ITCL Centro Tecnológico, en colaboración con la Junta de Castilla y León, ha desarrollado un prototipo innovador basado en inteligencia artificial y visión artificial para mejorar la trazabilidad de la materia prima en el sector forestal y maderero. La solución forma parte de las iniciativas impulsadas en el marco del proyecto RetechFOR y busca ofrecer un control más preciso, automático y fiable del transporte de madera desde el monte hasta la planta industrial.
El proyecto, coordinado por Julen Rostan, responsable de la unidad de I+D de Percepción Artificial Inteligente de ITCL, permite analizar imágenes laterales y traseras de camiones madereros para detectar, contar y medir troncos de forma automatizada. Además, el sistema estima diámetros, volúmenes y calidades de la madera transportada, al tiempo que reconoce matrículas mediante tecnología OCR para vincular cada carga con su vehículo correspondiente.
La solución también integra imágenes procedentes del sistema NEMUS y fuentes satelitales abiertas, lo que permite contrastar la información del origen del aprovechamiento forestal con la carga que llega a planta. Gracias a esta combinación de tecnologías, el sistema es capaz de verificar la integridad de los lotes transportados y aportar una trazabilidad mucho más objetiva y precisa.
Actualmente, uno de los principales problemas del sector forestal es la falta de herramientas automáticas capaces de garantizar la trazabilidad durante el transporte de madera. Los métodos manuales o basados únicamente en imágenes suelen presentar limitaciones derivadas de la iluminación, la orientación de los troncos o la imposibilidad de medir volúmenes y diámetros con precisión. Esta situación puede generar errores logísticos, pérdidas económicas e incertidumbre en las operaciones comerciales y de inventario.
ALTOS NIVELES DE PRECISIÓN
Con este prototipo, ITCL busca alcanzar niveles de precisión superiores al 85 % en la detección y medición automática de troncos, ofreciendo una herramienta útil tanto para técnicos forestales y administraciones públicas como para empresas de transporte, aserraderos e industria maderera.
Entre los elementos más innovadores del proyecto destaca la combinación de visión artificial multivista, inteligencia artificial, análisis satelital y reconocimiento automático de matrículas en un único sistema capaz de relacionar origen, transporte y destino de la madera. El desarrollo utiliza tecnologías como Python, PyTorch, OpenCV, GPU/edge computing y modelos avanzados de segmentación y análisis de imágenes.
MENOS ERRORES LOGÍSTICOS Y MÁS SOSTENIBILIDAD
El impacto esperado es significativo tanto desde el punto de vista económico como operativo y ambiental. La herramienta permitirá mejorar la precisión en inventarios y procesos de compra, reducir errores logísticos y reforzar la confianza entre explotaciones forestales, transportistas e industria transformadora. Además, el uso de imágenes satelitales abiertas facilitará el seguimiento ambiental de los aprovechamientos forestales sin necesidad de realizar inversiones adicionales en adquisición de datos.
Un ejemplo práctico de funcionamiento consiste en capturar imágenes de un camión cargado tanto en el punto de origen como en la entrada de la planta. El sistema identifica automáticamente la matrícula del vehículo, contabiliza los troncos, estima diámetros y volumen y compara toda la información con los datos de origen registrados en NEMUS y con imágenes satelitales para verificar que el lote coincide con el declarado.
