Desarrollo de una máquina clasificadora por tamaño y defectos de castaña amazónica basado en visión artificial y aprendizaje profundo, en la Asociación de Castañeros de la Reserva Nacional Tambopata Los Pioneros - ASCART

La presente propuesta se basa en un sistema automático para la clasificación de la castaña amazónica por tamaño y defectos. Para lograrlo, se diseñará un prototipo de máquina que estará instrumentada con sensores de visión y un software que portará modelos de aprendizaje profundo, además de dispositivos de soplado de aire. El concepto parte de una máquina en el que las castañas caen en cascada en un área de ambiente controlado, equipada con iluminación, espejos y sensores de visión artificial. En esta máquina, los sensores de visión capturarán imágenes en tiempo real, detectando las características de las castañas. Con base en estas características, como el tamaño y los defectos, un modelo de reconocimiento de imágenes, previamente entrenado con los calibres requeridos por el mercado y los defectos que restringen su comercialización (como desportillado, rancidez, descomposición, entre otros), llevará a cabo el proceso de clasificación y selección. Mediante dispositivos de soplado de aire, las castañas se clasificarán por tamaño y defectos, depositándose en un tambor que se vaciará a medida que se llena. Este sistema garantizaría un proceso de clasificación eficiente, alineado con los estándares del mercado y enfocado en la optimización de la calidad del producto. Así mismo, reduciría costos operativos, permitiría comercializar productos estandarizados en tamaño, de alta calidad y seguros. Lo que se traduce en mejores ingresos para la Asociación de Castañeros de la Reserva Nacional Tambopata Los Pioneros - ASCART.

Desarrollar una máquina clasificadora por tamaño y defectos de castaña amazónica basado en visión artificial y aprendizaje profundo.

1. Diseñar e implementar un sistema de cámaras para la toma de muestras y etiquetado de las imágenes 2. Desarrollar algoritmos de visión artificial en tiempo real para detectar defectos externos en las castañas y clasificarlas por tamaño 3. Fabricar un prototipo funcional de la máquina para la clasificación y selección de defectos de castañas peladas

Además de los obligatorios: Al finalizar el proyecto se debe contar con un sistema de clasificación (tamaño/calibre) y selección (defectos) de forma automática y en tiempo real de castañas amazónicas. Se aplicarán técnicas de cascada para individualizar las castañas que pasen por el sensor óptico y que así se pueda tomar las imágenes para su posterior separación. Se aplicarán actuadores neumáticos para la separación de las castañas. Se aplicarán imágenes previamente etiquetadas con el estado se salud de las castañas para el aprendizaje del sistema. Un sistema de cámaras probado funcional para la toma de muestras y etiquetado de las imágenes de castaña Se tendrá dos algoritmos de visión artificial, uno que permita clasificar las castañas por tamaño (calibre) y otro para detectar defectos externos de la castaña amazónica en tiempo real. Al finalizar el proyecto se espera contar con una máquina que clasifique y seleccione las castañas amazónicas de forma automática y en tiempo real usando visión artificial y aprendizaje profundo.

El impacto ambiental esperado con el desarrollo de la tecnología de la máquina clasificadora automática de castañas es positivo. En primer lugar, se espera una reducción significativa en el desperdicio del producto, ya que la precisión en la clasificación y selección permitirá aprovechar mejor los recursos naturales, minimizando la cantidad de castañas descartadas por errores humanos o métodos tradicionales ineficientes. Además, al hacer el proceso productivo más eficiente y reducir costos, esta tecnología puede ayudar a los castañeros a mantener prácticas productivas más sostenibles, disminuyendo la presión sobre los ecosistemas locales y promoviendo la conservación responsable de las áreas protegidas por el estado de este cultivo. El desarrollo de esta tecnología no tiene impacto negativo en el medio ambiente. De forma indirecta, al intervenir en la cadena productiva y mejorando la rentabilidad la cadena de valor de la castaña se evita talas de bosques por migración a cultivar otras productos agrícolas más rentables. El desarrollo de una nueva tecnología resulta beneficiosa al generar nuevos puestos de trabajo, genera nuevos modelos de negocio para sacar al mercado la tecnología, emergiendo empresas que se involucran en la reproducción a gran escala. Impacta también en los usuarios a los que adquieren la tecnología con el propósito de reducir gastos, ser más eficientes y aumentar su productividad que se traduce en mejores ingresos. Asimismo, permite brindar a los clientes alimentos de buena calidad y alimentos seguros. El impacto inherente al desarrollo de esta tecnología es la mejora en la eficiencia en el proceso de clasificación y selección de castañas que permitiría la rentabilidad de esta cadena productiva. Al involucrar nuevas empresa que desarrollen esta tecnología se empieza a generar impuesto generado a la venta de tal forma que el estado logre retribución de lo invertido.

Desarrollo tecnologico

Multidisciplinario

ADMINISTRADO

LIMA - LIMA - SAN MIGUEL | LORETO - MAYNAS - IQUITOS

• 10 — Ciencia computacional

Ingeniería, Tecnología - Ingeniería eléctrica, Ingeniería electrónica - Sistemas de automatización, Sistemas de control

ASOCIACION DE CASTAÑEROS DE LA RESERVA DE TAMBOPATA LOS PIONEROS - ASCART