Me gustan mucho estos proyectos donde se une todo, una utilidad real muy loca, Inteligencia Artificial, una app, tecnología LoRaWan (IoT), unas vacas y unos granjeros con miles de hectáreas. Ahora mismo está disponible en EE.UU, Nueva Zelanda y Australia.
No recuerdo dónde oí hablar de Halter y su Cowgorithm. La idea me encanta, consiste en un sistema que permite controlar y gestionar vacas de forma remota, sin necesidad de vallas físicas.
Elimina la necesidad de vallas y de pastores y permite definir las zonas de tu hacienda donde quieres que las vacas estén encerradas y que no se salgan de ahí. Tan solo definiendo las zonas en una app de tu móvil.
Algo muy loco. Esto NO es una startup “app”. Es una empresa deep-tech seria.
Combina:
- embedded systems
- RF engineering
- animal behavior science
- low power electronics
- distributed systems
- edge AI
- satellite communications
- IoT industrial
- geospatial computing
¿A qué se dedica Halter?
Halter es una empresa de tecnología agrícola (agritech) que aplica IA + IoT para transformar la ganadería tradicional.
Cómo funciona su sistema
Se basa en tres elementos conectados:
1. Collar inteligente (hardware)
- Cada vaca lleva un collar solar con sensores.
- Emite sonidos y vibraciones para guiar al animal.
- Recoge datos constantemente (movimiento, comportamiento, ubicación).
Esta es la parte que me resulta más misteriosa.¿Realmente con vibraciones y sonidos de un collar se pueden guiar a las vacas y delimitar las zonas a ls que no pueden ir? Está claro que sí, porque esto se está comercializando. Pero creo que es la parte más difícil de imaginar y de probar
2. Plataforma (software + app)
- El ganadero controla todo desde el móvil:
- mueve el ganado
- crea “vallas virtuales”
- monitoriza la salud
- Funciona como un “gemelo digital” de la granja
3. Inteligencia artificial
- Procesa miles de datos por vaca en tiempo real.
- Detecta patrones de comportamiento y anomalías.
En conjunto, Halter convierte una granja en un sistema automatizado y basado en datos.
¿Qué problema resuelve?
Tradicionalmente, gestionar ganado implica:
- vallas físicas costosas
- trabajo manual constante
- difícil detección de enfermedades
Parece ser que para gestionar las vallas de forma física hay que gastar mucho dinero, tanto en las vallas como en el personal y el trabajo para estar moviéndolas a las nuevas zonas de pasto.
Halter propone:
- vallas virtuales
- automatización del movimiento del ganado
- monitorización 24/7 de cada animal
con esta solución además de ahorrar este coste, tienes control abosluto y monitorización de todo tu ganado en tiempo real.
¿Qué es el “Cowgorithm”?
El Cowgorithm® es el núcleo tecnológico de Halter. Es un algoritmo de inteligencia artificial que aprende cómo se comportan las vacas y las entrena automáticamente.
No es solo monitorización. Es un sistema que predice comportamiento, lo modifica y automatiza decisiones.
Cómo funciona realmente
1. Aprende el comportamiento
- Analiza millones de datos de cada vaca:
- movimiento
- tiempo de pasto
- descanso
- Crea un “perfil normal” de comportamiento detectando anomalías (enfermedad, celo, estrés).
2. Entrena a la vaca
- Usa señales de audio y vibración del collar.
- Es aprendizaje conductual automatizado. La vaca aprende:
- hacia dónde moverse
- dónde no cruzar (valla virtual)
3. Automatiza la gestión del rebaño
- El ganadero define una acción en la app.
- El algoritmo coordina:
- movimiento del grupo
- ritmo
- dirección
4. Detecta problemas de salud
- Compara comportamiento actual vs histórico.
- Puede alertar de enfermedades antes de que sean visibles
- Identifica cambios sutiles:
- menos movimiento
- cambios en alimentación
Otros proyectos IA + animales
Esta combinación de animales + IA o de animales + agricultura van a ser cada vez más comunes.
Me recuerda al caso de la identificación de los tiburones ballena, de que hablamos en el blog. Donde utilizaban el algoritmo de groth, un algoritmo de identificación astronómico para desentrañar los patrones del tiburon ballena y de algún otro tipo de animales. Y estoy seguro que hoy en día se está utilizando algún algoritmo de deep learning. Tengo que revisar este tema.
Tecnología que puede utilizar
No tenemos datos del hardware real que utilizan. Así que he estado buscando en fuentes y preguntando a diferentes IAs por el hardware utilizado y estas son las estimaciones que me ha sugerido
A partir de aquí, son estimaciones hechas con la IA a partir de datos y fuentes que ha recopilado.
Arquitectura hardware real del collar
El collar es básicamente un:
dispositivo embebido IoT ruggedizado + GNSS + sensores + radio LPWAN + edge AI + energy harvesting
Muy parecido a una mezcla entre:
- un tracker industrial,
- un smartwatch ultra low power,
- y un nodo IoT agrícola militarizado.
1. Hardware físico del collar
Estructura mecánica
El collar tiene:
- banda reforzada resistente UV
- carcasa sellada IP67/IP68
- módulo frontal solar
- electrónica distribuida
- batería interna de alta densidad
- electrodos de contacto
- actuadores hápticos/audio
La mecánica está diseñada para:
- barro
- lluvia
- golpes
- vibraciones
- torsión del cuello
- temperaturas extremas
- años sin mantenimiento
El peso es crítico porque afecta comportamiento animal y consumo energético.
Sistema de posicionamiento (GNSS/GPS)
Utilizan GNSS multi-constelación.
Probablemente:
- GPS
- GLONASS
- Galileo
- BeiDou
para mejorar:
- precisión
- cold start
- cobertura rural
- consumo energético
Muy probablemente usan módulos tipo:
- u-blox M8/M9
- Sony CXD5605
- Nordic + GNSS companion
- Quectel GNSS
porque son los estándares industriales de ultra bajo consumo.
Técnicas de ahorro energético GNSS
El gran reto NO es el GPS.
Es el consumo.
Por eso probablemente usan:
Snapshot GNSS
Capturan pocos milisegundos de señal satelital y procesan después. Muy usado en tracking animal moderno.
Esto reduce muchísimo el consumo.
Microcontrolador principal
Por arquitectura y consumo, seguramente usan:
MCU ARM Cortex-M
Posibles familias:
- STM32L series
- Nordic nRF52/nRF53
- NXP i.MX RT
- ESP32-S3 (menos probable)
- Silicon Labs Gecko
El sistema necesita:
- ultra bajo consumo
- RTOS
- BLE/radio
- control audio/háptico
- GNSS
- ML inferencing local
Sistema operativo embebido
AWS confirmó que usan:
FreeRTOS
en los collares.
Eso implica:
- arquitectura multitarea
- scheduling determinista
- power states avanzados
- OTA firmware updates
- edge telemetry
Sensores internos
El collar probablemente incorpora:
| Sensor | Función |
|---|---|
| IMU 6/9 ejes | orientación/movimiento |
| acelerómetro | actividad |
| giroscopio | dirección |
| magnetómetro | heading |
| sensor temperatura | salud/ambiente |
| sensor voltaje batería | power management |
| GNSS | posición |
| posiblemente micrófono | análisis conductual |
Audio directional guidance
Esto es MUY interesante técnicamente.
El sistema usa:
- buzzer piezoeléctrico
- sonido direccional
- patrones acústicos
para “guiar” la vaca.
No es simplemente un pitido.
Generan:
- diferentes tonos
- frecuencias
- secuencias
- lateralidad
para indicar:
- parar
- girar
- avanzar
El animal aprende condicionamiento espacial.
Sistema háptico
Probablemente:
- motor vibración ERM
o - LRA haptic actuator
La vibración sirve como refuerzo intermedio antes del pulso eléctrico.
Sistema de estimulación eléctrica
Muy controlado técnicamente.
No es un “pastor eléctrico”.
Usan:
- pulsos cortos
- corriente limitada
- alto voltaje / baja energía
- duración controlada por firmware
El sistema:
- limita repeticiones
- desactiva automáticamente
- adapta intensidad por animal
según describen sus protocolos de welfare.
Comunicación inalámbrica
Aquí está gran parte de la ingeniería compleja.
Arquitectura original
Antes usaban:
LoRa / LPWAN propietario
con torres propias rurales.
Muy probablemente:
- LoRa SX127x/SX126x
- topología star
- gateways propios
- protocolos custom
¿Por qué LoRa?
Porque permite:
- 10–20 km alcance
- muy bajo consumo
- poca infraestructura
- penetración rural excelente
Ideal para ganado.
Nueva arquitectura satelital
En 2026 lanzaron:
Direct-to-Satellite
integrado con Starlink.
Eso es MUY avanzado.
Implica probablemente:
- NTN (Non-Terrestrial Networks)
- módulos satcom miniaturizados
- buffering inteligente
- compresión extrema de telemetría
Porque enviar datos a satélite consume muchísimo.
Gestión energética
Este probablemente sea el componente MÁS complejo del sistema.
Power system
El collar integra:
- panel solar
- PMIC avanzado
- batería Li-ion/LiPo
- carga MPPT
- deep sleep agresivo
Lo difícil aquí
El animal:
- mueve el collar
- tapa el panel
- ensucia el solar
- rota constantemente
Por eso el firmware debe:
- estimar energía futura
- ajustar frecuencia GPS
- modificar transmisión
- degradar servicios dinámicamente
Es literalmente un sistema autónomo energético.
Edge AI / TinyML
Muy probablemente ejecutan:
inferencia local
en el collar.
¿Por qué?
Porque enviar todo a cloud:
- consume batería
- cuesta ancho de banda
- añade latencia
Qué hacen localmente
Probablemente detectan:
- caminar
- rumiar
- comer
- correr
- estrés
- patrones anómalos
- celo
- inactividad
usando:
- acelerómetros
- orientación
- series temporales
Tecnología probable
- TensorFlow Lite Micro
- TinyML
- modelos cuantizados INT8
- inferencia sobre MCU
Backend de infraestructura
Aunque preguntabas hardware, el diseño depende muchísimo del cloud.
Probablemente usan:
| Componente | Tecnología probable |
|---|---|
| ingestión IoT | MQTT |
| streaming | Kafka/Kinesis |
| telemetría | Timeseries DB |
| GIS | PostGIS |
| ML | AWS SageMaker |
| backend | Kubernetes |
| OTA updates | IoT Core |
| device twin | Digital Twin |
AWS menciona explícitamente relación tecnológica con Halter.
OTA firmware
Casi seguro soportan:
actualizaciones OTA
porque:
- afinan modelos ML
- modifican comportamiento
- ajustan límites
- corrigen consumo energético
Esto implica:
- bootloader dual-bank
- rollback seguro
- firmware firmado
- actualizaciones diferenciales
Lo realmente difícil del sistema
La parte impresionante NO es el GPS.
Es combinar:
restricciones incompatibles
| Problema | Necesidad |
|---|---|
| batería | años autonomía |
| tracking | precisión alta |
| cobertura | zonas remotas |
| tamaño | collar ligero |
| coste | escalable |
| IA | inferencia local |
| robustez | clima extremo |
| bienestar animal | control fino |
Y hacerlo para cientos de miles de animales simultáneamente.