Finquet Empresas

Desarrollamos software, hardware y análisis de datos a medida para universidades, centros de investigación y empresas del sector agrícola. Sensórica, plataformas IoT, gemelos digitales, visión por computador y aplicaciones para miles de usuarios.

Sistema de riego RainDancer aplicando la recomendación del modelo IMIS
−32 % de consumo de agua en horticultura con el gemelo digital IMIS, manteniendo el rendimiento
£300.000
de ahorro anual estimado en la explotación donde se desplegó IMIS
5
artículos revisados por pares en revistas de agronomía, IoT y teledetección
+10.000 ha
monitorizadas

Del prototipo de laboratorio al campo

Convertimos una hipótesis en un sistema que funciona en una finca real: sensores instalados, datos fluyendo y una app en manos de quien la usa.

Un solo equipo para toda la cadena

Diseñamos el datalogger, programamos el backend, integramos el modelo agronómico y publicamos la app. Sin subcontratar ningún eslabón.

Resultados medibles y publicables

Cada proyecto se diseña para producir datos que sirvan a la vez a la gestión de la finca y a un artículo revisado por pares.

Para quién

Investigación y empresa, con el mismo equipo

Universidades y centros de investigación

Para grupos que necesitan instrumentar un ensayo, montar una red de sensores o convertir un modelo en una herramienta que use gente en el campo.

  • Redes de sensores y dataloggers para ensayos de campo
  • Plataformas de datos abiertas e interoperables (FIWARE, NGSI-LD)
  • Implementación de modelos agronómicos como servicio
  • Apps para recogida de datos en campo, con y sin cobertura
  • Desarrollo técnico dentro de proyectos financiados

Empresas del sector agrícola

Para cooperativas, asesorías, industria y fabricantes que necesitan una herramienta que no existe o que no encaja con lo que hay en el mercado.

  • Aplicaciones multiempresa para gestionar miles de agricultores, con roles y permisos
  • Pantallas y módulos a medida dentro de las apps de Finquet
  • Automatización del riego y alertas a partir de los datos de sensores
  • Integración con maquinaria, estaciones y sistemas de gestión
  • Análisis con IA sobre datos e imágenes de la empresa

Qué desarrollamos

Del sensor a la publicación

Estas son las capacidades que hemos puesto en producción en proyectos reales. Cada tarjeta indica dónde.

Dataloggers y redes de sensores

Dispositivos propios sobre Arduino MKR con PCB a medida, autonomía solar y soporte para LoRaWAN, SigFox, NB-IoT, GSM, Wi-Fi y Bluetooth. Leen sensores SDI-12, RS-485, I2C, SPI y analógicos.

Plataforma IoT abierta · Agronomy 2022

Plataformas IoT abiertas

Backend sobre FIWARE con Orion Context Broker (NGSI-LD), IoT Agents y QuantumLeap. Despliegue en Docker, edge computing en Raspberry Pi y API estandarizada para interoperar con otras plataformas.

Plataforma IoT abierta · Universidad de Córdoba

Modelos agronómicos y gemelos digitales

Balance hídrico FAO-56 con coeficiente dual, modelos de bulbo húmedo para goteo y gemelo digital con AquaCrop (py-aquacrop) alimentado por sensores y previsión meteorológica. Planificación del riego con 7 a 15 días de antelación.

IMIS · Computers and Electronics in Agriculture 2025

Visión por computador e IA

Redes neuronales convolucionales para estimar la cubierta vegetal desde una foto tomada con el móvil, con segmentación y calibración del modelo en campo.

Smart Agricultural Technology 2025

Aplicaciones móviles y web

Apps en React Native con arquitectura local-first: funcionan sin cobertura y sincronizan al recuperarla. Interfaces web en React con jerarquía finca → parcela → dispositivo, roles y permisos por usuario y API privada por explotación.

IMIS · Plataforma IoT · Finquet

Integración con maquinaria y servicios

Conexión con sistemas de riego GPS RainDancer e irrigadores Briggs, estaciones Davis, sensores de evapotranspiración LI-COR 710, APIs meteorológicas y, en Finquet, con el cuaderno de campo y sistemas de gestión.

IMIS · PDM Produce

Proyectos

Dos proyectos, de principio a fin

Aplicación móvil IMIS: mapa de parcelas, planificación de riego y crecimiento del cultivo Sistema de riego RainDancer aplicando la recomendación del modelo IMIS
IMIS

Gemelo digital para el riego de hortícolas en Reino Unido

Con Universidad de Cranfield · PDM Produce (UK) Ltd · Universidad de Córdoba · Programa RSPAWIR

El reto

Lechuga, apio y patata en Shropshire, con cuencas sobreexplotadas, licencias de extracción restrictivas y veranos de sequía en 2022, 2023 y 2025. Había que regar menos sin perder calidad ni rendimiento.

Lo que construimos

Un sistema de tres niveles: red de sensores (estaciones meteorológicas, LI-COR 710, humedad de suelo en la zona radicular) conectada mediante agentes IoT; un núcleo en Node.js que integra el modelo AquaCrop con datos en tiempo real y previsión; y una app móvil local-first para gestionar parcelas, comparar escenarios de riego y calibrar el modelo con fotos del cultivo. Integrado con los sistemas de riego RainDancer y Briggs de la explotación.

Resultados

  • −32 % de consumo de agua manteniendo el rendimiento
  • +10 % de productividad por unidad de agua aplicada
  • £300.000 de ahorro anual estimado
  • −10 % de energía de bombeo
Arquitectura de tres capas de la plataforma IoT: dispositivos, backend FIWARE e interfaz Nodo de comunicación con panel solar instalado en olivar, con sensores de humedad de suelo
Plataforma IoT abierta

Riego inteligente de bajo coste en olivar en seto

Con Departamento de Agronomía, Universidad de Córdoba · Unidad de Excelencia María de Maeztu

El reto

Las plataformas IoT comerciales eran cerradas, caras y sin API estándar: no admitían sensores de terceros ni permitían multiplicar los puntos de medida. Con previsiones de hasta un 40 % menos de lluvia en zonas de Andalucía, hacía falta una alternativa abierta.

Lo que construimos

Dataloggers de código abierto multi-protocolo con panel solar, un backend FIWARE con modelo de balance hídrico FAO-56 y bulbo húmedo como microservicio, y una interfaz web en React. Desplegado en una finca de 42 ha de Arbequina y Arbosana con riego deficitario controlado al 60 % y predicción a 7 días.

Resultados

  • Primera plataforma IoT agrícola sobre FIWARE Linked Data
  • Sensores de bajo coste y reutilización de los existentes
  • Publicado en Agronomy (MDPI), 2022
  • Docker + edge en Raspberry Pi 4, autenticación JWT

Investigación publicada

Lo que construimos se publica

La tecnología de Finquet sale de la investigación en riego de precisión, IoT y teledetección. Estos son los artículos revisados por pares del equipo.

  1. 2025
    AquaCrop-IoT: A smart irrigation platform integrating real-time images and weather forecasting Computers and Electronics in Agriculture · F. Puig, M. Garcia-Vila, M.A. Soriano, J.A. Rodríguez-Díaz
    Ver en DOI
  2. 2025
    Convolutional neural networks for accurate estimation of canopy cover Smart Agricultural Technology · F. Puig, R. González Perea, A. Daccache, M.A. Soriano, J.A. Rodríguez-Díaz
    Ver en DOI
  3. 2024
    Soil moisture estimation with microwave remote sensing: a systematic review and meta-analysis International Journal of Digital Earth · N. Xu, A. Daccache, A. Ahmadi, D. Houtz, F. Puig
    Ver en DOI
  4. 2022
    Development of a Low-Cost Open-Source Platform for Smart Irrigation Systems Agronomy · F. Puig, M.A. Soriano, J.A. Rodríguez-Díaz
    Ver en DOI
  5. 2022
    IoT platform for failure management in water transmission systems Expert Systems with Applications · J. Pérez-Padillo, F. Puig, J. García Morillo, P. Montesinos
    Ver en DOI

Cuéntanos el proyecto

Escríbenos con el problema, el cultivo y el plazo. Te decimos con franqueza si podemos ayudar y cómo lo abordaríamos.