Scheda programma d'esame
AUTOMATION AND ROBOTICS IN AGRICOLTURE
MARCO FONTANELLI
Academic year2023/24
CourseSUSTAINABLE AGRICULTURAL SYSTEMS
Code539GG
Credits6
PeriodSemester 1
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
AUTOMAZIONE E ROBOTICA IN AGRICOLTURAAGR/09LEZIONI64
MARCO FONTANELLI unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Gli studenti acquisiranno le conoscenze di base sulle moderne tecniche e attrezzature per l’automazione, la robotica e la gestione di precisione delle attività agricole.

Knowledge

Students will acquire basic knowledge of modern techniques and equipment for automation, robotics and precision management of agricultural activities.

Modalità di verifica delle conoscenze

Le conoscenze acquisite dagli studenti saranno valutate mediante un colloquio orale che verterà sui contenuti del corso. Sarà inoltre valutata la capacità critica ed espositiva e l’acquisizione della terminologia appropriata.

Assessment criteria of knowledge

The knowledge acquired by the students will be evaluated through an oral interview which will focus on the contents of the course. The critical and expository ability and the acquisition of the appropriate terminology will also be evaluated.

Capacità

Al termine del corso lo studente acquisirà le conoscenze di base sulla robotica, l’automazione ed i sistemi di precisione applicati all’agricoltura e avrà in tal modo i mezzi per comprendere i vantaggi dell’adozione di tali tecnologie nei diversi scenari e di proporre soluzioni applicative mirate.

Skills

At the end of the course the student will acquire the basic knowledge of robotics, automation and precision systems applied to agriculture and will thus have the means to understand the advantages of adopting these technologies in different scenarios and to propose targeted application solutions.

Modalità di verifica delle capacità

Durante lo svolgimento del corso avranno luogo verifiche periodiche delle conoscenze acquisite.

Assessment criteria of skills

Periodic checks of the acquired knowledge will take place during the course.

Comportamenti

Dopo aver seguito il corso e sostenuto l’esame finale gli studenti acquisiranno conoscenze tali da consentire, sia la comprensione che la definizione corretta di tecnologie applicabili ai vari contesti agricoli che consentano l’automazione di processi e operazioni.

Behaviors

After following the course and taking the final exam, the students will acquire knowledge such as to allow both the understanding and the correct definition of technologies applicable to the various agricultural contexts that allow the automation of processes and operations.

Modalità di verifica dei comportamenti

Durante lo svolgimento del corso il docente valuterà periodicamente le conoscenze acquisite dagli studenti e la loro capacità di applicare in modo appropriato tecniche di automazione, robotica e sistemi di precisione in diversi contesti.

Assessment criteria of behaviors

During the course, the teacher will periodically evaluate the knowledge acquired by the students and their ability to appropriately apply automation techniques, robotics and precision systems in different contexts.

Indicazioni metodologiche

Il corso prevede sia lezioni frontali che lezioni fuori sede.

Teaching methods

The course includes both frontal lessons and off-site lessons.

Programma (contenuti dell'insegnamento)

Parte generale:

  • Il ruolo dell’agronomo nell’agricoltura digitale, possibili scenari futuri;
  • I robot: tecnologie attuali e prospettive future;
  • Sensori e sistemi di machine vision;
  • Sistemi di scouting;
  • Attuatori per sistemi automatici;
  • Sistemi di comunicazione nella robotica agricola;
  • Tecnologie di machine learning;
  • Digital farming;
  • Internet of things;
  • Cloud computing e big data;
  • Interazione umano-robot;
  • Sistemi satellitari globali di posizionamento;
  • Modelli di simulazione e visualizzazione.

Applicazioni:

  • Sistemi di guida automatica;
  • Lavorazione del terreno;
  • Distribuzione di prodotti fitosanitari;
  • Distribuzione di fertilizzanti;
  • Controllo della flora spontanea;
  • Gestione di frutteto e vigneto;
  • Gestione delle colture erbacee ed orticole;
  • Raccolta del prodotto;
  • Gestione delle colture forestali;
  • Macchine automatiche e semiautomatiche per lo sfalcio della vegetazione;
  • Gestione delle colture foreggere;
  • Uso di sistemi multi-robot;
  • Gestione della mungitura e di sistemi zootecnici;
  • Tecnologie emergenti e direzioni future.
Syllabus

General part:

The role of the agronomist in digital agriculture, possible future scenarios;
Robots: current technologies and future prospects;
Machine vision sensors and systems;
scouting systems;
Actuators for automatic systems;
Communication systems in agricultural robotics;
Machine learning technologies;
digital farming;
Internet of things;
Cloud computing and big data;
Human-robot interaction;
global positioning satellite systems;
Simulation and visualization models.
Applications:

Automated guidance systems;
Soil tillage;
Distribution of plant protection products;
Distribution of fertilizers;
Control of spontaneous flora;
Orchard and vineyard management;
Management of herbaceous and horticultural crops;
Product collection;
Forest crop management;
Automatic and semi-automatic machines for mowing vegetation;
Management of forage crops;
Use of multi-robot systems;
Management of milking and livestock systems;
Emerging technologies and future directions.

Bibliografia e materiale didattico

Lazzari M., Mazzetto F. (2016) Meccanica e meccanizzazione dei processi produttivi agricoli. Reda Edizioni, Torino.

Misturini D. (2021) Precision Farming, strumenti e tecnologie per un’agricoltura evoluta. Edagricole – Edizioni Agricole di New Business Media srl, Milano.

Casa R. (2016) Agricoltura di Precisione. Edagricole – Edizioni Agricole di New Business Media srl, Milano.Casa R. (2016) Agricoltura di Precisione. Edagricole – Edizioni Agricole di New Business Media srl, Milano.

Billingsley J. (Ed.) (2019). Robotics and automation for improving agriculture – Burleigh Dodds Science Publishing, Cambridge, UK.

Stafford J. (ed.) (2019). Precision agriculture for sustainability – Burleigh Dodds Science Publishing, Cambridge, UK.

Karkee M., Zhang Q. (eds.) (2021) Fundamentals of Agricultural and Field Robotics– Springer, Cham, Switzerland

Bechar A. (ed.) (2021) Innovation in Agricultural Robotics for Precision Agriculture – Springer, Cham, Switzerland

Bibliography

Lazzari M., Mazzetto F. (2016) Meccanica e meccanizzazione dei processi produttivi agricoli. Reda Edizioni, Torino.

Misturini D. (2021) Precision Farming, strumenti e tecnologie per un’agricoltura evoluta. Edagricole – Edizioni Agricole di New Business Media srl, Milano.

Casa R. (2016) Agricoltura di Precisione. Edagricole – Edizioni Agricole di New Business Media srl, Milano.Casa R. (2016) Agricoltura di Precisione. Edagricole – Edizioni Agricole di New Business Media srl, Milano.

Billingsley J. (Ed.) (2019). Robotics and automation for improving agriculture – Burleigh Dodds Science Publishing, Cambridge, UK.

Stafford J. (ed.) (2019). Precision agriculture for sustainability – Burleigh Dodds Science Publishing, Cambridge, UK.

Karkee M., Zhang Q. (eds.) (2021) Fundamentals of Agricultural and Field Robotics– Springer, Cham, Switzerland

Bechar A. (ed.) (2021) Innovation in Agricultural Robotics for Precision Agriculture – Springer, Cham, Switzerland

Indicazioni per non frequentanti

Non sono previste variazioni per gli studenti non frequentanti.

Gli studenti che non frequentano possono seguire lo svolgimento delle lezioni utilizzando il materiale didattico presente sul sito E-learning del CdS e i libri consigliati dal docente.

È vivamente consigliato per gli studenti che non frequentano, così come per gli studenti lavoratori e genitori, contattare il docente per mail in modo da fissare un ricevimento prima di iniziare a preparare l’esame.

Non-attending students info

There are no changes for non-attending students.

Students who do not attend can follow the progress of the lessons using the teaching material on the E-learning site of the Degree Course and the books recommended by the teacher.

It is strongly recommended for students who do not attend, as well as for working students and parents, to contact the teacher by email in order to arrange an office meeting before starting to prepare for the exam.

Modalità d'esame

Esame orale con voto in trentesimi.

L’esame prevede:

  1. la verifica della conoscenza dei concetti generali;
  2. la verifica della conoscenza dei principali strumenti e tecnologie disponibili;
  3. esempi di applicazioni di automazione, robotica e sistemi di precisione.
Assessment methods

Oral exam with mark out of thirty.

The exam includes:

verification of knowledge of general concepts;
verification of knowledge of the main tools and technologies available;
examples of automation, robotics and precision systems applications.

Updated: 25/07/2023 13:27