El projecte demostratiu FruitMeasureApp ofereix una alternativa gratuïta, ràpida i precisa per monitorar el creixement dels fruits i donar suport a la presa de decisions en explotacions fructícoles.
Mesurar el calibre dels fruits és una de les tasques més importants per a la gestió de les explotacions fructícoles. Aquesta informació resulta clau per planificar l’aclarida, fer prediccions de collita més fiables, organitzar la recol·lecció i optimitzar la comercialització de la producció. Malgrat la seva importància, aquesta operació s’ha continuat fent tradicionalment amb eines manuals, com ara peus de rei o anelles de calibratge, que requereixen molt temps, mà d’obra i estan subjectes a errors.
Per donar resposta a aquesta necessitat del sector, el projecte demostratiu FruitMeasureApp ha desenvolupat i validat una aplicació mòbil basada en intel·ligència artificial que permet mesurar de manera ràpida, precisa i econòmica el diàmetre dels fruits directament al camp utilitzant únicament un telèfon intel·ligent i un senzill suport imprès en 3D.
La tecnologia combina tècniques de visió per computador i aprenentatge profund per detectar automàticament els fruits a les imatges capturades amb el dispositiu mòbil i estimar-ne la mida. A diferència d’altres solucions disponibles al mercat, sovint basades en sensors de cost elevat o serveis orientats a grans explotacions, FruitMeasureApp s’ha concebut específicament per oferir una eina accessible, gratuïta i fàcil d’utilitzar per a les explotacions fructícoles.
Durant el projecte s’ha completat el redisseny i la millora de l’aplicació, incorporant una nova interfície més intuïtiva, compatibilitat multiplataforma per a dispositius Android i iOS, així com noves funcionalitats destinades a facilitar-ne l’ús en condicions reals de camp. Paral·lelament, s’ha ampliat la base de dades d’entrenament amb més de 2.300 imatges i 4.300 pomes corresponents a diferents varietats i estadis de desenvolupament, fet que ha permès reentrenar i millorar els algoritmes de detecció.
Un dels principals avenços assolits ha estat el desenvolupament de dos modes de treball diferenciats. El mode Corimbe permet mesurar simultàniament tots els fruits agrupats en una sola fotografia durant les primeres fases de desenvolupament, mentre que el mode Fruit està orientat a fruits individuals en estadis més avançats. Aquesta funcionalitat incrementa notablement l’eficiència del procés de mostreig i redueix el temps necessari per obtenir informació útil sobre el creixement dels fruits.
L’aplicació també incorpora eines de gestió de dades que permeten organitzar les mesures per parcel·les i dates de mostreig, generar histogrames de distribució de calibres, obtenir estadístiques bàsiques i construir corbes de creixement exportables, convertint el telèfon mòbil en una eina de suport a la presa de decisions agronòmiques.
La tecnologia s’ha validat en més de 3.000 fruits corresponents a cinc varietats diferents de poma i en parcel·les diferents a les utilitzades durant el desenvolupament de l’eina. Totes les mesures es van comparar amb les obtingudes manualment amb peu de rei.
Els resultats mostren una elevada precisió, amb errors absoluts mitjans d’entre 1,28 i 2,11 mm segons el mode de mesura utilitzat, i una correlació molt elevada amb les mesures manuals (R² = 0,987). Aquest rendiment és comparable al de sistemes molt més complexos i costosos basats en fotogrametria, sensors LiDAR o altres tecnologies avançades de visió artificial.
A més, FruitMeasureApp s’ha comparat amb un sistema comercial de visió artificial utilitzat per al monitoratge del creixement dels fruits. Les corbes de creixement obtingudes amb totes dues tecnologies han mostrat una elevada concordança, amb una correlació de R² = 0,97, confirmant la fiabilitat de l’aplicació com a eina de seguiment del desenvolupament dels fruits al llarg de la campanya.
Els resultats del projecte confirmen el potencial de FruitMeasureApp com a eina de monitoratge del creixement dels fruits i de suport a la presa de decisions en fructicultura. La possibilitat de disposar de mesures fiables en temps real permet als fructicultors identificar necessitats d’intervenció, seguir l’evolució del cultiu i anticipar el calibre final dels fruits.
Aquesta informació pot contribuir a millorar la planificació de la recol·lecció, les previsions de producció i les estratègies comercials. Alhora, facilita l’adopció de pràctiques d’agricultura de precisió, orientades a optimitzar recursos, reduir costos i minimitzar l’impacte ambiental de les explotacions.
Tot i els bons resultats obtinguts, el projecte també ha identificat oportunitats de millora futures. En particular, es preveu continuar treballant en la capacitat de detecció dels fruits de menor calibre per ampliar encara més les aplicacions de l’eina en operacions específiques com l’avaluació de l’aclarida.
Com a resultat final, l’aplicació s’ha publicat en obert a Google Play i Apple App Store, juntament amb una guia d’usuari, vídeos tutorials, material de suport, el model 3D del suport de calibratge FruitMeasureStick i fins i tot el codi font de l’aplicació. Tot el processament es realitza directament al dispositiu mòbil, sense necessitat de connexió a internet o de servidors externs. Aquest enfocament contribueix a reduir les barreres d’entrada a la digitalització de les explotacions agrícoles i afavoreix l’adopció d’eines digitals per part dels productors.
FruitMeasureApp ha estat desenvolupat conjuntament per la Universitat de Lleida (UdL), liderat per Eduard Gregorio, i l’IRTA, combinant l’expertesa de tots dos centres en àmbits complementaris com la visió per computador, la intel·ligència artificial, l’agricultura de precisió i la fructicultura.
Per part de l’IRTA, el projecte ha comptat amb la participació de Jordi Gené, investigador especialitzat en teledetecció proximal i intel·ligència artificial aplicada a l’agricultura del programa Ús eficient de l’aigua en agricultura, així com dels investigadors del programa de Fructicultura Jaume Lordan, Carla Roman i Luis Gonzalez, responsables de la validació de la tecnologia en explotacions fructícoles i de l’avaluació de la seva utilitat com a eina de monitoratge del creixement dels fruits.
La participació de l’IRTA ha estat clau per l’optimització i millora de l’algoritme de detecció i mesura dels fruits, validar la tecnologia en condicions reals de camp i adaptar-la a les necessitats del sector fructícola català, especialment en un context en què la digitalització i l’agricultura de precisió esdevenen eines estratègiques per millorar la competitivitat i la sostenibilitat de les explotacions.
El nostre objectiu ha estat transformar anys de recerca en una solució pràctica que ajudi a prendre decisions més ràpides i fonamentades al camp.
Investigador IRTA Consolida en Teledetecció proximal i IA
Les accions de demostració i transferència desenvolupades durant el projecte, incloent jornades tècniques a Mas Badia, Mollerussa i la Universitat de Lleida, han permès donar a conèixer l’eina a fructicultors, tècnics i empreses del sector, afavorint-ne la implantació i contribuint a accelerar la transformació digital de la fructicultura catalana. Amb aquest projecte, l’IRTA i la Universitat de Lleida fan un pas més en la transferència de tecnologies digitals innovadores orientades a millorar la competitivitat, la sostenibilitat i la capacitat de presa de decisions del sector fructícola.
Actuació del Pla Estratègic de la PAC 2023-2027 cofinançada per:
