Robótica y análisis hiperespectral para la monitorización no invasiva: proyecto ATTENTIA
DOI:
https://doi.org/10.17979/ja-cea.2026.47.13769Palabras clave:
Robótica Móvil, Imágenes Hiperespectrales, Fusión Sensorial, Monitorización de CítricosResumen
Este artículo presenta algunos de los trabajos desarrollados por la Universidad de Huelva en el marco del proyecto de investigación ATTENTIA, una iniciativa de cooperación transfronteriza financiada por el programa Interreg POCTEP 2021–2027, orientada a impulsar una agricultura citrícola más sostenible mediante la aplicación de técnicas de Inteligencia Artificial y Robótica. El trabajo recoge diversos desarrollos tecnológicos orientados a la monitorización avanzada de cultivos. El sistema propuesto integra robótica móvil y la adquisición de datos mediante sensores LiDAR-3D y cámaras RGB-D, así como el uso de cámaras hiperespectrales. A lo largo del documento se describen técnicas de posicionamiento preciso y métodos de fusión de información sensorial, junto con el procesado para la captura y el análisis de imágenes hiperespectrales. Este planteamiento permitirá realizar una evaluación no invasiva del estado nutricional de los árboles cítricos, contribuyendo al desarrollo de estrategias de agricultura de precisión.
Referencias
Behmann, J., Acebron, K., Emin, D., Bennertz, S., Matsubara, S., Thomas, S., Bohnenkamp, D., Kuska, M.T., Jussila, J., Salo, H., Mahlein, A.K., Rascher, U., 2018. Specim IQ: Evaluation of a new, miniaturized handheld hyperspectral camera and its application for plant phenotyping and disease detection. Sensors 18(2), 441. DOI: 10.3390/s18020441.
Niedzwiedzki, J., Niewola, A., Lipinski, P., Swaczyna, P., Bobinski, A., Poryzala, P., Podsedkowski, L., 2020. Real-time parallel-serial LiDAR-based localization algorithm with centimeter accuracy for GPS-denied environments. Sensors 20(24), 7123. DOI: 10.3390/s20247123.
Proyecto ATTENTIA, 2023. Agricultura sostenible de cítricos con inteligencia artificial. Programa Interreg POCTEP 2021–2027. Recuperado de: https://attentiaproject.eu/ (Accedido: 28 feb. 2026)
Rahmadian, R., Widyartono, M., 2020. Autonomous robotic in agriculture: A review. In: Third International Conference on Vocational Education and Electrical Engineering (ICVEE), Surabaya, pp. 1–6. IEEE. DOI: 10.1109/ICVEE50212.2020.9243253.
Ram, B.G., Oduor, P., Igathinathane, C., Howatt, K., Sun, X., 2024. A systematic review of hyperspectral imaging in precision agriculture: Analysis of its current state and future prospects. Computers and Electronics in Agriculture 222, 109037. DOI: 10.1016/j.compag.2024.109037.
Sadjadi, E. N., Fernández, R., 2023. Challenges and opportunities of agriculture digitalization in Spain. Agronomy 13(1), 259. DOI: 10.3390/agronomy13010259.
Wang, Z., Chen, H., Zhang, S., Lou, Y., 2022. Active view planning for visual SLAM in outdoor environments based on continuous information modeling. IEEE/ASME Transactions on Mechatronics, 1–14. DOI: 10.1109/TMECH.2023.3272910.
Li, D., Hu, Q., Zhang, J., Dian, Y., Hu, C., Zhou, J., 2024. Leaf Nitrogen and Phosphorus Variation and Estimation of Citrus Tree under Two Labor-Saving Cultivation Modes Using Hyperspectral Data. Remote Sensing 16(17), 3261. DOI: 10.3390/rs16173261
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Sara Rua-Tirado, Fernando Gómez-Bravo, Antonio Peregrín-Rubio, Javier Martín-Moreno, Antonio Domínguez-Moreno, Eduardo Moreno-Cuesta, Manuel Jesús Díaz-Márquez, Daniel Camacho-Calero
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
