Los drones se han convertido en una herramienta indispensable para la agricultura moderna. Rocían cultivos, vigilan el estado de las plantas y ahorran un tiempo y un trabajo enormes a los agricultores. Sin embargo, estos aparatos tienen un enemigo silencioso y muy peligroso: los finos cables de tendido eléctrico o de riego que cruzan las explotaciones agrarias. Son difíciles de ver, incluso para un piloto experimentado, y chocar contra ellos puede significar la pérdida del dron y un grave accidente. Un equipo de investigadores de la Universidad Agrícola del Sur de China (South China Agricultural University) , con sede en Cantón (Guangzhou), ha dado con una solución que promete cambiar esta situación. Han creado un sistema de visión artificial que funciona como un "segundo par de ojos" para el dron, permitiéndole detectar esos cables a tiempo para esquivarlos. El núcleo de la innovación reside en una versión mejorada del algoritmo Semi-Global Block Matching (SGBM). ¿Cómo funciona este sistema? La idea es sencilla pero ingeniosa. Se colocan dos pequeñas cámaras en el dron, separadas entre sí, imitando la visión humana. Al combinar las imágenes de ambas, el sistema es capaz de calcular la distancia a la que se encuentran los objetos. Es el mismo principio estereoscópico que usamos con nuestros ojos para saber si algo está cerca o lejos. El verdadero desafío no era tener dos cámaras, sino conseguir que el sistema pudiera distinguir un cable fino y de color oscuro entre el verdor de los cultivos o el azul del cielo. Para ello, los investigadores programaron un "cerebro" electrónico con dos trucos muy inteligentes: Ver el color de otra manera: En lugar de analizar la imagen en blanco y negro, el sistema descompone los colores en tono, saturación y brillo. Esto le permite aislar el cable por su color y separarlo del fondo verde de las plantas, aunque la luz del sol cambie. Ajustarse a la luz ambiente: Si el día está nublado o el sol brilla con fuerza, el sistema se adapta automáticamente a esas condiciones meteorológicas. Así, no se confunde con las sombras ni con el movimiento de las aspas del dron, y siempre enfoca su atención en los bordes de los cables. Resultados que hablan por sí solos Las pruebas realizadas con el sistema, tanto en laboratorio como en vuelos reales con UAVs agrícolas, fueron un éxito, según el estudio publicado en la revista académica Journal of Field Robotics. Los investigadores comprobaron que el dron podía detectar un cable de 2 centímetros de grosor (el de un dedo) a más de 14 metros de distancia, y uno de 4 centímetros a casi 17 metros. Aún más importante el hecho de que el cálculo de la distancia al cable era exacto, con un margen de error de solo 5 centímetros. Esto es vital para que el vehículo aéreo no tripulado sepa cuándo y cómo frenar o calcular una trayectoria de evasión. En vuelos reales, con el dron moviéndose a velocidades normales de trabajo (entre 7 y 18 km/h), el sistema demostró ser fiable. El dron era capaz de frenar a tiempo, con una distancia media de unos 12 metros, lo que es suficiente para evitar el choque. La mejor noticia: es económico y práctico Lo más sorprendente de este avance es que los investigadores chinos han conseguido todo esto utilizando componentes electrónicos baratos y al alcance de cualquiera. No han necesitado sensores de alta gama basados en Lidar o radar que encarecerían mucho el artefacto. El diseño se basa en un hardware específico: dos sensores CMOS OV4689 con lentes de 36° y 8 mm, separados por una línea base de 120 milímetros. Esta configuración, accesible económicamente, podría instalarse en muchos drones agrícolas sin que su precio se disparase. Los autores concluyen que su sistema no solo mejora la seguridad, sino que proporciona un soporte técnico sólido para el desarrollo de la navegación autónoma en entornos agrícolas complejos y con alta densidad de cables. El estudio, liderado por Gangao Fan y su equipo, sienta las bases para que los drones puedan operar de forma más segura y eficiente, reduciendo el riesgo de accidentes y pérdidas económicas en el campo.