Un laboratorio vivo para la innovación agrícola
El invernadero experimental de la Universidad de
Murcia es el banco de pruebas donde confluyen todas
las tecnologías del proyecto. Cuenta con infraestructura
de control climático automatizado, redes de sensores,
cámaras infrarrojas y multiespectrales, y una
plataforma digital de gestión desarrollada íntegramente
en el marco de Osiris. Los ensayos con cultivos reales
—actualmente tomate variedad Óptima F1— permiten
validar modelos, auditar datos y desarrollar algoritmos
de IA en condiciones controladas antes de su
despliegue en campo.
Se ha desarrollado y puesto en marcha una plataforma digital que permite gestionar en tiempo real las condiciones climáticas y los procesos de riego del invernadero, con una interfaz amigable orientada al usuario final.
Se están desarrollando mecanismos automáticos que, a partir de los datos recogidos por los sensores, permiten activar actuadores y tomar decisiones de forma autónoma sobre el control climático y el riego del cultivo.
Se han incorporado mecanismos automáticos de auditoría sobre los datos generados por el sistema, orientados a la detección de valores atípicos y fallos en sensores, garantizando la fiabilidad de la información utilizada para el análisis y la toma de decisiones.
Se han instalado dos cámaras con capacidad de visión infrarroja que permiten la supervisión remota del invernadero y sirven de base para el desarrollo de algoritmos de IA orientados al análisis de la salud del cultivo.
Se encuentra en proceso de instalación y calibración una cámara multiespectral Toucan destinada al cálculo de índices de vegetación y a la detección temprana de posibles enfermedades y daños de plagas en condiciones controladas de invernadero.
Se están desarrollando modelos de Deep Learning que procesan los datos capturados por los sensores y cámaras del invernadero para evaluar el estado sanitario del cultivo, con el objetivo de detectar anomalías de forma temprana y automatizada.
Se han instalado 15 trampas de diversas características con el objetivo de capturar y monitorizar la presencia de plagas en el cultivo, lo que permitirá desarrollar modelos predictivos y gestionar su impacto en el cultivo con suficiente anterioridad.
