Skip to main content

Prototipo de sistema de visión artificial para trazabilidad de materia prima en planta maderera

TRAZABILIDAD DE LA MADERA HASTA LA PLANTA


ITCL (Instituto Tecnológico de Castilla y León)

Junta de Castilla y León

Visión artificial para trazabilidad de materia prima en planta maderera

¿Qué es y para qué sirve?

Solución de visión artificial que analiza imágenes laterales y traseras de camiones madereros, junto con imágenes de origen y destino del sistema NEMUS y fuentes satelitales abiertas. El prototipo diseñado detecta, cuenta y mide troncos, estima diámetros, calidades y volúmenes, y reconoce matrículas para asociar automáticamente cada carga al vehículo y verificar la trazabilidad de la materia prima hasta la planta.

FICHA TÉCNICA
Entidad líder
ITCL Centro Tecnológico
Administración
Junta de Castilla y León
Coordinador
Julen Rostan (Responsable de la unidad de I+D de Percepción Artificial Inteligente en ITCL)
Tecnologías
IA, IoT/Sensores, Satélites/drones, Modelización, Visión Artificial, OCR, Python, PyTorch, OpenCV, GPU/Edge
Público objetivo
Técnicos forestales, Administración, Empresas, Industria maderera/Aserraderos
Marco de proyecto
RetechFOR · Next Generation EU
3.Trazabilidad madera 1

El problema que resuelve


Aborda la falta de trazabilidad fiable durante el transporte de madera: los conteos manuales o sobre imágenes tienen baja precisión, son sensibles a iluminación y orientación, no miden diámetros/volúmenes ni verifican que el vehículo sea el mismo. Esto genera errores logísticos, pérdidas económicas y dificultades para comprobar la integridad de los lotes entre origen y destino.

Visión artificial para convertir imágenes de la madera transportada en trazabilidad objetiva, mediciones fiables y mejores decisiones industriales.

¿Qué lo hace innovador?

Visión artificial


Combina segmentación avanzada de troncos, agrupación, calculo automático de diámetros, áreas y volúmenes, detección de matrículas y análisis de imágenes satelitales open-source. La novedad radica en correlacionar origen, transporte y planta con visión artificial multivista, permitiendo verificar la integridad de las cargas y mejorar medidas con cámaras fijas y datos NEMUS.

Impacto esperado

Reduce errores en inventario y compras, mejora la trazabilidad y la confianza entre explotación, transporte e industria, y aporta medidas más objetivas de volumen, diámetro y calidad para valorar lotes. También puede disminuir pérdidas económicas y apoyar el seguimiento ambiental de aprovechamientos mediante imágenes satelitales sin costes adicionales de adquisición.