Visión Artificial Para El Futuro Del Limón Tahití: Diseño De Un Prototipo Inteligente Para La Clasificación Automática En La Agroindustria

Abstract

La exportación del limón Tahití exige el cumplimiento de estrictos estándares internacionales de calidad; sin embargo, la clasificación visual manual genera variabilidad, subjetividad y cuellos de botella en la agroindustria. Este trabajo presenta el diseño y validación de un prototipo electromecánico basado en visión artificial para la selección automática de este cítrico. Se implementó una arquitectura de control anticipatorio (feedforward) que sincroniza el procesamiento de imágenes en tiempo real con la actuación física. El sistema integra un modelo de detección de objetos YOLOv8, ejecutado en un procesador central, que se comunica con un microcontrolador para accionar un pistón clasificador de baja latencia. El algoritmo fue entrenado utilizando un conjunto de datos propio, curado y balanceado de 2748 imágenes de limones, categorizados en dos clases (Apto y No Apto) según sus características superficiales. Las pruebas en la banda transportadora demostraron que el modelo alcanzó una precisión media (mAP50) del 95.7% y un tiempo de inferencia de 33 milisegundos por fotograma. Físicamente, el sistema logró una efectividad de separación del 80.0% a una velocidad de procesamiento constante de 9 frutos por minuto. La integración de arquitecturas de aprendizaje profundo con hardware de control de bajo costo demuestra ser una solución viable y escalable para optimizar líneas de poscosecha, garantizando consistencia y competitividad en el mercado global.