Les raisins doivent être cueillis au point exact de maturation, et sa plante doit avoir l'apport d'eau approprié pendant le développement afin que le vin finisse avec les propriétés souhaitées. Le contrôle de ces paramètres est compliqué et coûteux, et peu peuvent se permettre d'utiliser des chambres à pression qui mesurent le potentiel hydrique.

« Cela empêche le vigneron et le vigneron d'avoir accès à une information complète et fiable sur les cycles de croissance et de maturation du raisin de manière régulière et en temps réel. Ainsi, une majorité de producteurs n'utilisent pas de données qui pourraient les aider à optimiser la conduite de leur vignoble et, finalement, influencer la qualité du vin qu'ils produisent, " explique Francisco Rovira, directeur du Laboratoire de Robotique Agricole (ARL) de l'Université Polytechnique de Valence (UPV).

Pour remédier à cette lacune, un consortium de recherche européen dirigé par l'UPV travaille sur un robot automatisé de suivi du vignoble dans le cadre du projet VINESCOUT. L'objectif final est d'aider les viticulteurs à mesurer les paramètres clés de leur vignoble, y compris la disponibilité de l'eau, la température des feuilles et la robustesse de la plante.

Après presque deux ans de travail, ils ont présenté le dernier prototype au Portugal fin août. "Notre robot permet un échantillonnage intensif, allant des 20 mesures par heure que permet la méthode traditionnelle, à plus de 3, 000 données par heure sans que l'utilisateur ait à faire un effort pour obtenir ces mesures. À la fin, le producteur obtient une carte de sa parcelle avec des données qui lui donnent une idée du moment où activer les systèmes d'arrosage s'il en a installé un, ou de la date de récolte, ainsi que la répartition végétale la plus productive pour leur vignoble, " dit le professeur Francisco Rovira, coordinateur du projet européen.

En plus de l'UPV, le groupe de recherche Televitis de l'Université de La Rioja (televitis.unirioja.es/) participe, ainsi que la société française Wall-Ye SARL, le britannique Sundance Multiprocessor Technology Ltd et le portugais Symington Family Estates.

Parmi les nouveautés du nouveau prototype figurent une amélioration de la navigation autonome, ce qui rend le système plus robuste en combinant 3-D avec LiDAR et capteurs à ultrasons (sonar). L'intelligence artificielle intégrée a également été améliorée, résultant en une manipulation plus précise lors du guidage à travers le vignoble et des virages pour changer de rang.

"Le système de navigation autonome s'est beaucoup amélioré, ce qui signifie que le véhicule peut se déplacer plus rapidement et en toute sécurité dans les rangs de vigne, tout en conservant la même capacité de collecte de données, " dit Verónica Saiz, chercheur du Laboratoire de Robotique Agricole de l'UPB et chef de projet de ce projet.

Le robot peut également générer des cartes la nuit, élargissant ainsi sa capacité de travail. Cette option, navigation nocturne automatisée, a été testé cet été lors d'essais sur le terrain dans le vignoble portugais. "Nous avons vérifié que le robot fonctionne de la même manière la nuit et le jour, et est capable de générer des cartes automatisées de l'état thermique, " dit Saiz. De plus, le robot comprend également une caméra multispectrale pour mesurer la robustesse à travers divers indicateurs végétatifs.

Plus compact, agile et avec plus d'énergie

L'aspect extérieur a également été modifié par rapport au prototype précédent. "Maintenant, le robot est plus compact et agile, et a plus de protection contre un environnement hostile comme ces champs. Par ailleurs, il a des batteries au lithium au lieu du plomb, comme le modèle précédent, qui sont plus légers et donc plus facilement interchangeables, et garantir suffisamment d'énergie pour toute une journée de travail, " explique Andrés Cuenca, chercheur à l'ARL de l'UPV.

« Nous disposons déjà des premières cartes automatisées de température et de robustesse des plantes; elles sont générées par le robot en temps réel avec un capteur infrarouge et une caméra multispectrale. La prochaine étape est de vérifier si ces cartes ont de bonnes corrélations avec celles obtenues avec des méthodes manuelles; si c'est le cas, nous aurons un système de suivi automatisé beaucoup plus efficace et pratique pour les vignerons et les vignerons, " ajoute Francisco Rovira.