Las estimaciones recientes de las Naciones Unidas predicen que el mundo necesitará alrededor de un 60 por ciento más de alimentos para 2050. La agricultura de precisión será vital para satisfacer esta demanda. El uso de la visión artificial en la industria agroalimentaria desempeñará un papel crucial en los avances que se están haciendo en la agricultura de precisión.

Según Dan Steere, CEO de Abundant Robotics, la producción de alimentos podría ser totalmente robótica en tan solo diez años. «Vienen importantes tecnologías que harán que cada parte de la agricultura sea más eficiente, más productiva y, con suerte, más saludable y menos costosa».

Uno de estos avances es el primer selector robótico de manzanas del mundo. Está prevista para su lanzamiento a finales de este año. De hecho, el recolector ha estado en desarrollo durante los últimos cinco años. Eso puede parecer mucho tiempo, especialmente en una época en la que la tecnología se adapta minuto a minuto. Aunque, en el mundo de las manzanas, ese no es el caso. Los selectores robóticos necesitan visión computarizada altamente avanzada y animación motora fina. Ambos han tardado en desarrollarse.Farm Field

Las manzanas no son tan simples como pueden parecer. Cada variedad necesita su propio proceso de reconocimiento informático. Una cámara en la parte superior del selector indica a la máquina si una manzana está lista para ser recogida. «La visión tiene que reconocer la fruta y tiene que reconocer si está madura o no en una fracción de segundo», dice Steere. Una Gala, por ejemplo, está madura inmediatamente después de que su tono verde cambie completamente a rojo: las computadoras con matices deben ser entrenadas con precisión para ver. Las manzanas no son tan simples como pueden parecer. Una Gala madura, por ejemplo, es roja, pero una grannía madura Smith es verde. Por lo tanto, cada variedad necesita su propio proceso de reconocimiento informático; más de 2.500 se cultivan en los Estados Unidos.

Al igual que con el recolector de manzanas, se está utilizando un tipo similar de equipo en la tecnología que ordena el cacao, las nueces, las cerezas de café y el cardamomo. Con las cerezas de café, los agricultores cargan hasta 30 kilogramos de una sección del campo a la vez. (Treinta kilogramos de cerezas tienen aproximadamente 18.000 granos de café.) La máquina lo deja caer a través de un sistema de visión donde se puede imaginar una cascada de cerezas cayendo. A medida que caen, la máquina toma imágenes de cada cereza individualmente, analizando el color, el tamaño, la densidad, los defectos y los signos de enfermedad.

Las cámaras en este tipo de máquinas de picking requieren un diseño específico de lente de precisión y pueden incorporar conjuntos de lentes CCD/CMOS, especialmente en aplicaciones que utilizan cámaras más pequeñas. También tenemos una amplia selección de adaptadores de montaje en C y otros accesorios en stock para ayudarle a integrar nuestras lentes con su sistema.

Según el profesor Simon Pearson, de la Universidad de Lincoln, «la tecnología de imagen es la columna vertebral de la agricultura de precisión, como el ADN es para la biociencia». La agricultura de precisión es un área de crecimiento real. Hace mucho bien; ayuda a los agricultores a ganar dinero y ayuda a mejorar el impacto ambiental de la agricultura.

En el Reino Unido, el gobierno está financiando un programa para ayudar a transformar la producción de alimentos. El programa está dirigido por Innovate UK y el Consejo de Investigación de Biotecnología y Ciencias Biológicas, bajo el Fondo de Desafío de Estrategia Industrial del gobierno. Las tecnologías que se pueden aplicar a la agricultura pueden dividirse en sistemas de producción basados en cultivos y sistemas de producción basados en la ganadería. En los últimos años ha habido un poco de interés en ambos, y la visión artificial es aplicable en ambas situaciones.

Para los sistemas ganaderos, el Centro de Visión Artificial del Laboratorio de Robótica de Bristol, bajo la Universidad del Oeste de Inglaterra (UWE Bristol) y la Universidad de Bristol, ha estado trabajando con la consultora lechera Kingshay, para desarrollar tecnología de imagen para controlar a las vacas lecheras cuando salen de la sala de ordeño, con el fin de mejorar su bienestar y productividad.

El sistema utiliza una cámara 3D,que mira hacia abajo al animal mientras camina por debajo, por lo que la vaca no necesita estar estacionaria o sujetarla en un bolígrafo. La cámara mide el volumen y asume la densidad del animal, por lo que el agricultor puede estimar su peso. A continuación, puntúa la condición corporal del animal en una escala que abarca «muy delgada y débil» a «muy gorda». El sistema se encuentra actualmente in situ en tres granjas.

La tecnología que incorpora maquinaria como los recolectores de manzanas y la capacidad de monitorear el ganado es un siguiente paso lógico cuando se trata de la agricultura, y los avances que se están haciendo para seguir produciendo en la industria agroalimentaria a escala mundial.