Un robot autónomo para prever la producción vitícola
En un mercado donde cada vez es más determinante la calidad, el proyecto VINBOT (Autonomous cloud-computing vineyard robot to optimise yield management and wine quality) podría impulsar la competitividad de los productores de vino europeos. Previsiones más precisas equivalen a decisiones más acertadas, y el robot autónomo creado y su red de sensores pueden calcular la producción de uva y las características pertinentes de la cubierta vegetal, generar mapas y difundir la información derivada a través de la nube informática. André Barriguinha, Director de Agri-Ciência y líder de difusión y comercialización postproyecto de VINBOT, habla sobre los resultados de la iniciativa y los planes de futuro. ¿Qué retos concretos se propuso abordar VINBOT? VINBOT puede funcionar en la viña de manera autónoma, sin intervención humana. Cuenta con un sistema de sensores que le dota de capacidades de desplazamiento, localización y adquisición de datos. Va equipado con una cámara que capta imágenes de la cubierta vegetal. A continuación, aplica algoritmos que reconocen las uvas y los racimos y calculan la producción. No existe nada igual en el mercado. No hay ningún dispositivo que calcule la productividad, y por ello los viticultores tienen que recurrir a procesos manuales que son muy lentos y poco precisos. Gracias a VINBOT, dispondrán de una herramienta nueva con la que hacer estos cálculos lo antes posible. ¿Cómo es que no había ninguna técnica así antes de VINBOT? Debido a la dificultad de contar con un robot completamente autónomo capaz de moverse por el viñedo y calcular la producción. Pero eso es justo lo que aporta VINBOT: un desplazamiento autónomo gracias a llevar incorporados un receptor GPS y un telémetro 2D; una HMI que define una serie de puntos de referencia y las características de la tarea de adquisición de datos; componentes para la medición de la uva; un software basado en la nube que procesa los datos de los sensores del robot para extraer información relevante y generar mapas de producción; y una aplicación web para que el usuario final pueda consultar los mapas. Uno de los mayores escollos ha sido el reconocimiento de los racimos en la viña, sobre todo los que no quedan a la vista de la cámara por estar ocultos detrás de hojas o de otros racimos. De hecho seguimos en ello; nos valemos de modelos basados en una reconstrucción tridimensional de la cubierta vegetal facilitada por el telémetro. Nuestros resultados mostraron que la plataforma VINBOT es capaz de calcular las características del follaje y la producción con una precisión respetable. No obstante, es necesario investigar en mayor medida la subestimación de la producción real, provocada principalmente por la ocultación de los racimos, para mejora la precisión del algoritmo. Confiamos en nuestra capacidad para aumentar la presión mediante nuevas investigaciones dedicadas tanto a los algoritmos de visión artificial como a los modelos que calculan los racimos ocultos. Estamos planeando un segundo proyecto que tendrá ese cometido. ¿Qué argumentos ofrecería a los viticultores para convencerles de las ventajas de usar el VINBOT? El margen de error del procedimiento manual es inmenso, de cerca del 30 %. Así que una tecnología que redujera ese margen al 10 % supondría una ventaja enorme. VINBOT es capaz de calcular su productividad; generar mapas de manera autónoma y casi en tiempo real; indicar la necesidad de podar racimos para prevenir una producción excesiva que merme la calidad del vino; y mejorar las decisiones en cuanto a planificación y organización. Por último, puede ayudar a planificar las compras y las ventas de uva, decidir sobre los precios y la gestión de las bodegas de vinos, programar inversiones y desarrollar estrategias de mercado. ¿Tienen ya una idea aproximada de lo que costará a los viticultores adquirir la tecnología de VINOBOT? Para la mayoría de productores, no tendría sentido comprar un VINBOT; su finalidad es calcular la producción, así que si comprasen un ejemplar lo tendrían aparcado prácticamente todo el año. Por eso nos proponemos ofrecer los VINBOT a través de proveedores de servicios, pero también directamente a grandes productores que administren grandes extensiones de cultivo. Por otra parte, VINBOT es más que el robot. Requiere un servidor para el post-tratamiento de las imágenes, así que para los productores sería más sencillo y asequible recurrir a una empresa que preste el servicio. En cuanto al precio, la versión final de VINOBOT costaría cerca de 30 000 euros en su versión completa, si bien este precio podría reducirse según ajustemos la tecnología. A propósito, VINBOT se conecta a la nube. ¿Qué importancia tiene esa función? Teniendo en cuenta el enorme volumen de datos que hay que procesar, es más fácil y económico recurrir a la nube. Por eso, el algoritmo con el que se tratan las imágenes está alojado en un procesador situado en la nube. Así, los viticultores no necesitan más que un nombre de usuario y una contraseña para acceder a sus resultados. También esperan que VINBOT permita a los productores vender su vino a mayor precio. ¿De qué manera pretende lograrlo? No se trata de una consecuencia directa. Pero si uso VINBOT, puedo tomar mejores decisiones de gestión y, de forma indirecta, mejorar la calidad del vino. La optimización de la gestión de la producción y la logística de la vendimia, la calidad y la homogeneidad de la fruta, la gestión del follaje, la poda de racimos y la cosecha diferencial permite planificar la producción, la comercialización y la distribución del vino con mayor eficacia. En teoría, todo ello permite al productor aspirar a un precio de mercado más alto, aunque esto podría no resultar realista siempre, dada la gran competencia que hay en el mercado. Por otra parte, VINBOT puede contribuir a reducir los costes de producción generales, y ello incrementaría el margen de beneficio. ¿Qué conclusiones han extraído de los resultados de las pruebas de campo? En conjunto, estamos satisfechos con el funcionamiento general de esta plataforma robótica. Hemos tenido varios problemas con la tracción de las ruedas en terreno arado y con el hecho de que el sistema se mueva prácticamente como un tanque, pero ya estamos pensando en instalar un conjunto de ruedas capaces de girar de manera independiente para evitar este problema. El siguiente reto tiene que ver con el software y los algoritmos. Necesitamos una validación en campo más a fondo que no se limite a la adquisición de datos a partir de las imágenes, sino que permita perfeccionar los algoritmos de visión artificial y el modelado en el tratamiento de los datos. De esta forma sabremos perfectamente qué tenemos que conseguir para lograr un margen de error inferior al 10-15 % en el cálculo de la producción. Suponiendo que obtengan otra subvención, ¿para cuándo creen que podrá comercializarse esta tecnología? En la actualidad, VINBOT tiene un TRL (nivel de preparación tecnológica) de 7. Intentaremos obtener financiación de Horizonte 2020, y si la logramos y el proceso de mejora y validación se ajusta a nuestros planes, es posible que podamos comercializar VINBOT en entre dos y cuatro años. Además, aspiramos a que esta tecnología se utilice en otros ámbitos, y no solo en viñedos; por ejemplo, en invernaderos de frambuesas en Portugal, donde reviste interés ese cálculo de la producción a partir del análisis de imágenes. También mantenemos contactos con entidades de Estados Unidos y nos proponemos probar allí VINBOT. Por último, queremos integrar más sensores, algunos de tipo medioambiental. VINBOT Financiado con arreglo a FP7-SME Página del proyecto en CORDIS Sitio web del proyecto
Países
España
