Aller au contenu
RoboCare
Drone multispectral RoboCare en vol au-dessus d’une parcelle

Technologie

Quatre technologies, une même chaîne de décision

Satellite, capteurs au sol, drone et intelligence artificielle : chaque brique répond à une échelle d’observation précise, de la région à l’arbre.

Révisite satellite

5 jours

Résolution drone

Centimétrique

Agronomie de précision

Zone par zone

Data science

Chaque saison

Intelligence artificielle

01

Des modèles entraînés sur des séries temporelles méditerranéennes, pas sur des données importées d’un autre climat.

Ré-entraînés chaque saison
  • Segmentation d’image pour délimiter les zones de stress
  • Modèles de prévision de rendement par culture
  • Classification des maladies à partir d’images terrain

Technologie satellite

02

Imagerie multispectrale libre et commerciale, traitée automatiquement à chaque passage.

  • Sentinel-2 et Landsat, révisite de 5 jours
  • Indices NDVI, NDRE, NDWI et SAVI
  • Masquage automatique des nuages

Technologie IoT

03

Des stations autonomes conçues pour le terrain : peu d’énergie, longue portée, faible maintenance.

  • Sondes d’humidité de sol à plusieurs profondeurs
  • Transmission LoRaWAN et 4G selon la couverture
  • Alimentation solaire, autonomie longue durée

Technologie drone

04

Le complément haute résolution du satellite, quand il faut descendre à l’arbre près.

  • Capteurs multispectraux et thermiques
  • Résolution centimétrique, comptage d’arbres
  • Missions programmées et rapport automatique

Indices de végétation

Quatre indices, quatre questions différentes

Un indice n’est pas une note de santé : c’est un rapport entre deux bandes spectrales, sensible à un phénomène précis. Utiliser le bon au bon stade évite la plupart des contresens d’interprétation.

NDVI

Normalized Difference Vegetation Index

Bandes
Proche infrarouge / Rouge
Ce qu’il mesure
Densité et vigueur générale du couvert végétal.
Quand l’utiliser
Suivi de saison, zonage global, détection d’un décrochage. Sature quand le couvert est très dense.

NDRE

Normalized Difference Red Edge

Bandes
Proche infrarouge / Red-edge
Ce qu’il mesure
Teneur en chlorophylle, donc statut azoté du couvert.
Quand l’utiliser
Modulation azotée sur céréales et suivi des couverts denses, là où le NDVI ne discrimine plus.

NDWI

Normalized Difference Water Index

Bandes
Proche infrarouge / Infrarouge court
Ce qu’il mesure
Teneur en eau des feuilles et du couvert.
Quand l’utiliser
Détection précoce du stress hydrique, avant que la vigueur ne baisse visiblement.

SAVI

Soil Adjusted Vegetation Index

Bandes
Proche infrarouge / Rouge, corrigé du sol
Ce qu’il mesure
Vigueur corrigée de l’influence du sol nu.
Quand l’utiliser
Cultures pérennes en rangs et débuts de cycle, quand le sol occupe une large part du pixel.

Les quatre indices sont calculés à chaque passage et conservés dans l’historique de la parcelle.

Briques techniques

La chaîne technique, brique par brique

Ce que recouvrent concrètement les mots « IA », « big data » et « SIG » dans la plateforme RoboCare.

Des réseaux convolutifs segmentent l’orthomosaïque du drone pour isoler chaque houppier, puis classent son état. Sur oliveraie, ce traitement compte les arbres, identifie les emplacements libres et signale les couronnes dont la signature évoque l’œil de paon. Une hypothèse de maladie est toujours proposée avec un niveau de confiance, jamais comme un diagnostic fermé.

Des modèles de séries temporelles apprennent la trajectoire normale d’une parcelle pour un couple culture-climat donné, et signalent l’écart qui sort de l’intervalle attendu. Les modèles de rendement, entraînés sur les historiques déclarés par les exploitations partenaires, produisent une estimation par zone plusieurs semaines avant la récolte.

Une scène Sentinel-2 pèse plusieurs centaines de mégaoctets et couvre 110 km de côté. Les traitements sont découpés en tâches parallèles, les rasters stockés en format cloud-optimisé pour ne lire que la fenêtre utile, et les indices pré-calculés pour que l’ouverture d’une parcelle reste instantanée.

Parcelles, indices, alertes et rapports sont accessibles par API REST authentifiée, avec pagination et webhooks. Les coopératives l’utilisent pour alimenter leur propre système de gestion ; les constructeurs de matériel, pour récupérer une carte de modulation exploitable par une console d’épandage.

Les contours importés sont reprojetés automatiquement vers un système de référence commun, avec gestion des projections locales et validation topologique. Les cartes de modulation sont exportées dans les formats attendus par les consoles embarquées et les récepteurs GPS RTK.

LoRaWAN pour les capteurs éloignés — portée de plusieurs kilomètres et consommation minimale —, 4G quand la couverture le permet et que le débit est nécessaire, MQTT pour la remontée des trames vers la passerelle d’ingestion, et stockage local sur la station en cas de coupure réseau.

Chaîne de traitement

De la donnée brute à la consigne agronomique

Étape 01

Acquisition

Images satellite, relevés capteurs, vols drone et données météo agrégés parcelle par parcelle.

Étape 02

Prétraitement

Masquage des nuages, correction atmosphérique et calcul des indices de végétation.

Étape 03

Inférence

Segmentation des zones de stress, détection des maladies et prévision des besoins en eau.

Étape 04

Diffusion

Consigne datée et chiffrée, envoyée par e-mail, SMS ou WhatsApp en FR, EN ou AR.

Questions fréquentes

Comprendre la technologie

Ce que couvrent réellement le satellite, l’intelligence artificielle et les drones chez RoboCare.

Qu’est-ce que l’agriculture de précision ?

L’agriculture de précision pilote une parcelle zone par zone plutôt que comme un bloc uniforme — parce que le sol, l’eau et la vigueur ne le sont jamais. Elle combine imagerie satellite et drone, capteurs IoT et analyse par intelligence artificielle pour cartographier précisément où une culture a besoin d’eau, d’azote ou d’attention, et où ce n’est pas le cas. Résultat : une action ciblée plutôt qu’un traitement généralisé, avec des intrants apportés là où ils sont utiles.

Comment le suivi satellite améliore-t-il l’agriculture ?

Le suivi satellite offre une vue de la parcelle entière tous les quelques jours, sans avoir à la parcourir. RoboCare traite automatiquement l’imagerie Sentinel-2 et Landsat à chaque passage, masque les nuages et calcule des indices de végétation comme le NDVI et le NDRE pour révéler des changements de vigueur avant qu’ils ne soient visibles à l’œil. Trois à cinq ans d’archives permettent de comparer la campagne en cours aux précédentes dès le premier jour.

Comment détecter précocement le stress d’une culture ?

Les premiers signes de stress hydrique ou nutritionnel apparaissent dans le proche infrarouge avant tout flétrissement ou jaunissement visible. L’indice NDWI de RoboCare signale spécifiquement le stress hydrique, avant toute baisse visible de vigueur, tandis que le NDRE suit la teneur en chlorophylle et le statut azoté dans les couverts denses où le NDVI sature. Combiné aux sondes d’humidité IoT, cela donne une alerte précoce, plusieurs jours à plusieurs semaines avant les symptômes visibles sur le terrain.

Comment RoboCare analyse-t-elle les images satellite ?

Chaque passage satellite est traité automatiquement : les pixels couverts par les nuages sont masqués, et l’imagerie restante est convertie en indices de végétation — NDVI, NDRE, NDWI et SAVI — à une résolution de 10 mètres avec Sentinel-2. Chaque indice est conservé dans l’historique de la parcelle, si bien que l’agriculteur voit non seulement l’état du jour mais une courbe sur la saison et par rapport aux années précédentes, avec les zones à surveiller mises en évidence automatiquement.

Que sont les indices NDVI et NDRE ?

Le NDVI (Normalized Difference Vegetation Index) mesure la densité et la vigueur générale du couvert végétal à partir du proche infrarouge et du rouge — utile pour le suivi de saison et le zonage, mais il sature sur les couverts très denses. Le NDRE (Normalized Difference Red Edge) lit plutôt la teneur en chlorophylle et le statut azoté via la bande red-edge, et reste précis là où le NDVI ne discrimine plus — c’est l’indice que RoboCare utilise pour la modulation azotée sur céréales.

Comment l’intelligence artificielle aide-t-elle à la décision agricole ?

Les modèles d’intelligence artificielle de RoboCare sont entraînés sur des séries temporelles méditerranéennes, pas importées d’un autre climat, et ré-entraînés chaque saison. Ils assurent trois tâches : la segmentation d’image pour délimiter les zones de stress dans une parcelle, la prévision de rendement par culture, et la classification des maladies à partir de photos de terrain. Plutôt que des valeurs d’indices brutes, l’agriculteur reçoit une recommandation directe — irriguer telle zone, traiter telle autre.

RoboCare propose-t-elle un service d’inspection par drone ?

Oui. Les drones agricoles de RoboCare embarquent des capteurs multispectraux et thermiques pour une inspection à résolution centimétrique — un niveau de détail que le satellite ne peut pas atteindre. Les missions sont programmées et survolent une parcelle ou une oliveraie, et les résultats sont compilés automatiquement dans un rapport par zone, avec comptage d’arbres individuel quand c’est pertinent. L’inspection par drone complète le suivi satellite plutôt qu’elle ne le remplace : le satellite pour toute la saison, le drone pour un regard plus précis.

Comment les drones détectent-ils les problèmes sur une culture ?

En volant bien plus près du couvert qu’un satellite, les drones de RoboCare capturent une imagerie multispectrale et thermique à résolution centimétrique qui révèle un arbre ou une plante isolée en stress — pas seulement une zone générale. Les capteurs thermiques détectent des écarts de température du couvert liés au stress hydrique avant tout flétrissement visible, tandis que les bandes multispectrales alimentent les mêmes indices de végétation qu’à l’échelle satellite, avec une résolution assez fine pour isoler un seul arbre touché.

RoboCare utilise-t-elle des drones pour la fertilisation et la pulvérisation ?

Les missions drone de RoboCare cartographient précisément quelles zones d’une parcelle ont besoin d’azote ou d’un traitement, à partir des relevés NDRE et thermiques — cette carte peut ensuite guider une fertilisation et une pulvérisation ciblées, à dose variable, plutôt qu’un passage uniforme sur toute la parcelle. Les intrants ne sont apportés que là où les données montrent un besoin réel, le même principe que la modulation azotée par satellite sur céréales, appliqué à la résolution du drone.

Quels sont les avantages des traitements agricoles par drone ?

Le traitement par drone cible exactement les zones qui en ont besoin, à partir d’une carte réelle plutôt que d’une application uniforme — ce qui réduit le volume de fertilisant ou de produit phytosanitaire utilisé, et son coût, sans sous-traiter les zones qui en ont réellement besoin. Les missions sont programmées et survolées rapidement sur une parcelle ou une oliveraie, plus vite qu’un repérage manuel, et les cartes obtenues restent dans la plateforme RoboCare pour la comparaison de la saison suivante.

Parlons de vos parcelles

Prêt à voir vos parcelles autrement ?

Créez votre compte gratuitement ou demandez une démonstration avec un agronome RoboCare. Réponse sous 48 h.

Créer un compte