agricole, enregistrée à partir de rayonnements électromagnétiques de longueur d'onde comprise dans les spectres visible et du proche infrarouge.
  3. 3. Procédé selon la revendication 2, dans lequel les zones affectées sont identifiées 25 au moyen d'un indice différentiel normalisé de végétation calculé à partir de composantes spectrales visible et infrarouge de l'image hyperspectrale.
  4. 4. Procédé selon l'une quelconque des revendications précédentes, dans lequel le second drone est un drone à voilure tournante. 30
  5. 5. Procédé selon l'une quelconque des revendications précédentes, dans lequel le premier véhicule aérien est un drone à voilure fixe (20) comportant une caméra hyperspectrale. 35
  6. 6. Procédé selon l'une quelconque des revendications précédentes, dans lequel la première acquisition de la cartographie aérienne comporte : -l'acquisition séparée d'une pluralité d'images aériennes de portions de la parcelle ; -la combinaison de cette pluralité d'images pour former la cartographie aérienne.
  7. 7. Procédé selon l'une quelconque des revendications précédentes, dans lequel le dispositif d'observation (28) comporte une caméra optique.
  8. 8. Procédé selon l'une quelconque des revendications précédentes, dans lequel le dispositif d'observation comporte un bras manipulateur robotisé, apte à prélever un échantillon végétal à l'intérieur de la zone affectée.
  9. 9. Procédé selon l'une quelconque des revendications précédentes, dans lequel la 10 recherche automatique comporte : -la fourniture (130) d'une base de données d'une pluralité d'ensembles de caractéristiques morphologiques végétales de référence, chacun de ces ensembles caractéristiques morphologiques de référence étant associé à un diagnostic prédéfini ; 15 -la détection (132) d'un ensemble de caractéristiques morphologiques végétales de l'image détaillée acquise ; -la recherche automatique (134), parmi les ensembles de caractéristiques morphologiques végétales de référence, d'un ensemble de caractéristiques correspondant à l'ensemble de caractéristiques morphologiques détecté ; 20 -l'émission (136) du diagnostic prédéfini correspondant.
  10. 10. Procédé selon l'une quelconque des revendications précédentes, dans lequel le procédé comporte en outre la transmission (140), à destination d'un opérateur, d'un traitement à appliquer sur la zone, ce traitement étant choisi en fonction du diagnostic 25 réalisé pour cette zone.
  11. 11. Procédé selon la revendication 10, dans lequel : -le second drone comporte un dispositif de géolocalisation, apte à enregistrer des coordonnées géographiques de la zone, 30 -la transmission (140) du traitement à appliquer comporte en outre la transmission, à destination de l'opérateur, des coordonnées géographiques de la zone sur laquelle le traitement doit être appliqué.
  12. 12. Procédé selon la revendication 11, dans lequel la transmission des coordonnées 35 géographiques de la zone sur laquelle le traitement doit être appliqué comporte en outre le calcul de coordonnées géographiques délimitant un périmètre de sécurité, s'étendant autour de la zone affectée, à une distance prédéfinie d'une limite extérieure de cette zone affectée.
FR1352410A 2013-03-18 2013-03-18 Procede d'analyse d'une parcelle agricole cultivee Pending FR3003377A1 (fr)

Priority Applications (2)

Application Number Priority Date Filing Date Title
FR1352410A FR3003377A1 (fr) 2013-03-18 2013-03-18 Procede d'analyse d'une parcelle agricole cultivee
PCT/EP2014/055353 WO2014147043A1 (fr) 2013-03-18 2014-03-17 Procédé d'analyse d'une parcelle agricole cultivée

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
FR1352410A FR3003377A1 (fr) 2013-03-18 2013-03-18 Procede d'analyse d'une parcelle agricole cultivee

Publications (1)

Publication Number Publication Date
FR3003377A1 true FR3003377A1 (fr) 2014-09-19

Family

ID=48771618

Family Applications (1)

Application Number Title Priority Date Filing Date
FR1352410A Pending FR3003377A1 (fr) 2013-03-18 2013-03-18 Procede d'analyse d'une parcelle agricole cultivee

Country Status (2)

Country Link
FR (1) FR3003377A1 (fr)
WO (1) WO2014147043A1 (fr)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190179009A1 (en) * 2017-12-08 2019-06-13 International Business Machines Corporation Crop classification and growth tracking with synthetic aperture radar
FR3131816A1 (fr) 2022-01-12 2023-07-14 Sedi-Ati Fibres Optiques Liaison fibre optique embarquée déployable pour drones aérien

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112018009108B1 (pt) 2015-11-08 2023-10-24 Agrowing Ltd Método para a aquisição e análise de imagens aéreas
US9756773B1 (en) 2016-02-26 2017-09-12 International Business Machines Corporation System and method for application of materials through coordination with automated data collection vehicles
WO2018048387A1 (fr) * 2016-09-07 2018-03-15 Precision Hawk Usa, Inc. Systèmes et procédés de cartographie de plantes levées
WO2019046837A1 (fr) 2017-09-02 2019-03-07 Precision Drone Services Intellectual Property, Llc Ensemble de distribution de semences pour véhicule aérien
CN108334110A (zh) * 2018-02-06 2018-07-27 首欣(北京)科技有限公司 一种基于无人机的林业病害监测方法和装置
CN111754096B (zh) * 2020-06-17 2022-09-20 河南大学 一种生态空间的人类影响度获取方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
J A J BERNI ET AL: "REMOTE SENSING OF VEGETATION FROM UAV PLATFORMS USING LIGHTWEIGHT MULTISPECTRAL AND THERMAL IMAGING SENSORS Inter-Commission WG I/V", 1 January 2009 (2009-01-01), XP055099766, Retrieved from the Internet <URL:http://www.isprs.org/proceedings/xxxviii/1_4_7-w5/paper/jimenez_berni-155.pdf> [retrieved on 20140131] *
K.C. SWAIN ET AL.: "Adoption of an unmanned helicopter for low-altitude remote sensing to estimate yield and total biomass of a rice crop", TRANSACTIONS OF THE ASABE, vol. 53, no. 1, 1 January 2010 (2010-01-01), pages 21 - 27, XP002719571, ISSN: 2151-0032 *
SAARI HEIKKI ET AL: "Unmanned Aerial Vehicle (UAV) operated spectral camera system for forest and agriculture applications", REMOTE SENSING FOR AGRICULTURE, ECOSYSTEMS, AND HYDROLOGY XIII, SPIE, 1000 20TH ST. BELLINGHAM WA 98225-6705 USA, vol. 8174, no. 1, 6 October 2011 (2011-10-06), pages 1 - 15, XP060020325, DOI: 10.1117/12.897585 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190179009A1 (en) * 2017-12-08 2019-06-13 International Business Machines Corporation Crop classification and growth tracking with synthetic aperture radar
US10705204B2 (en) * 2017-12-08 2020-07-07 International Business Machines Corporation Crop classification and growth tracking with synthetic aperture radar
FR3131816A1 (fr) 2022-01-12 2023-07-14 Sedi-Ati Fibres Optiques Liaison fibre optique embarquée déployable pour drones aérien

Also Published As

Publication number Publication date
WO2014147043A1 (fr) 2014-09-25

Similar Documents

Publication Publication Date Title
FR3003377A1 (fr) Procede d&#39;analyse d&#39;une parcelle agricole cultivee
US20230292647A1 (en) System and Method for Crop Monitoring
Shalal et al. Orchard mapping and mobile robot localisation using on-board camera and laser scanner data fusion–Part A: Tree detection
Moriya et al. Mapping mosaic virus in sugarcane based on hyperspectral images
Diago et al. On‐the‐go assessment of vineyard canopy porosity, bunch and leaf exposure by image analysis
US20170032509A1 (en) Inventory, growth, and risk prediction using image processing
Perroy et al. Assessing the impacts of canopy openness and flight parameters on detecting a sub-canopy tropical invasive plant using a small unmanned aerial system
FR3003380A1 (fr) Procede de surveillance de l&#39;etat de vegetation aux abords d&#39;une infrastructure
Narváez et al. LiDAR and thermal images fusion for ground-based 3D characterisation of fruit trees
Sanchez‐Azofeifa et al. Twenty‐first century remote sensing technologies are revolutionizing the study of tropical forests
CA2989154A1 (fr) Systeme et procede d&#39;inspection automatique de surface
CN110148116A (zh) 一种森林生物量估算方法及其***
US20200244890A1 (en) Unmanned aerial vehicle
Chauhan et al. Wheat lodging assessment using multispectral UAV data
EA037035B1 (ru) Способ сельскохозяйственного контроля
CA2964275A1 (fr) Detection a distance d&#39;une infestation d&#39;insectes
FR3026540A1 (fr) Systeme et procede de masquage d&#39;image dynamique
Mengmeng et al. Multi-temporal monitoring of wheat growth by using images from satellite and unmanned aerial vehicle
Shirzadifar et al. Mapping crop stand count and planting uniformity using high resolution imagery in a maize crop
WO2021062459A1 (fr) Cartographie des mauvaises herbes
Awais et al. Assessment of optimal flying height and timing using high-resolution unmanned aerial vehicle images in precision agriculture
Amaral et al. UAV applications in Agriculture 4.0
Rosas et al. Coffee ripeness monitoring using a UAV-mounted low-cost multispectral camera
WO2014146884A1 (fr) Procede d&#39;observation d&#39;une zone au moyen d&#39;un drone
Al-Mashhadani et al. Survey of agricultural robot applications and implementation