Un proyecto liderado por la Universidad de Cornell desarrollará sistemas robóticos para polinizar flores, ralear frutos, cosechar manzanas y controlar malezas. La iniciativa cuenta con una subvención de US$ 7,5 millones para cuatro años y reúne a universidades, productores y empresas tecnológicas.
La mano de obra impulsa la innovación
Los costos laborales se han convertido en una preocupación para los productores de frutas en Estados Unidos. En las explotaciones especializadas, tareas como la cosecha, el raleo y la polinización requieren personal durante periodos específicos, lo que dificulta mantener la eficiencia operativa.
Ante este escenario, la Universidad de Cornell lidera un proyecto de investigación que busca automatizar parte de las labores más exigentes de los huertos. La iniciativa cuenta con el respaldo del Departamento de Agricultura de Estados Unidos, mediante una subvención de US$ 7,5 millones para desarrollar el proyecto durante cuatro años.
La investigación reúne a nueve organizaciones y cuenta con la colaboración de especialistas de Cornell, Washington State University, Oregon State University, Carnegie Mellon University y otras instituciones académicas y empresariales.
Robots que reconocen frutos y ramas
El proyecto combina robótica, visión artificial e inteligencia artificial para que las máquinas identifiquen frutos, hojas, tallos y ramas, y puedan actuar sin depender exclusivamente de instrucciones preprogramadas.
Los investigadores trabajan en robots capaces de polinizar flores, eliminar frutos excedentes durante el raleo, cosechar manzanas y retirar malezas entre las hileras. También buscan desarrollar equipos autónomos que puedan desplazarse por los huertos y adaptarse a las condiciones del entorno.
Uno de los desafíos técnicos consiste en manipular las frutas sin ocasionar daños. Para ello, los equipos incorporan sistemas de percepción y mecanismos robóticos diseñados para reconocer la posición de cada fruto y ajustar sus movimientos.
El proyecto también contempla la creación de gemelos digitales de huertos reales, que permitirán estudiar su estructura y evaluar estrategias de manejo mediante representaciones virtuales.
