Los robots en el aire y en el agua podrían mejorar el cultivo de mariscos

Los robots en el aire y en el agua podrían mejorar el cultivo de mariscos
Crédito: Universidad Estatal de Carolina del Norte

La acuicultura es el sector de producción de proteína animal de más rápido crecimiento en el mundo, y el uso de robots en muchas industrias también está creciendo rápidamente. 


por Dee Shore, Universidad Estatal de Carolina del Norte


En la Universidad Estatal de Carolina del Norte, los investigadores están encontrando formas de aprovechar estas tendencias para aumentar los rendimientos de la acuicultura marina, garantizar la seguridad alimentaria y disminuir la presión para cosechar mariscos silvestres.

Es un paso que podría ayudar al estado en su camino hacia el objetivo propuesto de convertir el cultivo de mariscos en una industria de $ 100 millones al año para 2030.

Los investigadores planean utilizar pequeñas flotas de vehículos no tripulados en el agua y en el aire para mejorar la producción de ostras cerca de la costa de Carolina del Norte. El objetivo es lograr que los vehículos trabajen entre sí para monitorear la calidad del agua en áreas de difícil y peligroso acceso para las personas.

Sierra Young, profesora asistente en el Departamento de Ingeniería Biológica y Agrícola, es la investigadora principal del proyecto. Los colaboradores incluyen a otros tres miembros de la facultad de BAE — Steven Hall, Natalie Nelson y Celso Castro-Bolinaga — así como a John-Paul Ore, del Departamento de Ciencias de la Computación.

Enfoque: Calidad del agua

Los investigadores dicen que el proyecto proporcionará datos valiosos para informar las decisiones de gestión que son clave para desbloquear el crecimiento sostenible de la producción de mariscos cerca de la costa en Carolina del Norte y más allá.

El proyecto de cuatro años fue financiado este otoño con una subvención de $ 1 millón del Instituto Nacional de Alimentos y Agricultura del Departamento de Agricultura de los EE. UU. A través de la Iniciativa Nacional de Robótica 2.0 de múltiples agencias.

Young dice que el equipo se centra en la calidad del agua porque tiene importantes implicaciones para la seguridad de los alimentos de los consumidores y la rentabilidad de los productores.

Las bacterias y otros contaminantes transportados por las aguas pluviales al océano pueden hacer que los productores cercanos a la costa detengan sus cosechas temporalmente, hasta que las bacterias alcancen niveles seguros. Se estima que estos cierres cuestan a los productores el 25% de sus ingresos anuales promedio.

Como explica Young, «esperamos automatizar las pruebas de agua y la recolección de muestras mediante la creación de un proceso basado en datos que haga que la ventana (de cierre) sea tan pequeña como debe ser».

Predecir hotspots

Los investigadores planean desarrollar modelos informáticos que les permitan saber qué áreas de una operación tienen más probabilidades de convertirse en puntos críticos de bacterias, es decir, lugares «donde podemos predecir que podría haber niveles más altos de bacterias u otros parámetros de interés relacionados con la calidad del agua, como el oxígeno disuelto. o pH «, dice Young.

Dentro de esos puntos calientes, los robots usarán sondas de sensores para medir las condiciones y tomarán muestras que pueden devolverse para análisis de laboratorio.

«Buscamos no solo tener robots que monitoreen de manera autónoma la misma área una y otra vez», dice Young, «sino que estamos integrando ese modelado de la calidad del agua con la planificación de la trayectoria del robot para dirigir a los robots a las áreas más importantes e informativas dentro de un zona de cultivo de mariscos.

«La idea es sacar el máximo provecho de una sola implementación, especialmente cuando la cantidad de muestras de agua que pueden tomar los robots es limitada», dice.

Hacer que los robots trabajen juntos

Los investigadores también buscarán formas en las que los vehículos de superficie no tripulados (USV) que se mueven a lo largo del agua se comuniquen y trabajen con vehículos aéreos no tripulados (UAV) o drones. Los UAV podrían, por ejemplo, usarse para explorar áreas e informar a los USV dónde las condiciones podrían ser inseguras para ingresar, y los USV, o barcos de drones, podrían usarse como estaciones de aterrizaje y atraque para que los UAV amplíen el área de estudio.

Los investigadores planean probar inicialmente su sistema en lagos y estanques locales, así como en NC State y en el Centro de Investigación de Acuicultura Marina de la universidad en el condado de Carteret. También se realizarán pruebas a gran escala en áreas comerciales de cultivo de ostras.

«Estamos diseñando nuestra flota de robots autónomos para generar datos sobre la calidad del agua no solo para informar las decisiones de gestión en tiempo real, sino también para mejorar los pronósticos y predicciones de la carga de bacterias», dice Young. «Nuestro objetivo a largo plazo es hacer que esta información y, en última instancia, estas herramientas robóticas, estén en manos de los productores para ayudar a mitigar la producción y la pérdida de ingresos debido a la mortalidad de mariscos y cierres imprevistos».





Redaccion

Entrada siguiente

Moto-tractor disminuiría costos en trabajos agrícolas

Lun Feb 1 , 2021
El alto costo de algunas máquinas agrícolas como los tractores limita su acceso a pequeños productores que terminan usando métodos alternativos poco eficientes. Un proyecto de la Universidad Nacional de Colombia (UNAL) propone adaptar una motocicleta para trabajos agrícolas de bajas potencias. El investigador Wilson Medina Rubiano, del Semillero de […]

Mundo Agropecuario es un medio de Comunicación Iberoamericano profundamente democrático, y defensor fiel de la libertad de expresión. Somos una herramienta para llevar información y para todos aquellos que deseen expresarse. Sin embargo, no nos hacemos necesariamente solidarios con expresiones u opiniones de nuestros articulistas o colaboradores, pero defendemos su derecho a decirlo en libertad.

WP Twitter Auto Publish Powered By : XYZScripts.com