Robot cuadrúpedo Unitree Go2 en agricultura de precisión: aplicaciones potenciales y oportunidades de investigación
Unitree Go2 Quadruped Robot in Precision Agriculture: Potential Applications and Research Opportunities
DOI:
https://doi.org/10.32870/e-cucba.vi29.444Palabras clave:
robótica agrícola, robots cuadrúpedos, agricultura de precisión, Unitree Go2, LiDARResumen
La agricultura de precisión requiere información sobre los cultivos y su entorno para orientar decisiones de manejo. En este contexto, los robots cuadrúpedos representan una alternativa de investigación para adquirir datos desde una perspectiva terrestre y próxima a las plantas. El objetivo de este trabajo es analizar las aplicaciones potenciales y las oportunidades de investigación del robot Unitree Go2 en entornos agrícolas, considerando sus características técnicas, limitaciones y necesidades de adaptación. Se presenta una revisión documental exploratoria y un análisis técnico comparativo que relacionan antecedentes de robótica agrícola, especificaciones del fabricante y requerimientos de tareas productivas. La información se organiza mediante una matriz de aplicaciones, instrumentación, productos potenciales y criterios de validación. Asimismo, se comparan conceptualmente las posibilidades de observación terrestre con la fotogrametría y el LiDAR aéreos. El análisis identifica cuatro áreas de oportunidad: monitoreo y caracterización de cultivos, caracterización ambiental y del suelo, inspección de riego e infraestructura y generación de información espacial. El LiDAR y la cámara constituyen recursos para investigar la detección de plantas, la identificación de hileras, la estimación de dimensiones y la documentación de incidencias. Sin embargo, el diagnóstico fitosanitario y las mediciones específicas del suelo requieren instrumentación y procedimientos adicionales. Los principales desafíos comprenden la autonomía energética, la estabilidad durante la adquisición, la integración de sensores, las oclusiones, la localización y la repetibilidad de las mediciones. Se plantea complementar los levantamientos aéreos con recorridos terrestres dirigidos hacia zonas de interés. Se concluye que la pertinencia agrícola del Go2 deberá determinarse según la configuración del equipo, las condiciones operativas y la utilidad agronómica de los datos. El estudio aporta una agenda de investigación sin presentar validación experimental y propone evaluaciones progresivas, con mediciones de referencia y comparaciones frente a plataformas de ruedas y procedimientos manuales, para establecer sus ventajas, restricciones y condiciones de aplicación.
Citas
Ahmadi, A., Nardi, L., Chebrolu, N., & Stachniss, C. (2020). Visual servoing-based navigation for monitoring row-crop fields. En 2020 IEEE International Conference on Robotics and Automation (ICRA) (pp. 4920–4926). IEEE. https://doi.org/10.1109/ICRA40945.2020.9197114
Chatziparaschis, D., Teng, H., Wang, Y., Peiris, P., Scudiero, E., & Karydis, K. (2024). On-the-go tree detection and geometric traits estimation with ground mobile robots in fruit tree groves. En arXiv [cs.RO]. https://doi.org/10.48550/arXiv.2404.02516
Fountas, S., Espejo-Garcia, B., Kasimati, A., Gemtou, M., Panoutsopoulos, H., & Anastasiou, E. (2024). Agriculture 5.0: Cutting-Edge Technologies, Trends, and Challenges. 26, 40–47. https://doi.org/10.1109/mitp.2024.3358972
Mucchiani, C., Chatziparaschis, D., & Karydis, K. (2024). Augmented-reality enabled crop monitoring with robot assistance [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2411.03483
Mucchiani, C., Chatziparaschis, D., & Karydis, K. (2024). Augmented-reality enabled crop monitoring with robot assistance [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2411.03483
P, P., & Aakash, K. (2025). Autonomous robotic system for efficient farming. https://doi.org/10.5281/zenodo.16607775
Pretto, A., Aravecchia, S., Burgard, W., Chebrolu, N., Dornhege, C., Falck, T., Fleckenstein, F. V., Fontenla, A., Imperoli, M., Khanna, R., Liebisch, F., Lottes, P., Milioto, A., Nardi, D., Nardi, S., Pfeifer, J., Popović, M., Potena, C., Pradalier, C., … Nieto, J. (2021). Building an aerial–ground robotics system for precision farming: An adaptable solution. IEEE Robotics & Automation Magazine, 28(3), 29–49. https://doi.org/10.1109/MRA.2020.3012492
Proudman, A., Ramezani, M., Digumarti, S. T., Chebrolu, N., & Fallon, M. (2022). Towards real-time forest inventory using handheld LiDAR. Robotics and Autonomous Systems, 157(104240), 104240. https://doi.org/10.1016/j.robot.2022.104240
Semini, C., Bratta, A., Focchi, M., Gatti, M., Poni, S., & Barasuol, V. (2021). First field tests of a legged robot in a vineyard [Resumen extendido de conferencia]. Italian Conference on Robotics and Intelligent Machines (I-RIM). https://doi.org/10.5281/zenodo.5900633
Unitree Robotics. (2023). Unitree 4D LiDAR-L1 user manual. https://oss-global-cdn.unitree.com/static/52b72f707b304d229d4321eea223738f.pdf
Unitree Robotics. (s. f.). Unitree Go2. Recuperado el 21 de octubre de 2026, de https://www.unitree.com/go2/
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Luis Tonatiuh Castellanos Serrano, José Alfredo Castellanos Suárez, Ramiro Chávez Mota, Ángel Leyva Ovalle, Marcelino Aurelio Pérez Vivar, Fausto Díaz Castro Díaz Castro

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.



