italianoenglishfrançaisdeutschespañolportuguês
Idioma
Buscar en este sitio
  • » Noticias
  • » Clasificación de las viñas de manera rápida y automatizada con el uso de drones
  • Curso: ANÁLISIS SENSORIAL DE LA UVA - Metodología ICV
    17, 18 y 19 de septiembre de 2019 en La Rioja, Ribera del Duero y Navarra
    El ICV (Instituto Cooperativo del Vino) de Montpellier ha puesto a punto y utiliza en la práctica, desde hace 10 años, un método de análisis sensorial de la uva. El análisis representa una respuest...
    Publicado el: 28/08/2019

Clasificación de las viñas de manera rápida y automatizada con el uso de drones

Clasificación de las viñas de manera rápida y automatizada con el uso de drones

Un equipo de investigación  del grupo imaPing, perteneciente al CSIC  ha desarrollado un algoritmo que permite automatizar la clasificación de las viñas a través del uso de RPAS (Sistema aéreo tripulado de forma remota), con un considerable ahorro de tiempo y un elevado grado de precisión.

El sistema permite caracterizar las vides, los huecos en las filas, las dimensiones de cada planta, incluyendo la altura, el volumen y el dosel, así como su posición.  Según los autores “Los resultados obtenidos permitirían al agricultor llevar cabo estrategias de manejo localizado con numerosos beneficios tanto medioambientales como económicos”.

El trabajo se ha publicado recientemente  en la revista Remote Sensing

Se recomienda la lectura del artículo original publicado en www.todrone.com

Fuente: www.todrone.com

Publicado el 25/06/2018
Disponible en francais
Páginas Relacionadas
© Todos los derechos reservados
NIF-IVA: IT01286830334
ISSN 1826-1590
powered by Infonet Srl Piacenza
Política de privacidad
Esta página web usa las cookies necesarias para los objetivos descritos en la política de cookies. Si desea más información lea la polítca de cookies. Cerrando esta ventana, desplazándose a través de esta página, al pinchar en un enlace o continuando la navegación de otra forma, permites el uso de cookies.
Más informaciónOK

- A +
ExecTime : 2,375