Desarrollo de un rover con sistemas Open Source y visión artificial que identifique malezas en parcelas agrícolas

Abstract

EI presente trabajo tuvo corno objetivo desarrollar un rover basado en sistemas Open Source y visión artificial para identificar malezas en parcelas agrícolas. La solución integró el robot móvil Transbot SE, una Raspberry Pi 5, una cámara USB con mccanismo PTZ, comunicación mediante una red Wi-Fi local y una interfaz web para el control remoto, la visualización de video y el almacenamiento de evidencias. Para el sistema de detección se conformó un conjunto de 952 imágenes capturadas en condiciones reales dc campo, clasificadas cn las categorías pimiento y maleza. Las imágenes fueron etiquetadas mediante cajas delimitadoras y distribuidas en 70 % pa ra entrenamiento, 20% para validación y 10% para prueba. Se entrenó un modelo YOL011n durante 100 épocas mediante aprendizaje por transferen- cia. EI modelo alcanzó una precisión global dc 0,7025, un rocall dc 0,6718 y un mAP@50 de 0,7132. En la Raspberry Pi 5, la inferencia se ejecutó a una velocidad media de 3,38 FPS. Durante las pruebas de campo se obtuvo una tasa global de acierto del 81,25 % , mientras que la validación funcional del prototipo alcanzó un cumplimiento del 90 yo. Los resultados demuestran la viabilidad de integrar movilidad, procesamiento local y visión artificial en una plataforma agrícola basada en tecnologías accesibles y modificables; sin embargo, el desempeño disminuyó ante oclusiones, iluminación variable, movimiento dc las hojas e inestabilidad de la conexión inalámbrica.