Il diametro del tronco è un parametro di notevole valore per caratterizzare dimensioni, vigore e crescita degli alberi, ma la sua determinazione su scala commerciale richiede ancora un’elevata quantità di tempo e manodopera.
Un recente studio condotto negli Stati Uniti su ciliegio acido ha sviluppato e validato un sistema mobile a basso costo capace di stimare automaticamente il diametro del tronco e di associarlo alla posizione dei singoli alberi all’interno del frutteto.
L’approccio integra telecamere RGB-D, algoritmi di deep learning per il riconoscimento e la segmentazione dei tronchi, ricostruzione tridimensionale e un sistema di odometria basato sulla trasmissione del veicolo, evitando il ricorso al GNSS, la cui affidabilità può ridursi sensibilmente sotto la copertura della chioma.
Il sistema è stato installato su un utility vehicle equipaggiato con due telecamere RGB-D laterali, in grado di acquisire immagini durante il normale transito lungo i filari.
Le immagini sono state elaborate attraverso una pipeline (che utilizza YOLOv11) per individuare il tronco più vicino alla telecamera e il modello Segment Anything Model per segmentare la superficie.
I pixel associati alla profondità sono stati trasformati in coordinate tridimensionali, consentendo di ricostruire la geometria del tronco e di determinare il diametro a 40 cm dalla base, in corrispondenza della quota utilizzata anche per la misura manuale.
La validazione è stata effettuata inizialmente in un frutteto sperimentale di circa 1 ha, costituito da 462 alberi adulti di ‘Montmorency’ innestati su Mahaleb, e successivamente in un frutteto commerciale di 9,5 ha, con circa 3.600 alberi.
In condizioni di visuale libera, il sistema ha mostrato una buona corrispondenza con le misure manuali, con un errore assoluto medio (MAE) di 0,95 cm, un RMSE di 1,16 cm e un coefficiente di determinazione R2 pari a 0,79.
Considerando automaticamente tutti i 462 alberi del blocco sperimentale, attraverso la media di più osservazioni per pianta, il MAE è risultato pari a 1,40 cm. L’errore è sceso a 1,10 cm dopo l’esclusione degli alberi caratterizzati da occlusioni particolarmente marcate.
Il risultato è interessante perché ottenuto in condizioni operative reali, caratterizzate da illuminazione variabile, vegetazione basale, branche, tronchi inclinati e soprattutto deformazioni e cicatrici della corteccia associate alla raccolta meccanica.
La ridondanza delle acquisizioni si è rivelata fondamentale: sebbene solo una parte dei fotogrammi mostrasse il tronco in condizioni ottimali, ogni albero disponeva generalmente di più osservazioni utili, permettendo di stabilizzare la stima attraverso la media.
Per la geolocalizzazione lungo il filare è stata invece sviluppata un’odometria digitale basata sui segnali provenienti dalla trasmissione del veicolo, soluzione adottata in sostituzione del GNSS a causa delle derive osservate sotto chioma.
Il sistema è stato quindi applicato all’intero frutteto commerciale, dove le mappe del diametro dei tronchi hanno evidenziato pattern spaziali coerenti con quelli della struttura della chioma ottenuti mediante rilievo UAV. Le zone caratterizzate da alberi con tronchi più grandi tendevano infatti a corrispondere a zone con maggiore altezza della chioma.
Pur non sostituendo necessariamente strumenti di maggiore precisione come il LiDAR, il sistema presenta un importante vantaggio in termini di costo e semplicità: l’intera piattaforma può essere assemblata con componenti commerciali per circa 1.000-1.500 dollari (circa 850-1.280 euro) e installata su un veicolo già utilizzato nelle normali operazioni aziendali.
I principali margini di miglioramento riguardano il riconoscimento dei tronchi fortemente occlusi, l’autonomia del sistema e la precisione del posizionamento, che potrebbe essere ulteriormente rafforzata mediante RTK-GNSS o sensori inerziali.
Nel complesso, lo studio mostra che il diametro del tronco può diventare un’informazione acquisibile automaticamente e trasformabile in una mappa spaziale dell’intero frutteto, offrendo una base per la definizione di zone omogenee di gestione e per lo sviluppo di sistemi di supporto alle decisioni per la cerasicoltura di precisione.
Fonte: Wedegaertner, K., Yost, K., Safre, A., Black, B., Young, S., & Torres-Rua, A. (2026). Integrating mobile RGB-D imaging and digital odometry for trunk diameter mapping in tart cherry orchards. Smart Agricultural Technology, 102140. https://doi.org/10.1016/j.atech.2026.102140
Fonte immagine: Stefano Lugli
Andrea Giovannini
Dottore di Ricerca in Scienze e Tecnologie Agrarie, Ambientali e Alimentari - Arboricoltura Generale e Coltivazioni Arboree, Università di Bologna, IT
02 set 2025
La stagione 2025 delle ciliegie spagnole è stata segnata da eventi climatici estremi e dalla crescita dell’export. Volumi ridotti ma prezzi alti, qualità variabile e nuove prospettive sui mercati internazionali, Cina inclusa, consolidano il ruolo della Spagna in Europa.
28 ott 2024
Un recente studio, basato sull'utilizzo del modello MaxEnt, ha permesso ai ricercatori cinesi di prevedere in modo estremamente efficace le aree potenzialmente idonee per la coltivazione di questa specie in Cina, identificando i fattori ambientali chiave della distribuzione.
01 set 2026
Negli Stati Uniti, un sistema mobile low cost con telecamere RGB-D, deep learning e odometria digitale misura automaticamente il diametro dei tronchi di ciliegio acido, geolocalizza gli alberi e crea mappe utili per la gestione di precisione del frutteto commerciale USA.
01 set 2026
ExpoCerezos 2026 rende disponibili online le relazioni presentate a Curicó, in Cile, dedicate a nuove varietà di ciliegio, gestione agronomica, produttività, qualità e mercato. Cinque contributi tecnici analizzano sfide, risultati e prospettive del settore cerasicolo.
