Trong mùa vụ 2023, robot này đã được triển khai tại các cánh đồng khoai tây thương mại ở New Brunswick và Đảo Prince Edward (Canada). AgriScout được trang bị 5 camera Raspberry Pi, mỗi camera được kết hợp với đèn LED và rèm che nắng nhằm đảm bảo chất lượng hình ảnh tốt nhất.
Hơn 55.000 hình ảnh độ phân giải cao của cây khoai tây Russet đã được thu thập trong thời điểm triệu chứng bệnh xuất hiện rõ rệt vào giữa tháng 7. Qua việc phân tích thủ công, nhóm nghiên cứu đã xác định được 764 cây dương tính với PVY, cung cấp dữ liệu quan trọng để huấn luyện mô hình học sâu.
Mô hình này dựa trên kiến trúc YOLOv11, một thuật toán phát hiện vật thể hiệu quả trong thời gian thực. YOLO, viết tắt của “You Only Look Once”, cho phép robot xử lý hình ảnh chỉ trong một lần quét, giúp tăng tốc độ và độ chính xác cho các ứng dụng nông nghiệp. Mô hình YOLOv11 đạt được độ chính xác trung bình (mAP) là 85%. Trong một thử nghiệm riêng biệt, AgriScout đã đánh dấu 123 trường hợp nghi nhiễm, trong đó 105 trường hợp được xác nhận dương tính với PVY, gần đúng với tỷ lệ nhiễm dự kiến là 1,5%.
AgriScout sử dụng hệ thống định vị địa lý GPS-RTK cùng kết nối vệ tinh Starlink để gắn thẻ địa lý hình ảnh, cho phép truyền tải dữ liệu đến máy chủ đám mây theo thời gian thực, tạo ra bản đồ nhiễm bệnh chi tiết và xác định chính xác vị trí cây bị nhiễm bệnh. Nhờ vậy, người trồng có thể thực hiện các biện pháp can thiệp kịp thời và hiệu quả, từ đó giảm thiểu thiệt hại và nâng cao năng suất.
Các nhà nghiên cứu tin rằng hệ thống này có thể được điều chỉnh để áp dụng cho nhiều loại cây trồng và mầm bệnh khác trong tương lai. Việc phát hiện triệu chứng bệnh sớm vẫn là thách thức lớn trong nông nghiệp hiện đại, nhưng với thiết kế mô-đun và hiệu suất vượt trội của AgriScout, công nghệ này hứa hẹn sẽ làm thay đổi cách mà nông dân quản lý dịch bệnh, từ đó nâng cao hiệu quả sản xuất nông nghiệp.
