Invernadero
Inteligente
En el centro de nuestro trabajo hay una instalación de 650 m² en Asunción, Paraguay. Construida como invernadero comercial en 2018, evolucionó hacia una fusión única de comercio e investigación — un laboratorio de I+D en IA que sigue produciendo alimentos a escala.
m² de instalación hidropónica
cabezas de lechuga por año
en operación continua
Comercio e investigación en un mismo techo
El invernadero mantiene su operación comercial mientras funciona como campo de pruebas controlado para nuestra investigación. Nos permite generar datos valiosos, experimentar con automatización y refinar modelos de machine learning en un entorno real. Cada año producimos cerca de 100.000 cabezas de lechuga, usando el invernadero no solo como granja sino como laboratorio vivo.
Cada ciclo de cultivo es una oportunidad para correr nuevos experimentos — probar enfoques de salud vegetal, mejorar resistencia a enfermedades y encontrar cómo lograr más con menos insumos. Las primeras pruebas ya mostraron reducciones drásticas en consumo de agua comparado con agricultura tradicional, junto con entrega de nutrientes más precisa y mucho menos desperdicio.
Stack TecnológicoTecnologías que empujan los límites de la agricultura y la investigación
Controles Ambientales
Sistemas automatizados regulan temperatura, humedad y flujo de aire en múltiples puntos de la instalación. Gradientes espaciales revelan zonas frías, bolsillos de humedad y flujo de aire desigual.
Zona Radicular
Temperatura de la solución nutritiva, conductividad eléctrica (EC) y pH por canal. Las raíces viven en un ambiente distinto al follaje — y ese ambiente tiene su propio comportamiento.
Luz (PPFD)
Intensidad lumínica medida en diferentes posiciones del cultivo. La distribución real de luz rara vez coincide con lo que promete el diseño. Los datos muestran dónde sobra y dónde falta.
CO&sub2;
Concentración de dióxido de carbono en el aire del invernadero. Uno de los factores más subestimados en hidroponía comercial — con variación significativa entre día, noche y niveles de ventilación.
Visión por Computadora e IA
Cámaras y modelos monitorean el desarrollo, detectan signos tempranos de estrés o enfermedad, y miden el crecimiento con precisión científica. Imágenes en series temporales por canal construyen una línea de base de lo normal — y capturan desviaciones temprano.
Riego y Entrega de Nutrientes
Sistemas hidropónicos de precisión ajustan las mezclas de nutrientes y los ciclos de riego por canal, minimizando desperdicio y maximizando crecimiento. Volumen de solución, frecuencia y consumo total de agua registrados continuamente.
Electrónica que sobrevive el campo
Desde bombas dosificadoras hasta prototipos de manejo de cultivo, exploramos cómo la robótica puede reducir mano de obra y mejorar la consistencia. Pero el verdadero desafío no es qué medir — es cómo proteger la electrónica en los ambientes donde necesita funcionar. Un carcasa que sobrevive el invernadero sobrevive el bosque.
Por qué los carcasas comerciales no alcanzan
En el invernadero
Humedad relativa sostenida por encima del 85%, condensación sobre superficies frías, aerosoles químicos de los nutrientes, y ciclos térmicos diarios que fatigan los sellos. Los carcasas genéricos fallan por corrosion de conectores, ingreso de humedad y degradación del cableado.
En el campo y el bosque
Lluvia directa, inmersiones parciales en eventos de inundación, temperatura ambiente de hasta 45°C en el Chaco, radiación UV que degrada plásticos en meses, insectos que encuentran cualquier abertura y vibrón de ramas y viento. Ningún equipo de consumo está diseñado para esto.
Lo que desarrollamos
Carcasas selladas IP67
Diseñados e impresos en 3D localmente para cada tipo de sensor, con tolerancias ajustadas para presión de juntas. Entradas de cable con prensaestopas certificados. Sellado con silicona neutra resistente a químicos. Impermeables a inmersión hasta 1 metro.
Gestión térmica pasiva
Enclosures blancos o plateados para reducir ganancia solar. Diseño de masa térmica para suavizar picos. Para sensores que requieren flujo de aire — como CO&sub2; y temperatura ambiente — laberintos internos que permiten ventilación sin entrada de agua ni insectos.
Conectores de campo
Conectores industriales IP67 en todos los puntos de acceso. Cableado con cubierta UV-estabilizada. Longitudes de cable dimensionadas para cada punto de montaje. Diseño modular: el mismo conector en el invernadero y en el bosque, para que los equipos sean intercambiables.
Computación edge en carcasa
Los nodos de procesamiento local — Raspberry Pi, Jetson Nano, microcontroladores — van dentro de los mismos carcasas sellados. Inferencia y almacenamiento en el dispositivo. Sin dependencia de conectividad para funcionar: los datos se sincronizan cuando hay señal.
Alimentación autónoma
Paneles solares pequeños con batería de respaldo para despliegues sin acceso a red eléctrica. Gestión de energía con modos de bajo consumo y priorización de tareas. Autonomía de diseño mínima de 72 horas sin carga solar.
Diseño anti-tamper para campo
Sujetadores de seguridad en puntos de acceso para despliegues remotos. Sin marcas externas que identifiquen el contenido o el valor del equipo. Perfil físico bajo para reducir visibilidad. Registros de apertura por sensor interno.
Métodos de montaje
En el invernadero
Rieles de aluminio perimetral para sensores ambientales, ajustables sin herramientas. Cámaras montadas en techo con articulación de eje único para cubrir cada canal. Sondas sumergibles en canales NFT con abrazaderas de acero inoxidable. Todo montaje con acceso fácil para mantenimiento y reposición.
En bosque y campo
Correas de nylon UV-estabilizado para montaje en árboles sin dañar la corteza. Estacas de acero para nodos de suelo. Brazo articulado para orientar paneles solares al norte sin talar vegetación. Montaje desmontable completo — no dejamos infraestructura permanente en áreas de reserva.
Qué aprendemos de los datos
El valor no está en medir — está en entender qué combinación de variables predice el rendimiento final. Después de años de ciclos instrumentados, empezamos a distinguir los factores que mueven la aguja de los que son ruido.
La temperatura de la zona radicular tiene más impacto en el ritmo de crecimiento que la temperatura del aire. Pequeñas variaciones de pH sostenidas en el tiempo producen efectos que no se ven hasta la semana cuatro. Los canales del borde norte de la instalación consistentemente producen más lento en julio — por gradiente térmico, no por nutrientes.
Ese tipo de conocimiento no aparece en ningún manual. Aparece en los datos, si los datos existen.
Del dato a la cosecha
Detección temprana de problemas
Una desviación en la tasa de crecimiento o en el color foliar, detectada en la semana dos, permite intervenir antes de que el problema avance. Sin seguimiento continuo, esos cambios no se ven hasta que ya costaron rendimiento.
Predicción de ventanas de cosecha
Con suficientes ciclos registrados, el modelo de crecimiento permite proyectar con varios días de anticipación cuándo cada canal va a estar listo. Esto simplifica la logística y reduce pérdidas por cosecha fuera de tiempo.
Optimización de ciclos futuros
Cada ciclo genera datos que informan el siguiente. Las condiciones que produjeron los mejores rendimientos históricos se vuelven el punto de referencia para ajustar parámetros en la siguiente siembra.
Donde se prueba todo primero
El invernadero es un ambiente controlado donde el costo del fracaso es bajo y la iteración es rápida. Cualquier modelo de visión, integración de sensor o pipeline de datos que desarrollamos para otros proyectos pasa por aquí antes de salir al campo.
Un sistema que no funciona en lechuga bien iluminada no tiene nada que hacer en agua turbia de río o en la selva del Chaco. El invernadero establece el piso mínimo.
¿Trabás en agricultura de precisión o hidroponía?
Si estás buscando instrumentar una instalación o entender tus datos de cultivo, nos interesa la conversación.
Contáctanos