Monitoreo y control de malezas con robots autónomos móviles en plantaciones frutales

2024 - 2027

Este proyecto aborda una problemática de gran relevancia para la producción agropecuaria: el impacto de las malezas sobre el rendimiento de los cultivos, tanto por la competencia por agua y nutrientes como por los costos asociados a su control.

Con el objetivo de avanzar hacia estrategias de manejo más sustentables, integra robótica terrestre autónoma, monitoreo aéreo, análisis de imágenes mediante técnicas de aprendizaje automático y el desarrollo de prototipos tecnológicos para el control de malezas.

Entre los principales desarrollos se incluyen navegación autónoma en predios frutícolas, planificación global y local de rutas, detección automática de malezas en imágenes, y el diseño de prototipos de actuación mecánica, eléctrica y mediante fluidos dirigidos de forma controlada.

Asimismo, el proyecto incorpora métodos avanzados de entrenamiento para algoritmos de detección, orientados a reducir la necesidad de etiquetado manual, y contempla la generación de registros georreferenciados para construir historiales de monitoreo en campo.

Participan docentes e investigadores de la Universidad de la República, incluyendo el Instituto de Computación, el Instituto de Mecánica de los Fluidos, el Instituto de Ingeniería Mecánica y Producción Industrial y la Facultad de Agronomía, junto con productores y asociaciones de productores.

Financiación: Fondo de Promoción de Tecnología Agropecuaria (FPTA) – INIA.

MAGRO: Navegación autónoma en plantaciones para apoyo a tareas de recolección

2022 - 2025

Este proyecto se orientó al diseño e implementación de una solución para estimar la cantidad y calidad de la cosecha de frutos de pepita, con particular atención en la manzana, contribuyendo a una mejor coordinación de la logística de cosecha, envasado, procesado y venta.

La navegación autónoma sistemática es una pieza central del problema, ya que permite recabar información geolocalizada de forma autónoma. En este contexto, el proyecto abordó los desafíos específicos de la navegación visual en ambientes agropecuarios, como la variación de iluminación, la direccionalidad de la luz solar y la estructura repetitiva de muchos cultivos.

Se desarrollaron técnicas económicas y robustas de navegación autónoma para la operación prolongada de robots en campo, combinando navegación visual, aprendizaje profundo y marcas artificiales, con el objetivo de generar una plataforma de navegación autónoma en ambientes agropecuarios.

Financiación: Fondo María Viñas – 2021.

• Sitio del proyecto