El aumento de población cada vez necesita de nuevas crecientes alimentarias y optimizar la producción agrícola para que así incremente la eficiencia, calidad y sostenibilidad de las plantaciones.
Por lo que para alcanzar estos objetivos en fruticultura, se debe de tener en cuenta la cantidad de frutas de cada árbol para predecir la cosecha y para saber cuáles tienen menor producción.
Manzanas en la IA
De manera que contar el número de manzanas producidas por cada árbol en una plantación agrícola puede verse como una tarea imposible y tediosa teniendo en cuenta que ya se cuenta con la tecnología para hacer las tareas más fáciles por lo que los últimos avances en sensores y en inteligencia artificial nos dan la posibilidad de escanear las plantaciones frutícolas y detectar los frutos de forma automatizada.
Los sensores conocidos como sensores 2D y 3D los cuales son los más populares y que cuentan con cámaras fotográficas digitales son las que permiten atrapar las imágenes de cada árbol y detectar los frutos mediante el uso de algoritmos de visión artificial basados en color, forma o textura.
Mientras que las 2D hacen uso de las cámaras multiespectrales, hiperespectrales y térmicas, permiten explorar otras bandas del espectro electromagnético, como la infrarroja o la ultravioleta y su ventaja es q son mas económicas que las 3D.
Aunque una de las desventajas es su sensibilidad a las condiciones de iluminación: sombras, reflejos o imágenes a contraluz.
También se ha estudiado el uso de sensores LiDAR basados en el principio de tiempo de vuelo en donde se combina con un sistema de posición GNSS (como los GPS), que hace posible el escaneo 3D de las plantaciones.
Y además, de que estos sensores miden la cantidad de luz infrarroja reflejada por los objetos escaneados permitiendo la detección de las manzanas.
Permitiendo y haciendo posible la tarea del agricultor y así planificar mejor la campaña de recolección, el almacenamiento y las estrategias comerciales y a pesar de que están todavía en desarrollo pronto estarán en los campos.