Sistema de Sensado Inteligente para               Industria Agro Frutícola – (SIAG)

 WIldsense Ltda. desarrolla un sistema de sensado IOT de asistencia a la extracción de datos e información relevante en los procesos críticos relacionados al cultivo agrícola, específicamente en la producción de frutales.

Estos procesos incluyen el poder realizar un seguimiento al rendimiento y comportamiento de los cosecheros, poder determinar la maduración y calidad de las frutas, realizar proyecciones de la producción y sensorizar la presión en los distintos focos de regadío, se busca implemementar en la industria un sistema modular, que permita paquetizar los diversos servicios asociados, para poder brindar un servicio ajustable a las necesidades de distintos predios y clientes en un estudio de pilotaje.

Proyectos prioritarios a desarrollar

Seguimiento de cosecheros.

Se desea realizar seguimiento a los cosecheros con el fin de capturar información, como son: su trayectoria durante el día, cuánta fruta cosechó el trabajador y su estado de salud durante la jornada de trabajo, entre otros. Por ello, Wildsense propone el uso de una banda o pulsera inteligente de bajo costo, que se encargará de transmitir toda esta información a un sistema central, para su procesamiento y posterior análisis.

Procesamiento de imágenes, videos de maduración y calidad de frutos.

Se busca un mecanismo de sensado e integración de información, rápido y eficaz, para conocer la maduración y calidad de las frutas. Este factor es sumamente importante a la hora de producir, razón por la cual Wildsense implementará, junto con una red de sensores y cámaras distribuidas por las plantaciones, componentes de inteligencia artificial capaces de identificar criterios de calidad y maduración en relación con las distintas frutas que se presentan, con el fin de poder evaluar en línea el rendimiento del proceso productivo.

Análisis de datos y proyecciones para la toma de decisiones.

Se busca analizar toda la información recolectada por la red de sensores, cámaras, GPS, maduración y calidad de las frutas y el trabajo de los cosechadores, entre otras características, para poder realizar proyecciones y estimaciones de la producción en los futuros meses de trabajo. Para ello, todos los componentes del sistema serán conectados a la clase principal, que realizará esos análisis, estimaciones y las enviará por distintos canales para luego poder ser visualizadas en las distintas aplicaciones. Algunas de estas son poder visualizar cómo progresan las plantaciones o el trabajo realizado por algún cosechador, entre otros.

Sensorización para la obtención de presión de canales de regadío.

Un problema que se presenta en el riego de las plantaciones es la presión de agua, la cual difiere entre el origen y el destino, lo que implica pérdida de control en el proceso de cultivo y el mal uso de los recursos hídricos. Por esta razón se propone un sistema de control y sensado de la presión de los canales de regadío.

Solución.

Se propone un sistema de sensado IoT multimodal para extraer e integrar información relevante en los procesos críticos asociados al cultivo agrícola, con énfasis en la producción de frutales. El sistema debe ser capaz de solucionar las problemáticas antes expuestas. Cabe mencionar que debido al tamaño de los cultivos y la tecnología que se usará es imposible conectar toda la red de sensores, cámaras y gps directamente al módulo principal del sistema. Es por esto que se decidió separar los campos de cultivo de frutales en diferentes secciones con forma de celdas hexagonales, como se puede observar en la siguiente imagen.

Esto permite distribuir de mejor manera los diferentes sensores ya que existen sensores estacionarios, como se mencionó anteriormente, y otros móviles. Cada sector poseerá una “Estación Base”, la cual se encargará de conectar a todos los sensores dentro de la celda y recopilar la información que cada componente sensorial entregue. Finalmente, el módulo principal, ubicado en la Capa Core, se encargará de conectarse con cada estación base para poder recopilar la información de todos los cultivos presentes. A continuación, se describe con más detalle cómo será la arquitectura de WildSense y las problemáticas detectadas.

Arquitectura de Sistema.

Dado que la red de sensores utiliza distintas tecnologías de acceso, se propone un sistema donde la capa de acceso cuente con interfaces de lectura de datos, especialmente diseñadas para cada tipo de red o protocolo de comunicación que utilice cada componente de sensado.

En el siguiente diagrama se mencionan al menos 3 tecnologías de acceso, MAVLINK para drones, WiFi y LoRaWAN para el resto de los sensores.

Arquitectura de la Red LoRa.

El tamaño del terreno es muy variable desde los cientos de metros hasta los kilómetros de extensión, esto depende fundamentalmente del tipo de fruta que se cosecha y la localización geográfica.

Por ejemplo, los campos frutales en Chile son mucho más pequeños que los de Perú. Por tanto, la elección de la tecnología de red se convierte en un reto. Como resultado se propone emplear LoRaWAN para la red, debido a que esta nueva tecnología de comunicación ha sido creada para Low Power Wide Area Network (LPWAN) y es relativamente barato cubrir una nueva área con dispositivos compatibles con esta tecnología.

El rango de comunicación se ha convertido en la parte crítica en la mayoría de los sistemas de IoT y con la aparición de esta tecnología se pueden alcanzar más de  km en áreas rurales con muy bajo consumo de energía. LoRa cubre la capa física para la comunicación inalámbrica, mientras que LoRaWAN establece los protocolos de comunicación y la arquitectura de la red los cuales determinan el tiempo de vida de los nodos, la capacidad de la red, la calidad del servicio, la seguridad y una amplia variedad de aplicaciones soportadas por la red.

LoRa es capaz de manejar muchos nodos en múltiples lugares dentro del área, a diferencia de los sistemas basados en WiFi por ejemplo, que necesitan tener muchos puntos de acceso para aumentar el área de cobertura. La combinación de la tecnología LoRa y WiFi reduce el costo del despliegue del sistema IoT.

Además, LoRa emplea las bandas de frecuencia Industrial, Scientific and Medical (ISM) que no requieren de una licencia para su utilización, lo cual acelera el despliegue e implementación de la red.

La figura a continuación muestra la arquitectura general de una red LoRa la cual se compone de cuatro elementos fundamentales: nodos LoRa, gateways, servidor de red y los servidores de aplicación.

..Arquitectura general de una red LoRa.

Si se realiza una analogía con nuestro escenario, los nodos LoRa serían las bandas/pulseras capaces de transmitir toda la información necesaria hacia los gateways empleando una modulación chirp spread spectrum (CSS) como se define en la capa física de LoRa.

Este tipo de modulación es muy eficiente en cuanto al consumo de energía similar a la modulación frequency shift keying (FSK) usada en la mayoría de las comunicaciones inalámbricas, pero además permite alcanzar grandes distancias.

Los gateways deben ser desplegados apropiadamente en el predio y tienen el objetivo de recibir los mensajes de todos los nodos en su zona de cobertura y reenviarlos al servidor de red.

La conexión entre los gateways y el servidor de red se realiza a través de una red de gran ancho de banda como WiFi, Ethernet o celular (3G/4G), a diferencia de la conexión entre los nodos y el gateway que se lleva a cabo a través del protocolo de comunicación LoRaWAN.

Por otra parte, el servidor de red se encarga de enrutar los mensajes provenientes de los nodos hacia la aplicación específica y viceversa. Por último, los servidores de aplicación tendrán tareas específicas en función de los requerimientos del proyecto. Por ejemplo, uno de ellos se encargará del procesamiento de las señales provenientes de las bandas/pulseras para determinar la posición de los cosecheros en cada instante de tiempo.

La cantidad de elementos que componen la red y la mejor forma de distribuirlos depende del escenario de trabajo, del número de tareas que se van a ejecutar en la red y de la precisión que se pretende lograr. Cada cosechero llevaría una banda/pulsera que representa los nodos móviles. Por simplicidad, se eligió ChirpStack (https://www.chirpstack.io/) como servidor de red y se tendrá un servidor de aplicación asociado a cada uno los objetivos específicos del proyecto.

Los gateways que se deben desplegar en los predios para garantizar el desempeño del sistema multimodal dependen de la precisión deseada en la localización de los nodos y por consiguiente va a estar estrechamente relacionada al algoritmo implementado.

Localización en redes LoRa.

Las técnicas de localización aplicadas a las redes LoRa siguen los mismos principios empleados en las redes inalámbricas tradicionales. Primeramente, se podría emplear un Global Positioning System (GPS) para determinar la posición de cada cosechero en el predio aunque esto no siempre es viable debido a que los árboles pueden limitar la cobertura y lo más importante es que se requiere un consumo de energía significativo para un dispositivo portátil como una banda/pulsera.

Como consecuencia se propone emplear otras técnicas que prescinden del GPS las cuales se dividen en basadas en rango o libres de rango. Las soluciones libres de rango se utilizan para estimar el comportamiento de grupos de nodos y, por tanto, no son adecuadas para realizar un seguimiento preciso de cada cosechero.

Por otra parte, las soluciones basadas en rango son las más factibles, ya que se basan en determinar la posición del nodo objetivo con respecto a otros nodos de referencia, a través de diferentes técnicas como: Time of Arrival (ToA), Time Difference of Arrival (TDoA), Received Signal Strength Indicator (RSSI) y Angle of Arrival (AoA).

Las soluciones basadas en el parámetro RSSI son las más simples de aplicar, ya que sólo se necesita estimar la potencia de la señal recibida asumiendo como conocida la potencia de transmisión. Así, la distancia recorrida por la señal depende del modelo de propagación que se ajuste más al escenario de trabajo.

Teniendo la distancia desde cada cosechero hasta  o más nodos de referencia (gateways) es posible formar circunferencias con centro en el nodo a localizar y los radios representarán las distancias previamente calculadas. La posición del cosechero se determina a través de la intersección de estas circunferencias, lo que se conoce como trilateración o multilateración. Esta solución tiene la desventaja que no es fácil determinar de forma precisa la relación entre la atenuación de la potencia de la señal en función de la distancia recorrida y, por lo tanto, se incurriría en un error en la localización.

Por otra parte, las soluciones basadas en AoA son más complejas de implementar debido a que se debe obtener el ángulo de arribo de la señal, lo cual es posible empleando un sistema de antenas múltiples. Empleando  o más gateways se trazan rectas con el ángulo apropiado y la intersección representa la posición del cosechero, lo que se conoce como triangulación. La desventaja de este método reside en la complejidad del diseño del receptor y en el procesamiento de la señal recibida.

El principio de funcionamiento de la técnica ToA consiste en calcular el tiempo que demora la señal en propagarse desde la banda/pulsera hasta  o más gateways. Con cada tiempo y siendo conocida la velocidad de propagación de una onda electromagnética en el aire (m/s) se puede calcular la distancia relativa entre cada cosechero y el gateway correspondiente.

El último paso consiste en aplicar la trilateración para determinar la posición de cada cosechero. La principal desventaja radica en garantizar una sincronización perfecta entre el transmisor y el receptor, para calcular con exactitud el tiempo de vuelo de la señal. Por ejemplo, un error en la medición del tiempo de  ns equivale a una distancia de  m.

El método TDoA se basa en calcular la diferencia en el tiempo de propagación de la señal desde la banda/pulsera hasta cada gateway. Con esta diferencia de tiempo se puede calcular la diferencia de distancias que luego permiten construir una serie de hipérbolas asociadas a cada diferencia de distancia entre la banda/pulsera y el gateway correspondiente.

El punto donde se intersectan  o más hipérbolas, corresponde a la posición del cosechero. Esta solución solo requiere sincronización entre los gateways para calcular la diferencia en el tiempo de arribo, lo cual representa una ventaja ya que la tecnología LoRa define sus propias estrategias para la sincronización. Esto hace que TDoA se convierta en la solución más favorable a implementar para la localización y seguimiento de los cosecheros en los predios.

La figura a continuación representa el modelo propuesto, donde el círculo central representa una banda/pulsera con soporte para LoRa, las tres torres de comunicación equivalen al número mínimo de gateways que, según se muestra, se complementan con el GPS para garantizar la sincronización, y el servidor de red enruta los mensajes provenientes de cada gateway hacia el servidor de aplicación (por ejemplo: Geolocation Solver) donde se implementará el algoritmo para la localización de los cosecheros.  

Modelo propuesto para el posicionamiento de cosecheros.

Infraestructura para el procesamiento de imágenes y análisis de datos

Existen otros objetivos que de alguna forma se sostienen sobre la infraestructura de red que se propone crear para determinar la localización de los cosecheros. Uno de ellos es el empleo de tecnologías complementarias para las bandas/pulseras que posibiliten extender su uso al control de acceso, la identificación y registro de la producción diaria de cada individuo.

Para esta tarea se propone la tecnología de conectividad Radio-Frequency Identification (RFID) o Near-Field Communication (NFC). El bajo consumo de energía es fundamental debido a que tendríamos una gran cantidad de bandas/pulseras y, por tanto, el tiempo transcurrido entre cada recarga de las baterías debe ser lo más extenso posible.

La forma de extender el tiempo de vida de las baterías es a través de técnicas de conservación de energía o recolección de energía. La primera pretende maximizar el tiempo o la cantidad de operaciones que se pueden realizar con la energía disponible y la segunda complementa el funcionamiento de los dispositivos con las fuentes de energía del entorno, como el sol u ondas electromagnéticas, entre otras.

La forma de recopilar, almacenar y procesar todos los datos provenientes de los sensores para la toma de decisiones se puede abordar con una estación móvil como se muestra.

Esta estación móvil contiene una pesa digital para depositar las frutas recolectadas y asociar cada carga con un usuario mediante RFID. Esta solución puede incluir cámaras de fotos/video para hacer un seguimiento a la evolución de las frutas en el proceso productivo. Mediante este método se puede tener un registro más preciso de la producción, y realizar una mejor planificación y toma de decisiones.

Arquitectura de Software.

Se cuenta con un sistema de micro servicios de 3 capas:

• Acceso, donde los componentes de sensado se acceden a través de interfaces de entrada y salida (APIs).
• Central, donde están los servicios de procesamiento.
• Usuario, donde están las aplicaciones de usuario que requieran de las capas anteriores.

Imágenes