Robótica agrícola e IA en el borde
Aigen avanza en la agricultura sostenible con robots con energía solar y NVIDIA Cosmos
Aigen
Objetivo
Aigen desarrolla robots autónomos con energía solar que eliminan mecánicamente las malezas, ayudando a los agricultores a proteger los cultivos, al tiempo que reducen la dependencia de las aplicaciones de herbicidas y de las pasadas de campo con propulsión de diesel. Debido a que los campos agrícolas cambian rápidamente, la recopilación y el etiquetado de suficientes datos del mundo real para entrenar una IA fiable es lento y costoso.
Para superar este cuello de botella, Aigen construyó Alchemy, un modelo de mundo al aire libre que genera variaciones sintéticas realistas en cultivos, malezas, suelo, iluminación y profundidad. Alchemy incluye un NVIDIA Cosmos posentrenado y personalizado para la autonomía al aire libre y fuera de la carretera. Los datos sintéticos de Aigen permiten el deshierbe autónomo de campo, al tiempo que ahorran tiempo y recursos críticos. Los robots más nuevos de Aigen utilizan tres módulos de NVIDIA Jetson Orin NX para la percepción energéticamente eficiente, la navegación y el control mecánico.
Principales conclusiones
99 % de datos sintéticos con Cosmos
- Aigen construyó Alchemy, su modelo de mundo al aire libre personalizado entrenado con un 99 % de datos sintéticos, mediante el posentrenamiento de NVIDIA Cosmos 3 para entornos agrícolas más realistas y diversos.
Reducción de la utilización de computación al 30 % con NVIDIA Jetson
- Al pasar la computación integrada a NVIDIA Jetson Orin NX, se redujo la utilización de la computación de aproximadamente un 100 % a aproximadamente un 30 %, se mejoró la estabilidad y se liberó capacidad para cargas de trabajo de IA adicionales sin añadir hardware ni exceder el presupuesto de energía solar del robot.
Hardware eficiente, modelos más inteligentes
- NVIDIA Jetson: Capacidad ampliada de robots, al tiempo que se redujo el hardware integrado de cinco dispositivos de computación a tres módulos NVIDIA Jetson Orin NX, lo cual permite un diseño de cuatro brazos y acciones robóticas más complejas.
- NVIDIA Cosmos — Reduce el tiempo y el coste de ampliar la cobertura de entrenamiento al sustituir los meses de recopilación y etiquetado manual de datos de campo por la generación de escenarios sintéticos.
Escalar el control de malezas sin productos químicos
Avanzar en el control de malezas sin productos químicos en campos impredecibles
En el ámbito de la IA física, la robótica agrícola se enfrenta a algunos de los entornos visuales más complejos y descontrolados. Durante una sola temporada de crecimiento, un campo de soja se somete a una transformación total, desde la siembra inicial hasta el dosel completo, mientras que factores como la iluminación, las condiciones del suelo y la presión variable de las malezas alteran continuamente el escenario de los sistemas autónomos.
El enfoque tradicional de la IA agrícola se basa en años de recopilación y anotación manual de datos, pero este método tiene dificultades para escalar. Dado que cada campo es único y los datos visuales se limitan a breves períodos estacionales, la captura y el etiquetado de toda la gama de variaciones de campo se vuelve prohibitivamente costoso y laborioso.
El impacto de las malezas es inmediato: las malezas invasivas disminuyen la productividad de la cosecha, y la gestión de estas malezas en una gran superficie supone una carga financiera significativa. La aparición de variedades resistentes a los herbicidas es un desafío creciente para muchos agricultores, pero depender de la mano de obra humana para su eliminación no es escalable ni rentable. Además, la deriva de productos químicos supone riesgos para el personal y la vegetación adyacente, mientras que la escorrentía amenaza los ecosistemas acuáticos locales. Al implementar una robótica totalmente autónoma y con energía solar para el control mecánico de las malezas, Aigen permite a los agricultores proteger sus rendimientos, al tiempo que minimiza la dependencia de los herbicidas tradicionales y las operaciones de campo con uso intensivo de diésel.
El desafío central fue la brecha entre los entornos agrícolas en rápida evolución y el ritmo lento de la recopilación y el etiquetado manuales de datos. Para capturar diferentes tipos de cultivos, etapas de crecimiento, densidad de malezas, condiciones de iluminación y escenarios de enfermedades, el equipo de Aigen aprovechó la generación de datos sintéticos para ampliar la cobertura del entrenamiento. Esto permitió al equipo entrenar modelos de percepción para generalizarlos a tipos de cultivos, especies de malezas y condiciones de campo no representadas en el conjunto de datos de posentrenamiento.
Desarrollo de IA agrícola con NVIDIA Cosmos
Escalado de datos de entrenamiento agrícola con NVIDIA Cosmos
Con 275 especies de malezas resistentes a los herbicidas documentadas en todo el mundo, la recopilación de datos de campo estacionales por sí sola no puede proporcionar la diversidad visual que requiere la IA agrícola. Aigen utiliza Alchemy y NVIDIA Cosmos 3 para generar y etiquetar escenarios agrícolas sintéticos. En trabajos anteriores, Aigen posentrenó Cosmos Transfer 2.5 utilizando unos 3000 clips de RGB y profundidad capturados por flota, lo cual representa aproximadamente 8,3 horas de metraje de soja, algodón y tomate que abarcaban diferentes densidades de malezas, etapas de crecimiento y condiciones de iluminación.
El modelo posentrenado mejoró los resultados en entornos nunca vistos, entre ellos:
- Más formas y colores de hojas apropiados para las especies, una mayor diversidad de malezas, texturas de suelo más detalladas, iluminación y sombras exteriores más coherentes y una mejor alineación con mapas de profundidad.
- Descripciones de escenas utilizando el tipo de cultivo, el ángulo de cámara y las condiciones de campo, produciendo ejemplos etiquetados para el entrenamiento de modelos de percepción.
Sobre la base de este trabajo, Aigen posentrenó una política utilizando datos de conducción condicionados por acción, lo cual permitió a la empresa generar un millón de horas de datos de vídeo de acción en meses, lo cual proporcionó una fuente escalable de datos de entrenamiento emparejados para futuras políticas
Utilizando datos de entrenamiento sintético de Alchemy, Aigen logró el deshierbe autónomo de campo con un modelo de percepción entrenado en un 1 % de datos del mundo real y un 99 % de datos sintéticos. El enfoque redujo el tiempo y los costes asociados a la recopilación de datos de campo y a la anotación manual. A medida que el trabajo se amplía de la percepción a la acción, el próximo desafío es ejecutar modelos cada vez más capaces dentro del presupuesto de energía solar de cada robot.
«Alchemy, junto con Cosmos, nos permite poner en marcha modelos de control de malezas en producción y de análisis de campo con tanta rapidez que ahora podemos implementarlos en la misma estación del año en que vemos un cultivo. Normalmente, eso requiere de tres a cuatro años de recopilación de datos, etiquetado y entrenamiento de modelos. Las etiquetas vienen con los datos por diseño, en lugar de proceder de un anotador manual, por lo que ya no estamos sujetos a la estacionalidad, el tiempo de respuesta de los modelos es de horas en lugar de estaciones, y los modelos eficientes ahora se implementan directamente en NVIDIA Jetson Orin NX en nuestros robots Element con energía solar».
Richard Wurden
Cofundador y CTO, Aigen
«Los priores preentrenados y la arquitectura extensible de Cosmos 3 proporcionan una base excelente para crear un modelo de mundo personalizado. Esto ayudó a acelerar el desarrollo de Alchemy, que abre nuevas capacidades en la autonomía no estructurada al aire libre».
Usman Khan
Científico de datos sénior, Aigen
Ampliación de la capacidad de los robots con NVIDIA Jetson
Creación de un robot de cuatro brazos con tres módulos de NVIDIA Jetson
La sustitución de cinco dispositivos de sistema en chip (SoC) por tres módulos NVIDIA Jetson Orin NX proporcionó a Aigen una mayor capacidad de IA a bordo con menores necesidades energéticas. El margen adicional permite un diseño de cuatro brazos, lo cual aumenta el rendimiento del deshierbe, al tiempo que mantiene la percepción en tiempo real, la navegación basada en visión sin GPS y el control mecánico en el robot.
Durante las pruebas de desarrollo, Aigen informa de que la arquitectura basada en Jetson funcionó con una utilización de computación de aproximadamente un 30 %, en comparación con el 100 % en su sistema anterior. La capacidad restante mejora la estabilidad del sistema y proporciona a Aigen espacio para añadir capacidades que están más allá del control de las malezas sin añadir hardware de computación ni exceder el presupuesto de energía solar del robot.
Escalar la agricultura sin productos químicos, desde las pruebas de campo hasta la flota
Aigen prevé utilizar el margen de computación disponible para añadir capacidades más allá del deshierbe sin rediseñar el hardware ni exceder su presupuesto para energía solar. Esa flexibilidad es fundamental para el modelo de desarrollo de Aigen, lo que permite que nuevas capacidades de software se construyan sobre la misma base de computación perimetral a medida que se amplía la flota. A medida que amplía el soporte a diversos cultivos y condiciones de campo, Aigen está adoptando NVIDIA Cosmos 3 como principal modelo base de Alchemy para ampliar sus capacidades de datos sintéticos. Esta combinación de IA agrícola y robótica con energía solar proporciona a Aigen una vía escalable hacia el control de malezas que reduce la dependencia de los herbicidas y de los pases de campo con motor diesel. Juntos, la IA agrícola de Aigen y los robots de energía solar están contribuyendo a escalar el control de malezas sin productos químicos y a construir un futuro más sostenible para la agricultura.
«Aigen es la única empresa que realiza un control mecánico de malezas de forma totalmente autónoma y con tecnología solar, y cada vatio de computación cuenta. Al pasar a NVIDIA, pasamos de cinco SoC a tres y dimos a cada robot más capacidad. Eso es lo que permite a nuestro robot de cuatro brazos ejecutar IA perimetral completa en energía solar, navegar sin GPS y mantener el margen de computación para capacidades que están fuera del control de las malezas».
Richard Wurden
Cofundador y CTO, Aigen
Explore cómo NVIDIA Cosmos ayuda a los desarrolladores a desarrollar IA física más rápido con los principales modelos fundacionales de mundo, procesamiento de datos abiertos, marcos de entrenamiento y evaluación.