Investigadores de la Universidad Politécnica de Cartagena (UPCT) y la Universidad de Murcia (UMU) han desarrollado algoritmos de visión artificial que han mejorado en un 30% la precisión de las predicciones de producción de limoneros en comparación con los cálculos realizados por expertos humanos. El sistema utiliza imágenes aéreas, obtenidas mediante drones o satélites, para contar los árboles con un margen de error inferior al 1%, y emplea fotos tomadas con móviles para estimar el calibre de los limones con un error medio inferior a un centímetro.

El proyecto, liderado por la empresa Citrus Gea Belmonte y presentado en la convocatoria CDTI del Ministerio de Ciencia, ha sido un éxito al abordar uno de los grandes desafíos de la agricultura: la previsión precisa de la producción y la determinación del momento óptimo de recolección. Esto es crucial para maximizar el beneficio económico, que depende de factores como el calibre de los frutos, el estado de maduración y las fluctuaciones del mercado.

La herramienta de visión artificial fue desarrollada durante el Trabajo Fin de Grado de Antonio Muñoz, estudiante de la UMU, y perfeccionada con modelos de aprendizaje profundo por el investigador Rubén Fernández. Otra parte del proyecto, centrada en la estimación visual del calibre de los limones utilizando teléfonos móviles con tecnología ToF y LiDAR, fue realizada por Aurora Hervás, también de la UMU.

El proyecto también ha contado con la colaboración de la empresa de teledetección aérea Staerea y el investigador Ginés García, del grupo en Computación Móvil y Visión Artificial de la UMU, junto a José Miguel Molina del grupo en Ingeniería Agromótica y del Mar de la UPCT.