La delicada naturaleza de las moras hace que el proceso de recolección sea engorroso para muchos agricultores. Por esta razón, científicos de la Universidad Estatal de Mississippi (MSU) están trabajando en colaboración con otras universidades del país, para crear un robot que pueda recoger la fruta de manera automatizada.

El profesor adjunto de la MSU, Xin Zhang, del Departamento de Ingeniería Agrícola y Biológica, está desarrollando junto a su equipo un sistema de detección y localización de moras. Los "ojos" y el "cerebro" de este sistema robótico cosechador estarían impulsados por un innovador enfoque de Deep Learning basado en inteligencia artificial.

El equipo de la MSU está avanzando en el sistema de localización y detección, mientras que sus socios de Georgia Tech trabajan en un brazo robótico y una pinza de tacto suave y una plataforma móvil bípeda, para trabajar mano a mano con el sistema entrenado por la MSU.

Por su parte, los científicos de la Universidad de Arkansas se centran en el análisis de la fruta tras la recolección.

Según Mississippi State, la pinza está equipada con sensores que imitan las diminutas yemas de los dedos, para agarrar y recoger las moras sin apretarlas ni dañarlas.

Noticias relacionadas: Desarrollan la primera mora con semillas suaves y pequeñas con tecnología CRISPR

El sistema de percepción funciona con un modelo de detección de objetos basado en la visión, que identifica y localiza los objetos de interés YOLOv8 (You Only Look Once, versión 8).

El equipo entrenó una serie de modelos YOLO no solo para identificar cada mora de los arbustos, sino también para detectar su nivel de madurez: madura (de color negro), en maduración (roja) e inmadura (verde). En el proceso se utilizaron más de 1.000 imágenes de las copas de las plantas en varias plantaciones comerciales de Arkansas, a fin de preparar al sistema para seleccionar simultáneamente las moras maduras listas para la cosecha y hacer un seguimiento de las demás como preparación para la siguiente ronda de recolección.

"Nuestro objetivo principal es detectar las moras maduras para la cosechadora robotizada, pero hemos añadido las otras dos categorías para obtener un recuento total de moras", explicó Zhang.

"De esta forma, el sistema no solo identifica las moras listas para la cosecha, sino que también ayuda a proporcionar a los productores estimaciones de su cosecha total", agregó.

En pruebas de campo, el modelo con mejores resultados tuvo una precisión del 94% en la identificación de moras maduras, del 91% en moras en proceso de maduración y del 88% en inmaduras. También detectó imágenes de una resolución impresionante en tiempo real, con un tiempo de 21,5 milisegundos por imagen.

Esta investigación multiinstitucional de un millón de dólares está financiada por la Iniciativa Nacional de Robótica del Instituto Nacional de Alimentación y Agricultura del USDA, en colaboración con la Fundación Nacional de la Ciencia.