P22/23

Categoria: P22/23

Carbon farming: future perspectives and the contribution provided by…

Luglio 22, 2026Luglio 22, 2026
da admin

Climate change is one of the most pressing challenges of our time, having significant impacts on ecosystems, agriculture and food security. Carbon farming is gradually emerging as one of the solutions to counter climate change in agriculture through the implementation of practices that reduce emissions and increase carbon sequestration in the soil. This approach can also generate an innovative business model, financially incentivising farmers to adopt such practices, thus contributing to a more environmentally sustainable agriculture, with possible further social and economical benefits. This thesis aims to analyse the state of the art of carbon farming projects in the world and explore how digital innovation plays a role within carbon farming projects and how they support carbon farming business models.

Required competencies: keen interest in the agri-food sector and digital innovation in the sector; ability to meet deadlines set with the tutor; proactivity and perseverance in achieving set objectives

Docente di riferimento Prof. Cosimo Pacciani (cosimo.pacciani@polimi.it)

P22/23

Visione artificiale per il rilevamento delle erbacce infestanti

Luglio 17, 2026Luglio 17, 2026
da admin

Questa tesi si concentra sullo sviluppo di un sistema basato sulla visione per il rilevamento automatico delle infestanti utilizzando una telecamera RGB integrata. L’obiettivo è consentire una discriminazione affidabile tra colture e infestanti in tempo reale attraverso una percezione basata sul deep learning, fornendo feedback azionabile al sistema di navigazione e controllo robotico per interventi mirati. Il progetto indaga strategie di apprendimento single-shot e poche per ridurre la necessità di grandi dataset annotati, migliorando l’adattabilità a diverse condizioni di campo e scenari di coltura. Il risultato atteso è un modulo di percezione robusto che supporti compiti di agricoltura di precisione come la selettiva disinfestazione e la copertura intelligente dei campi. Il progetto richiede Python3 e framework di deep learning (PyTorch). La selezione e la valutazione del dataset faranno parte del lavoro.

Riferimenti rilevanti:

– https://arxiv.org/pdf/2304.05832

– https://ieeexplore.ieee.org/document/10182963

Docente di riferimento: Prof. Gianni Ferretti – gianni.ferretti@polimi.it

P22/23

Segmentazione del terreno e classificazione delle colture da immagini…

Luglio 17, 2026
da admin

Questa tesi si concentra sull’analisi agricola su larga scala utilizzando immagini aeree o satellitari.

L’obiettivo principale è sviluppare un sistema in grado di classificare i tipi di colture a partire dai dati di telerilevamento. Il progetto può essere esteso in diverse direzioni:

Sfruttare i dati temporali per prevedere la pianificazione ottimale delle colture per le stagioni future
Integrazione dei confini delle aziende agricole per generare strategie di rotazione delle colture
Stima della superficie coltivata per tipo di coltura in più aziende agricole

L’implementazione si baserà su Python3 e su metodi di machine learning/deep learning per la segmentazione semantica e la classificazione.

Riferimenti rilevanti:

Docente di riferimento: Prof. Gianni Ferretti – gianni.ferretti@polimi.it

P22/23

Rilevamento e stima della maturità dei frutti

Luglio 17, 2026Luglio 17, 2026
da admin

Questa tesi affronta le tecniche di visione artificiale per il rilevamento dei frutti e la valutazione della maturità.

Lo studente svilupperà un sistema che:

Rileva i frutti all’interno delle immagini utilizzando modelli di deep learning
Classifica il loro stadio di maturità in base alle caratteristiche visive

Una possibile estensione include l’implementazione di un modello di regressione per stimare il tempo residuo fino al raccolto per ogni frutto rilevato.

Il progetto richiede Python3 e framework di deep learning (PyTorch). La selezione e la valutazione del dataset faranno parte del lavoro.

Riferimenti rilevanti:

Docente di riferimento: Prof. Gianni Ferretti – gianni.ferretti@polimi.it

P22/23

Ottimizzazione della copertura del percorso del trattore

Luglio 17, 2026Luglio 17, 2026
da admin

Questa tesi si concentra sulla pianificazione del percorso di copertura per i veicoli agricoli.

L’obiettivo è sviluppare un sistema software che, partendo dalle traiettorie dei robot registrate, generi una rappresentazione del campo adatta alla pianificazione della copertura. Il sistema dovrebbe integrarsi con strumenti come Fields2Cover o il server di copertura Nav2 per calcolare percorsi di copertura efficienti.

I compiti chiave includono:

Elaborazione dei percorsi registrati in rappresentazioni geometriche di campo
Generazione di strategie di copertura utilizzando pianificatori esistenti

L’implementazione può essere fatta in C++ o Python3. Il progetto può essere condotto interamente in simulazione, con validazione opzionale nel mondo reale presso il campus di Cremona o nei campi di prova vicini.

Risorse rilevanti:

Docente di riferimento: Prof. Gianni Ferretti – gianni.ferretti@polimi.it

P22/23

Stima anticipata del potenziale biochimico del metano (BMP) utilizzando…

Giugno 3, 2024Luglio 16, 2026
da admin

Il test del potenziale biochimico del metano (BMP) è uno strumento essenziale per ricavare conoscenze pratiche per l’ottimizzazione e il funzionamento di digestori anaerobici su larga scala, il monitoraggio, la modellazione e la valutazione delle prestazioni del processo o quando è in corso lo sviluppo di un’analisi di scenario. Sebbene la sua utilità sia indubbia, la lunga durata dei test BMP è problematica per molte delle sue applicazioni, soprattutto quando sono necessari risultati tempestivi per il processo decisionale. Negli ultimi decenni numerosi contributi scientifici hanno dimostrato che è possibile ridurre la durata dei test BMP prevedendo la produzione finale di gas. Lo scopo di questo lavoro di tesi è lo sviluppo di una nuova procedura/algoritmo per ottenere una stima preliminare del risultato sperimentale del BMP utilizzando il Machine Learning. L’efficacia e l’efficienza dell’algoritmo sviluppato saranno verificate utilizzando dati sperimentali provenienti da test BMP eseguiti su diversi substrati comunemente alimentati ai digestori anaerobici.

Docente di riferimento: Prof. Gianni Ferretti – gianni.ferretti@polimi.it

P22/23

Un robot per l’automazione della stalla

Aprile 29, 2024Aprile 29, 2024
da Luca Bascetta

L’automazione delle stalle si sta gradualmente diffondendo sempre di più. Tra le soluzioni offerte dal mercato troviamo, ad esempio, robot mobili per la pulizia della stalla e per la distribuzione del mangime. Tuttavia, queste soluzioni sono caratterizzate da un basso livello di automazione e, più in generale, da soluzioni tecnologiche estremamente semplici, che le rendono robuste ma poco flessibili.

Questo lavoro riguarda la progettazione e l’implementazione di un robot mobile autonomo, basato sul robot commerciale Agilex Bunker/Bunker Pro, per la distribuzione del mangime. Rispetto alle attuali soluzioni commerciali, il robot dovrà essere in grado di navigare autonomamente sia all’interno che all’esterno della stalla, senza richiedere infrastrutture dedicate (percorsi agevoli, speciali dispositivi di localizzazione, ecc.).

Questo lavoro è adatto sia per studenti provenienti da un percorso ingegneristico che non ingegneristico, e può essere affrontato sia da un singolo studente che da un gruppo di due studenti.

Docente di riferimento: Prof. Luca Bascetta – luca.bascetta@polimi.it

P22/23

Stimare lo slip di un cingolo con tecniche di…

Aprile 29, 2024Aprile 29, 2024
da Luca Bascetta

Le tecniche di controllo basate su modello sono ampiamente utilizzate per la navigazione autonoma, ma per ottenere buone prestazioni in presenza di disturbi e incertezze è necessaria una stima e un adattamento online del modello. Le applicazioni agricole sono un esempio tipico in cui la variabilità dell’ambiente e la complessità del modello di interazione ruota/terreno richiedono un approccio basato su un modello semplice del robot/veicolo, dotato di algoritmi in grado di adattare/migliorare continuamente questo modello utilizzando tutte le misure disponibili.

Questa tesi mira a sviluppare tecniche classiche e di machine/deep learning per stimare online lo slittamento di un cingolo, costituendo l’elementao fondamentale per la creazione di un controllore per la navigazione autonoma di un robot skid-steering per applicazioni offroad/agricole.
Verranno presi in considerazione diversi sensori, a partire dallo stato del robot e dalle informazioni fornite da una IMU, fino alle immagini del terreno generate da una telecamera RGBD o da un lidar.
Un aspetto chiave della tesi sarà il confronto tra tecniche classiche e basate su learning, al fine di scoprire l’eventuale valore aggiunto di queste ultime.
Gli algoritmi sviluppati saranno validati in simulazione e/o sul campo utilizzando un robot cingolato.

Questo lavoro è adatto sia per studenti provenienti da un percorso ingegneristico che non ingegneristico, e può essere affrontato sia da un singolo studente che da un gruppo di due studenti. E’ necessaria la conoscenza di Python.

Docente di riferimento: Prof. Luca Bascetta – luca.bascetta@polimi.it

P22/23

Localizzazione e mapping per la navigazione autonoma in vigna

Aprile 29, 2024Aprile 29, 2024
da Luca Bascetta

Localizzazione e mapping sono due parti fondamentali del sistema di navigazione di un robot autonomo. Il mapping è la procedura che permette al robot, utilizzando i sensori disponibili, di generare una mappa dell’ambiente. La localizzazione, invece, è la procedura che permette al robot, utilizzando i suoi sensori e una mappa dell’ambiente, di determinare la sua posizione e il suo orientamento rispetto a un sistema di riferimento fisso.

Localizzazione e mapping sono necessari per navigare autonomamente in un vigneto?
Abbiamo davvero bisogno di creare una mappa del vigneto con i sensori o possiamo affidarci alla struttura nota dei filari?
Abbiamo davvero bisogno di un algoritmo di localizzazione complesso o possiamo basarci solo sulle misurazioni GPS?
Gli approcci di localizzazione e mapping che vengono solitamente adottati nella robotica, nei veicoli autonomi o in pieno campo sono adatti per il vigneto, o possiamo utilizzare approcci più semplici che siano in grado di sfruttare, per quanto possibile, la struttura dei filari?
Utilizzare l’intelligenza artificiale aiuta?

Questo lavoro mira a rispondere a una o più delle domande precedenti per mettere a punto tecniche di localizzazione e mapping semplici, efficienti e affidabili per navigare autonomamente in un vigneto.

Questo lavoro è adatto per studenti provenienti da un percorso ingegneristico e con esperienza nell’utilizzo del linguaggio C, C++ o Python. Un gruppo formato da due studenti, uno proveniente da un percorso ingegneristico e uno da un percorso non ingegneristico, rappresenta la miglior soluzione.

Docente di riferimento: Prof. Luca Bascetta – luca.bascetta@polimi.it

P22/23

Produzione di energia rinnovabile e uso efficiente a livello…

Gennaio 11, 2023Aprile 30, 2024
da admin

Il potenziale delle energie rinnovabili nel settore agricolo, a livello delle aziende agricole, non è ancora pienamente sfruttato e si prevedono opportunità per sviluppare soluzioni interessanti in questo settore.
La tesi analizzerà la fattibilità dello sviluppo di tecnologie di energia rinnovabile nel contesto delle aziende agricole. Le migliori pratiche e le configurazioni più avanzate di aziende agricole basate su fonti rinnovabili saranno esaminate a livello dell’UE. Verranno studiati diversi casi studio (in termini di scala aziendale, tipologia e ubicazione) a livello italiano (possibilità di collaborare con un’azienda agricola reale da verificare). Verranno prese in considerazione soluzioni di stoccaggio dell’energia per ridurre l’effetto della mancata dispacciabilità delle fonti rinnovabili, aumentando al contempo l’autoconsumo di elettricità e calore su scala agricola. Verrà inoltre studiato l’uso efficiente delle risorse energetiche e l’applicazione di nuove tecnologie energetiche e strumenti digitali.

Docente di riferimento: Prof. Manuele Gatti – manuele.gatti@polimi.it

P22/23

Recupero di nutrienti da rifiuti organici agricoli per fertilizzanti…

Dicembre 12, 2022Dicembre 12, 2022
da admin

La crescita della popolazione, il cambiamento dell’alimentazione e dello stile di vita, l’agricoltura moderna e l’allevamento intensivo di bestiame sono i principali fattori responsabili dell’aumento della produzione alimentare osservato negli ultimi 50 anni, che ha raggiunto circa 24 milioni di tonnellate di cibo al giorno in tutto il mondo. L’uso eccessivo associato di fertilizzanti chimici nel settore agricolo provoca elevati impatti ambientali, come l’eutrofizzazione e le emissioni di gas serra, insieme allo sfruttamento del suolo, dell’acqua e delle risorse naturali. Inoltre, come risultato delle attività agricole, viene generata un’enorme quantità di rifiuti, con letame di bestiame come contributo principale.
Pertanto, sono necessarie soluzioni sostenibili innovative per ridurre la pressione sulle risorse limitate, per diminuire la quantità di input chimici in agricoltura e per promuovere una gestione più responsabile dei rifiuti. Nell’ottica dell’economia circolare, il riutilizzo e la valorizzazione dei rifiuti agricoli sono di fondamentale importanza per favorire la produzione di fertilizzanti a base biologica. Inoltre, le tecnologie di trattamento dei rifiuti, come la digestione anaerobica e la carbonizzazione idrotermale, rappresentano una soluzione per stimolare il recupero di materia ed energia.
I nutrienti, come fosforo, azoto e potassio, possono essere recuperati dal letame per produrre ingredienti fertilizzanti di alta qualità, come struvite e K-struvite. Lo scopo della tesi è quello di studiare diverse strategie per il recupero dei nutrienti da tale fonte secondaria. Le attività sperimentali saranno svolte su scala di laboratorio, al fine di sviluppare tecnologie innovative da scalare nell’ambiente pertinente, in collaborazione con le parti interessate industriali. Una possibile via di recupero riguarderà il recupero di azoto e fosforo dalla frazione liquida del digestato mediante precipitazione selettiva, scambio ionico o altre tecniche di separazione/purificazione. Il recupero sarà ottimizzato per massimizzare l’efficienza di recupero dei nutrienti e le caratteristiche dei prodotti recuperati, riducendo al minimo l’aggiunta di prodotti chimici e l’uso di energia, per garantire la fattibilità tecnico-economica della soluzione e la sostenibilità ambientale.

Docente di riferimento: Dott. Andrea Turolla – andrea.turolla@polimi.it

P22/23

Recupero di risorse da rifiuti organici agroalimentari mediante batteri…

Dicembre 12, 2022Dicembre 12, 2022
da admin

Tra i diversi flussi di rifiuti, i rifiuti organici agroalimentari sono diventati sempre più rilevanti a causa delle significative conseguenze ambientali derivanti da un trattamento e uno smaltimento impropri. Il recupero delle risorse da tali flussi di rifiuti organici, trasformando i rifiuti in risorse preziose (come bioplastiche, biocarburanti, proteine unicellulari e biostimolanti), può rappresentare una soluzione promettente per ridurre gli impatti ambientali legati allo smaltimento dei rifiuti e al consumo di risorse naturali.
L’applicazione innovativa dei batteri fototrofici viola (PPB) per il recupero delle risorse da vari flussi di rifiuti organici, in particolare come coltura mista microbica cresciuta attraverso il metabolismo fotoeterotrofico, sta attirando una notevole attenzione. Infatti, utilizzando la luce solare come fonte di energia, il PPB è in grado di assimilare contemporaneamente carbonio e nutrienti ad alta efficienza, massimizzando al contempo il recupero delle risorse.
Poiché l’uso del PPB per il trattamento dei flussi di rifiuti organici ad alto tasso e il recupero delle risorse è ancora nelle sue fasi iniziali, gli obiettivi primari di questo progetto sono (i) migliorare la comprensione dei meccanismi di crescita del PPB sui rifiuti organici agroalimentari attraverso una sperimentazione combinata e approccio di modellazione, e (ii) studiare l’integrazione del recupero delle risorse da parte del PPB nei layout degli impianti esistenti, al fine di migliorare le prestazioni del processo e promuovere uno scale-up sostenibile. A tal fine, saranno progettati e gestiti reattori su scala di laboratorio per la coltivazione di PPB per identificare le condizioni operative ottimali. Inoltre, verrà valutato il recupero delle risorse, possibilmente guardando all’accumulo di biopolimeri nella biomassa e nella produzione di proteine. Infine, sulla base dei risultati sperimentali e modellistici, sarà progettato e sviluppato un fotobioreattore ottimizzato su scala pilota.

Docente di riferimento: Dott. Andrea Turolla – andrea.turolla@polimi.it

P22/23

Localizzazione e mapping per applicazioni agricole

Dicembre 2, 2022Dicembre 2, 2022
da admin

Localizzazione e mapping sono due parti fondamentali del sistema di navigazione di un robot autonomo. Il mapping è la procedura che permette al robot di costruire una mappa dell’ambiente, utilizzando tutti i sensori disponibili. La localizzazione, invece, è la procedura che permette ad un robot di determinare la propria posizione ed il proprio orientamento rispetto ad un sistema di riferimento fisso, utilizzando i sensori disponibili e la mappa dell’ambiente.
Queste due procedure, che in generale non sono semplici da eseguire, sono particolarmente complesse nel caso di navigazione in ambiente agricolo, poichè esso è caratterizzato da condizioni di luminosità difficili variabilità stagionale, e, in generale, dalla complessità che caratterizza l’ambiente naturale.

Questa tesi si propone di implementare e confrontare le prestazioni di differenti algorithmi di localizzazione e mapping, o di algoritmi che permettono di eseguire simultaneamente localizzazione e mapping, utilizzando alcuni dataset specifici per robotica agricola.

Docente di riferimento: Prof. Luca Bascetta – luca.bascetta@polimi.it

P22/23

Sviluppo di esperimenti didattici per il laboratorio del corso…

Settembre 20, 2022Dicembre 2, 2022
da admin

Questa tesi si propone di realizzare semplici dispositivi sperimentali ed attività sperimentali da effettuare con tali dispositivi, relativi all’applicazione di tecniche di controllo logico e modulante applicate a sistemi di automazione in agricoltura, per supportare i laboratori del corso Control Systems for Smart Agriculture.
Un esempio di questi dispositivi è rappresentato da un sistema di irrigazione automatica, composto da uno o più serbatoi con controllo di livello, una o più pompe con controllo di portata, un sensore di umidità, etc.

Il lavoro comprende la realizzazione del dispositivo sperimentale e di un modello validato sperimentalmente, il progetto del sistema di controllo, la sua implementazione su Arduino, e la sua validazione in simulazione e sperimentale.

Questo lavoro è adatto sia per studenti provenienti da un percorso ingegneristico che non ingegneristico, e può essere affrontato sia da un singolo studente che da un gruppo di due studenti.

Docente di riferimento: Prof. Luca Bascetta – luca.bascetta@polimi.it

P22/23

Modellazione di un robot fuoristrada per applicazioni agricole

Settembre 20, 2022Maggio 21, 2024
da admin

Ogni volta che si deve progettare un sistema di controllo, è necessario prima realizzare un modello dell’impianto, che consenta di studiarne le proprietà, progettare il controllore ed eseguire una validazione preliminare, in simulazione, del sistema di controllo.
Nel caso di robot/macchine agricole, il modello può essere utilizzato anche per testare diversi progetti meccanici.

Questa tesi mira a sviluppare il modello di un robot Agilex, adatto a compiti fuoristrada, inclusi i modelli di terreni con diverse caratteristiche meccaniche, utilizzando il linguaggio Modelica.
Il simulatore viene quindi validato confrontando il comportamento del robot simulato con il comportamento di una piattaforma reale.

Questo lavoro è adatto a studenti con un background ingegneristico o non ingegneristico e a un singolo studente o a un gruppo di due studenti.

Docente di riferimento: Prof. Luca Bascetta – luca.bascetta@polimi.it

P22/23

Modellizzare l’interazione di un robot per applicazioni agricole con…

Settembre 20, 2022Maggio 21, 2024
da admin

Per progettare un sistema di controllo è necessario, innanzitutto, sviluppare il modello del sistema da controllare. Tale modello è utile per studiare le proprietà del sistema, per progettare il regolatore, e per effettuare una validazione preliminare in simulazione del sistema di controllo stesso. Nel caso dei robot e delle macchine agricole, il modello può essere utilizzato anche per verificare il risultato di differenti approcci alla progettazione meccanica del sistema. Per fare questo, e per validare il sistema di controllo in un contesto realistico, è pero’ necessario disporre anche di un modello accurato del terreno. Questa tesi si propone di estendere il modello di un robot cingolato Agilex, sviluppato in un lavoro di tesi precedente, includendo un modello accurato di terreno. Il modello sarà poi validato sperimentalmente confrontando il comportamento del robot simulato con quello di una piattaforma reale. Questo lavoro è adatto sia per studenti provenienti da un percorso ingegneristico che non ingegneristico, e può essere affrontato sia da un singolo studente che da un gruppo di due studenti. Docente di riferimento: Prof. Gianni Ferretti – gianni.ferretti@polimi.it