Desarrollo en Unity de un Huerto Virtual Fotorrealista y un Robot con Visión Artificial para el Entrenamiento y Validación de Algoritmos en Robótica Agrícola
Resumen
La escasez y el alto costo de la mano de obra en el sector agrícola han impulsado el desarrollo de tecnologías que faciliten la automatización de labores como la cosecha de frutas. Uno de los mayores desafíos para lograrlo es detectar y localizar con precisión las frutas en condiciones reales, donde factores como la iluminación cambiante, la oclusión de los frutos por el follaje y la variabilidad natural entre cada fruta complican el desempeño de los algoritmos de visión computacional.
En Chile, algunos estudios han mostrado que las redes neuronales profundas pueden ser útiles para esta tarea, pero también han dejado en evidencia ciertas limitaciones técnicas, especialmente cuando se trabaja solo con datos capturados en campo. Esto refuerza la necesidad de contar con entornos controlados que permitan entrenar, probar y mejorar estos modelos en condiciones variadas pero reproducibles.
Dentro de este marco, este proyecto propuso crear una plataforma modular compuesta por un huerto virtual fotorrealista y un robot simulado con visión artificial, ambos desarrollados en Unity. El huerto recrea visualmente un entorno con árboles de cerezo conducidos en espaldera, incluyendo condiciones como cambios de luz, hora, clima, oclusión por ramas y frutos con distintos tamaños. El robot, por su parte, recorre el entorno capturando imágenes RGB que son usadas para generar conjuntos de datos sintéticos etiquetados. Estos datos se utilizaron para entrenar algoritmos de aprendizaje automático para la detección y localización de frutas.
Esta plataforma funciona como un espacio de prueba virtual donde se puede evaluar el desempeño de los modelos en distintas condiciones visuales. Si bien esta memoria se centrará en validar el sistema dentro del entorno simulado utilizando árboles de cerezo como caso base, los desafíos que aborda, como la detección en condiciones complejas de iluminación, oclusión y variabilidad morfológica son comunes a una amplia variedad de cultivos frutales. Por ello, el enfoque planteado tiene potencial de ser adaptado y escalado a otros contextos agrícolas.
Este trabajo busca aportar una herramienta práctica, accesible y reutilizable para el desarrollo de soluciones en robótica agrícola. Gracias a la simulación, se pueden evitar muchas de las limitaciones de las pruebas en campo, acelerar el desarrollo de modelos más robustos y facilitar su aplicación en escenarios reales.
