AgrarIA

El objetivo del proyecto es desarrollar soluciones que permitan obtener información de valor para la toma de decisiones en fruticultura. Para conseguirlo, se persiguen los siguientes objetivos específicos:

• Investigar algoritmos para identificar la fruta en los árboles, generando información sobre la distribución y la cantidad de la fruta.
• Desarrollar índices que permitan visualizar y gestionar el estado nutricional de los árboles basándose en imágenes RGB y multiespectrales.
• Identificar patologías y enfermedades de árboles mediante inteligencia artificial y procedimientos de machine learning.
• Implementar un sistema de optimización de la producción en invernaderos, de forma que se pueda localizar los frutos, definir su estado de madurez, nutrición necesaria y momento óptimo de cosecha.

En los últimos meses, los hitos alcanzados han sido:

• Se han entrenado redes y desarrollado software y hardware (cámaras 4K), que se han calibrado en campo, y se han entrenado redes neuronales para detectar fruta en precosecha y fases anteriores al clareo en cultivos de cítricos, cereza y almendra.
• Se ha obtenido un índice vegetativo adecuado para estimar el vigor de la planta.
• Se ha avanzado en el trabajo de cámaras multiespectrales, incorporando algoritmos de imagen adecuados para identificar el estado nutricional de los árboles y sus patologías. Para ello se han realizado ensayos para validar índices para el estado nutricional (identificar clorosis) y patologías (detectar armilaria en manzano).
• Se ha automatizado la consulta a bases de datos climatológicas. Se ha incorporado un método de cálculo de evapotranspiración. Se han desarrollado modelos de previsión, y se han incorporado a las previsiones de crecimiento de fruto.
• Se han realizado ensayos con las cámaras disponibles en tomate y se han entrenado redes para diferenciar entre el estado maduro e inmaduro del fruto.