¿Cómo saber qué plantas están listas para cosechar cuando una finca tiene pendientes, hileras estrechas o túneles donde ni un vehículo pequeño puede entrar sin problemas? La respuesta podría llegar caminando sobre cuatro patas, como un perro que recorre el terreno sin perder de vista cada racimo y cada mora.
El Centro Tecnológico Agroalimentario de Extremadura (CTAEX) desarrolla AGRHOUND, un perro-robot autónomo equipado con sensores e inteligencia artificial. El hallazgo no está en su forma llamativa, sino en su función: llevar la agricultura de precisión hasta el interior de los cultivos.
El proyecto ya prueba sus capacidades en viñedos de Bodegas Familiares Matarromera, en Valladolid, y en plantaciones de moras bajo macrotúneles de Social Berries, en Huelva. En ambos escenarios, el robot debe caminar, observar y convertir lo que detecta en información útil para quien trabaja la tierra.
“El objetivo es ponerle patas a la agricultura de precisión”, explica Luis Muñoz, responsable del proyecto.
Hasta ahora, muchas decisiones agrícolas dependían de tabletas, aplicaciones y sensores fijos de riego. Son herramientas valiosas, pero funcionan como una cámara instalada en una pared: permiten vigilar una parte de la habitación, no recorrerla.
Un engranaje móvil dentro del cultivo
AGRHOUND busca convertirse en esa pieza clave que faltaba. El robot funciona como un inspector que lleva una linterna y una libreta por cada pasillo de la parcela. Sus patas le permiten superar suelo irregular, pendientes y espacios estrechos donde un vehículo con ruedas tendría mayores dificultades.
Además, incorpora sensores para recoger datos sobre plantas y fruta. Después intervienen los algoritmos, programas que encuentran patrones en grandes cantidades de información, para traducir esas señales en respuestas concretas: qué zona está madura, dónde conviene tomar una muestra o qué parte necesita una revisión.
El mecanismo se parece al cableado de una casa. Los sensores serían los enchufes que captan la señal; la inteligencia artificial sería el cuadro eléctrico que organiza esa energía; y la aplicación final sería el interruptor que el agricultor puede usar sin conocer toda la instalación.
La siguiente etapa será crear mapas espectrales, imágenes que muestran señales de luz no visibles a simple vista, en tiempo real. Esa herramienta permitiría estimar el grado de maduración de la fruta y ayudar a organizar la cosecha antes de que empiece el trabajo más intenso.
En una fase posterior, el robot deberá detectar diferencias entre sectores de una misma finca, decidir hacia dónde caminar y recoger muestras con un brazo robótico. No se trata solo de mirar: la máquina tendrá que identificar una oportunidad y acercarse a ella por sí misma.
De los viñedos a los macrotúneles
Las primeras pruebas revelan dos desafíos muy distintos. En los viñedos, AGRHOUND necesita mantener el equilibrio sobre pendientes y terrenos irregulares. En los macrotúneles de moras, en cambio, debe avanzar sin golpear las estructuras que protegen el cultivo.
El equipo ya cuenta con un algoritmo avanzado para la uva tempranillo, desarrollado a partir de experiencias previas. Para las moras, sin embargo, ha tenido que construir gran parte del sistema desde cero. Esa diferencia servirá para comprobar si una misma plataforma puede adaptarse a realidades agrícolas muy diferentes.
AGRHOUND comenzó en junio y seguirá activo hasta principios de 2029. El primer año se dedicará a recopilar datos y activar los sistemas de análisis; las campañas de 2027 y 2028 permitirán entrenar el robot en condiciones reales de cosecha.
El consorcio reúne a CTAEX, Matarromera, Social Berries 4.0, SpectralGeo y SOLTEL, con apoyo de la Fundación Prodti y financiación europea mediante FEADER, junto al Ministerio de Agricultura, Pesca y Alimentación.
La clave final será demostrar que el sistema es rentable y sencillo. Si lo consigue, este perro-robot no sustituirá al agricultor: le dará más ojos, más recorrido y una forma clara de escuchar lo que el cultivo ya está diciendo.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
