El proyecto fue ejecutado por la Universidad Católica del Maule gracias al financiamiento del Fondo de Innovación para la Competitividad del Gobierno Regional del Maule.
Chile se encuentra dentro de los de los 10 mayores productores de frambuesa, siendo la región del Maule, una de las principales productoras del país. Como información de carácter social, solamente en la región del maule hay más de 1000 familias de pequeños productores cuya economía del hogar depende de la venta de frambuesas a exportadores.
La estimación de la calidad en las empresas exportadoras consiste en un proceso realizado por un experto humano, que analiza en promedio 2 kilos de un cargamento de bandejas de frambuesas, y clasifica las frambuesas según sus defectos. Según esta clasificación, se decide el destino de la producción, a saber, exportación de fruta fresca, exportación de fruta congelada, jugos o mermeladas.
El proceso de control de calidad tiene varias desventajas como está implementado en la actualidad: 1) Es un proceso poco representativo, pues se inspeccionan un porcentaje muy menor de las bandejas que ingresan al packing, 2) es un proceso poco objetivo, pues lo inspección visual por el experto está a sujeto a muchos errores y 3) el exportador tiene una alta dependencia del experto que hace la clasificación.
Errores en el proceso de estimación de calidad tiene perjuicios tanto para el exportador como para el productor. Por ello se hace necesario automatizar esta tarea de forma de hacerla más objetiva, representativa y precisa.
En el Laboratorio de Investigaciones Tecnológicas en Reconocimiento de Patrones (www.litrp.cl) de la Universidad Católica del Maule, en particular, gracias al financiamiento de un proyecto FIC-R denominado Transferencia Desarrollo de Equipo Estimación de Calidad de Frambuesa código 40.001.110-0, se desarrolló una tecnología para estimar determinar automáticamente los defectos de la frambuesa y automatizar la tarea de control de calidad de la fruta.
El proyecto liderado por el Dr. Marco Mora de la Facultad de Ciencias de la Ingeniería UCM, desarrolló una máquina para la industria de la fruta que consiste en un ambiente controlado de iluminación, que, en base a cámaras en el espectro visible, adquieren imágenes de bandejas de frutas, y en base a una inteligencia artificial basada en Redes Neuronales Convolucionales detecta los defectos de las frambuesas por sobre un 90% de acierto de clasificación.
Esto fue posible al trabajo del equipo de investigación multidisciplinario, conformado por los académicos investigadores MSc Claudio Fredes de la facultad de Cs Agrarias y Forestales, Dr. Andrés Valenzuela de la facultad de Cs Sociales y Económicas, Dr. Ricardo Barrientos de la facultad de Cs de la Ingeniería, Dr. Antonio Quintero e Ignacia Farias, estudiante en práctica UCM.El proyecto FIC que tardó cuatro años de desarrollo, terminó con tres publicaciones indexadas wos, tres presentaciones de la tecnología en conferencias internacionales, una solicitud de patente, y la creación al interior de la universidad de una empresa de base tecnológica (FRUIT-SCAN) para la explotación económica de la tecnología.
Gracias al apoyo del gobierno regional del maule, se ha desarrollado un proyecto de investigación aplicada muy completo, que va desde las publicaciones científicas, el desarrollo de un prototipo industrial a nivel TRL-4 como mínimo, y la creación de un modelo de negocio para la tecnología.
Este proyecto es una muestra de investigación con sentido social, pues gracias a un equipo de investigadores maduros, se puede valorizar la investigación en problemas relevantes la región del maule y el país. Esta tecnología parte con frambuesas, pero está siendo extendidad para otras frutas como arándano, frutillas y berries en general.
La empresa de base tecnológica Fruit-Scan tiene ahora el desafío de introducir la tecnología en todos los exportadores de fruta en Chile, y pensar en una estrategia para abordar los otros nueve mercados que están por sobre Chile en la exportación de frambuesas y berries.