Introducción

La india es un país donde la economía depende principalmente de la agricultura.

Por una parte, la identificación e eliminación de malezas se convierte en un tema
muy importante para el país. Por otra parte, los controles de las malezas de los
cultivos se realizan principalmente de manera manual usando el método de
control de por pulverización de plaguicidas y fertilizantes. Sin embargo, esto
requiere de altos costos económicos. Ante ello, surge la propuesta de la
investigación de este paper que propone la creación de un Sistema robótico de
control de malezas (WCS) basado en visión artificial para control en tiempo
real de malezas en campos de cebolla. El cual tiene como objetivo identificar
las malezas de los cultivos para aplicar los herbicidas de manera selectiva
generando un ahorro económico. Dicho sistema propuesto está compuesto de
en una combinación de procesamiento de imágenes, aprendizaje
automático y Internet de las cosas

Metodología

El sistema propuesto en este paper consiste en un robot automatizado para

detectar la presencia de las malezas en los cultivos de cebolla El sistema
propuesto está integrado con los servicios web que proporcionará una interfaz
para los agricultores a fin de que puedan controlar y monitorear .Este sistema
robótico está diseñado con un microcontrolador ATMEGA8, Raspberry
Pi,cámara y sensor ultrasonido ,voltimetro y pulverizador para herbicidas y Nodo
MCU que da la capacidad de controlar de forma remota el sistema robotico y
que contiene un microcontrolador con plataforma IOT de código abierto.
procesamiento de imágenes

Consta de la adquisición de datos 5305 imágenes de cultivo de cebolla capturado

bajo diferentes condiciones de iluminación. Para luego hacer uso del histograma
y se calcula para Canales rojo (R), verde (G), azul (B) en cada imagen
secundaria. Por último, se aplica filtro de mediana para eliminar el ruido en la
imagen.

En consecuencia, la imagen capturada se mejoró con filtro medio y 63 los

atributos se extrajeron de la imagen para determinar si la imagen contiene hierba
El sistema fue entrenado con 3160 imágenes y probado con 2145 imágenes
Resultados

El sistema robótico de control de malezas identifica la maleza en el cultivo de

cebolla y controla su crecimiento rociando la cantidad requerida de herbicida.
Además, se hace uso de un clasificador ANN que fue entrenado con 3160
imágenes y probado con 2145 imágenes. El clasificador identificó muestras
positivas con 96.83% (sensibilidad) y muestras negativas (no malezas) con
99.57% (especificidad). Exactitud del clasificador la ANN alcanzo el 98,64%,
debido a las diferentes condiciones de iluminación que crean perturbaciones
Conclusiones
El sistema identificó con éxito la maleza en el cultivo de cebolla con 96.83% de
precisión El sistema identificó con éxito la maleza en el campo de cebolla con
96.83% de precisión. Por lo tanto, el sistema es confiable, ahorra tiempo, costo,
reduce la cantidad de el trabajo que el agricultor tiene que hacer y los herbicidas
que se rociarán en los cultivos.

Esto ayuda a mejorar el rendimiento del cultivo y también Calidad del suelo. La
precisión del sistema propuesto puede ser mejorado aún más mediante la
incorporación de aprendizaje automático inteligente algoritmos El módulo para la
detección de enfermedades puede ser desarrollado que ayuda a determinar el
rendimiento del cultivo
El uso de la batería de WCS debe optimizarse para aumentar duración de la
batería