Un bras robotisé, pour quoi faire ?
Distinguer les premiers symptômes de maladies n’est pas toujours chose facile. De même, mesurer la surface nécrosée sur les feuilles afin de comparer précisément la tolérance des variétés peut se révéler long et fastidieux. Chaque année, ce sont plus de 80 variétés qui sont testées dans le réseau d’essais des variétés commerciales et une centaine pour les variétés candidates à l’inscription au catalogue français. La robotisation a pour but d’automatiser le phénotypage (mesure des caractéristiques visibles) des maladies foliaires et de le rendre plus rapide. L’atout du bras articulé est sa capacité à venir prendre des photos au plus près de la végétation jusqu’au milieu des parcelles d’essai. Les images acquises sont traitées dans le même temps pour évaluer les maladies présentes ainsi que leur importance.

Phénaufol, un projet de recherche ambitieux
Automatiser la quantification des symptômes va permettre d’avoir davantage de données sur les maladies, les variétés, et les produits de traitement utilisés. Ces mesures seront toujours réalisées selon la même méthodologie, ce qui permettra de conclure avec davantage de certitude sur la différence entre deux modalités. Parmi toutes les utilisations envisageables, il y a l’objectif de continuer à proposer les meilleurs conseils en fonction de la tolérance des variétés et de l’évolution des conditions climatiques. Ces chiffres permettront aussi de guider plus précisément la sélection génétique sur la tolérance variétale aux maladies.

La mise au point de BettyBot
Le robot est issu du travail combiné de trois partenaires : l’IRSTEA, l’ITB et l’UMR Agroécologie. L’IRSTEA réalise les algorithmes de pilotage automatique de la partie robotique. L’UMR Agroécologie accompagne l’ITB dans la mise au point des méthodes de détection et de quantification des maladies. Enfin l’ITB coordonne les différentes actions et organise les essais au champ pour s’assurer du fonctionnement conforme de l’outil. Les déplacements du robot doivent lui permettre d’échantillonner rapidement et efficacement la pression de maladie de la micro parcelle. Dans un premier temps la caméra survolera les rangs centraux à une hauteur assez élevée pour photographier l’ensemble du couvert. Une détection succincte de la présence de maladies sera ensuite réalisée sur les images extraites. Le bras articulé s’abaissera ensuite pour vérifier précisément quelle maladie est présente sur les feuilles suspectes. De ces traitements, l’expérimentateur obtiendra une mesure de la fréquence de feuilles touchées. Lors de l’analyse de chaque feuille, d’autres algorithmes évalueront la surface nécrosée même en cas d’infection par un complexe de maladies. Cette valeur de gravité permettra de différencier les variétés sur leur capacité à résister à des degrés plus ou moins élevés d’infestation.

Le robot sort du labo
BettyBot avait seulement connu pour l’instant les laboratoires et le SIMA où il s’exerçait sur des betteraves en pot et des plantes artificielles. 2019 est la première année du projet Phénaufol consacrée à des acquisitions dans les essais de l’ITB. Pour l’occasion, le bras a été attelé sur le micro tracteur de l’Institut. Cette étape cruciale permettra de vérifier les différents algorithmes de guidage et de mesure dans des conditions réelles. Après juin 2020, date de fin du projet, BettyBot partira phénotyper les essais de l’ITB si les tests sont concluants. Les connaissances acquises pendant ces 42 mois seront également valorisées dans de nouveaux projets : suivi de la dynamique des maladies par capteurs connectés, modèles épidémiologiques, …

Le premier d’une grande famille
L’utilité d’une quantification automatique et précise des maladies ne se restreint pas au classement variétal par robot. La chaîne de traitement pourra aussi être intégrée à des dispositifs de phénotypage plus légers, portatifs ou fixes (photo 4), pour comparer des efficacités de produits ou automatiser une partie des notations maladies du réseau de Suivi Biologique du Territoire.

Institut technique de la betterave (ITB)