Planificación y supervisión de flotas de robots autónomos en tareas agrícolas

El control seguro y efectivo de las malas hierbas según los principios establecidos por la Agricultura de Precisión requiere una tecnología específica, avanzada y de coste asumible dentro de los márgenes de beneficio. El uso de plataformas móviles autónomas tanto terrestres como aéreas equipadas con sistemas de percepción innovadores, sistemas inteligentes de toma de decisión y herramientas que permitan la aplicación precisa de los tratamientos herbicidas, reduce el coste asociado a la operación así como los potenciales daños ambientales y el riesgo para los agricultores. Varios son los grupos internacionales de investigación dedicados al desarrollo de tecnologías basadas en sistemas robóticos capaces de optimizar las operaciones complejas implicadas en este tipo de tratamientos de precisión. El desarrollo de sistemas autónomos de ayuda al tratamiento preciso, tanto de cultivos extensivos (malas hierbas) como de leñosos, es el objetivo principal del proyecto RHEA (Robot Fleets for Highly Effective Agriculture and Forestry Management), financiado por el 7º Programa Marco de la CE y dirigido a minimizar los insumos (agroquímicos, combustible, etc.) a la vez que garantizar la calidad y seguridad del producto así como cubrir totalmente el campo independientemente del tamaño que éste tenga. RHEA propone utilizar una flota de robots pequeños/medianos tanto aéreos como terrestres para la inspección/monitorización y posterior aplicación de fitosanitarios, lo que presenta múltiples ventajas frente al tratamiento basado en la habitual máquina de mayores dimensiones y más tradicional. Entre otras, una flota de robots de tamaño pequeño/mediano reduce el impacto sobre la compactación del suelo e interactúa de un modo más seguro con los operarios, ya que la detección e interacción se puede distribuir en varios sistemas de detección y gestión de fallos como los propuestos en la presente tesis. El trabajo de investigación presentado en esta tesis se ha desarrollado dentro de este proyecto europeo y está relacionado con el diseño, desarrollo y evaluación del nivel más alto de la arquitectura RHEA, en otras palabras, con los tres aspectos fundamentales para conseguir que los robots de la flota ejecuten el trabajo eficientemente y sin intervención humana, es decir, con la planificación, la supervisión y la gestión completa e integrada de las tareas de inspección y tratamiento...

Simulación de misiones de rescate con robots

Este proyecto consiste en el desarrollo de un sistema para simular misiones de rescate usando equipos de robots donde cada robot tiene sus propios objetivos y debe coordinarse con el resto de sus compañeros para realizar con existo la misión de rescate en escenarios dinámicos. El escenario se caracteriza por contener: - Agentes Robot: son las entidades del sistema encargado de tareas relacionadas con el rescate, como por ejemplo, explorar el terreno o rescatar a una víctima. Se organizan de forma jerárquica, esto es, hay un jefe encargado de asignar tareas a los demás robots, que serán subordinados. - Víctimas: son los objetivos a rescatar en la misión. Tienen una identificación, una localización y una esperanza de vida. -Obstáculos: delimitan una zona por la que el robot no puede pasar. Simulan la existencia de paredes, rocas, árboles…, es decir, cualquier tipo de estructura existente en un escenario real. - Zona segura: marca un punto del mapa adonde los robots moverán a las víctimas en el rescate. Representa lo que en un rescate real sería un campamento u hospital. El sistema permite: - Crear y gestionar escenarios de simulación - Definir equipos de robots con diferentes miembros, diferentes objetivos y comportamientos. - Definir modelos organizativos en los equipos y estrategias de coordinación. - Realizar los objetivos individuales y de grupo para salvar a las víctimas llevándolas al sitio seguro esquivando los obstáculos. - Realizar experimentos de simulación: probar distintas configuraciones de equipo con un número variable de robots, varias víctimas en lugares diferentes y escenarios independientes. Se ha partido del proyecto ROSACE(Robots et Systèmes AutoCommunicants Embarqués / Robots y sistemas embebidos autocomunicantes), que está construido sobre la herramienta ICARO, que es una Infraestructura Ligera de Componentes Software Java basada en Agentes y Recursos y Organizaciones para el desarrollo de aplicaciones distribuidas. El punto de partida ya implementaba una versión preliminar del proyecto capaz de organizar objetivos entre los robots y que consigan ir a la localización objetivo. El presente proyecto utiliza el patrón arquitectónico de ROSACE y parte de su infraestructura pero desarrolla un sistema original con nuevas herramientas para definir y gestionar escenarios, disponer de un modelo más realista del comportamiento de los robots y controlar el proceso de simulación para incluir posibles fallos de los robots y para el estudio individual y colectivo de los miembros de los equipos.

Nanosecond-level time synchronization of autonomous radio detector stations for extensive air showers

To exploit the full potential of radio measurements of cosmic-ray air showers at MHz frequencies, a detector timing synchronization within 1 ns is needed. Large distributed radio detector arrays such as the Auger Engineering Radio Array (AERA) rely on timing via the Global Positioning System (GPS) for the synchronization of individual detector station clocks. Unfortunately, GPS timing is expected to have an accuracy no better than about 5 ns. In practice, in particular in AERA, the GPS clocks exhibit drifts on the order of tens of ns. We developed a technique to correct for the GPS drifts, and an independent method is used to cross-check that indeed we reach a nanosecond-scale timing accuracy by this correction. First, we operate a "beacon transmitter" which emits defined sine waves detected by AERA antennas recorded within the physics data. The relative phasing of these sine waves can be used to correct for GPS clock drifts. In addition to this, we observe radio pulses emitted by commercial airplanes, the position of which we determine in real time from Automatic Dependent Surveillance Broadcasts intercepted with a software-defined radio. From the known source location and the measured arrival times of the pulses we determine relative timing offsets between radio detector stations. We demonstrate with a combined analysis that the two methods give a consistent timing calibration with an accuracy of 2 ns or better. Consequently, the beacon method alone can be used in the future to continuously determine and correct for GPS clock drifts in each individual event measured by AERA.

Spatial dynamics of bovine tuberculosis in the Autonomous Community of Madrid, Spain (2010-2012)

Progress in control of bovine tuberculosis (bTB) is often not uniform, usually due to the effect of one or more sometimes unknown epidemiological factors impairing the success of eradication programs. Use of spatial analysis can help to identify clusters of persistence of disease, leading to the identification of these factors thus allowing the implementation of targeted control measures, and may provide some insights of disease transmission, particularly when combined with molecular typing techniques. Here, the spatial dynamics of bTB in a high prevalence region of Spain were assessed during a three year period (2010-2012) using data from the eradication campaigns to detect clusters of positive bTB herds and of those infected with certain Mycobacterium bovis strains (characterized using spoligotyping and VNTR typing). In addition, the within-herd transmission coefficient (β) was estimated in infected herds and its spatial distribution and association with other potential outbreak and herd variables was evaluated. Significant clustering of positive herds was identified in the three years of the study in the same location ("high risk area"). Three spoligotypes (SB0339, SB0121 and SB1142) accounted for >70% of the outbreaks detected in the three years. VNTR subtyping revealed the presence of few but highly prevalent strains within the high risk area, suggesting maintained transmission in the area. The spatial autocorrelation found in the distribution of the estimated within-herd transmission coefficients in herds located within distances <14 km and the results of the spatial regression analysis, support the hypothesis of shared local factors affecting disease transmission in farms located at a close proximity.