Título: BeHTool: “Herramientas basadas en Inteligencia Artificial para la identificación del Momento Óptimo de Cosecha en Olivar/Best Harvesting Time AI-based Tools for Olive Groves”
Objetivo principal:
Desarrollar una herramienta de Smart-Agriculture basada en el tratamiento masivo de datos de la cadena de valor del sector oleícola. Esta herramienta se apoya en diferentes tecnologías habilitadoras (AI, BigData e IoT, fundamentalmente.) y tiene como objetivo principal la identificación automática y objetiva del momento óptimo de recolección del olivar en aras de maximizar la producción de aceite de oliva de la calidad más alta, virgen y virgen extra.
Objetivos específicos:
BeHTool aborda un desarrollo tecnológico que da respuesta a un reto social relevante para el sector del olivar: buscar la diferenciación en la calidad y en los atributos que más valora el consumidor global. El proyecto va a desarrollar los conocimientos necesarios para aportar soluciones a los problemas asociados a este reto, recurriendo para ello a la investigación industrial.
El objetivo principal puede desdoblarse en los siguientes objetivos individuales:
- OG-01: Estudiar y monitorizar la producción de aceituna en función de distintas variables
- OG-02: Identificar el momento óptimo de recolección
- OG-03: Maximizar la producción de aceites de mayor valor añadido.
Estos objetivos generales individuales implican la consecución de los siguientes objetivos específicos:
- OE-01: Definir un adecuado entorno para alcanzar los objetivos de investigación del proyecto y, además, permita planificar de manera eficaz el futuro entorno de producción en el que actuará la plataforma BeHTool
- OE-02: Identificar las variables de suelo, planta y clima que mejor van a definir el desarrollo y maduración de la aceituna, así como su efecto en el crecimiento y la calidad de ésta
- OE-03: Identificar las principales fuentes de datos de sensores remotos de Teledetección (y obstáculos potenciales de acceso), que permitan estimar las mencionadas variables de interés.
- OE-04: Identificar los principales tipos de sensores de proximidad IoT (y obstáculos potenciales de uso y gestión), que permiten estimar las mencionadas variables de interés.
- OE-05: Identificar las principales fuentes de datos administrativos que reflejan diferentes analíticas de campo a lo largo de distintas campañas (y obstáculos potenciales de uso y gestión), que permiten estimar las mencionadas variables de interés.
- OE-06: Desarrollar una metodología específica de gestión de las múltiples fuentes de datos, de manera que se garantice una correcta operación futura de la plataforma en escenarios en permanente evolución tecnológica
- OE-07: Optimizar los componentes de comunicaciones e integración de las redes de sensores previstas para las explotaciones del proyecto, recurriendo al software FIWARE, en tanto que middleware sugerido por la Comisión Europea para la gestión de redes IoT, para la conectividad e integración de los distintos sensores de campo con la plataforma
- OE-07: Diseñar y construir una infraestructura BigData en la que se integre eficientemente un conjunto verdaderamente exhaustivo de datos que describen el contexto en el que se desarrolla el cultivo (clima, suelo, planta, etc.) del olivar, definiendo procedimientos eficientes de captura y alimentación de todos esos datos en la infraestructura
- OE-08: Construir una herramienta inteligente al dotarla de componentes analíticos AI que sean capaces de elaborar modelos descriptivos y predictivos fiables a partir de los múltiples datos almacenados en los repositorios de la plataforma
- OE-09: Desarrollar una solución de Smart-Agriculture para la optimización de cultivos de olivar, que incorpore información de fuentes de datos diversas, las integre y analice en conjunto y genere información de valor y recomendaciones para el manejo del cultivo, incluyendo detección de situaciones de estrés hídrico y nutricional monitorización de los parámetros fisiológicos clave que determinan la calidad y el rendimiento de la producción, y permitan identificar, entre otros indicadores, el momento óptimo de cosecha
- OE-10: Construir componentes DSS (Decision Support Systems) que sean fácilmente utilizables por los agricultores y les permitan acceder e interpretar loa componentes analíticos de la plataforma
Resultados esperados:
La futura plataforma BeHTool construye tres módulos o componentes fundamentales:
- SMS (Sensor Management System)
Este módulo SMS es el encargado de gestionar la información que procede de las redes de sensores de proximidad IoT instaladas en las diferentes explotaciones que participan en el proyecto
- DMS (Data Management System)
Este módulo DMS es el encargado del almacenamiento y gestión de toda la información que va a residir en la plataforma y se constituye como una infraestructura BigData donde tienen cabida de manera eficiente todos los datos que describen exhaustivamente las diferentes dimensiones del cultivo estudiado y de su evolución temporal
- KMS (Knowledge Management System)
El módulo KMS es el encargado de aportar a la plataforma las capacidades de analítica avanzada y modelos predictivos que, basándose en los datos recogidos y almacenados en los anteriores módulos, emitan las predicciones acerca del momento óptimo de recolección, la predicción de producción en general o la predicción de los niveles de síntesis de determinados componentes
En esta segunda etapa el proyecto avanza de manera incremental en varias de sus dimensiones fundamentales:
o Se incrementan las tipologías a considerar con la incorporación del Olivar de Montaña, por lo que crece el ámbito geográfico de referencia.
o Se incrementan los sensores IoT considerados en el módulo SMS del proyecto
o Se incrementan los indicadores y variables considerados en el módulo DMS
o Se incrementan los métodos y técnicas considerados en el módulo KMS
Esta segunda anualidad permite por tanto disponer de una información de base sensiblemente incrementada, con la que se podrá mejorar la calidad y ajuste de los modelos que se construyen. Los Paquetes de Trabajo técnicos de esta fase 2 serán muy semejantes a los ya descritos para la Anualidad 1, con la diferencia de que se trabajará con volúmenes de datos sensiblemente mejorados Además, se incorpora ya un Paquete de Trabajo reservado para el prototipado de una primera solución integrada BeHTool que afecta a Olivar de Campiña y de Montaña.
Miembros participantes:
- AEI INOLEO (Coordinador)
- Komorebi
- Sensowave
- ITERIAM
Duración: 05/2023 al 04/2024
Presupuesto: 295.858 €
Organismo financiador: Ministerio de Industria, Comercio y Yurismo dentro del programa de apoyo a las AEIs para contribuir a la mejora de la competitividad de la industria española, y con el apoyo de la Unión Europea a través del Plan de Recuperación, Transformación y Resilienciapoyo de la Unión Europea a través del Plan de Recuperación, Transformación y Resiliencia
