Esperienza formativa in realtà virtuale sulla robotica nell'agricoltura di precisione

Anno
2020
Proponente -
Struttura
Sottosettore ERC del proponente del progetto
PE7_3
Componenti gruppo di ricerca
Componente Categoria
Daniele Nardi Tutor di riferimento
Abstract

Questa ricerca presenta una soluzione per la formazione sull'uso dei robot nell'agricoltura di precisione attraverso la realtà virtuale. L'agricoltura di precisione è l'uso di metodi di monitoraggio per raccogliere dati nelle aziende agricole per ottimizzare il processo decisionale sulle risorse disponibili. Con questa si sta sviluppando una tendenza a usare robot per raccogliere dati sulle piante e gestirli fisicamente. Questo accade per l'alta crescita della richiesta della popolazione mondiale e per i lavoratori che lasciano le aziende per cercare opportunità di lavoro in posti più urbani. Questo rende chiaro che la robotica e la agricoltura di precisione avranno un crescente sviluppo nei prossimi anni con bisogno di nuove soluzioni tecnologiche e formazioni su quelle. Queste tecnologie continuano a essere più complesse, costose, e, nel caso di alcuni robot, più fragili e pericolose se non sono gestite e maneggiate correttamente. Per questo, la nostra ricerca presenta una soluzione di formazione attraverso la realtà virtuale dove questi rischi sono ridotti al minimo. Studi precedenti dicono che il principale vantaggio della realtà virtuale è quello della formazione sull'uso di dispositivi tecnologici. Perciò, in questa ricerca si svilupperà un'esperienza che fornisce la possibilità di fare allenamenti sull'uso e gestione di robot nel contesto dell'agricoltura senza averci bisogno del robot fisico. Si simulerà un robot di terra e uno aereo in un campo con piante ed infestanti, dove l'utente dovrà interagire con questi robot per compiere compiti di gestione agricola. La valutazione del metodo si baserà principalmente sulla efficacia dell'utente nello svolgimento di compiti specifici a diverse fasi di utilizzo del sistema VR. Inoltre, questionari si presenteranno agli utenti dopo le prove, per confrontarli con il rendimento allo scopo di generare conclusioni sull'efficacia del metodo, i suoi vantaggi, e le sue difficoltà in vista di future ricerche.

ERC
PE7_3, PE7_9, PE7_10
Keywords:
REALTA¿ VIRTUALE E REALTA¿ AUMENTATA, ROBOTICA, AGRICOLTURA SOSTENIBILE, FORMAZIONE, COMPUTER GRAPHICS

© Università degli Studi di Roma "La Sapienza" - Piazzale Aldo Moro 5, 00185 Roma