Daniel Tovar, el ingeniero quindiano premiado por DJI por usar drones con IA en el campo
Su tecnología permite realizar inventarios de cultivos en tiempo real mientras un dron sobrevuela el terreno, un proceso que tradicionalmente puede tardar varios días o incluso semanas.

Daniel Tovar, el ingeniero quindiano premiado por DJI por usar drones con IA en el campo
El código iframe se ha copiado en el portapapeles
Daniel Tovar es un ingeniero aeronáutico quindiano que recibió el premio Industry Application Excellence de DJI por desarrollar una tecnología que utiliza drones e inteligencia artificial para solucionar uno de los problemas que ha encontrado en las fincas: conocer con precisión cuántas plantas hay en un cultivo.
Daniel desarrolló esta tecnología a partir de una problemática que identificó durante su trabajo en el sector agrícola. Normalmente, para hacer un inventario se toman fotografías desde un dron y posteriormente las imágenes deben ser procesadas para contar las plantas. Su propuesta permite realizar ese análisis durante el vuelo y tener la información disponible una vez termina el recorrido.
Para hacerlo posible, utilizó un dron de DJI y el dispositivo Manifold 3, que permite ejecutar los algoritmos de inteligencia artificial desarrollados por él. Mientras el dron toma las fotografías, el sistema analiza cada imagen, identifica las plantas y utiliza la georreferenciación para establecer la ubicación de cada una.
Daniel contó que se enteró del reconocimiento gracias a un amigo que se encontraba en Estados Unidos. “Hace, más o menos, un mes, él me llamó y me preguntó: ‘¿A usted cómo le fue con el concurso de China?’. Yo le dije: ‘No, no sé de qué me está hablando’”. Su amigo le envió entonces una imagen con la lista de ganadores y así descubrió que había sido premiado. Según relató, además, era el único ganador no chino entre los 15 galardonados.
La herramienta no busca únicamente contar plantas. El ingeniero trabaja para que el sistema también pueda identificar cultivos faltantes, enfermos o saludables. Con esta información, los productores pueden calcular con mayor precisión cuánto abono o fertilizante necesitan, programar las labores del campo y realizar estimaciones de productividad para las cosechas.
Ahora, Daniel trabaja en la adaptación de su algoritmo para otros cultivos como café, piña, aguacate y diferentes frutales. También busca mejorar la capacidad de procesamiento y ampliar las aplicaciones de esta tecnología en el sector agrícola.




