Desde tractores autónomos hasta robots de deshierbe y recopilación de datos impulsada por IA, la maquinaria automatizada está revolucionando la producción agrícola.
por Marianne Stein, Universidad de Illinois en Urbana-Champaign
Si bien estos avances tecnológicos pueden mejorar en gran medida la productividad, también plantean nuevas preguntas sobre las medidas y regulaciones de seguridad. Para abordar estos problemas, un estudio reciente de la Universidad de Illinois revisó la literatura académica actual sobre la seguridad de las máquinas agrícolas automatizadas. Con base en una revisión de más de 60 artículos, los investigadores identificaron tres temas principales: percepción ambiental, evaluación y mitigación de riesgos, y factores humanos y ergonomía.
«La mayor parte de la investigación se centra en la primera categoría, la percepción ambiental. Estos estudios se ocupan principalmente de cómo las máquinas detectan los obstáculos en el entorno y responden a ellos. Hay un trabajo limitado sobre la evaluación de riesgos o la ergonomía», dijo Salah Issa, especialista en Extensión de Illinois. y profesor asistente en el Departamento de Ingeniería Agrícola y Biológica (ABE), parte de la Facultad de Ciencias Agrícolas, del Consumidor y Ambientales y la Facultad de Ingeniería Grainger de la U de I. Issa es el autor correspondiente del artículo.
Las máquinas automatizadas detectan objetos a través de sensores de percepción, que luego se interpretan a través de algoritmos de aprendizaje automático para indicar al equipo que se detenga, disminuya la velocidad o cambie de dirección. Hay tres tipos principales de obstáculos que las máquinas deben poder manejar: positivos, negativos y en movimiento. Los obstáculos positivos son objetos que aparecen sobre el suelo, como rocas, árboles y edificios. Los obstáculos negativos son aquellos que están por debajo del nivel del suelo, como zanjas y agujeros. Los obstáculos móviles o dinámicos son aquellos que aparecen repentinamente, como un ser humano, un animal u otra maquinaria en movimiento. Estos obstáculos pueden variar ampliamente, según el tipo de cultivo, las características del área y las condiciones climáticas.
Issa y el coautor Guy Roger Aby, estudiante de doctorado en ABE, encontraron que los trabajos de investigación exploraban una amplia variedad de diferentes tipos de receptores y sensores, incluidos escáneres láser 3D, sensores ultrasónicos, sensores remotos, visión estéreo, cámaras térmicas, cámaras de alta resolución. , y más. Cada tipo tiene ventajas y limitaciones, y los enfoques más efectivos incluyen una combinación de diferentes métodos.
«La tendencia en la literatura es utilizar varios tipos de sensores, en lugar de un solo sensor. Esta es también la dirección que está tomando la mayoría de las empresas. Tiene mucho sentido para las máquinas agrícolas, dados los entornos muy dinámicos en los que operan», Issa anotado.
«Sin embargo, todavía hay muchas preguntas que deben abordarse. Por ejemplo, los sensores deben ser lo suficientemente sensibles como para detenerse de inmediato si aparece un ser humano u otro objeto. Pero si la máquina se detiene y el agricultor no está presente, ¿deberían irse?» volver para revisar el sensor y reiniciar la máquina? Esto es particularmente desafiante cuando se trata de obstáculos que se mueven rápidamente, como una ardilla o un pájaro que pasa».
Los vehículos agrícolas automáticos enfrentan algunos de los mismos desafíos que los autos sin conductor, pero también hay diferencias notables. Por ejemplo, la agricultura presenta un entorno más complejo que la conducción en la ciudad, donde las carreteras están estructuradas y señalizadas. Sin embargo, el comportamiento humano errático en otros conductores es una preocupación en las carreteras de la ciudad, pero es un factor menos importante en los campos agrícolas , señala Issa.
Solo unos pocos trabajos de investigación abordaron el segundo tema, técnicas y estrategias de evaluación de riesgos. Issa dice que esto no es sorprendente porque la mayoría de los sistemas utilizados en ingeniería para la evaluación de riesgos se basan en datos históricos. Eso aún no existe para los sistemas autónomos en la agricultura; hay pocos datos disponibles públicamente sobre cómo funcionan y cuáles son los riesgos inherentes.
«Creemos que los estándares de seguridad existentes no se adaptan bien a los sistemas autónomos. Pero hay un esfuerzo significativo en marcha para revisar los estándares actuales, por lo que en unos años habrá estándares nuevos y revisados», dijo. Las normas de seguridad que abordan las lesiones y las muertes se rigen por la Administración de Salud y Seguridad Ocupacional (OSHA) federal, pero algunos estados, incluidos California e Indiana, también tienen sus propias normas.
Los investigadores identificaron un número limitado de artículos sobre el tercer tema, factores humanos y ergonomía.
«Este es un problema particularmente desafiante en la agricultura. En la mayoría de las industrias manufactureras, la interacción humano-robot se puede minimizar. Pero algunos robots agrícolas, como las cosechadoras y los recolectores, están diseñados para trabajar en el mismo espacio que los humanos. Los pocos documentos sobre este tema El tema exploró las interacciones humano-robot desde una perspectiva ergonómica, centrándose en cómo mejorar el diseño de la máquina para garantizar la seguridad», dijo Issa.
Si bien los robots autónomos son una tecnología emergente, algunas máquinas ya están disponibles comercialmente. Por ejemplo, una empresa fabrica rociadores automáticos para huertos y se están probando e implementando tractores autónomos en áreas seleccionadas. Sin duda, las máquinas agrícolas automatizadas se convertirán en partes indispensables de la agricultura moderna en las próximas décadas, y los sistemas de seguridad robustos son cruciales para su adopción generalizada, concluyeron Issa y Aby.
La investigación se publica en la revista Safety .
Más información: Guy R. Aby et al, Seguridad de maquinarias agrícolas automatizadas: una revisión sistemática de la literatura, Seguridad (2023). DOI: 10.3390/seguridad9010013
