Los conceptos de agricultura inteligente y de precisión requieren que el agricultor mida todas las variables relevantes de manera continua y procese esta información para construir mapas de prescripción mejores y predecir el rendimiento de los cultivos. Estos mapas alimentan a la maquinaria con tecnología de tasa variable para aplicar la cantidad correcta de productos en el momento y lugar adecuados, con el fin de mejorar la rentabilidad de la explotación agrícola. Uno de los datos más relevantes para estimar el rendimiento de la explotación agrícola es el Índice de Área Foliar. Tradicionalmente, este índice se puede obtener a partir de mediciones manuales o de imágenes aéreas: el primero es laborioso y el segundo requiere el uso de drones o servicios aéreos. Este trabajo presenta un módulo de hardware basado en sensores ópticos que se puede acoplar a vehículos terrestres autónomos o guiados existentes. Durante la operación normal, el módulo recopila imágenes monoculares georreferenciadas periódicas y datos láser. Con esos datos, se propone un flujo de procesamiento, basado en software de código abierto y compuesto por etapas de Estructura a partir del Movimiento, Estéreo Multi-Vista y registro de nube de puntos, que puede extraer el Índice de Área Foliar y otras características relacionadas con los cultivos. Además, en este trabajo se realiza una evaluación comparativa de herramientas de software. El módulo de hardware y el flujo de trabajo se validaron considerando datos reales adquiridos en dos viñedos en Portugal e Italia. Se puso a disposición del público un conjunto de datos con información sensorial recopilada por el módulo. Los resultados demostraron que: el sistema proporciona datos fiables y precisos sobre el entorno circundante y que el flujo de trabajo es capaz de calcular el volumen y el área de ocupación a partir de los datos adquiridos.