Localización en viñedos mediante LiDAR 3D y arquitectura neuronal multitarea
Judith Vilella-Cantos, Míriam Máximo, Óscar Reinoso, Arturo Gil, Mónica Ballesta, David Valiente
Jornadas de Automática  (Córdoba, 2-4 de septiembre 2026)
 DOI:https://doi.org/10.17979/ja-cea.2026.47.13543  - 47

Resumen:

Obtener una localización precisa en entornos agrícolas como los viñedos es complejo debido a la repetición de hileras, lo que dificulta el reconocimiento de lugares. En este trabajo, nos centramos en el reconocimiento de lugares con LiDAR en viñedos. Hemos ampliado una red neuronal convolucional para realizar una tarea adicional: clasificar si la nube de puntos pertenece al interior de una hilera o a una zona de giro del robot. El entrenamiento cubre distintas etapas de crecimiento de la vid mediante los datos del dataset TEMPO-VINE. Los resultados demuestran que, con una pequeña modificación, la misma arquitectura diseñada para el reconocimiento de lugares con LiDAR predice con una precisión superior al 85 % la zona correspondiente. Estos avances permiten mejorar las soluciones existentes en entornos agrícolas mediante la extracción de información adicional con la misma arquitectura.