Desarrollo de un sistema embebido para la evaluación colorimétrica de la maduración de frutos: aplicación al açaí.
DOI:
https://doi.org/10.31413/nat.v14i4.21904Palabras clave:
Detección óptica, Agricultura de precisión. Clasificación no destructiva.Resumen
El objetivo fue desarrollar y evaluar, de manera exploratoria, un sistema embebido para el análisis colorimétrico de la maduración de la fruta, utilizando el açaí como aplicación experimental. El prototipo integraba un sensor TCS34725, un microcontrolador ESP32, un clasificador entrenado en Edge Impulse, comunicación Bluetooth y una aplicación para Android. Las lecturas de los canales rojo, verde, azul y *Clear* (transparente) se sometieron a un promedio de diez adquisiciones, normalización, cálculo de relaciones entre canales y conversión al espacio de color HSV. Las pruebas demostraron que una iluminación adicional intensa reducía la cromaticidad de la fruta madura, mientras que una cámara óptica impresa en 3D con recubrimiento interior negro minimizaba las interferencias externas. Al comparar dos módulos, aquel equipado con un LED de luz blanca neutra presentó una menor dispersión descriptiva que el módulo con iluminación naranja. En los datos registrados, el valor normalizado del verde, la relación R/G, el tono y la saturación permitieron distinguir entre las clases "Verde" y "Maduro". El procesamiento y la inferencia se realizaron localmente en el ESP32, y los resultados se visualizaron en tiempo real a través de la aplicación. Se concluye que la arquitectura es técnicamente funcional para la adquisición estandarizada de datos y la clasificación embebida del açaí; sin embargo, confirmar el rendimiento en las tres clases requiere un conjunto de datos equilibrado, una validación independiente y un análisis estadístico del conjunto completo.
Referencias
ALMEIDA, H. P.; HOMMA, A. K. O.; MENEZES, A. J. E. A. de; FARIAS NETO, J. T. Socio-economic profile of açaí production managed in rural communities in the Municipality of Igarapé-Miri, Pará State. Research, Society and Development, v. 10, n. 11, e592101120084, 2021. https://doi.org/10.33448/rsd-v10i11.20084
DAS, A. J.; WAHI, A.; KOTHARI, I.; RASKAR, R. Ultra-portable, wireless smartphone spectrometer for rapid, non-destructive testing of fruit ripeness. Scientific Reports, v. 6, e32504, 2016. https://doi.org/10.1038/srep32504
FITASARI, R. N.; IRAWAN, D. Prototype of tomato fruit sorting based on color based on ESP32-CAM with fuzzy logic method. Jurnal Teknik Elektro dan Komputer TRIAC, v. 12, n. 1, p. 21-26, 2025. https://doi.org/10.21107/triac.v12i1.29981
FURLANETO, F. de P. B.; SOARES, A. de A. V. L.; FURLANETO, L. B. Parâmetros tecnológicos, comerciais e nutracêuticos do açaí (Euterpe oleracea). Revista Internacional de Ciências, v. 10, n. 1, p. 91-107, 2020. https://doi.org/10.12957/ric.2020.46945
KAPOOR, L.; SIMKIN, A. J.; DOSS, C. G. P.; SIVA, R. Fruit ripening: dynamics and integrated analysis of carotenoids and anthocyanins. BMC Plant Biology, v. 22, e27, 2022. https://doi.org/10.1186/s12870-021-03411-w
LAZARO, A.; BOADA, M.; VILLARINO, R.; GIRBAU, D. Color measurement and analysis of fruit with a battery-less NFC sensor. Sensors, v. 19, n. 7, e1741, 2019. https://doi.org/10.3390/s19071741
LI, B.; LECOURT, J.; BISHOP, G. Advances in non-destructive early assessment of fruit ripeness towards defining optimal time of harvest and yield prediction: a review. Plants, v. 7, n. 1, e3, 2018. https://doi.org/10.3390/plants7010003
ROGEZ, H.; POMPEU, D. R.; AKWIE, S. N. T.; LARONDELLE, Y. Sigmoidal kinetics of anthocyanin accumulation during fruit ripening: a comparison between açaí fruits (Euterpe oleracea) and other anthocyanin-rich fruits. Journal of Food Composition and Analysis, v. 24, n. 6, p. 796-800, 2011. https://doi.org/10.1016/j.jfca.2011.03.015
SOUSA, D. de P.; FRARE, J. C. V.; FARIAS, V. D. da S.; NUNES, H. G. G. C.; MARTINS, M. S.; LIMA, A. F. T. de; TAVARES, L. B.; COSTA, D. L. P.; LIMA, M. J. A. de; CARVALHO, C. J. R. de; SOUZA, P. J. de O. P. de. Açaí palm base temperatures and thermal time requirements in eastern Amazon. Pesquisa Agropecuária Brasileira, v. 57, e01667, 2022. https://doi.org/10.1590/S1678-3921.pab2022.v57.01667
VILLA-HENRIKSEN, A.; EDWARDS, G. T. C.; PESONEN, L. A.; GREEN, O.; SØRENSEN, C. A. G. Internet of Things in arable farming: implementation, applications, challenges and potential. Biosystems Engineering, v. 191, p. 60-84, 2020. https://doi.org/10.1016/j.biosystemseng.2019.12.013
Descargas
Publicado
Número
Sección
Cómo citar
Licencia
Derechos de autor 2026 Edoni Monteiro Carvalho, Fábio Pacheco Estumano da Silva, Welliton de Lima Sena, Vinicius Mendes Meireles, Wilson Luna Machado Alencar, Rubens de Oliveira Meireles
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Los derechos de autor de los artículos publicados en esta revista pertenecen al autor, con los derechos de primera publicación de la revista. En virtud de aparecer en esta revista de acceso público, los artículos son de libre uso, con sus propias atribuciones, en aplicaciones educativas y no comerciales.
Los artículos publicados en esta revista pueden ser reproducidos parcialmente o utilizados como referencia por otros autores, siempre que se mencione la fuente, es decir, Revista Nativa.
