Portal InstitucionalUFPEL

O projeto pretende alimentar uma mudança de paradigma nas práticas agrícolas. Um novo conceito está surgindo, abordando novos desafios nas práticas e combinações entre trator/implementos, com uma redução radical de peso e tamanho em comparação com equipamentos agrícolas convencionais, o que também permite uma simplificação fundamental da segurança de tarefas. Atualmente, o desenvolvimento de robôs para as atividades agrícolas apresenta um cenário crescente, oferecendo os avanços em robótica já validados em outros segmentos, contribuindo na melhoria de práticas sustentáveis de produção e meios de subsistência para os agricultores. O avanço de recursos tecnológicos, como dispositivos eletrônicos embarcados e sistemas de inteligência artificial (IA), no controle da cadeia de produção, vem auxiliando esse desenvolvimento. Junto a isso, surge a necessidade de aplicação de técnicas como a Agricultura de Precisão, que tem por objetivo otimizar e reduzir insumos (sementes, fertilizantes, pesticidas) e aumentar os rendimentos.
Os investimentos em pesquisas voltadas a Agricultura 4.0, têm se intensificado na última década, resultando na apresentação de inúmeros protótipos de veículos que dispensam de forma total ou parcial a presença de um condutor dentro do veículo.
No entanto, busca-se que haja razoabilidade na aplicação de controles e regulações de forma que a inovação tecnológica entregue seu valor à sociedade, com a melhoria de seus processos, a redução de custos de suas estruturas e a melhoria das condições de vida de forma geral.
As discussões determinantes sobre os níveis de performance e a comparabilidade entre os desempenhos do homem e da máquina também precisam ser aprofundadas, uma vez que as capacidades e as limitações de cada paradigma são distintas. Os limites e as necessidades de coexistência entre tráfego autônomo e não autônomo, localidades, restrições técnicas, geográficas, entre outros, são questões abertas e que podem ser consideradas para um melhor desenho regulatório.
Por fim, observa-se que as soluções para esses problemas encontradas em países mais desenvolvidos não se encontram alinhados com a realidade da agricultura brasileira. Os drones agrícolas que vêm sendo desenvolvidos, e já comercializados no exterior, apresentam as seguintes incompatibilidades com a agricultura brasileira: custo elevado em função de empregarem soluções muito sofisticadas em função da rentabilidade elevada das culturas agrícolas nos países de origem; são projetados para condições de relevo plano e regimes climáticos mais secos e solos mais regulares; destinam-se a lavouras com preparo convencional de solo, não prevendo, em sua maioria, a operação em sistema de plantio direto. Sendo assim, existe uma ampla oportunidade para o desenvolvimento de drones agrícolas levando em conta a especificidades da nossa agricultura.

A metodologia para o desenvolvimento deste projeto será dividida em duas etapas: A primeira terá por base a elaboração de um banco de dados por meio de pesquisas online, buscando publicações relacionadas ao tema e normas técnicas ABNT NBR do Sistema de Gestão de Normas e Documentos Regulatórios GEDWeb Target, normas técnicas da International Organization for Standardization (ISO) e da International Electrotechnical Commission (IEC).
O material bibliográfico selecionado será submetido a uma leitura crítica seletiva; as informações fornecidas serão analisadas e posteriormente sintetizados na forma de texto descritivo; as normas técnicas e regulamentadoras serão analisadas tecnicamente do ponto de vista do objeto em estudo, ou seja, os veículos agrícolas autônomos.
Esta revisão busca obter também uma fonte de conhecimento e informação, servindo como base no momento de seleção de motores, sendo um passo fundamental nos projetos elétricos, definindo diversos outros parâmetros e criando uma análise homogênea sobre os diferentes tipos de motores elétricos. Elaborar um sistema e métodos de identificação de trajetória, com objetivo de controle é minimizar o erro de posição em relação a uma determinada trajetória de referência, definida como sequências de retas e curvas entre pontos ou na linha de passagem.
A segunda etapa é a aplicação da metodologia de projeto, que possui quatro fases: Projeto Informacional, Projeto Conceitual, Projeto Preliminar e Projeto detalhado. Este modelo foi desenvolvido no Núcleo de Desenvolvimento Integrado de Produtos da Universidade Federal de Santa Catarina (NeDIP) e baseado em trabalhos desenvolvidos por Pahl et al. (2005), Rosenfeld et al. (2006) e Reis (2003). Dentro desta metodologia que será empregada, também está prevista a formação de uma equipe de pesquisa multidisciplinar, a fim de, discutir diferentes aspectos do desenvolvimento do projeto e problemas que irão surgir. O projeto e execução, em sua maior parte, será desenvolvido nas dependências do Departamento de Engenharia Rural (DER), no Núcleo de Inovação em Máquinas e Equipamentos Agrícolas (NIMEq).

Para o projeto espera-se: desenvolver um estudo da morfologia dos robôs móveis com características agrícolas, tais como: estrutura de chassi, tipo de rodado, sistemas de tração e direção e forma física. Além disso, será realizado o estudo das estratégias de controle e de seguimento de trajetória do veículo, que constituem a base para a concepção de metodologias de navegação autônoma, minimizando o erro de posição em relação a uma determinada trajetória de referência, definida como sequências de retas e curvas entre pontos de passagem.
Para a implementação das técnicas de identificação, já foi iniciado um estudo preliminar, criando um software na linguagem de programação Python, que foi selecionado principalmente pela possibilidade de integração com a biblioteca OpenCV, que traz consigo um conjunto de ferramentas tanto para Machine Learning (ML) quanto para Computer Vision, ou Artificial Intelligence (AI).
Os testes com captura das imagens em tempo real também foram realizados utilizando uma câmera RGB, mas com os devidos ajustes podem ser realizados com smartphones ou câmeras de vigilância que possuam também o mesmo padrão (Red, Green and Blue) que foi escolhido em virtude do seu fácil acesso e baixo custo em comparação com as câmeras multiespectrais. O programa então trabalha com a imagem recebida em frames, o que obviamente também possibilita a repetição de imagens estáticas que, no nosso caso, serão utilizadas para estudo do fenótipo das semeaduras.