Sampling under constraints in precision viticulture
Échantillonnage sous contraintes en viticulture de précision
Abstract
The development of precision agriculture pushes growers to collect sampling data more efficiently. Sampling methods rely on statistical tools that do not always consider operational constraints. The purpose of this study is to use Constraint Programming to optimize sampling in vineyard block. It is both about choosing sampling points that meet operational constraints in the vineyard and optimizing the path taken by the practionner. It is thus a routing problem for which Constraint Programing developed many filtering algorithms in the last few years, in particular the constraint WeightedSubCircuit [Briot et al. 2017], well suited for routes connecting a small subset of points. We expose in this paper a first model for a simplified approach of the problem as well as the first results that we get from the Choco solver.
Le développement de l'agriculture de précision nécessite de collecter des données par échantillonnage de manière plus rationnelle. Cet échantillonnage s'appuie sur des outils statistiques qui n'intègrent pas toujours les contraintes opérationnelles. L'objet de cette étude est d'utiliser le raisonnement par contraintes pour optimiser l'échantillonnage dans une parcelle de vigne. Il s'agit à la fois de choisir, dans la parcelle, les points qui respectent les contraintes d'échantillonnage tout en optimisant le déplacement du technicien. C'est donc un problème de tournée, pour lequel la Programmation par Contrainte a développé de nombreux algorithmes de filtrage ces dernières années, notamment la contrainte WeightedSubCircuit [Briot et al. 2017] bien adaptée aux tournées ne passant que par un sous-ensemble de points. Nous proposons ici un modèle pour une version simplifiée du problème et les premiers résultats obtenus avec le solveur Choco.
Origin | Files produced by the author(s) |
---|
Loading...