En apicultura, la tarea de localizar en un panal las celdas que contienen crías, polen o miel es fundamental para obtener información sobre cuándo recolectar la miel o evaluar el estado de salud de la colmena. Se trata de un proceso que se realiza tradicionalmente de forma manual y cuya automatización se ha encontrado siempre con un problema: las abejas cubren con cera las superficies que contienen miel para mantenerlas en los niveles de humedad adecuados, lo que hace que pierdan su forma hexagonal característica. Esto dificulta su identificación a través de sistemas que han sido diseñados para identificar las celdas buscando formas hexagonales.

Ahora, un equipo de la Universidad de Córdoba formado por personal investigador de los departamentos de Zoología e Ingeniería Electrónica y de Computadores ha empleado inteligencia artificial sobre imágenes para desarrollar un sistema que ayude a los apicultores en esta labor. Para ello han aplicado un algoritmo de segmentación semántica de aprendizaje profundo denominado ‘Feature Pyramid Network (FPN)’ que permite realizar múltiples clasificaciones a diferentes resoluciones, ofreciendo una solución a este problema de forma robusta y automatizada.

El investigador del Departamento de Ingeniería Electrónica y de Computadores Francisco Javier Rodríguez Lozano explica que el algoritmo ha sido entrenado con distintas fotografías de panales obtenidas del colmenar de la Universidad de Córdoba y se ha comparado con diferentes algoritmos de segmentación semántica, como U-Net, y, además, con siete extractores de características diferentes.

Este trabajo, en el que participan también Francisco Javier Quiles Latorre y Manuel Ortiz López (Departamento de Ingeniería Electrónica y de Computadores) y José Manuel Flores Serrano (Departamento de Zoología), ha obtenido unos resultados de clasificación por encima del 92 % en métricas típicas de segmentación de imágenes, lo que garantiza un importante apoyo a la tradicional tarea manual realizada por los apicultores, mejorando su precisión y eficiencia y reduciendo el tiempo de ejecución de esta labor.

UN INNOVADOR SISTEMA PARA CONTAR LAS ENTRADAS Y SALIDAS DE LAS ABEJAS DE LA COLMENA

Esta innovación tecnológica aplicada a la apicultura se suma a otras desarrolladas por este equipo interdisciplinar de investigación, como el contador de abejas que monitoriza las “puertas” de las colmenas a través de luz infrarroja y pulsos eléctricos, que dieron a conocer en noviembre.

Este sistema de conteo de las entradas y salidas de las abejas de una colmena permite conocer el comportamiento de las abejas y analizar los cambios ambientales a través de ellas. Como explica José Manuel Flores, investigador del Departamento de Zoología de la UCO, “si salen y entran muchas abejas es porque tienen mucha actividad, lo que nos dice, primero, que la colmena está ‘fuerte’, que tiene mucha población, y, por tanto, que las abejas están sanas y que están recogiendo mucho alimento. Si salen y entran muchas menos, es probable que haya menos población. Según qué época, esto último nos puede indicar que hay algún problema. Si salen muchas y vuelven pocas, nos dice que estamos perdiendo muchas abejas en el campo, lo que nos podría indicar que una causa exterior, por ejemplo contaminantes o depredadores, las está matando. Si en un momento dado dejan de salir a trabajar, puede indicar que ya no hay comida u otras cosas que les pueda interesar, lo que nos indica que algo ha cambiado en el entorno, por ejemplo que se han acabado las floraciones”. Estos son solo algunos ejemplos y múltiples circunstancias más pueden ser registradas a través de las abejas.

El contador de abejas, en el que ha trabajado personal investigador del Departamento de Ingeniería Electrónica y de Computadores y del Departamento de Zoología de la UCO, es un dispositivo inteligente instalado en la entrada de la colmena de tal manera que obliga a las abejas a pasar por alguno de los veinte túneles de los que dispone. Cada túnel cuenta con dos componentes claves. En la parte superior hay un LED que emite luz infrarroja, mientras que en la parte inferior se encuentra un doble fotodiodo que genera pulsos eléctricos cuando la abeja corta el haz de luz al pasar por el túnel.

La monitorización de esos pulsos eléctricos se realiza mediante una FPGA (Field Programmable Gate Array), un circuito integrado programable que se puede personalizar para realizar funciones diferentes, en paralelo y más variadas que las que ofrecen los microprocesadores. Para el equipo, este circuito es el elemento más innovador del dispositivo, ya que la FPGA tiene una elevada capacidad de procesamiento, por lo que puede interpretar al mismo tiempo todas las señales eléctricas generadas por los sensores de los veinte túneles, y así determinar si entra o sale una abeja por cualquiera ellos. La potencia de procesamiento de la FPGA permite realizar la cuenta de las abejas, aunque pasen muy próximas o cambien repentinamente de dirección dentro del túnel. De hecho, la FPGA monitoriza dos pulsos por cada canal y su relación temporal, para así saber la dirección de las abejas. Además, cada túnel tiene la capacidad de autodiagnóstico para detectar si las abejas tapan el emisor y/o receptor de luz o si se ha producido un fallo en los circuitos electrónicos que monitorizan el túnel.

Probado con la subespecie de abeja de la miel Apis mellifera iberiensis, propia de la península Ibérica, base de la apicultura peninsular y la mejor adaptada a nuestro entorno, el sistema proporciona información sobre el estado de actividad de las colmenas (cuya población puede variar, según diferentes factores,Abej pudiendo llegar a superar las 40.000 abejas), la evolución de sus poblaciones, cuántas abejas se pueden estar perdiendo en el campo o usarlas como bioindicadores de lo que puede estar pasando en la naturaleza en el actual escenario de cambio climático.

El contador, además, está conectado al sistema de monitorización WBee, un sistema desarrollado por el mismo equipo de investigación que, a través de sensores inalámbricos y un servidor local y otro en la nube, permite controlar en tiempo real la actividad desarrollada en una colmena sin que las abejas noten su presencia.

Referencias: .................................................................................................................................................
Francisco J. Rodríguez-Lozano, Sergio R. Geninatti, José M. Flores, Francisco J. Quiles-Latorre, Manuel Ortiz-Lopez. ‘Capped honey segmentation in honey combs based on deep learning approach’. Computers and Electronics in Agriculture Volume 227, Part 1, December 2025. https://doi.org/10.1016/j.compag.2024.109573 F. J. Quiles-Latorre, M. Ortiz-López, F. J. Rodriguez-Lozano, M. Brox and J.M. Flores, "FPGA-Based Bee Counter System," in IEEE Access, vol. 12, pp. 30362-30381, 2024, doi: 10.1109/ACCESS.2024.3369045.