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

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.

• Autores: Arteta Padilla, Mariam; Echandía Villota, Camilo; Acosta Mendoza, Josue
• Fecha de publicación: 2023
• Institución: Universidad del Norte
• Repositorio: Repositorio Uninorte
• Idioma: spa
• OAI Identifier: oai:manglar.uninorte.edu.co:10584/11539
• Acceso en línea: http://hdl.handle.net/10584/11539
• Palabra clave: Clúster; Fumigación; Plaga; Red neuronal convolucional; Ruteo; Yuca; Cassava; Cluster; Convolutional neural network; Pest; Routing; Spraying
• License: Universidad del Norte