FPU2023 - Integración de UAV y SLAM en cultivos leñosos para el desarrollo de sistemas automáticos avanzados para una agricultura sostenible, rentable y eficiente

El objetivo de esta tesis doctoral es desarrollar un sistema avanzado de Localización y Mapeo Semántico (SLAM) basado en Vehículos Aéreos No Tripulados (UAV) para optimizar la gestión de cultivos leñosos en huertos. Este proyecto, con una duración de cuatro años, se enfocará en superar las limitaciones de los métodos tradicionales de gestión de huertos mediante la automatización y precisión que ofrece la tecnología UAV para la agricultura de precisión. Bajo la supervisión de un equipo multidisciplinario en tecnologías de la información, teledetección y agronomía, se investigarán tres ejes principales: la adaptación de algoritmos de SLAM para entornos agrícolas complejos, la extracción de información semántica detallada de cultivos leñosos mediante UAVs, y la implementación de estos sistemas para mejorar las prácticas de manejo de huertos. El marco teórico integrará técnicas de SLAM y algoritmos de aprendizaje profundo para detección y clasificación de objetos, permitiendo una representación detallada y actualizada del huerto. Se utilizarán sensores visuales en UAVs y procesamiento de datos avanzado para recopilar y analizar características de cultivos, incluyendo ubicación, copas, frutos y troncos. SLAM es especialmente útil para este cometido, ya que integra sensores avanzados y algoritmos de procesamiento de datos para realizar estimaciones robustas del estado y la construcción de mapas 3D detallados, empleando técnicas como visión por computadora y fusión sensorial.