Sistema de visión artificial para el control de un robot manipulador agrícola

Resumen

Este trabajo presenta el diseño e implementación de un sistema de visión artificial para la recolección autónoma de tomates en invernaderos, integrando algoritmos de aprendizaje automático y un robot manipulador móvil. Se emplea la cámara Intel RealSense D435 para obtener información tridimensional del entorno, combinada con redes neuronales convolucionales, específicamente el modelo YOLOv8, para detectar y clasificar tomates según su madurez. Se evaluaron las versiones YOLOv8n y YOLOv8s, donde YOLOv8n fue seleccionada por su mejor desempeño en tiempo real, con métricas de precisión aceptables y una inferencia significativamente más rápida. El sistema logró detectar con alta efectividad los frutos, aunque presentó dificultades en la clasificación de tomates semi-maduros y ciertos falsos positivos con fondos similares. La integración con el robot manipulador, controlado mediante MoveIt y ROS, permitió una recolección precisa y autónoma. Se concluye que la propuesta es técnicamente viable, aunque se identifican oportunidades de mejora en la robustez del sistema y la representatividad del conjunto de datos.