Abejas ‘cíborg’ frente a drones para la agricultura inteligente

La naturaleza es la mayor fuente de inspiración de la tecnología. Hasta ahí, nada nuevo. Pero que se combine materia viva con electrónica para crear cíborgs, ya es otro tema. Esto es, precisamente, la base del trabajo de Shyam Gollakota, director del Laboratorio de Redes y Sistemas Móviles de la Universidad de Washington. Su misión: dotar de vida al internet de las cosas. Su herramienta: las abejas. Su aplicación: la agricultura inteligente.

“Los drones son unos colectores de big data”, comentaba el investigador durante el pasado Reinvent de Amazon Web Services en Las Vegas. Pero, en este caso, “lo pequeño es diferente”. Y es que su investigación se centra específicamente en los microdrones del tamaño de un insecto por tres principales motivos. Uno, su diminuto tamaño, que les permite moverse por espacios confinados. Dos, que se desplazan por el aire, de forma que se pueden usar para una gran variedad de aplicaciones y desplazarse libremente por entornos cerrados o abiertos, incluso en casa. Tres, su bajo coste, hasta el punto de que se pueden crear enjambres para usos que requieran mayor capacidad.

El laboratorio de Gollakota no es el primero en perseguir este objetivo. Ya en 2005, Berkeley creó un insecto microrrobótico terrestre de tres centímetros y 120 miligramos. Dos años después, Harvard logró diseñar uno volador, con el mismo tamaño y la mitad de peso. ¿El problema? Necesitaba un cable para obtener energía y poder controlarlo. Ha tenido que pasar más de una década para obtener el primer dron volador del tamaño de una mosca, capaz de despegar y volar sin necesidad de cables.

La creación, RoboFly, es obra del equipo de la Universidad de Washington, que ha logrado solventar algunos de los retos históricos de los microdrones. Por ejemplo, ha liberado a la máquina de las pesadas baterías a través de celdas solares con la capacidad de transferir energía. También ha eliminado los controles a bordo mediante algoritmos.

Aun así, el problema persistía. Los drones mecánicos siguen consumiendo muchísima energía y tienen que recargarse cada 10-20 minutos, un tiempo de uso que limita enormemente sus aplicaciones prácticas. Los investigadores han decidido, entonces, dar el salto de los microdrones mecánicos que imitan a la naturaleza a los microdrones que se embarcan en animales vivos.

Las abejas han sido las elegidas. “Son capaces de cerrar el círculo del big data: obtienen la información, hacen seguimiento, se comunican con el centro de datos, donde se analizan”, comenta Gollakota. Pero para conseguirlo, han tenido que solventar dos grandes retos, uno relacionado con el hardware y otro, con el sistema de localización.

El primer problema a lo hora de diseñar la electrónica ha sido una cuestión de tamaño. Las abejas son insectos muy pequeños sobre los que hay que embarcar los componentes del sistema. Los investigadores han conseguido miniaturizar la batería en 70 miligramos y el resto en 30 para que el total no supere los 100 miligramos. La electrónica incluye un microcontrolador programable, sensores de temperatura y humedad y una antena para comunicarse de forma inalámbrica. Después, esta pieza de hardware se pega, literalmente, sobre el cuerpo de la abeja.

El segundo gran desafío es que no se puede controlar el movimiento de una abeja. Los investigadores han optado, por tanto, por conocer su posición. La primera opción era el GPS, pero consume demasiada energía y la batería diminuta de la abeja es incapaz de abastecerlo. Por ello, han escogido un receptor pasivo, que tiene consumo cero. “Ofrece más amplitud de señal, pero la amplitud por sí sola no te da la localización”, afirma. Para conseguirlo han recurrido al llamado ‘beamforming’ o conformación de haces, que utiliza múltiples antenas encargadas de escanear el espacio en diferentes ángulos. Esta información se cruza con la amplitud y así pueden encontrar a la abeja con “una precisión de dos metros”. “Es guay porque es la misma que la del GPS”. 

El próximo paso es aprovechar el poder de la computación en el extremo de la red (edge computing) para enviar imágenes a los dispositivos cercanos. Para ello, están incorporando una cámara QVGA para aplicaciones de agricultura inteligente. “Podemos usar machine learning en los datos que recogen las abejas en tiempo real”. El fin último es poder, por ejemplo, predecir las enfermedades de las plantas, basándose en las imágenes obtenidas por las cámaras y la trayectoria de las abejas.