REPORTE DE PROYECTO DE GRADO Noviembre 30, 2019 Federico Marroquín Baquero, Juan Manuel Rodríguez Barragán Código estudiante: 201615499 , Código estudiante: 201317864 f.marroquin10@uniandes.edu.co, jm.rodriguez11@uniandes.edu.co RESUMEN 1

INTRODUCCIÓN 1

DESCRIPCIÓN GENERAL 4

OBJETIVOS 4

ANTECEDENTES 4

IDENTIFICACIÓN DEL PROBLEMA Y DE SU IMPORTANCIA 5

DISEÑO Y ESPECIFICACIONES 5

DEFINICIÓN DEL PROBLEMA 5

RESTRICCIONES 9

DESARROLLO DEL DISEÑO 10

RECOLECCIÓN DE INFORMACIÓN 10

ALTERNATIVAS DE DISEÑO 11

IMPLEMENTACIÓN 12

DESCRIPCIÓN DE LA IMPLEMENTACIÓN 15

RESULTADOS ESPERADOS 16

VALIDACIÓN 16

MÉTODOS 16

VALIDACIÓN DE RESULTADOS 18

CONCLUSIONES 18

TRABAJO FUTURO 18

REFERENCIAS 19

RESUMEN El proyecto se ve comprendido dentro de la teoría de las agriculturas de precisión. Este está enfocado en desarrollar aplicativos y herramientas para el desarrollo de la agricultura colombiana y más específicamente, abarca los temas del cuidado y monitoreo de los cultivos. se desarrolla un sistema de monitoreo agrícola de la mano de tecnologías del internet de las cosas (IoT), específicamente con el uso de drones comerciales y de sistemas autónomos que puedan comunicarse entre sí logrando resolver el problema. El principal motivo de este proyecto es impulsar la industria agrícola nacional mejorando la calidad del producto y la competitividad del sector, y así mismo aumentar el aporte de la industria agro al PIB. El proyecto logra recolectar, enviar y almacenar los datos sobre el cultivo y es capaz de enviar una señal a un dron para vigilar o sobrevolar la zona recolectando información sobre el cultivo.

INTRODUCCIÓN Alrededor de un 7% del PIB anual colombiano es representado por la agricultura. Colombia es un potencial productor agrícola en la región gracias a sus ventajas naturales como lo son la ubicación, la geografía, el clima, entre otras. No obstante, en cuanto a la producción y comercialización de alimentos en un contexto de una agricultura convencional o tradicional el país presenta un panorama bastante desalentador. Lo anterior reflejado en el bajo poder de competencia que tienen los productores locales frente a sus homólogos en el exterior, por ello es necesario abordar

1

nuevas alternativas, algunas de las cuales han sido estudiadas en diferentes partes del mundo y que han demostrado efectividad. Una de las opciones más populares consiste en el uso de drones para lograr lo que se conoce actualmente como agricultura de precisión, que se apoya en tecnologías actuales para conformar una estrategia de producción que automatiza procesos y optimiza recursos valiosos limitados y/o no renovables. Es posible afirmar que estas herramientas tecnológicas pueden darle un impulso medio ambiental y económico al agro en las diferentes regiones del país, así como mejorar la competitividad a través de una mayor eficacia en las prácticas, lo que deriva en una inminente necesidad de investigación, desarrollo e implementación de nuevas tecnologías que puedan apoyar los procesos de producción agrícola en el país. El proyecto se entiende dentro de la teoría de las agriculturas de precisión. Este está enfocado en desarrollar aplicativos y herramientas para el desarrollo de la agricultura colombiana y más específicamente, abarca los temas del cuidado y monitoreo de los cultivos. Donde se busca mantener condiciones óptimas y rentables para los procesos productivos que se llevan a cabo en el campo colombiano, para ello, se pretende desarrollar un sistema de monitoreo y de gestión de suministro de insumos agrícolas,fertilizantes, así como de ahorro de agua. Para ello, se pretende trabajar con tecnologías del internet de las cosas IoT específicamente con el uso de drones comerciales y de sistemas autónomos que puedan comunicarse entre sí, enfocado en la automatización de los procesos. El motivo de este proyecto es impulsar la industria agrícola nacional, para mejorar la calidad del producto y la competitividad del sector, y asì mismo aumentar el aporte de la industria agro al PIB. Se contempla investigar y utilizar el dron facilitado por el departamento para aprovechar tanto sus sensores, como su alta capacidad de movilidad, así como el hardware de Raspberry Pi para su uso como receptor/emisor y controlador de otros dispositivos y sensores. Por tanto, las limitaciones del proyecto están sujetas a las limitaciones de los sensores y de las máquinas a utilizar. Sin embargo, se pretende recolectar y simular datos que ayuden a entender mejor las necesidades y retos del proyecto, para así, lograr entregar un mínimo producto viable (MVP) capaz de satisfacer las necesidades y resolver problemáticas que actualmente enfrentan los agricultores colombianos. Se planea ubicar la Raspberry Pi con los sensores en el cultivo y dividir el cultivo en cuadrantes. Cada Cuadrante tendrá una Raspberry Pi con sus respectivos sensores a cargo y dicho montaje se encargará de sensar el ambiente almacenando y enviando la información a un componente central que maneja la información de todos los cuadrantes y por ende de todo el cultivo. Se creará un app móvil encargada de mostrar la información que los sensores envían al componente central y dicha app indicará si es

2

necesaria alguna acción por parte de un agente externo, en este caso un dron que se encargará de ir a supervisar el lugar.

En cuanto a lo implementado, se logró la conexión de un sensor dual de temperatura/humedad con la Raspberry Pi y dicho sistema fue capaz de sensar la información en su contexto y almacenar dichos datos en un contenedor de OpenMTC, que posteriormente serán analizados y accedidos por medio de REST services. Se desarrolla una app móvil capaz de mostrar los datos que están almacenados en el contenedor de OpenMTC y en caso de detectar alguna anomalía se encuentra en capacidad de enviar un drone a monitorear el área afectada mientras que el usuario en el dispositivo móvil es capaz de ver la trayectoria del dron y a su vez tomar fotos si el usuario lo desea. A modo de resultados, es posible resaltar la capacidad de sensar el contexto por parte de la Raspberry Pi, capturando los datos con exactitud y con una frecuencia adecuada a lo que se requiere (cada cinco segundos el sensor envía la señal correspondiente a los valores del momento de los sensores) también es valiosa la implementación de OpenMTC y que dicha implementación sirva como puente entre el sistema dentro del cultivo y el usuario final. El producto podría llegar a convertirse en una solución idónea y satisfacer los objetivos del proyecto con unas cuantas iteraciones del mismo. Este documento es de fácil lectura, es secuencial. Siguiendo el índice que se escribe en la primera página el lector se encontrará en capacidad de ir a la sección de su interés.

3

Agradecemos a todas las personas que directa o indirectamente nos formaron en este proceso y que sin su ayuda y guía esto no hubiese podido ser posible.

DESCRIPCIÓN GENERAL

OBJETIVOS Los productos agrícolas colombianos no siempre tienen la mejor calidad. A pesar de la gran labor de los productores no es posible tener un seguimiento granular de un cultivo y puede que se vean afectadas unas zonas y otras no, disminuyendo la calidad y cantidad del producto cultivado. Por lo anterior se plantea desarrollar un sistema que esté en la capacidad de aumentar la calidad del producto manteniendo variables determinantes en el cultivo como temperatura, humedad, entre otras. En los niveles adecuados.

ANTECEDENTES

1. Fumigación de precisión en el campo. Mediante el uso de diferentes 1

modelos de drones, el agricultor es capaz de conocer con precisión y exactitud además de una manera rápida los sectores del cultivo que necesitan fumigarse. Se traza una ruta y el dron que se encuentra equipado para la labor fumiga las zonas e inclusive en ocasiones la precisión es tal que es capaz de fumigar plantas en concreto.

2. Índice de vigor con drones para agricultura de precisión. Ciertos modelos de drones cuentan con cámaras infrarrojas a su disposición. Gracias a estas cámaras es posible crear casi que al instante un índice de vigor, es decir un mapa en el que es posible especificar la cantidad de luz que refleja una planta y por ende es posible determinar la salud de la misma. EL proceso químico conocido como fotosíntesis cuando es bien logrado refleja ciertos rangos del espectro de luz. Cuando la fotosíntesis no es llevada a cabo a la perfección el valor en el espectro de luz cambia.

1 Tomado de: https://agriculturers.com/drones-para-agricultura-beneficios-y-casos-reales/

4

3. Drones para detección de plagas y malas hierbas. El uso de drones permite 2

tener un control en tiempo real de los cultivos. En España, ciertas bodegas están implementando drones para la detección temprana de plagas de grama que es una hierba muy difícil de controlar y de erradicar.

IDENTIFICACIÓN DEL PROBLEMA Y DE SU IMPORTANCIA Alrededor de un 7% del PIB anual colombiano es representado por la agricultura. No obstante, en cuanto a la producción y comercialización de alimentos en un contexto de una agricultura convencional o tradicional el país se queda corto. Por ello es necesario abordar nuevas alternativas, algunas de ellas han sido estudiadas en diferentes partes del mundo y han demostrado efectividad. Es posible afirmar que estas herramientas tecnológicas pueden darle un impulso medio ambiental y económico al agro en las diferentes regiones del país, así como mejorar la competitividad a través de una mayor eficacia en las prácticas, lo que deriva en una inminente necesidad de investigación, desarrollo e implementación de nuevas tecnologías que puedan apoyar los procesos de producción agrícola en el país.

DISEÑO Y ESPECIFICACIONES

DEFINICIÓN DEL PROBLEMA Las tecnologías de la información y más específicamente la aplicación de tecnologías de automatización, de monitoreo y de control de procesos de explotación agrícola implican una gran ventaja competitiva respecto con la agricultura convencional. Diferentes países del mundo han apostado por implementar y adoptar este tipo de tecnologías, con lo cual han demostrado la eficacia y el potencial en el desarrollo de la industria como del campo. Sin embargo, en Colombia aún se sigue desarrollando prácticas de agricultura convencional en su gran mayoría, lo que la coloca en una posición desfavorable, y más siendo este un país que basa principalmente su economía en productos primarios. Lo cierto es que los procesos de siembra y explotación agrícola actuales (convencionales) desperdician insumos y recursos naturales no renovables como el agua y la tierra, lo que se traduce en un problema

2 Tomado de: https://agriculturers.com/drones-para-agricultura-beneficios-y-casos-reales/

5

tanto económico como ambiental, ya que también se produce el problema de la deforestación de bosques para el desarrollo de procesos agrícolas. ESPECIFICACIONES

REQUERIMIENTOS FUNCIONALES

ID NOMBRE DESCRIPCIÓN

RF-01

OpenMTC implementación

Implementar la base de OpenMTC. Fundamento sobre el cual se realizará el proyecto

RF-02

OpenMTC almacenar datos

Implementar un contenedor en OpenMTC para almacenar la información

RF-03

OpenMTC API-REST

Crear una API-REST para extraer la información de OpenMTC desde cualquier otro sistema

RF-04

Consumir API-REST

Hacer llamados al API-REST para obtener información del cultivo cuando se requiera

RF-05

Mostrar valores de los sensores

Con la información que se obtenga de OpenMTC estar en capacidad de informar al usuario el estado del cultivo

RF-06

Actualizar valores de los sensores

Con la frecuencia con la que el sensor entrega los datos estar en la capacidad de actualizar los valores en el app.

RF-07

Enviar alerta dada una salud baja

Cuando un cultivo se encuentre con un estado de salud más bajo de lo normal, el sistema debería estar en capacidad de enviar una alerta al usuario

RF-08

Calcular salud del cultivo dadas unas variables

Dado un input de variables se quiere crear una función que calcule el estado de salud de un cultivo

RF-09

Enviar una señal al Dron

Cuando un cultivo se encuentra mal de salud el usuario podrá enviar un Dron para monitorear la zona deseada

RF-10

Monitorear la zona afectada

El dron está en capacidad de detectar su posición y por ende saber en qué posición es necesitado y emprende la ida.

RF-11 Tomar fotos

El dron debería estar en capacidad de tomar y almacenar fotos

6

REQUERIMIENTOS NO FUNCIONALES

ID NOMBRE DESCRIPCIÓN

RNF-01

Enviar datos cada 5 segundos

Se pretende que la Raspberry Pi enviar datos a la MTC cada 5 segundos de su contexto

RNF-02

Refrescar app cada 10 segundos

Se pretende refrescar el app cada 10 segundos después de que la MTC haya recibido los datos de la Raspberry Pi

RNF-03

Mostrar los cultivos a modo de lista

Se quiere ver un diseño a modo de lista y no a modo de cuadrícula

RNF-04

Mostrar información extra del cultivo

Se quiere además de saber la salud del cultivo, información de tipo de producto cultivado, si es de importación, exportación, etc.

RNF-05

Asignar tamaño de imágenes

Se quiere que la imagen que tome el dron sea de alta calidad y por ende se quiere seleccionar la calidad más alta posible

CRITERIOS DE ACEPTACIÓN

ID NOMBRE ACEPTABLE IDEAL

RF-01 OpenMTC implementación -- Implementación al 100% funcional

RF-02 OpenMTC almacenar datos --

Almacenar el 100% de los datos que se envían a OpenMTC

RF-03 OpenMTC API-REST Propiedades CR (no UD) Propiedades CRUD

RF-04 Consumir API-REST -- 100% de las peticiones realizadas tienen respuesta correcta

RF-05 Mostrar valores de los sensores

Mostrar el valor cada X

Mostrar el valor cada X - T segundos

RF-06 Actualizar valores de los Actualizar Actualizar automatico

7

sensores manual

RF-07 Enviar alerta dada una salud baja --

Envía una alerta si detecta anomalías

RF-08 Calcular salud del cultivo dadas unas variables -- Calcular el estado de salud 100%

RF-09 Enviar una señal al Dron -- Comunicarse con el dron para programar una rutina

RF-10 Monitorear la zona afectada

Monitoreo de alto nivel Monitoreo Granular

RF-11 Tomar fotos Fotos de alto nivel Fotos específicas analizables

RNF-01 Enviar datos cada 5 segundos

Enviar datos cada 10 segundos Enviar datos cada 5 segundos

RNF-02 Refrescar app cada 10 segundos

Refrescar app con un delay de más de 10 segs Refrescar app cada 10 segundos

RNF-03 Mostrar los cultivos a modo de lista

Cultivos a modo cuadrícula Cultivos a modo de lista

RNF-04 Mostrar información extra del cultivo

información básica del cultivo

Información extra, producción, proyecciones.

RNF-05 Asignar tamaño de imágenes

Mismo tamaño para todas las imágenes

Al momento de tomar la foto se pueda escoger el output file

8

RESTRICCIONES El tiempo de desarrollo de la aplicación fue una restricción importante debido a que se contó solo con 4 meses de trabajo, el cual tuvo que ser compartido con las demás actividades académicas y laborales de los integrantes del equipo.

De igual forma se encontraron limitaciones de hardware importantes, ya que en primera instancia no se contaban con los equipos y dispositivos necesarios por lo que se tuvo que hacer la respectiva gestión con el departamento de ingeniería de sistemas. Otra restricción importante fue la falta de conocimiento sobre las tecnologías con las cuales se desarrollaría la solución, por lo que la curva de aprendizaje fue bastante lenta al principio, lo que produjo avances lentos en el desarrollo. Por la coyuntura del país, en estas últimas semanas, el desarrollo del proyecto se vio

afectado, principalmente por las protestas y llamados al paro nacional, lo que provocó en el cese de las actividades académicas y administrativas de la universidad de los Andes, donde se ha trabajado en el proyecto También nos encontramos con restricciones en tanto a la escogencia de las tecnologías a utilizar, debido a que era obligatorio el uso de OpenMTC, una tecnología que fue difícil de aprender e implementar Así mismo encontramos que el SDK del dron Parrot Bebop 2 estaba desactualizado y produjo que fuera más difícil su integración en el resto de la aplicación.

9

DESARROLLO DEL DISEÑO Se tomó la decisión de desarrollar una aplicación móvil que tuviera todas estas funcionalidades. Finalmente se consideró el diseño de dos módulos, el primer módulo se encargaría de visualizar los sectores, los cuales son los campos que están siendo monitoreados por dispositivos IoT (Raspberry Pi) por medio de sensores de humedad y temperatura. Cada sector tiene asociado una raspberry Pi, que se encarga de enviar los datos de dicho sector a la aplicación para su posterior procesamiento, donde son visualizados y en caso de encontrar anomalías es el segundo módulo quien actuaría. El segundo módulo abarca la funcionalidad del dron, se pensó en la necesidad de implementar un control manual donde los usuarios pudieran pilotar el dron, así como una funcionalidad autónoma, la cual cobra importancia al monitorear los sectores que presentan anomalías en sus mediciones.

RECOLECCIÓN DE INFORMACIÓN Para el desarrollo del diseño se investigó sobre las interfaces de usuario de aplicaciones android, para ello nos apoyamos principalmente en la documentación oficial de Android, De igual forma tuvimos que investigar más acerca del lenguaje XML, de sus atributos y propiedades, por lo que consumimos información de documentación y videotutoriales en la red. También se utilizaron componentes como “Activities”, “Fragments” y “Details” para lograr una una interfaz de usuario más agradable. Se concretaron dos reuniones con un diseñador UX/UI que ha trabajado y tiene bastante experiencia con el mundo de las startups y podría brindar una visión crítica y aportar valor al proyecto. De ambas reuniones salieron puntos interesantes como por ejemplo minimizar la fricción entre el usuario y el app. No hay necesidad de un login ya que no se espera que el sistema sea usado por más de un usuario. Recomendó reducir

10

los flujos para lograr una tarea. Nos pusó un ejercicio de contar los pasos que le tomaba al usuario llegar a la descripción de un cultivo. En efecto eran aproximadamente 3-4 pasos y de estos se llegó a reducir a uno solo, entre otros varios puntos. No se implementó todo lo que el diseñador nos sugirió por cuestiones de tiempo pero pueden incluirse en una próxima iteración (Branding, Marketing, Look and Feel en el app, etc.) Por último cabe decir que el diseño de la aplicación no tuvo una metodología definida, solo fuimos iterando sobre lo que teníamos y cada vez salían más o menos cosas y cada vez se cambiaba de a pocos hasta llegar a lo que se tiene actualmente.

ALTERNATIVAS DE DISEÑO En primera instancia se pensó en el desarrollo de una aplicación web que utilizará y visualizará los datos obtenidos de OpenMTC y que a su vez se comunicara con dispositivos IoT como drones y Raspberry Pi por medio de REST API. Luego de decidirse que la aplicación sería para dispositivos Android, se desarrolló el siguiente prototipo de interfaz de la aplicación: Pantalla de inicio: Visualuzación de sectores:

11

Control, datos y video captura del drone: :

Finalmente se decidió eliminar el módulo de registro y Login de usuario por considerarse que no brindaba ningún valor a la solución, en su estado de desarrollo claro está.

IMPLEMENTACIÓN

La implementación abarca la integración de varias tecnologías, como la plataforma OpenMTC, la cual permite la creación de contenedores de aplicaciones para la persistencia de los datos y la respectiva la comunicación entre máquinas. La OpenMTC está desplegada localmente en una máquina virtual con sistema operativo Ubuntu, esta se divide en dos entidades, el backend, que persiste los datos y el gateway que se comunica directamente con los dispositivos IoT. OpenMTC empieza a funcionar a como repositorio de datos

12

Se utilizó el drone Parrot Bebop 2, el cual es descrito como un dron recreativo ligero, está equipado con una cámara de vídeo de 1920 x 1080 píxeles que permite transmisión en directo, también cuenta con red Wifi de 2.4 y 5 GHz, y tiene una autonomía energética de aproximadamente 25 minutos. Para el desarrollo de software de control del dron, se utilizó el Kit de desarrollo proporcionado por Parrot, llamado Parrot ARSDK, el cual permite pilotar, grabar video e imagen y función de piloto automático entre otras aplicaciones. El dron es utilizado como monitor con la toma de video e imágenes. Debido al tamaño del artefacto y la dificultad en la maniobrabilidad, no fue posible implementar la función de actuador en el dron, para el suministro de insumos agrícolas.

La Raspberry Pi es un ordenador de placa reducida de alta portabilidad. En el despliegue de la solución, la RP transfiere datos de medidas hechas por los sensores de temperatura y humedad conectados a sus pines. Para ello, la Raspberry Pi debe estar conectada a la misma red Wifi de la plataforma OpenMTC, y es entonces cuando es necesario correr un script escrito en Python, el cual tiene la tarea de crear una nueva aplicación y un contenedor donde estarán almacenados los datos de los sensores.

13

El Esp8266 es un chip de bajo costo WI-FI, este es el encargado de crear la red WiFi donde estarán conectados todos los equipos y dispositivos del despliegue de la aplicación, como por ejemplo los dispositivos Raspberry Pi, el backend y el gateway de OpenMTC y los equipos móviles Android que ejecuten la aplicación.

La aplicación fue desarrollada para el sistema operativo android ya que es el principal SO celular para el público objetivo. Se utilizó Android Studio como IDE de desarrollo programando la aplicación en el lenguaje Java.

14

DESCRIPCIÓN DE LA IMPLEMENTACIÓN ETAPA 1: La primera etapa contempla la implementación de la plataforma OpenMTC. Para ello fue necesario investigar y estudiar la documentación oficial así como el canal de youtube. En esta etapa tuvimos serios inconvenientes relacionados con el despliegue en las máquinas virtuales y el poco conocimiento sobre dicha plataforma, Finalmente la OpenMTC fue desplegada en una máquina virtual Ubuntu.

15

Despliegue de backend y gateway OpenMTC:

ETAPA 2: Para la segunda etapa se utilizó la raspberry Pi y el modulo MCU ESP8266. La primera es necesaria para la comunicación M2M de la aplicación, por tal motivo se desarrolló un programa en python capaz de crear una aplicación, registrarse en esta y enviar datos a la OpenMTC, también fue necesario la instalación del SO Raspbian. El chip ESP8266 fue configurado con access point. Con este se creó la red wifi donde estaría desplegada toda la aplicación.

16

Envió de datos:

ETAPA 3: La etapa 3 abarca el desarrollo de la aplicación android. En esta etapa se construyó la interfaz gráfica, se conectó la aplicación con la OpenMTC a través del consumo del REST API, lo que permitió la visualización de los datos obtenidos desde los sensores a el aplicativo móvil. ETAPA 4: La etapa 4 permitió la integración del dron con la aplicación. Se creó un módulo para el dron que permite conducirlo manualmente y se programaron rutas de vuelo autónomas, con lo cual el dron tiene la capacidad de ir a sectores específicos y recolectar información valiosa para los procesos. Resultados esperados Describir y justificar las formas de implementar modelos y soluciones, así como las herramientas empleadas. Evaluar la precisión del desempeño esperado considerando el efecto de soluciones aproximadas y errores de medición esperados.

17

RESULTADOS ESPERADOS Los resultados esperados del proyecto son los siguientes:

● Estar en capacidad de sensar y medir diferentes variables con los sensores que se tienen usando la Raspberry Pi

● Lograr transmitir la información procedente de los sensores a un contenedor de una instancia de OpenMTC

● Almacenar la información correctamente en contenedores y posteriormente acceder a ellos por medio de servicios REST

● Poder enviar un Dron a recorrer una ruta específica dada una señal ● Crear un proyecto básico capaz de monitorear un cultivo con la ayuda de

Drones. Lo que se conoce como agricultura de precisión.

VALIDACIÓN

MÉTODOS ID NAME DESCRIPTION DETAILS

M-01 OpenMTC - REST

Verificar el funcionamiento del API-REST de MTC almacenando información en contenedores

Después de configurar OpenMTC, se crea un contenedor y se hace una petición POST a modo de prueba dando un resultado satisfactorio

M-02

OpenMTC - REST v2

Verificar el funcionamiento del API-REST de MTC obteniendo información de los contenedores

Después de configurar OpenMTC, se crea un contenedor y se hace una petición POST para luego hacerle GET con resultados satisfactorios

M-03

DRONE MOVEMENT V1

Verificar la conexión al dron y el movimiento con los controles de nuestra app

Se crea el app y se inicializa en modo "Discovery", se conecta con el drone en la interfaz del app y es posible controlarlo desde la misma app. Resultado Exitoso

18

M-04

DRONE MOVEMENT V2

Verificar el movimiento automático del dron con nuestra app

Se crea un script que hace mover al dron a una posición relativa. En este caso se quiere que el dron haga un cuadrado. Se conecta al app y se le pide que ejecute un método que contiene los comandos para hacerlo mover resultando en un vuelo exitoso en forma de cuadrado

M-05

RASPBERRY PI DATA V1

Verificar que se esté sensando bien la información

Se realiza el montaje de la Raspberry Pi con el sensor dual y se revisa que el sensor esté enviando bien la información. Se altera el contexto del sensor, sometiendolo a calor o a mayor humedad y se evidencia cambios en la medición. Resultados satisfactorios.

M-06

RASPBERRY PI DATA V2

Verificar que se esté enviando correctamente a la MTC la información que se está sensando

Con la información que se está sensando, se realiza una petición POST a la MTC con resultados exitosos.

M-07 FULL SYSTEM

Verificar el funcionamiento del sistema como un todo

Se enciende la Raspberry Pi con el sensor y se realiza la conexión al a MTC. Desde el app se consumen los servicios para mostrar en la pantalla la información de los sensores. Al momento de detectar un cambio el Dron se conecta, despega y realiza el recorrido programado tomando fotos mientras el usuario en el App puede ver el video en tiempo real. Pruebas con resultados satisfactorios.

VALIDACIÓN DE RESULTADOS

19

ID NAME DESCRIPTION EVIDENCE

V-01

OpenMTC - REST

Verificar el funcionamiento del API-REST de MTC almacenando información en contenedores

OpenMTC - REST v2

Verificar el funcionamiento del API-REST de MTC obteniendo información de los contenedores

V-02 DRONE MOVEMENT V1

Verificar la conexión al dron y el movimiento con los controles de nuestra app Se puede observar en

éste video: https://vimeo.com/376666374 DRONE MOVEMENT V2

Verificar el movimiento automático del dron con nuestra app

V-03

RASPBERRY PI DATA V1

Verificar que se esté sensando bien la información

RASPBERRY PI DATA V2

Verificar que se esté enviando correctamente a la MTC la información que se está sensando

V-04 FULL SYSTEM

Verificar el funcionamiento del sistema como un todo

Se puede observar en éste video: https://vimeo.com/376666374

20

CONCLUSIONES A modo de resultados, es posible resaltar la capacidad de sensar el contexto por parte de la Raspberry Pi, capturando los datos con exactitud y con una frecuencia adecuada a lo que se requiere (cada cinco segundos el sensor envía la señal correspondiente a los valores del momento de los sensores) también es valiosa la implementación de OpenMTC y que dicha implementación sirva como puente entre el sistema dentro del cultivo y el usuario final. El producto podría llegar a convertirse en una solución idónea y satisfacer los objetivos del proyecto con unas cuantas iteraciones del mismo. El drone es bastante conflictivo en ciertos momentos, por ejemplo en los desplazamientos a las zonas de interés, se evidencia una falta de precisión. Lo que supone fallas en el resultado del sistema. Los sensores detectan cualquier cambio en la temperatura o humedad, lo cual puede ser de dos filos si no se controla adecuadamente.

TRABAJO FUTURO

En una siguiente iteración es posible agregar más sensores al medidor de salud del sistema y adicionalmente es posible agregar la dosificación de insumos inteligentemente de acuerdo a una señal dada. Podría también incursionar en el mundo de la Fumigación de precisión en el campo. Para que el agricultor sepa con exactitud los sectores que necesita fumigar así como también podría empezar a elaborarse Índices de vigor con drones para agricultura de precisión. Y así determinar la salud de las plantas apoyado de su color en respuesta a una buena fotosíntesis o una fotosíntesis mal lograda.

REFERENCIAS

21

User Interface & Navigation | Android Developers. (2019). Retrieved 29 November 2019, from https://developer.android.com/guide/topics/ui Drones para agricultura: beneficios y casos reales. (2019). Retrieved 29 November 2019, from https://agriculturers.com/drones-para-agricultura-beneficios-y-casos-reales/ ARDroneSDK3 API Reference. (2019). Retrieved 29 November 2019, from https://developer.parrot.com/docs/bebop/ S.A.S., E. (2019). ¿A dónde nos llevará la agricultura de precisión?. Retrieved 29 November 2019, from https://www.agronegocios.co/analisis/gabriel-sanchez-2830947/a-donde-nos-llevara-la-agricultura-de-precision-2830945 Beneficios de la Agricultura de Precisión. (2019). Retrieved 29 November 2019, from https://geoinnova.org/blog-territorio/beneficios-de-la-agricultura-de-precision/ Garcia, E., & Flego, F. Retrieved 29 November 2019, from https://www.palermo.edu/ingenieria/downloads/pdfwebc&T8/8CyT12.pdf OpenMTC. (2019). Retrieved 29 November 2019, from https://www.openmtc.org/ OpenMTC Dev Center. (2019). Retrieved 29 November 2019, from https://www.openmtc.org/doc.html MADR Ministerio de Agricultura y Desarrollo Rural. (2019). Retrieved 29 November 2019, from https://www.minagricultura.gov.co/paginas/default.aspx La agricultura de precisión - Qampo. (2019). Retrieved 29 November 2019, from https://qampo.es/la-agricultura-de-precision/ Guerrero, J. (2015). SISTEMA DE VISIÓN PARA AGRICULTURA DE PRECISIÓN: IDENTIFICACIÓN EN TIEMPO REAL DE LÍNEAS DE CULTIVO Y MALAS HIERBAS EN CAMPOS DE MAÍZ. Retrieved 29 November 2019, from https://eprints.ucm.es/30145/1/T36062.pdf IBARRA DAZA, L. (2012). DISEÑO E IMPLEMENTACIÓN DE UN SISTEMA DE ADQUISICIÓN DE DATOS CON SENSORES: 808H5V5, MCP9700A, WATERMARK, MPX4115A, SQ-110, COMUNICACIÓN MEDIANTE PROTOCOLO ZIGBEE Y MySQL,

22

PARA UN CULTIVO DE TOMATE EN SUTAMARCHÁN, BOYACÁ (COLOMBIA). Retrieved 29 November 2019, from https://repository.usta.edu.co/bitstream/handle/11634/2288/Ibarraluis2012.pdf?sequence=1&isAllowed=y

23