Diseño de una herramienta de localización y ruteo para la fumigación de plagas en cultivos de yuca a través del entrenamiento de una red neuronal convolucional de detección de objetos en imágenes y un modelo de programación lineal
Design of a localization and routing tool for pest spraying in cassava crops through the training of a convolutional neural network for object detection in images and a linear programming model
Autor
Arteta Padilla, Mariam
Echandía Villota, Camilo
Acosta Mendoza, Josue
Fecha
2023-05-31Resumen
El presente proyecto propone el diseño de una herramienta de localización y ruteo para la fumigación de plagas en cultivos de yuca. Se utiliza una red neuronal convolucional (CNN) para detectar automáticamente las plagas en imágenes capturadas por drones. La CNN se entrena con un conjunto de datos etiquetados para identificar plagas como bacteriosis, trips y súper alargamiento. Además, se emplea un modelo de programación lineal entera mixta para optimizar las rutas de fumigación mediante la minimización de las distancias recorridas, considerando la ubicación de las plagas y la capacidad de los trabajadores teniendo en cuenta las condiciones laborales. Se espera que esta herramienta mejore la eficiencia en la detección temprana y tratamiento de plagas en los cultivos. El proyecto incluye una revisión documental, una descripción detallada del diseño, resultados de simulación y una evaluación que concluye que la herramienta diseñada supera el desempeño actual del sistema, en términos de tiempos y costos de localización y fumigación para cada tipo de plaga, proponiendo que el sector agrícola colombiano adopte soluciones tecnológicas similares, con el fin de ser más competitivos. This project proposes the design of a localization and routing tool for spraying pests in cassava crops. A convolutional neural network (CNN) is used to automatically detect pests in images captured by drones. The CNN is trained with a labeled dataset to identify pests such as bacteriosis, thrips, and super elongation. In addition, a mixed integer linear programming model is employed to optimize spraying routes by minimizing the distances traveled, considering the location of pests and the capacity of workers, given the working conditions. This tool is expected to improve efficiency in early detection and treatment of crop pests. The project includes a literature review, a detailed description of the design, simulation results and an evaluation that concludes that the designed tool outperforms the current system in terms of location and spraying times and costs for each type of pest, proposing the adoption of similar technological solutions by the Colombian agricultural sector to be more competitive.