Desarrollo de una
unidad automatizada
para la producción
sostenible de vegetales
de alta calidad

PUBLICACIONES
CONVOCATORIA DE AYUDAS
Proyectos de Colaboración Público-Privados 2021
NÚMERO DE EXPEDIENTE
CPP2021-009146
ENTIDAD COORDINADORA
RUFEPA TECNOAGRO, S.L.
ENTIDADES PARTICIPANTES
RUFEPA TECNOAGRO, S.L.
Universidad de Murcia
Consejo Superior de Investigaciones Científicas (CSIC)
ODIN SOLUTIONS, S.L.
Riegos y Tecnología, S.L. (RITEC)
Industrias Eléctricas Brocal, S.A.
PRESUPUESTO TOTAL DEL PROYECTO
SUBVENCIÓN TOTAL CONCEDIDA
585.063,45 €
PRÉSTAMO TOTAL CONCEDIDO
590.044,55 €
FINANCIACIÓN TOTAL DEL PROYECTO
1.175.108,00 €
FINANCIACIÓN DE LA UNIVERSIDAD DE MURCIA
PRESUPUESTO TOTAL ASIGNADO
267.348,80 € (18,71% del total del proyecto)
SUBVENCIÓN CONCEDIDA
85.318,26 €
COSTES INDIRECTOS ASIGNADOS
32.097 €
Logos oficiales

Sobre EDEN

Qué es EDEN

EDEN es un sistema avanzado de producción vertical automatizada diseñado para optimizar el cultivo de vegetales de alta calidad, integrando tecnologías punteras para garantizar la eficiencia, sostenibilidad y escalabilidad de la producción.

Tecnologías base

El proyecto combina herramientas de Industria 4.0, Internet de las Cosas (IoT), Inteligencia Artificial (IA) y robótica, permitiendo un control total del entorno de cultivo y una gestión automatizada de los recursos para maximizar el rendimiento.

Objetivos

  • Optimizar la producción agrícola mediante un sistema de cultivo vertical inteligente y automatizado.
  • Reducir el consumo de agua, energía y fertilizantes, minimizando el impacto ambiental.
  • Implementar un control de precisión sobre las variables clave del cultivo: luz, humedad, temperatura y nutrientes.
  • Automatizar el manejo del cultivo con tecnologías de robotización avanzada.
  • Favorecer la producción sostenible y local de alimentos, mejorando la seguridad alimentaria.
Arquitectura técnica y operativa del sistema EDEN
Figura 1. Arquitectura funcional de EDEN para producción vertical automatizada en ambiente controlado.

Ecosistema técnico

  • Monitorización en tiempo real mediante sensórica IoT.
  • Gestión autónoma del riego y la nutrición basada en IA.
  • Automatización del entorno de cultivo con climatización, iluminación LED y control de CO₂.
  • Plataforma de control inteligente basada en Edge Computing y Cloud Computing.
  • Aplicación de robótica agrícola para siembra, mantenimiento y cosecha.

Impacto y propuesta de valor

Eficiencia de recursos

Optimiza el uso de agua, energía y fertilizantes mediante control de precisión y estrategias de recirculación, reduciendo costes e impacto ambiental.

Automatización integral

Integra monitorización, riego, nutrición, clima e iluminación en una operativa coordinada con IA y robótica para maximizar el rendimiento productivo.

Escalabilidad del modelo

Se diseña como unidad modular adaptable a distintos tamaños de operación, facilitando replicación, despliegue progresivo y crecimiento sostenible.

Sostenibilidad y seguridad alimentaria

Impulsa producción local en ambiente controlado, más resiliente y trazable, contribuyendo a una oferta de alimentos de alta calidad durante todo el año.

Publicaciones

Transfer and Deep Learning Models for Daily Reference Evapotranspiration Estimation and Forecasting in Spain from Local to National Scale

Yu Ye, Aurora González-Vidal, Miguel A. Zamora-Izquierdo, Antonio F. Skarmeta
Smart Agricultural Technology (Elsevier), 2025

Ver publicación

Development of a Neural Network System for Predicting Topsoil Moisture Using Remote Sensing and Rainfall Forecast Data

Miriam Zambudio Martínez, Larissa Haringer Martins da Silveira, Rafael Marín-Pérez, Antonio Fernando Skarmeta Gómez
EDiS 2024 (IEEE), 2024

Creation of a Digital Twin Based on Microtensiometer Indices (Florapulse), Climatic Variables and Crop Data for Sustainable Production in Stone Fruit Crops

María Fernanda García Cruz, Ricardo Javier Sendra Lázaro, Yu Ye, Miguel Ángel Zamora Izquierdo, Antonio Skarmeta Gómez, María Fernanda Ortuño Gallud, Pedro Nortes Tortosa
EDiS 2024 (IEEE), 2024

Logos oficiales