Академический Документы
Профессиональный Документы
Культура Документы
CUIABÁ
2018
MARCONES SOUZA DOS SANTOS
CUIABÁ
2018
MARCONES SOUZA DOS SANTOS
BANCA EXAMINADORA
Chega ao fim mais esta importante etapa de minha vida profissional. Agradeço
a todos àqueles que de forma direta ou indireta contribuíram para o sucesso
alcançado, que se concretiza com este trabalho de TCC.
Agradeço aos meus familiares pela infinita paciência e bondade, durante todas
as etapas da minha vida.
DOS SANTOS, Marcones Souza. OS SISTEMAS MAIS UTILIZADOS NA
AGRICULTURA DE PRECISÃO. 2018. Número total de 31 folhas. Trabalho de
Conclusão de Curso de Engenharia de Controle e Automação – Instituição Uniasselvi
de ensino superior, Cuiabá, 2018.
RESUMO
ABSTRACT
1. INTRODUÇÃO ................................................................................................... 11
1.1 PROBLEMA ................................................................................................... 12
1.2 OBJETIVOS ................................................................................................... 12
1.2.1 OBJETIVO GERAL ................................................................................. 12
1.2.2 OBJETIVOS ESPECÍFICOS ................................................................... 12
1.3 JUSTIFICATIVA ............................................................................................. 12
1. INTRODUÇÃO
1.1 PROBLEMA
1.2 OBJETIVOS
1.3 JUSTIFICATIVA
2. FUNDAMENTAÇÃO TEÓRICA
2.2 SATÉLITES
2.3 SOFTWARES
2.4 SENSORIAMENTO
Os sensores térmicos são equipados com até 15 bandas que captam diferentes
espectros eletromagnéticos na frequência do infravermelho. Qualquer corpo que
possui temperatura acima de zero grau absoluto (0 Kelvin) emite um espectro
eletromagnético. Um sensor térmico pode ser construído de diferentes maneiras de
modo que pode variar a expansão térmica dos gases, líquidos e sólidos, a resistência
elétrica de condutores metálicos e através de medições elétricas, estimar a
temperatura (HUYNH, 2015. p. 6, 12, 13, 23, 24). Plantas em geral precisam irradiar,
por evapotranspiração parte da energia que receberam do sol, então diminuem sua
temperatura e ficam aptas a manter os processos químicos vitais.
Para que o agricultor tivesse uma visão aérea de seus campos era nescessário
um helicóptero ou avião de pequeno porte para sobrevoar uma propriedade tirando
fotografias aéreas, os drones equipados com câmeras agora podem produzir as
mesmas imagens por uma fração do custo.
Além disso, os avanços nas tecnologias de imagem significam que você não
está mais limitado à luz visível e à fotografia. Os sistemas de câmeras estão
disponíveis, desde imagens fotográficas padrão até imagens infravermelhas,
ultravioletas e até hiperespectrais. Muitas dessas câmeras também podem gravar
vídeos. A resolução de imagem em todos esses métodos de imagem também
aumentou.
Todos esses diferentes tipos de imagens permitem que os agricultores coletem
dados mais detalhados do que nunca, aprimorando suas capacidades de monitorar a
saúde das lavouras, avaliando a qualidade do solo e planejando locais de plantio para
otimizar recursos e uso da terra. Ser capaz de realizar regularmente essas pesquisas
de campo melhora o planejamento para padrões de plantio de sementes, irrigação e
mapeamento de localização em 2D e 3D. Com todos esses dados, os agricultores
podem otimizar cada aspecto de sua terra e o manejo da cultura.
Mas não são apenas as câmeras e os recursos de geração de imagens que
causam um impacto assistido por drones na esfera agrícola, os drones também estão
sendo usados no plantio e na pulverização.
Os protótipos de drones estão sendo construídos e testados para uso em
semeadura e plantio para substituir a necessidade de mão de obra manual. Por
exemplo, várias empresas e pesquisadores estão trabalhando em drones que podem
usar ar comprimido para disparar cápsulas contendo vagens com fertilizantes e
nutrientes diretamente no solo.
DroneSeed e BioCarbon são duas dessas empresas, ambas desenvolvendo
drones que podem transportar um módulo que dispara sementes de árvores no solo
em locais ideais. Embora atualmente projetado para projetos de reflorestamento, não
é difícil imaginar que os módulos possam ser reconfigurados para se adequar a várias
sementes agrícolas. Com IoT e software para operação autônoma, uma frota de
20
drones poderia completar o plantio extremamente preciso nas condições ideais para
o crescimento de cada cultura, aumentando as mudanças para um crescimento mais
rápido e um maior rendimento da safra.
Há também drones atualmente disponíveis e em desenvolvimento para
aplicações de pulverização de culturas, oferecendo a oportunidade de automatizar
ainda outra tarefa de trabalho intensivo. Usando uma combinação de GPS, medição
a laser e posicionamento ultra-sônico, os drones de pulverização de culturas podem
se adaptar facilmente à altitude e localização, ajustando-se a variáveis como
velocidade do vento, topografia e geografia. Isso permite que os drones executem as
tarefas de pulverização de culturas com mais eficiência e com maior precisão e menos
desperdício.
Por exemplo, a DJI, empresa que fabrica drones, oferece um drone
chamado Agras MG-1 projetado especificamente para pulverização de culturas
agrícolas, com uma capacidade de tanque de 2,6 galões (10 litros) de pesticida líquido,
herbicida ou fertilizante e um alcance de vôo de sete a dez acres por hora. O radar de
microondas permite que este drone mantenha a distância correta das plantações e
garanta uma cobertura uniforme. Segundo a DJI, ele pode operar automaticamente,
semiautomático ou manual.
Trabalhando em conjunto com outros robôs agriculas, as culturas identificadas
como necessitadas de atenção especial poderiam receber uma visita personalizada
do drone mais próximo ao primeiro sinal de problema. Ser capaz de fornecer atenção
individualizada a qualquer parte do campo, assim que for necessário, pode ajudar a
interromper muitos problemas antes que eles se espalhem.
Uma das tarefas mais úteis que os drones podem executar é o monitoramento
e a análise remotos de campos e plantações. Imagine os benefícios de usar uma
pequena frota de drones em vez de uma equipe de trabalhadores que passa horas
em pé ou em um veículo que viaja de um lado para outro no campo para verificar
visualmente as condições da colheita.
Os agricultores podem rever os dados e só fazer viagens pessoais para os
campos quando há um problema específico que precisa de sua atenção, ao invés de
perder tempo e esforço, tendendo a plantas saudáveis.
Dado que os drones para uso agrícola ainda estão no início de sua evolução,
há algumas desvantagens. Os intervalos e os tempos de voo não são tão robustos
21
como muitas fazendas precisariam - atualmente, até mesmo os com maior duração
atingem uma hora de voo antes de precisar retornar e recarregar.
As despesas de capital também ainda são bastante altas, chegando a US $
25.000 por drone para algo como o PrecisionHawk Lancaster. Modelos menos caros
existem, mas podem não vir com o equipamento de imagem ou de pulverização
necessário.
A detecção e remoção precoce de um item infectado, talvez antes que ele atinja
as principais partes da linha de classificação, pode ajudar a evitar problemas. Isto
implica que a engenharia de projeto deve agora também ter uma forte ênfase no
design para a segurança alimentar. Isso pode alterar os futuros conceitos de
manuseio, classificação e embalagem de equipamentos. Por exemplo, o design
modular com procedimentos de limpeza adequados e o uso de ferramentas de
detecção sem contato são uma maneira de reduzir os riscos. Eventualmente, uma
tecnologia adicional de sensoriamento microbiano deve ser instalada para avisar o
usuário no caso de um item problemático.
Este robô pega tomates pela haste para evitar hematomas, mas outros
engenheiros estão tentando projetar efeitos finais robóticos que serão capazes de
prender suavemente frutas e vegetais bem apertados o suficiente para serem
colhidos, mas não tão duros que causem danos.
Outro protótipo para a colheita de frutas é o robô aspirador de maçã movido a
vácuo da Abundant Robotics, que usa a visão computacional para localizar maçãs na
árvore e determinar se elas estão prontas para a colheita.
28
Estas são apenas algumas das dezenas de designs robóticos promissores que
logo assumirão o trabalho de colheita.
29
4. CONSIDERAÇÕES FINAIS
5. REFERÊNCIAS
AHUJ, Dhiraj; PARANDE, Deepa. Optical sensors and their applications. Journal
of Scientific Research and Reviews. Vol. 1(5), pp.060-068, 2012.
COELHO, E. F., Coelho Filho, M. A., & OLIVEIRA, S. D. (2005). Agricultura irrigada:
eficiência de irrigação e de uso de água. Bahia Agrícola, 7(01), 57-60.
COSTA, Felipe Tozetto; SCHIEBELBEIN, Luis Miguel; SANTOS, Max Mauro Dias;
STEVAN JR., Sergio Luiz. Uma Visão Geral da Aplicação de Sensores em Máquina
s Agrícolas. X Congresso Brasileiro De Agroinformática, 2015.
GOOD FRUIT. The long and tricky path to automated picking. Disponível em: <
https://www.goodfruit.com/the-long-and-tricky-path-to-automated-picking/ >. Acesso
em 03 nov. 2018.
HEINIGER, Ron. Sensors and Monitors for Measuring Soil Moisture. NC State
University: Raleigh, 2013.