Développement des techniques d’analyse d’images acquises par drone dans le domaine de l’agriculture de précision

Ce projet se concentre sur l'utilisation de l'analyse d'images pour optimiser l'agriculture grâce aux technologies de vision par ordinateur et d'apprentissage automatique. En capturant des images aériennes avec des drones équipés de caméras, ce processus permet de surveiller la santé des cultures, de détecter les ravageurs et maladies, d'estimer les rendements, et de gérer efficacement l'irrigation et les traitements. Les algorithmes d'intelligence artificielle basés sur l’apprentissage profond appliqués aux images aériennes fournissent des informations sur divers indicateurs, tels que la surface foliaire, la chlorophylle, la biomasse et l'état nutritionnel des cultures, offrant ainsi un aperçu précis de la santé des plantes. Par ailleurs, cette approche permet une estimation du rendement en prédisant la quantité de récolte dans une zone donnée. Les modèles d'IA analysent alors la taille, la densité, la qualité et la maturité des cultures, permettant aux agriculteurs de mieux planifier et optimiser leurs pratiques agricoles. Ces techniques aident également à identifier et classifier les menaces comme les insectes, les champignons, les bactéries et les virus. En identifiant les zones de stress ou de carence, les agriculteurs peuvent appliquer des ressources (engrais, pesticides, eau) uniquement là où elles sont nécessaires, réduisant ainsi les coûts et améliorant la durabilité. Dans ce même contexte, des plateformes FPGA seront également utilisées dans ce projet comme "Computer Companion" pour l’optimisation du système de navigation d’un drone de type X8 pour effectuer des missions de pulvérisation ciblée de pesticides et d’herbicides.