En este trabajo se describe el diseño de un prototipo de sistema tecnológico para la clasificación del

color de las uvas, un proceso que es fundamental en la industria vitivinícola para garantizar la calidad

del vino producido. Actualmente, la clasificación de uvas se realiza de manera manual, lo cual es un

proceso no solo laborioso y lento, sino también altamente subjetivo, lo que puede provocar

inconsistencias en la selección de las uvas y, en última instancia, afectar la calidad del producto final.

y contribuye a una producción más eficiente y de mayor calidad. Además, al incorporar este tipo de

tecnología en la agricultura, se promueve la modernización del sector.

Palabras claves: agricultura, clasificación de uvas, producción, prototipo, sensor de color

subjective, which can lead to inconsistencies in the selection of grapes and ultimately affect the quality

of the final product. With the aim of improving accuracy and efficiency in this critical stage of the

production process, an innovative prototype has been designed that uses advanced technology for

automatic sorting of grapes. The developed system uses a TCS230 color sensor, a device that allows

grapes to be automatically detected and classified according to their color, thus ensuring a more uniform

and precise selection. This automation not only significantly reduces reliance on manual work, but also

minimizes human errors, optimizes processing time and contributes to more efficient and higher quality

production. In addition, the incorporation of such technology into agriculture promotes modernization

of the sector.

La necesidad de implementar nuevas tecnologías en la clasificación de las uvas en la industria de

producción se planteó el desarrollo de un sistema automatizado empleando un sensor de color, un

servomotor y para el control una tarjeta Arduino. Este sistema permitirá la clasificación de las uvas de

acuerdo con su color ya sean rojas o verdes, ya que en la industria hortofrutícola prevalece la calidad y

la precisión en la clasificación para así satisfacer las necesidades del mercado y poder garantizar la

competitividad del negocio. (Huang et al., 2022).

Hoy en día, la industria hortofrutícola exige una clasificación precisa para conservar la calidad de

esencial para asegurar la calidad del vino. Las uvas clasificadas incorrectamente pueden afectar

negativamente las características sensoriales del vino, como su sabor, aroma y color, lo que a su vez

impacta la percepción del consumidor y la competitividad en el mercado (enovinos, 2023). Por lo tanto,

la implementación de tecnologías automatizadas no solo optimiza la eficiencia del proceso, sino que

también asegura que la calidad del producto final esté alineada con los estándares exigidos por los

consumidores y reguladores del sector vitivinícola. (Franco, 2013)

La vitivinicultura es la rama de la agricultura que se dedica al cultivo de la vid y la producción de vino.

Esta industria abarca una amplia gama de actividades, que incluyen desde la selección y plantación de

las vides hasta la cosecha de uvas, su procesamiento en bodegas, y finalmente la comercialización del

vino. La calidad del vino está estrechamente vinculada a factores como el tipo de uva, el clima, el suelo,

alcancen el grado óptimo de madurez, lo que influye directamente en el perfil de sabor y calidad del

vino final. Una vendimia realizada en el momento preciso garantiza que las uvas contengan el equilibrio

adecuado de azúcares, ácidos y compuestos fenólicos, esenciales para la vinificación (Aduna, 2023).

Además, la forma en que se realiza la vendimia, ya sea de manera manual o mecanizada, también puede

afectar la integridad de las uvas y, en consecuencia, el proceso de producción del vino. Por estas razones,

la vendimia es considerada una de las etapas más críticas en la elaboración del vino, y cualquier avance

tecnológico que mejore la eficiencia y precisión en esta fase puede tener un impacto significativo en la

calidad y consistencia del producto final. (Puelles, 2023)

los cuales poseen diferentes tamaños ya que este método permite separar los productos según su forma

o tamaño.

Clasificadora de conducto inclinado: Los productos descienden por gravedad; durante este descenso

existen dispositivos como palancas o vibradores, los cuales son los encargados de separar los productos

según su tamaño, forma o color, dirigiéndolos a diferentes canales de salida.

Por lo tanto, el método de clasificación seleccionado para el proyecto fue la clasificación de conducto

inclinado, ya que es un proceso simple e integra tecnología de sensores de color en el proceso de

clasificación de las uvas, el cual no solo busca aumentar la eficiencia en la producción, sino también

satisfacer al cliente. La automatización en la industria hortofrutícola ha mejorado paulatinamente, ya

que se han desarrollado sistemas más precisos capaces de realizar tareas de clasificación con la menor

Hardware: El hardware incluye una cámara de visión artificial para capturar imágenes y datos visuales,

iluminación LED para asegurar una adecuada visibilidad y calidad de imagen, un procesador que

maneja y analiza la información capturada, y un módulo de comunicación que permite la transmisión

de datos entre dispositivos y sistemas.

Elementos de software: El software incluye componentes de visión artificial para interpretar y analizar

datos visuales, procesamiento de imágenes para mejorar y transformar las imágenes capturadas, y una

Iluminación LED: Los focos LED se usan para proporcionar una iluminación uniforme y de alta

calidad, crucial para obtener imágenes claras y detalladas. La iluminación adecuada mejora la

resolución de la imagen y facilita la detección precisa de colores y formas. Los focos LED son eficientes

energéticamente y tienen una larga vida útil, lo que los hace ideales para aplicaciones continuas.

A continuación, se muestra una tabla de diferente equivalencia de focos Led.

Tabla 1 Tabla de equivalencias LED (De la Lámpara, 2022)

La bombilla selecciona es la de 7W que nos proporciona 560/630 lúmenes.

Arduino Uno: El Arduino Uno es una placa de microcontrolador basada en el ATmega328P. Es

ampliamente utilizado en proyectos de electrónica debido a su simplicidad y versatilidad. En este caso,

se utiliza para la detección de frutas mediante el color. El Arduino Uno procesa los datos recibidos de

los sensores de color y ejecuta algoritmos para identificar y clasificar las frutas según sus características

cromáticas. Su facilidad de programación y amplia comunidad de soporte lo hacen una opción popular

para proyectos de detección y automatización. (Aguayo, 2019)

Raspberry Pi: La Raspberry Pi es una computadora de bajo costo y con un tamaño compacto, del porte

de una tarjeta de crédito, puede ser conectada a un monitor de computador o un TV, y usarse con un

permitirle a las personas de todas las edades explorar la computación y aprender a programar lenguajes

como Scratch y Python. (Cgarcia, 2020) Es capaz de hacer la mayoría de las tareas típicas de un

computador de escritorio, desde navegar en internet, reproducir videos en alta resolución, manipular

documentos de ofimática, hasta reproducir juegos. (Paguayo, 2022)

Figura 2 Raspberry Pi

ESP32: El ESP32 es una serie de chips y módulos de bajo costo y consumo energético, desarrollados

por Espressif Systems. Este nuevo conjunto de dispositivos es la evolución del popular ESP8266, y su

principal ventaja es que, además de ofrecer conectividad Wi-Fi, también incluye soporte para Bluetooth.

(Carmenate, 2022)

Figura 3 ESP32

Se opto por la utilización del Arduino UNO por la capacidad y fácil acceso que tiene este procesador.