Solución inteligente basada en visión artificial para la automatización de la cosecha de arándanos

El objetivo tecnológico de este experimento es desarrollar una cadena de procesamiento de datos para detectar, clasificar y contar arándanos, así como medir automáticamente su madurez utilizando un método de segmentación de imágenes basado en Deep Learning, aplicable a distintas variedades de arándano, que pueda integrarse en una solución inteligente. Se desplegará un prototipo conectado a una cámara instalada en uno de los tractores eléctricos desarrollados por AGRIA ZE, que será probado como prueba de concepto de las tecnologías y su capacidad de digitalización.

Los principales indicadores de calidad del arándano asociados a la aceptación por parte del consumidor están relacionados con la apariencia y la textura del fruto. Actualmente, la evaluación de la calidad visual se realiza de forma subjetiva mediante observación visual directa. El análisis mediante visión por computador es una herramienta útil para evaluar las propiedades ópticas del fruto. Un sistema de cuantificación preciso y fiable basado en imágenes para arándanos resulta también muy útil para la automatización de todo el proceso de gestión de la cosecha, y constituye la base para el control de sistemas de recolección robótica.

La cuantificación de arándanos en imágenes es una tarea compleja debido a factores como las oclusiones, las diferencias de tamaño, las condiciones de iluminación y la cantidad irregular de frutos presentes en una imagen.

En el caso del arándano, existe una gran variabilidad en la maduración de los frutos tanto dentro de un mismo racimo como entre diferentes ramas del arbusto. Esto significa que los frutos maduros deben cosecharse de forma selectiva, una vez que desarrollan el color azul característico. Por lo tanto, evaluar la madurez de cada fruto individualmente puede proporcionar información valiosa para determinar el momento óptimo de recolección.

Además, el conteo de frutos y la densidad del racimo son aspectos importantes en la industria del arándano y pueden utilizarse para estimar el rendimiento y definir una estrategia de cosecha. Así, un método automatizado para caracterizar estos tres atributos (compacidad, madurez y conteo) y presentar el análisis sería una herramienta de gran valor tanto para mejoradores genéticos de arándanos como para productores.