Grupo Operativo PREVID: Dixitalización avanzada e predición agronómica en uvas de mesa mediante robótica cuadrúpede, visión artificial e intelixencia artificial

PreVid aborda unha necesidade estratéxica no sector: dixitalizar, automatizar e obxectivar os procesos críticos de xestión agronómica e comercial nun sistema de produción de alto valor como as viñas. A división do proxecto en catro obxectivos específicos permite un desenvolvemento estruturado e progresivo do sistema. Identificáronse unha serie de resultados esperados para os usuarios finais: mellora substancial na obxectividade e precisión da contaxe de acios e a estimación da produción; redución dos custos asociados á mostraxe manual e aos técnicos de campo; optimización da xestión agronómica mediante decisións baseadas en datos preditivos; mellora na planificación loxística e comercial, especialmente para campañas de exportación; acceso a unha ferramenta escalable, con posibilidade de replicación noutras estruturas de viñedo ou cultivos similares; e xeración de coñecemento sobre a variabilidade intraparcelaria, os factores limitantes do vigor e a predición fenolóxica, con valor estratéxico para a dixitalización do cultivo.

Resultado 1. Prototipo inicial do robot cuadrúpede adaptado a espaldeiras. Actividade 1. Definición dos requisitos agronómicos, técnicos e operativos do entorno (AGERPIX, TECNOVA, MOYCA, CODESIAN); Desenvolver e validar unha solución robótica terrestre autónoma equipada con cámaras Agerpix OnFRUIT para a conta de acios de uva, a avaliación do vigor, a estimación da calidade e a predición do estado produtivo en viñedos en espaldeiras, mellorando así a eficiencia na xestión agronómica, a previsión da colleita e a clasificación para a exportación. Nesta fase inicial, recolleranse as necesidades agronómicas, técnicas e operativas específicas para a viticultura de uva de mesa ao aire libre. Definiranse os requisitos do robot en termos de movemento e autonomía, os sistemas de visión artificial e sensores necesarios, así como os escenarios de traballo e as condicións ambientais que debe soportar a solución robótica. Isto establecerá unha base de traballo común para o posterior deseño, desenvolvemento e validación do sistema.

Resultado 1. Prototipo inicial do robot cuadrúpede adaptado a un enreixado. Actividade 2. Deseño e adaptación do robot cuadrúpede ás condicións de viñedo baixo enreixado (AGERPIX, TECNOVA, MOYCA). Nesta fase, levarase a cabo o deseño técnico e a adaptación do robot cuadrúpede terrestre para o seu movemento e funcionamento autónomo en viñedos ao aire libre baixo enreixado. Abordaranse as especificacións definidas na Actividade 1, adaptando a estrutura e os sistemas de mobilidade, autonomía enerxética e comunicación para operar en terreos agrícolas con irregularidades, pendentes, raíces e baixa exposición ambiental. Ademais, definiranse e validaranse os soportes e colocacións das cámaras aéreas e dos sensores embarcados para garantir o seu correcto funcionamento en diferentes condicións de iluminación.

Resultado 1. Prototipo inicial do robot cuadrúpede adaptado a un viñedo. Actividade 3. Desenvolvemento da comunicación e autonomía para o robot de navegación no campo. (TECNOVA) Esta actividade abordará o desenvolvemento e a implementación dos sistemas autónomos de navegación e comunicación en tempo real do robot cuadrúpede para o seu posterior despregamento no campo. Tecnova será responsable de adaptar e configurar os sistemas de control autónomo, comunicación segura e monitorización remota, que permitan que o robot se mova de forma fiable entre as fileiras do viñedo, evite obstáculos e manteña unha conexión estable coa plataforma de xestión de datos e control de operacións. Esta actividade é clave para garantir o funcionamento continuo do sistema en contornas agrícolas reais con cobertura variable e condicións ambientais cambiantes.

Resultado 2. Prototipo funcional con sensores integrados e visión artificial. Actividade 1. Integración de cámaras e sensores agronómicos no robot (AGERPIX, TECNOVA, MOYCA). O obxectivo desta actividade é integrar funcional e operativamente sistemas de visión artificial e sensores agronómicos no robot cuadrúpede adaptado, garantindo o seu correcto funcionamento e sincronización cos sistemas de navegación e comunicación. Definiranse as localizacións óptimas para as cámaras e sensores cenital, adaptaranse os soportes e estableceranse as conexións de datos e alimentación. As primeiras probas de funcionamento conxunto realizaranse nun ambiente simulado. Obteranse datos dos sensores da granxa para validar o correcto funcionamento en condicións de campo reais.

Resultado 2. Prototipo funcional con sensores integrados e visión artificial. Actividade 2: Desenvolvemento de algoritmos de visión artificial para reconto, tamaño dos acios e vigor vexetativo. (AGERPIX, CODESIAN). Esta actividade ten como obxectivo desenvolver e implementar algoritmos de visión artificial capaces de detectar, contar e estimar o tamaño dos acios de uva nun viñedo, así como avaliar o vigor vexetativo das plantas a partir de imaxes capturadas polas cámaras aéreas integradas no robot. Os algoritmos deben ser robustos en diferentes condicións de iluminación, inclinación dos acios e heteroxeneidade agronómica.

Resultado 3. Plataforma AiCrop operativa con datos integrados do sistema robótico. Actividade 1. Desenvolvemento de rutinas de navegación adaptativa autónomas para AiCrop baseadas nas condicións do terreo e na estrutura do cultivo. (TECNOVA, CODESIAN). Esta actividade ten como obxectivo desenvolver e implementar rutinas de navegación adaptativa autónomas para o robot cuadrúpede, capaces de modificar o seu comportamento de movemento segundo as condicións do terreo (terreo duro, irregularidades, raíces, pendentes) e as estruturas do cultivo en espaldera. Estas rutinas integraranse en AiCrop para a parametrización remota, a notificación de incidentes de navegación e a optimización de rutas na granxa.

Resultado 3. Plataforma AiCrop operativa con datos integrados do sistema robótico. Actividade 2. Integración de datos en AiCrop e desenvolvemento de modelos preditivos (CODESIAN, MOYCA). O obxectivo é integrar todos os datos recollidos polo robot (reconteo de acios, estimación de tamaño, vigor vexetativo, condicións climáticas e do solo, incidencias de navegación, etc.) na plataforma AiCrop e desenvolver modelos preditivos para a colleita e a calidade exportable, así como mapas de vigor das parcelas de viñedo. Esta actividade transformará os datos brutos en información valiosa para a toma de decisións agronómicas e comerciais.

Resultado 3. Plataforma AiCrop operativa con datos integrados do sistema robótico. Actividade 3. Xeración de regras de decisión e recomendacións agronómicas baseadas en IA. (CODESIAN, MOYCA, TECNOVA). Desenvolver e implementar un sistema de regras de decisión e recomendacións agronómicas, xeradas a partir de datos recollidos polo robot e procesados en AiCrop, que permita aos técnicos agrícolas optimizar a xestión da viña en espaldera. Estas recomendacións basearanse en modelos preditivos e na interpretación automatizada de variables como o vigor, o número de acios, a predición da colleita e a calidade exportable.

Resultado 4. Validación agronómica do sistema integrado nun entorno operativo funcional. Actividade 1. Definición de escenarios de validación agronómica e planificación de campañas operativas (MOYCA, TECNOVA). Definir os escenarios agrícolas do mundo real onde se validará a solución robótica, establecendo as condicións agronómicas, os tipos de parcelas, os calendarios de probas e os procedementos de avaliación. Ademais, planificar as campañas de validación en campo, garantindo unha cobertura axeitada das diferentes condicións de crecemento, etapas fenolóxicas e situacións operativas que se poden atopar en viñedos en espaldera.

Resultado 4. Validación agronómica do sistema integrado nun entorno operativo funcional. Actividade 2. Deseño e despregamento do entorno virtual de probas para a verificación da integración de datos en AiCrop (TECNOVA, AGERPIX, CODESIAN). Desenvolver un entorno virtual simulado onde se poidan realizar probas controladas de integración de datos das cámaras, sensores e sistema de navegación do robot coa plataforma AiCrop. Este entorno permitirá a validación previa da conectividade, compatibilidade e comportamento dos modelos preditivos e algoritmos de visión artificial sen necesidade de probas de campo, optimizando o tempo e a depuración de erros.

Resultado 4. Validación agronómica do sistema integrado nun entorno operativo funcional. Actividade 3. Validación do sistema en parcelas piloto de MOYCA (MOYCA, TECNOVA, AGERPIX, CODESIAN). Verificar e validar, en condicións reais de campo, o funcionamento integrado do robot cuadrúpede, os sistemas de visión artificial e os sensores agronómicos, a comunicación en tempo real e a plataforma AiCrop. Esta actividade permitirá avaliar a operabilidade dos algoritmos de reconto, vigor e calidade, os modelos preditivos e as recomendacións agronómicas baseadas en IA, así como axustar calquera problema que poida xurdir nas condicións de produción.

RD1: Plan de difusión. Comunicación interna eficaz. Act1.RD1: Deseño do plan de difusión e comunicación: Desenvolverase un plan estratéxico que defina a identidade visual do proxecto, as mensaxes clave, o público obxectivo, os canais de comunicación e as responsabilidades entre os membros do GO. Este documento incluirá directrices para garantir unha comunicación coherente en todas as fases do proxecto e a aliñación cos obxectivos de visibilidade establecidos na convocatoria de propostas. Ademais, deseñaranse materiais básicos como un logotipo, modelos, carteis, banners enrolables e folletos informativos.

RD1: Plan de difusión. Comunicación interna eficaz. Act2.RD1: Coordinación interna e seguimento da comunicación: Implementaranse mecanismos para fomentar unha comunicación interna eficaz entre os socios a través de ferramentas de colaboración dixital (Teams, Google Drive, etc.), reunións regulares e protocolos compartidos. Establecerase un sistema de seguimento e monitorización das actividades de comunicación para garantir a rastrexabilidade e detectar calquera desviación para tomar medidas correctivas.

RD2: Difusión e transferencia de tecnoloxía mediante a participación en eventos e obradoiros relacionados co proxecto. Act1.RD2: Participación en eventos do sector e feiras comerciais: Os membros do GO asistirán a feiras agroalimentarias, conferencias especializadas e foros de innovación para presentar os avances do proxecto a través de presentacións técnicas, stands e materiais informativos. Esta participación ampliará a rede de contactos, validará as propostas co sector e difundirá o potencial do sistema desenvolvido. Entre os eventos previstos inclúense Fruit Attraction, FAME INNOWA, a exposición InfoAgro e a Semana da Ciencia, entre outros.

RD2: Difusión e transferencia de tecnoloxía mediante a participación en eventos e a organización de obradoiros relacionados co proxecto. Act2.RD2: Organización de obradoiros de difusión relacionados co proxecto: Organizaranse polo menos dous obradoiros durante o proxecto (un a metade de prazo e outro final), dirixidos a produtores, técnicos, estudantes, plataformas de innovación e responsables políticos. Os obradoiros incluirán presentacións técnicas, demostracións de campo e mesas redondas para fomentar o diálogo entre as partes interesadas clave nos sectores do viño e a tecnoloxía.

RD2: Difusión e transferencia de tecnoloxía mediante a participación en eventos e obradoiros específicos do proxecto. Act3.RD2: Cooperación con outros Grupos Operativos e partes interesadas: Fomentaranse as oportunidades de intercambio con outros Grupos Operativos nacionais e internacionais a través de eventos de creación de redes, seminarios web conxuntos e participación en obradoiros de transferencia organizados por redes como a RRN ou plataformas rexionais. Estas accións permitirán compartir experiencias, aliñar metodoloxías e escalar os resultados.

RD3: Difusión do proxecto a través de actividades virtuais. Act1.RD3: Creación do sitio web oficial do proxecto: Desenvolverase un sitio web multilingüe (español/inglés) que incluirá os obxectivos, participantes, actividades, progreso e resultados do GO. Este sitio web actuará como repositorio de documentos e como ferramenta de visibilidade e transparencia, con acceso a materiais descargables, noticias e seccións para diferentes públicos.

RD3: Difusión do proxecto a través de actividades virtuais. Act2.RD3: Actualizacións do sitio web e das redes sociais: Crearanse perfís en plataformas de redes sociais especializadas (LinkedIn, X/Twitter, YouTube) e publicaranse polo menos tres boletíns electrónicos ao longo do proxecto: un boletín de lanzamento, unha actualización provisional do progreso e un boletín de peche. O contido adaptarase a diferentes públicos obxectivo e incluirá noticias, casos de uso, testemuños de campo e próximos eventos.

RD3: Difusión do proxecto a través de actividades virtuais. Act3 e Act4. RD3: Produción de contido audiovisual (boletíns informativos e material audiovisual): Produciranse polo menos tres vídeos que reflictan as diferentes etapas do proxecto (inicio, implementación no campo, resultados finais). Estes recursos incluirán animacións, entrevistas e gravacións de obradoiros, e utilizaranse tanto en persoa como na web e nas redes sociais. Complementaranse con infografías interactivas, presentacións e recursos visuais descargables.