Ir al contenido principal

Destacados

Plataforma Robótica Autónoma con Inteligencia Artificial para la Agricultura de Precisión Multiespectral

Título: EscarabDragon 1: Plataforma Robótica Autónoma con Inteligencia Artificial para la Agricultura de Precisión Multiespectral Afiliación: Laboratorio de Robótica Agrícola, Universidad Internacional de Tecnología Alimentaria Fecha: marzo de 2025 Publicado en: Journal of Precision Agriculture and AI Resumen El EscarabDragon 1 es una plataforma robótica autónoma diseñada específicamente para la monitorización integral de cultivos mediante sensores multiespectrales, químicos y de inteligencia artificial. Este dispositivo combina capacidades de percepción avanzada con análisis en tiempo real para optimizar la gestión agrícola. Los resultados demuestran que el sistema puede reducir el uso de agua hasta un 30%, detectar enfermedades vegetales con un 95% de precisión y proporcionar datos químicos del suelo con una resolución espacial sin precedentes. La plataforma representa un avance significativo hacia la agricultura autónoma y sostenible. Palabras clave: robótica agrícola, i...

Un algoritmo en el transporte de drones.

Los algoritmos son implementados por los profesionales en diferentes áreas de la ciencia y la ingeniería, en esta caso está investigación nos muestra una solución basada en un algoritmo para optimizar el transporte de drones desde un camión, una solución desde la ingeniería industrial que puede ser aplicada en temas de agricultura.


En el último tiempo han existido desarrollos y aplicaciones importantes en la logística. Diferentes investigaciones demuestran que el uso de drones como herramienta para la entrega de paquetes trae beneficios significativos. Esta memoria de título aborda el problema flexible del vendedor viajero con múltiples drones (Flexible Drones Traveling Salesman Problem, FDTSP por sus siglas en inglés). Este problema busca la combinación óptima que minimice el tiempo para realizar entregas entre un camión y múltiples drones. Este tipo de problema se caracteriza por su complejidad computacional al ser abordado, es por ello que los algoritmos de la literatura obtienen soluciones que a veces se alejan de los óptimos. En el presente estudio se propone un modelo de programación lineal entera mixta y un algoritmo variable neighborhood search (VNS). El VNS propuesto opera en dos fases, una fase enfocada en optimizar la ruta del camión y la segunda fase está centrada en optimizar las rutas de los drones. La primera fase optimiza mediante operadores basados en el problema del vendedor viajero. Posteriormente, en la segunda fase se utiliza un algoritmo simulated annealing para mejorar las rutas de los drones. El modelo y algoritmo son validados en dos conjuntos de instancias que representan condiciones de operación en entornos urbanos, suburbanos y rurales. Los resultados computacionales muestran que el algoritmo propuesto es mejor que los algoritmos de la literatura en la mayoría de las instancias evaluadas, respaldado por un análisis estadístico. Sin embargo, el rendimiento empeora a medida que el número de drones aumenta. En tanto, el modelo logra garantizar la optimalidad en instancias de hasta ocho vértices, evidenciando que para instancias de 20 o más vértices se debe usar una metaheurísitica como el VNS propuesto.

Tomado de: Contreras Bolton, Carlos-Brandt Mieres, Benjamín

Investigación completa en:http://repositorio.udec.cl/jspui/bitstream/11594/11290/1/Brandt%20Mieres_Benjam%c3%adn%20%20Tesis.pdf

Comentarios

Entradas populares