El proyecto GreenBot ha logrado un hito clave en la agricultura sostenible mediante la validación en campo de un robot autónomo capaz de detectar y tratar malas hierbas con alta precisión en cultivos leñosos como el almendro, el olivar y el cítrico. Este sistema integra inteligencia artificial, robótica avanzada y visión por computador para minimizar el uso de productos fitosanitarios, reducir costes y mitigar el impacto ambiental.

Desafío agronómico y solución tecnológica

Las malas hierbas pueden disminuir hasta un 40% el rendimiento de los cultivos y su control convencional, basado en aplicaciones masivas de herbicidas, implica altos costes y daños ambientales. GreenBot supera estas limitaciones con un enfoque de tratamiento localizado, especialmente diseñado para la complejidad de cultivos con arbolado y sistemas de riego.

Resultados y validación

Durante las pruebas, el sistema ha demostrado operatividad en diversas condiciones, con detección en tiempo real a 1 imagen por segundo, procesando localmente sin depender de servidores externos. Se han identificado oportunidades de mejora para optimizar la detección en zonas sombreadas, lo que ha motivado un refinamiento continuo del modelo.

Tecnología y consorcio

El robot incorpora navegación autónoma con ROS2, sensores GNSS RTK, IMU, y opcionalmente LiDAR. Su brazo robótico semicircular pulveriza únicamente sobre las malas hierbas detectadas, evitando daños al cultivo y reduciendo el uso de químicos. La detección se basa en un sistema de visión estéreo y un modelo YOLO entrenado específicamente, alcanzando una precisión espacial de ±2 cm.

El proyecto, liderado por el grupo AGR-278 «Smart Biosystems Laboratory» de la Universidad de Sevilla, cuenta con la colaboración de GMV, TEPRO, PIONEER HiBred Spain SL y Cooperativas Agroalimentarias de Andalucía. Con una duración de 21 meses, finaliza en junio de 2025 y está financiado por la Asociación Europea de Innovación (AEI) y la Junta de Andalucía.