Las manzanas podridas, en el punto de mira del IMH

Actualizado hace 37 segundos

El IMH de Elgoibar participa en un proyecto encaminado a modernizar el proceso de producción de sidra mediante la aplicación de tecnologías de imagen avanzadas e inteligencia artificial.

Programa de apoyo a la innovación

La iniciativa, desarrollada en el edificio Asmaola, ha permitido diseñar un prototipo capaz de detectar y separar automáticamente las manzanas con signos de deterioro antes de su triturado y prensado, contribuyendo así a mejorar la calidad final de la sidra.

El proyecto nació hace un año con el objeto de dar respuesta a una de las tareas más laboriosas y exigentes del proceso de la elaboración de la sidra: la selección de las manzanas.

Su desarrollo esta relacionado con un programa de apoyo a la innovación de los procesos productivos impulsado por el Ayuntamiento de Elgoibar en el que participa Lizagasar, una joven empresa de Elgoibar dedicada a la producción de sidra y otros derivados de la manzana.

Un labor pesada

Aitor Zubiaurre, «Gorixo», es uno de los profesores que, junto a otros compañeros y ex-alumnos del IMH, ha impulsado, en estrecha colaboración con Lizagasar, el proceso para agilizar y facilitar una tarea, que, tal y como recordó, sigue realizándose de forma manual en muchas explotaciones.

"La selección de las manzanas es un trabajo pesado y repetitivo, que se desarrolla en condiciones de humedad debido al agua que se usa para lavar las manzanas. Además, tras revisar cientos de piezas resulta fácil perder la concentración y cometer errores dando lugar a que una manzana podrida pase inadvertida, afectando negativamente a la calidad del mosto de la sidra. Con esta máquina queremos que esa labor no sea tan penosa”.

Tres cámaras obtienen la imagen de la superficie total de la manzana y el algoritmo de IA analiza su estado. Aitor Zabala

Pruebas con 1.000 manzanas

Los promotores del proyecto comenzaron a explorar las posibilidades que ofrecían las cámaras de alta definición y la inteligencia artificial.

El resultado ha sido el desarrollo de un sistema que analiza cada manzana de manera individual y decide de manera automática e instantánea si debe ser aceptada o descartada.

En el proceso de entrenamiento se han utilizado un total de 1.000 manzanas, repartidas a partes iguales entre piezas sanas y ejemplares con signos de deterioro de manera que la IA aprendiera a identificar las señales asociadas a la putrefacción y a generar un modelo fiable de clasificación.

En manos del algoritmo

La clasificación se inicia con el descenso de las manzanas por gravedad a través de un tubo.

Al llegar a la boca de salida, tres cámaras capturan imágenes simultáneas de toda su superficie con la ayuda de una fotocélula que las activa.

Las imágenes son procesadas por un algoritmo de inteligencia artificial entrenado para separar las que se encuentran en buen estado de aquellas que presentan daños o signos de podredumbre.

Tres manzanas por segundo

Las pruebas han ofrecido resultados prometedores. La máquina es capaz de procesar hasta tres manzanas por segundo y ha alcanzado un nivel de confianza del 85 %.

"El sistema detecta todas las manzanas podridas, aunque existe un pequeño porcentaje de manzanas sanas que pueden ser clasificadas erróneamente como defectuosas, lo que requiere una revisión posterior", apuntó Zubiaurre.

Pese a ello, consideran que la ganancia de tiempo es muy significativa. “En una partida de mil manzanas, una persona únicamente tendría que revisar alrededor de 150 piezas, reduciendo de forma drástica la carga de trabajo y minimizando los errores derivados del cansancio”, indicó el profesor del IMH.

Nuevas mejoras

El prototipo continúa abierto a nuevas mejoras y una de las líneas de desarrollo se centra en el aprendizaje continuo del sistema, con la incorporación de nuevas variedades más allá de las tres que les han servido como elementos de prueba en este proceso.

Asimismo, estudian la posibilidad de integrar tecnologías de imagen más avanzadas, como la imagen hiperespectral, con la que también han tenido ocasión de hacer pruebas.

Esta técnica permite trabajar con longitudes de onda invisibles para el ojo humano y detectar parámetros relacionados con la concentración de agua o azúcar, indicadores vinculados de manera estrecha con los procesos de degradación de la fruta.

Prueba en condiciones reales

Ahora, el proyecto se apresta a la prueba definitiva, la que va a tener a las instalaciones de Lizagasar en el barrio elgoibartarra de Azkue en Elgoibar como escenario.

El objetivo es comprobar su comportamiento en condiciones reales de producción. La confianza ante el desafío es máxima y ven en él una prueba de cómo las tecnologías digitales pueden contribuir a modernizar actividades tradicionales.

En palabras de Zubiaurre, este tipo de iniciativas representan un paso más hacia un modelo de producción Baserri 4.0, en el que la innovación tecnológica se pone al servicio del sector primario y de la mejora de sus procesos productivos.l