La industria de la acuicultura se enfrenta a desafíos significativos debido a la bioincrustación, la vegetación y los agujeros en los corrales de red, que afectan gravemente la eficiencia y sostenibilidad de la producción de pescado. Hasta ahora, la inspección y mantenimiento de estas granjas acuáticas ha dependido de buceadores y vehículos operados remotamente, métodos que resultan costosos y peligrosos para los operadores humanos. Para abordar estas problemáticas, investigadores han desarrollado un sistema automatizado basado en robótica para detectar defectos en redes acuáticas, utilizando técnicas de aprendizaje profundo combinadas con sistemas de control de retroalimentación para el movimiento de vehículos alrededor de la red acuática.

El sistema propuesto incluye un vehículo operado remotamente (ROV) que captura imágenes de la red y aplica modelos profundos de aprendizaje para la detección de defectos. Estos modelos como Mask R-CNN, Fast R-CNN, YOLO, y SSD han sido previamente utilizados en entornos controlados, mostrando eficacia en la detección de irregularidades al alcanzar precisiones que oscilan desde 88.5% hasta 94.48%. Además, la investigación apunta a mejorar la autonomía de los ROVs, permitiendo que puedan operar sin necesidad de teleoperadores expertos, reduciendo los costos y aumentando la precisión en la recogida de datos de inspección, movilizándose con ayuda de mapas visuales donde se enfatizan las líneas de referencia para la navegación.

El uso de ROVs autónomos en la inspección de acuafincas no solo mejora la seguridad del proceso de producción al reducir los riesgos para el personal humano, sino que también incrementa el valor añadido en el cultivo de peces. Gracias a las técnicas avanzadas de visión por computadora, es posible detectar referencia en imágenes para guiar los movimientos del ROV, asegurando que la inspección de la red sea completa y eficiente. Además, investigadores como Zhang et al., Liao et al., y otros han demostrado que estos enfoques de inspección automatizada pueden aplicarse en condiciones del mar abierto, mejorando así el monitoreo y control inteligente de los corrales marinos.

El sistema propuesto demuestra ser una herramienta prometedora para aumentar la autonomía en la inspección de la estructura de las redes, protegiendo tanto al capital humano como a la salud de las fincas acuáticas. Estas tecnologías no solo optimizan el cuidado y mantenimiento de las instalaciones acuáticas sino que permiten anticipar problemas que podrían afectar tanto a recursos humanos como a las comunidades marinas.