Axes de Recherche
Imagerie par drone pour la santé des cultures - Vision par ordinateur
L’imagerie par drone est une technique largement utilisée pour observer les plantations agricoles. Equipée de capteurs spécifiques, l’imagerie permet de capter des zones du terrain et de réaliser des rapports détaillés en un temps record. Nous mettrons l’accent sur la détection des maladies, la santé des plantes et des sols à l’aide de techniques d’intelligence artificielle, y compris la vision par ordinateur. En particulier, nous utiliserons les couleurs de ndvi avec des méthodes comparatives telles que le cosinus de similarité et le support vectoriel machine basé sur les bibliothèques Opencv.
Irrigation intelligente grâce à la robotique et aux tracteurs - Deep Learning
L’irrigation automatique est une méthode avancée pour apporter des ressources en eau substantielles aux terres agricoles en fonction des besoins. Cette irrigation automatique peut être réalisée sur des systèmes au sol ou sur des supports mobiles tels que des tracteurs semi-autonomes pour l’agriculture. Notre étude portera sur l’utilisation de techniques d’apprentissage profond pour l’auto-guidage de véhicules semi-autonomes ainsi que sur la régulation des vannes d’irrigation en fonction des besoins du sol. Nous utiliserons de nombreuses simulations basées sur les librairies Numpy et Tensorflow.
Nutrition à base d’algues pour le bétail - Agriculture d’intérieur
Notre étude se concentrera sur la culture et la production en intérieur de plantes d’algues pour l’alimentation du bétail. La plante d’algues possède les caractéristiques essentielles pour favoriser la santé du bétail - la production de qualité et de quantité de lait mais aussi la réduction du taux d’émission de CO2 dans l’atmosphère. Nous irons de la simulation des installations à la mise en place de l’unité de production.
