La Universidad Loyola y AgroTech Automations impulsan un Doctorado Industrial para sistemas inteligentes de poda en olivar

La Universidad Loyola y AgroTech Automations SL han firmado un acuerdo de colaboración para el desarrollo de un Doctorado Industrial centrado en el diseño de sistemas inteligentes de asistencia a la poda en olivar superintensivo joven, una línea de investigación “con un enorme potencial de transformación para la agricultura de precisión y la automatización agrícola avanzada”.

Así lo ha indicado la Universidad Loyola en una nota en la que ha detallado que el proyecto se desarrollará dentro del programa de doctorado 'PhD in Systems and Sustainable Engineering' de Universidad Loyola y será ejecutado por el grupo de investigación 'Optimization and Control of Distributed Systems (ODS)', especializado en sistemas ciberfísicos, inteligencia artificial, IoT y agricultura inteligente.

La tesis doctoral, titulada provisionalmente 'Modelado estructural y sistema de recomendación de poda en olivar superintensivo joven basado en visión artificial y aprendizaje automático', tendrá una duración de cuatro años y será desarrollada por el investigador Diego José Gallardo Romero.

El objetivo principal del proyecto es desarrollar un sistema capaz de generar recomendaciones inteligentes de poda mediante el análisis automatizado de la estructura del árbol utilizando sensores avanzados e inteligencia artificial. Para ello, se combinarán tecnologías como visión artificial 3D, sensores LiDAR y radar, 'machine Learning' y 'Deep Learning', modelado geométrico y estructural, sistemas de decisión basados en IA, integración de conocimiento experto agronómico.

La investigación persigue no solo asistir a podadores menos experimentados, sino también sentar las bases tecnológicas para futuros sistemas robóticos autónomos capaces de ejecutar operaciones de poda de forma automatizada en explotaciones de olivar superintensivo.

Según la memoria científico-técnica del proyecto, uno de los principales retos será desarrollar algoritmos capaces de reconstruir y comprender la estructura del árbol en entornos de elevada complejidad geométrica y fuerte oclusión foliar, una problemática todavía escasamente resuelta en la literatura científica actual.

Asimismo, el sistema incorporará criterios agronómicos, económicos y operativos para generar recomendaciones de poda no solo técnicamente correctas, sino también viables y rentables en condiciones reales de explotación.

Trasnparencia tecnológica aplicada al sector agrícola

La iniciativa representa un claro ejemplo de transferencia de conocimiento entre universidad y empresa, orientado a resolver desafíos reales del sector agrícola relacionados con la escasez de mano de obra especializada, la necesidad de aumentar productividad y eficiencia, la sostenibilidad y la digitalización de las explotaciones agrícolas. Para José Castro Mora, responsable de AgroTech Automations, esta colaboración “supone un paso muy importante en la estrategia de la compañía para desarrollar soluciones tecnológicas avanzadas que respondan a necesidades reales del campo”.

En este sentido, ha destacado que “la poda en olivar superintensivo sigue dependiendo en gran medida de la experiencia acumulada de profesionales especializados, en un contexto en el que el sector necesita herramientas que ayuden a tomar mejores decisiones, ganar eficiencia y avanzar hacia una agricultura cada vez más automatizada”.

Para AgroTech Automations, empresa especializada en automatización y robótica agrícola avanzada, este proyecto refuerza su apuesta estratégica por el desarrollo de tecnologías inteligentes aplicadas al campo y consolida su posicionamiento como una de las compañías pioneras en agricultura autónoma y digitalización agrícola en España.

Grupo de investigación con amplia experiencia

El desarrollo científico de la tesis será liderado por el grupo de investigación 'Optimization and Control of Distributed Systems (ODS)' de Universidad Loyola Andalucía, un equipo multidisciplinar con una sólida trayectoria en sistemas ciberfísicos, control distribuido, inteligencia artificial y agricultura inteligente. (Universidad Loyola) ODS trabaja desde hace años en líneas de investigación relacionadas con agricultura inteligente, Internet de las Cosas (IoT), monitorización avanzada, control distribuido, sistemas autónomos, y aplicación de inteligencia artificial a entornos agrícolas.

Entre sus proyectos destacan iniciativas orientadas a la digitalización de la agricultura y la optimización sostenible de recursos agrícolas, como 'Irrigate', centrado en sistemas inteligentes de riego basados en Big Data e IoT, 'Smadis', orientado a agricultura digital, y diversos proyectos de visión artificial e inteligencia artificial aplicados al sector agrícola y al olivar.

El grupo también participa activamente en proyectos relacionados con monitorización inteligente, sistemas autónomos y sostenibilidad, colaborando con instituciones nacionales e internacionales de referencia.

Doctorando responsable

El doctorando responsable del desarrollo técnico de la investigación será Diego José Gallardo Romero, ingeniero agrícola y especialista en inteligencia artificial aplicada al sector agroalimentario.

Gallardo cuenta con experiencia previa en proyectos de agricultura digital, visión artificial, análisis geoespacial y machine learning aplicado a cultivos, habiendo trabajado en iniciativas de investigación relacionadas con detección de enfermedades, estimación de cosecha, monitorización agrícola y análisis de imágenes obtenidas mediante drones y sensores avanzados. Además, dispone de publicaciones científicas y participaciones en congresos internacionales relacionados con inteligencia artificial, visión artificial y agricultura de precisión.