MARCONES SOUZA DOS SANTOS

OS SISTEMAS MAIS UTILIZADOS NA AGRICULTURA DE

PRECISÃO

CUIABÁ
2018
 MARCONES SOUZA DOS SANTOS

OS SISTEMAS MAIS UTILIZADOS NA AGRICULTURA DE

PRECISÃO

Trabalho de Conclusão de Curso apresentado à

Instituição Uniasselvi de ensino superior, como
requisito parcial para a obtenção do título de
graduado em Engenharia de Controle e
Automação.

Orientador: Vinicius Alencar Brito Lima.

CUIABÁ
2018
 MARCONES SOUZA DOS SANTOS

OS SISTEMAS MAIS UTILIZADOS NA AGRICULTURA DE PRECISÃO

Trabalho de Conclusão de Curso apresentado

à Instituição Uniasselvi de ensino superior,
como requisito parcial para a obtenção do título
de graduado em Engenharia de Controle e
Automação.

BANCA EXAMINADORA

Prof. Vinicius Alencar Brito Lima

Prof. Henry Helber

Prof. Reginaldo Sirino

Cuiabá, 03 de Dezembro de 2018.

Dedico este trabalho a minha família e
amigos
 AGRADECIMENTOS

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

A agricultura de precisão está mostrando seus potenciais melhorando as operações

agrícolas por meio de uma melhor tomada de decisão baseada em dados. No entanto,
um maior desenvolvimento da agricultura de precisão requer melhores tecnologias e
ferramentas para processar dados de forma eficiente a um custo razoável e para
traduzir os dados para melhores decisões e ações em um campo

Palavras-chave: Automação; Controle; Agricultura de Precisão; Processo.

DOS SANTOS, Marcones Souza. THE MOST USED SYSTEMS IN PRECISION
AGRICULTURE. 2018. Número total de 31 folhas. Trabalho de Conclusão de Curso
de Engenharia de Controle e Automação – Instituição Uniasselvi de ensino superior,
Cuiabá, 2018.

ABSTRACT

Precision agriculture is showing its potentials by improving agricultural operations

through better data-driven decision making. Nevertheless, further development of
precision agriculture requires better technology and tools to process data efficiently at
a reasonable cost, and to translate the data to better decisions and actions in a field.

Key-words: Automation; Control; Precision agriculture; Process.

 LISTA DE ILUSTRAÇÕES

Figura 1 – Sensores ópticos .....................................................................15

Figura 2 – Sensores térmicos ...................................................................16
Figura 3 – Multi-sensor eletrônico para medida da umidade, temperatura e
condutividade elétrica do solo....................................................................17
Figura 4 – Mapa de produtividade de pontos............................................17
Figura 5 – Sensor de umidade para grãos e cereais............................... 18
Figura 6 – Exemplo de um sistema SDI para agricultura......................... 22
Figura 7 – Trator autônomo ..................................................................... 24
Figura 8 – O robô agrícola Bonirob ......................................................... 25
Figura 9 – Robô para a colheita de tomate ............................................. 27
Figura 10 – Robô para a colheita maçã movido a vácuo......................... 28
 LISTA DE ABREVIATURAS E SIGLAS

GPS Global Positioning System

GNSS Global Navigation Satellite System
IOT Internet of Things
 SUMÁRIO

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

2. FUNDAMENTAÇÃO TEÓRICA ......................................................................... 14

2.1 VARIABILIDADE TEMPORAL E ESPACIAL ................................................. 14
2.2 SATÉLITES .................................................................................................... 14
2.3 SOFTWARES ................................................................................................. 14
2.4 SENSORIAMENTO ........................................................................................ 15
2.5 SENSORES ÓPTICOS ................................................................................... 15
2.6 SENSORES TÉRMICOS ................................................................................ 16
2.7 SENSORES ELÉTRICOS............................................................................... 16
2.8 MONITORAMENTO DE FUNÇÕES OPERACIONAIS ................................... 17
2.9 SENSOR PARA O FLUXO E UMIDADE DE GRÃOS ..................................... 18
2.10 INTERNET DAS COISAS ............................................................................... 18

3. APLICAÇÕES DE TECNOLOGIAS NA AGRICULTURA DE PRECISÃO........ 19

3.1 APLICAÇÃO DE DRONES NA AGRICULTURA ............................................ 19
3.2 AUTOMAÇÃO APLICADO EM SISTEMAS DE IRRIGAÇÃO ........................ 21
3.3 SEGURANÇA MICROBIANA ......................................................................... 22
3.4 TRATORES SEM MOTORISTA ..................................................................... 23
3.5 SEMEADURA E PLANTIO ............................................................................. 24
3.6 MANUTENÇÃO DE ERVAS DANINHAS E CULTURA .................................. 25
3.7 COLHEITA DE CAMPO, ARVORE E VIDEIRA .............................................. 26

4. CONSIDERAÇÕES FINAIS ............................................................................... 29

5. REFERÊNCIAS ................................................................................................. 30
 11

1. INTRODUÇÃO

O domínio das tecnologias agrícolas sempre foi essencial para o

desenvolvimento humano. Estudar o melhor solo, as estações do ano e a geografia
local foram cruciais para se poder plantar e colher resultados. Com o avanço da
tecnologia, o uso de sensores na agricultura começou a se tornar cada vez mais
comum, podendo então fazer correções e prevenções de diversos problemas,
aumentando a produção, fazendo-a chegar próximo do seu real potencial.
Uma fazenda tem complexos acondicionamentos distintos que inclusive podem
variar com o tempo, esta variabilidade temporal se dá principalmente as diferentes
estações e mudanças climáticas. Assim deve-se sempre ter o cuidado em analisar as
propriedades químicas, físicas, biológicas e geográficas do terreno, que são as
variabilidades espaciais. Hoje há um mercado extenso na tecnologia, que chamamos
de agricultura de precisão, que fornece condições para poder mapear estas
variabilidades.
Uma dessas tecnologias que auxiliam na agricultura de precisão são os
satélites artificiais. Criados a princípios para fins militares, hoje em dia os civis têm
livre acesso a esta tecnologia, desde as telecomunicações até a geolocalização. Na
agricultura empenham uma grande importância, por que além de ajudar no estudo
climático, mapeamento do solo e também na geolocalização das máquinas agrícolas,
dando-as a capacidade de se locomoverem, com comando remoto.
Além do sensoriamento remoto feito por satélites, um outro tipo de
sensoriamento remoto que pode ser feito é através de aeronaves não-tripuladas
(drones). Estas podem acompanhar de perto o crescimento da lavoura e a detecção
de pragas, por exemplo. Câmeras fixas também podem ser instaladas em posições
estratégicas para que imagens desejadas sejam extraídas facilmente para análises.
Não somente amostras de imagens podem ser coletadas em diferentes
técnicas, há amostradores de solo que fazem coleta, estas para verificar a umidade e
a fertilidade, por exemplo. Fazendas com áreas extensas podem ter solos irregulares,
onde a irrigação tem difícil acesso e o controle das áreas onde recebem mais ou
menos água e fertilizantes devem ser controladas para manter uma certa regularidade
no produto final da colheita.
Um estudo sobre os diferentes problemas e soluções tecnológicas que
acompanham o agricultor diariamente serão apresentados, mostrando impacto
 12

positivo da agricultura de precisão desde o plantio até a colheita, apresentando

diferentes dispositivos que auxiliam em todo o processo (TAKÁCS-GYÖRGY, 2009,
p. 217, 218).

1.1 PROBLEMA

A agricultura hoje não sobrevive e não se sustenta sem os métodos

tecnológicos que permitem evitar o desperdício de insumos e a perda da produção,
dando a possibilidade de se analisar diferentes espectros de cuidados a serem
observados e tomados para que a produção atinja o mais próximo possível de seu
potencial.

1.2 OBJETIVOS

1.2.1 OBJETIVO GERAL

Estudar o impacto da agricultura de precisão no campo, como também as

principais técnicas de colheita de informação do campo, e o estudo dos dispositivos
usados na agricultura de precisão

1.2.2 OBJETIVOS ESPECÍFICOS

● Investigação dos problemas que os produtores têm e como

podem ser solucionados com a agricultura de precisão.

● Apresentação dos principais sistemas e a instrumentação geral

utilizadas na agricultura de precisão.

1.3 JUSTIFICATIVA

A atual demanda mundial sobre a agricultura a faz desenvolver diferentes

técnicas para otimização da colheita. O campo hoje precisa de auxílio tecnológico de
ponta para não acarretar em uma colheita pobre, sem qualidade ou até mesmo a sua
perda total. Ignorar a assistência tecnológica para estes fins é sinônimo de prejuízo,
 13

tanto na esfera de fracasso da plantação quanto no desperdício da distribuição de

insumos, e seu impacto poderá ser sentido em toda a população que necessita dos
alimentos produzidos no campo.
Os estudos do funcionamento dos diferentes instrumentos utilizados na
agricultura de precisão são importantes para o entendimento e a compreensão de
como eles impactam a agricultura e as vantagens trazidas por eles (EUROPEAN
GLOBAL NAVIGATION SATELLITE SYSTEMS AGENCY, 2017).
 14

2. FUNDAMENTAÇÃO TEÓRICA

2.1 VARIABILIDADE TEMPORAL E ESPACIAL

Os talhões (divisões de terrenos para cultivo de agricultura) podem sofrer com

diversas irregularidades, tanto em sua paisagem quanto em sua geografia. Quando é
apresentado um sistema variável no espaço, é chamado de variabilidade espacial.
A variabilidade temporal é relativa a variações com mudanças passageiras,
como as climáticas, a mudança de estações, temperatura e chuva, por exemplo. Estas
variáveis podem alterar a estrutura do solo, influenciando em sua acidez, umidade,
fertilidade, sendo então voltado para as diferenças químicas, físicas e biológicas
(BEGA, 2003, p. 5, 6).

2.2 SATÉLITES

Satélites artificiais são dispositivos lançados na órbita terrestre que podem

captar diferentes espectros de radiação eletromagnética refletidas e emitidas pelo
planeta terra, deste jeito é possível prever eventos climáticos. Além da captação, os
satélites também podem enviar informações referentes a posição geográfica. O
chamado popular Global Position System (GPS), o primeiro e mais conhecido sistema
de auxílio de navegação, já desativado, na verdade é o atual Global Navigation
Satellite System (GNSS), representado pelo sistema Navstar.
Este sistema conta com 30 satélites, sendo 24 em operação e 6 de reserva.
Um receptor do sistema Navstar recebe o sinal de pelo menos 3 satélites (podendo
ser até 4), desta maneira, através de uma triangulação o receptor pode calcular a sua
posição na intersecção dos sinais recebidos dos satélites. Desta maneira o sinal pode
ser captado e utilizado em diversas aplicações (PHYSICS.ORG, s/d).

2.3 SOFTWARES

Softwares são programas de computador capazes de auxiliar o ser humano a

guardar, gerenciar, consultar e fazer cálculos de dados. No campo diversos softwares
são utilizados para auxiliar nestes processos. Os mais comuns são os SIGs (Sistemas
de Informação Geográfica) que ajudam no mapeamento de todos os talhões. Estes
 15

sistemas recebem informações de satélites, mapas e até mesmo imagens, as

processa e podem indicar por exemplo, através de comparações, áreas mais
produtivas (CAVALCANTE, 2015, p. 3).

2.4 SENSORIAMENTO

O sensoriamento é atividade relacionada a coleta de informações relativas a

sensores. O sensoriamento pode captar índices de vegetação que tem a possibilidade
de revelar, através de uma análise espectral estresses bióticos e abióticos do
ambiente, monitorar o crescimento da vegetação, mapear áreas mais e menos
produtivas e o estado nutricional. Além das análises da vegetação, é possível também
obter medições de características do solo através de medições de condutividade
elétrica, por exemplo (ICTWorks, 2016).

2.5 SENSORES ÓPTICOS

Estes tipos de sensores recebem um sinal de um espectro eletromagnético,

que atravessa uma ranhura presente no disco de entrada, o sinal chega no sensor do
espectrômetro e o sinal é processado de forma computacional (AHUJA, et. al., 2012,
p. 60). Em geral os sinais destes sensores são utilizados para demarcar áreas e
identificar uma potencial área produtiva (através da análise da cor do solo, se mais
escura, há a possiblidade dele ser mais rico em matéria orgânica).

Figura 1 – Sensores ópticos.

Fonte: VARITEL (2018).

 16

2.6 SENSORES TÉRMICOS

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.

Figura 2 – Sensores térmicos.

Fonte: HYDAC (2018).

2.7 SENSORES ELÉTRICOS

Este sensor funciona através da indução eletromagnética. Um disco emite um

campo e este é detectado por outro disco. Variações no campo podem identificar
características físicas e químicas do solo. A condutividade elétrica dá a possibilidade
de se determinar a umidade, a temperatura, a salinidade, a capacidade de troca
catiônica, o teor de argila e a porosidade do solo, por exemplo (HEINIGER, 2013, p.
1-5).
 17

Figura 3 – Multi-sensor eletrônico para medida da umidade, temperatura e

condutividade elétrica do solo.

Fonte: ROQUE (2008).

2.8 MONITORAMENTO DE FUNÇÕES OPERACIONAIS

O monitoramento de funções operacionais é feito através de um monitor que

mostra a análise baseadas na aquisição de informações advindas de diversos
sensores. Com auxílios de softwares, pode-se monitorar a produtividade em kg/ha por
exemplo, fazendo um mapa de produtividade e estatísticas locais.

Figura 4 – Mapa de produtividade de pontos.

Fonte: MOLIN (2004).

 18

2.9 SENSOR PARA O FLUXO E UMIDADE DE GRÃOS

Geralmente há dois meios para a medição do fluxo de grãos. O primeiro sensor

mede o impacto dos grãos arremessados em uma placa, quanto maior for o impacto,
mais grãos foram arremessados. O segundo é um sensor óptico que mede o volume
dos grãos nas canecas do elevador da colhedora. O sinal chega muitas vezes através
de raios infravermelhos que permitem a passagem da luz através dos grãos. A coleta
do nível de umidade geralmente é feita próxima a coleta de fluxo. Um sensor
capacitivo é utilizado para medir o nível de umidade dos grãos (COSTA, et al., 2015.
p. 8).

Figura 5 - Sensor de umidade para grãos e cereais.

Fonte: NEW HOLLAND (2014).

2.10 INTERNET DAS COISAS

Internet das Coisas é o modo como os objetos físicos estão conectados e se

comunicando entre si e com o usuário, através de sensores inteligentes e softwares
que transmitem dados para uma rede. Como se fosse um grande sistema nervoso que
possibilita a troca de informações entre dois ou mais pontos. O termo "Internet das
Coisas", a "IoT," descreve o grande e cada vez maior conjunto de dispositivos digitais
— agora na casa dos bilhões — que operam entre redes de escala potencialmente
global. Ao contrário da Internet normal (das pessoas), a IoT é composta apenas por
sensores e outros dispositivos inteligentes.
 19

3. APLICAÇÕES DE TECNOLOGIAS NA AGRICULTURA DE PRECISÃO

3.1 APLICAÇÃO DE DRONES NA AGRICULTURA

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.

3.2 AUTOMAÇÃO APLICADO EM SISTEMAS DE IRRIGAÇÃO

De forma mais ampla, a agricultura irrigada ocupa em torno de 18% da área

total cultivada do planeta, utilizando 70% de toda a água captada. E ainda que seja
uma pequena parcela do total da área cultivada, essa área representa 42% da
produção total. A agricultura irrigada, para se manter sustentável, precisa ser eficiente
no uso da água. (ALBUQUERQUE; DURÃES, 2008)
A irrigação inadequada também pode gerar prejuízos de produção. Pode-se ter
a aplicação de pouca água, causando déficit no desenvolvimento da cultura, ou a
aplicação excessiva, gerando desperdício, ambas são consequências ruins para a
produção e/ou sustentabilidade. Outros prejuízos também podem ser causados pelo
mau uso do processo de irrigação, como: desperdício de fertilizantes, aumento dos
custos de produção, doenças provocadas por fungos e falta de aeração nas raízes,
entre outras. Para minimizar esses erros poder-se-ia variar a frequência de irrigação
de acordo com os estágios da cultura. (COELHO; Coelho Filho; OLIVEIRA, 2005)
Neste cenário, a necessidade de um aparato tecnológico de automação, e que
atribua precisão ao processo de irrigação, se torna gritante. Seria possível produzir
mais, com maior qualidade, e com muito menos custos.
A Irrigação por Gotejamento Subsuperficial (SDI) já é um método de irrigação
predominante que permite que os agricultores controlem quando e quanta água suas
plantações recebem. Ao emparelhar esses sistemas SDI com sensores habilitados
para IoT cada vez mais sofisticados para monitorar continuamente os níveis de
umidade e a saúde das plantas, os agricultores poderão intervir apenas quando
necessário, permitindo que o sistema funcione de forma autônoma.
 22

Figura 6 – Exemplo de um sistema SDI para agricultura.

Fonte: PINTEREST (2018).

3.3 SEGURANÇA MICROBIANA

As principais fontes de riscos microbianos durante a produção em campo são a

água contaminada da irrigação, a utilização de estrume de animais silvestres ou aves
ou o gado que dissemina doenças microbianas. Os dois primeiros riscos podem ser
reduzidos pela análise pré-tratamento e incorporação no solo, bem como abstendo-
se de aplicação em um determinado período de pré-colheita.
A intrusão de animais em um campo, especialmente no caso da produção de
frutas e vegetais, nem sempre pode ser evitada com cercas. Deve-se considerar
sistemas de observação não tripulados para alertar o gerente de tais eventos, a fim
de que uma inspeção adequada seja feita para uma possível contaminação.
A contaminação microbiana também pode ocorrer durante a colheita e pós-
colheita. A higiene dos trabalhadores é muito importante aqui, e os sistemas podem
ser contemplados para garantir a higiene dos trabalhadores e a limpeza repetida dos
equipamentos de colheita e transporte. As linhas de classificação também apresentam
riscos, uma vez que um item contaminado que passa por uma linha de classificação
pode espalhar a contaminação por toda a linha e, posteriormente, por muitos produtos
a seguir.
 23

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.

3.4 TRATORES SEM MOTORISTA

O trator é o coração de uma fazenda, usado para muitas tarefas diferentes,

dependendo do tipo de fazenda e da configuração de seus equipamentos auxiliares.
À medida que as tecnologias de condução autônomas avançam, espera-se que os
tratores se tornem algumas das primeiras máquinas a serem convertidas.
Nos estágios iniciais, o esforço humano ainda será necessário para configurar
mapas de campo e de fronteira, programar os melhores caminhos de campo usando
o software de planejamento de caminho e decidir outras condições operacionais. Os
seres humanos também ainda serão necessários para reparos e manutenção
regulares.
No entanto, os tratores autônomos se tornarão mais capazes e auto-suficientes
ao longo do tempo, especialmente com a inclusão de câmeras adicionais e sistemas
de visão mecânica, GPS para navegação, conectividade IoT para permitir
monitoramento e operação remotos e radar para detecção e de objetos. Todos esses
avanços tecnológicos diminuirão significativamente a necessidade de os humanos
controlarem ativamente essas máquinas.
 24

Figura 7 –Trator autônomo.

Fonte: CNH INDUSTRIAL CORPORATE (2018).

3.5 SEMEADURA E PLANTIO

Semear as sementes já foi um processo manual trabalhoso. A agricultura

moderna melhorou com as máquinas de semeadura, que podem cobrir mais terreno
muito mais rápido que um ser humano. No entanto, eles geralmente usam um método
de dispersão que pode ser impreciso e desperdiçador quando as sementes caem fora
do local ideal. A semeadura efetiva requer o controle de duas variáveis: o plantio de
sementes na profundidade correta e o espaçamento das plantas na distância
apropriada para permitir um crescimento ótimo.
Equipamentos de semeadura de precisão são projetados para maximizar essas
variáveis todas as vezes. A combinação de geomapping (projeção de vídeo em
objetos ou superfícies irregulares) e dados de sensor detalhando a qualidade do solo,
a densidade, a umidade e os níveis de nutrientes tiram muito do trabalho de
adivinhação do processo de semeadura. As sementes têm a melhor chance de
germinar e crescer e a colheita total terá uma colheita maior.
 25

3.6 MANUTENÇÃO DE ERVAS DANINHAS E CULTURA

Remoção de ervas daninhas e controle de pragas são aspectos críticos da

manutenção de plantas e tarefas que são perfeitas para robôs autônomos. Alguns
protótipos já estão sendo desenvolvidos, incluindo Bonirob da Deepfield Robotics, e
um cultivador automatizado que faz parte da iniciativa de pesquisa UC Davis Smart
Farm.
O robô Bonirob tem aproximadamente o tamanho de um carro e pode navegar
de forma autônoma por meio de um campo de cultivo usando vídeo, LiDAR e GPS por
satélite. Seus desenvolvedores estão usando aprendizado de máquina para ensinar o
Bonirob a identificar ervas daninhas antes de removê-las. Com o aprendizado de
máquina avançado, ou mesmo a inteligência artificial (IA) sendo integrada no futuro,
máquinas como essa poderiam substituir totalmente a necessidade de humanos para
danificar manualmente ou monitorar plantações.

Figura 8 – O robô agrícola Bonirob.

Fonte: ENGINEERING (2015).

O protótipo da UC Davis opera de maneira um pouco diferente. Seu cultivador

é rebocado por um trator e é equipado com sistemas de imagem que podem identificar
um corante fluorescente com o qual as sementes são revestidas quando plantadas e
que são transferidas para as plantas jovens à medida que elas germinam e começam
a crescer. O cultivador então corta as ervas daninhas não brilhantes.
 26

Embora esses exemplos sejam robôs projetados para remoção de ervas

daninhas, a mesma máquina base pode ser equipada com sensores, câmeras e
pulverizadores para identificar pragas e aplicação de inseticidas.
Esses robôs, e outros como eles, não estarão operando isoladamente em
fazendas do futuro. Eles serão conectados a tratores autônomos e à IoT, permitindo
que toda a operação seja executada praticamente por si.

3.7 COLHEITA DE CAMPO, ARVORE E VIDEIRA

A colheita depende de saber quando as colheitas estão prontas, trabalhando

em torno do clima e completando a colheita na janela limitada de tempo disponível.
Há uma grande variedade de máquinas atualmente em uso para a colheita, muitas
das quais seriam adequadas para automação no futuro.
As tradicionais colheitadeiras, forrageiras e colheitadeiras especializadas
podem se beneficiar imediatamente da tecnologia de tratores autônomos para
atravessar os campos. Acrescente uma tecnologia mais sofisticada com sensores e
conectividade IoT, e as máquinas podem iniciar automaticamente a colheita assim que
as condições forem ideais, liberando o agricultor para outras tarefas.
O desenvolvimento de tecnologia capaz de realizar trabalhos delicados de
colheita, como colher frutas de árvores ou vegetais, como tomates, é onde as
fazendas de alta tecnologia realmente brilham. Os engenheiros estão trabalhando
para criar os componentes robóticos certos para essas tarefas sofisticadas, como o
robô de coleta de tomate da Panasonic, que incorpora câmeras e algoritmos
sofisticados para identificar a cor, forma e localização de um tomate para determinar
sua maturação.
 27

Figura 9 – Robô para a colheita de tomate.

Fonte: NEW PANASONIC (2018).

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

Figura 10 – Robô para a colheita maçã movido a vácuo.

Fonte: GOOD FRUIT (2016).

Estas são apenas algumas das dezenas de designs robóticos promissores que
logo assumirão o trabalho de colheita.
 29

4. CONSIDERAÇÕES FINAIS

Com o trabalho apresentado foi exposto uma concepção geral sobre a

agricultura de precisão, abordando as principais aplicações da automação. A
agricultura de precisão nos dias de hoje é essencial para obter uma maior
competitividade nesse atual mundo globalizado, tornando-se assim uma tendência
inevitável. Compreender os principais processos e principalmente a instrumentação,
a lógica, os recursos, a aplicação, a necessidade e o impacto final são essenciais para
sustentabilidade humana.
No presente trabalho foi possível verificar a importância da aplicação da
automação na agricultura de precisão, que melhora a capacidade produtiva e aloca
recursos de maneira mais eficiente e completa, pois há um maior controle de todos as
etapas produtivas.
Quase todos os aspectos da agricultura podem se beneficiar dos avanços
tecnológicos, desde o plantio e irrigação até a colheita e a colheita. A maioria das
tecnologias agrícolas atuais e iminentes se enquadra em três categorias que devem
se tornar os pilares da aplicação da automação em sistemas de agricultura de
precisão: robôs autônomos, drones, e sensores e a Internet das Coisas (IoT).
 30

5. REFERÊNCIAS

AHUJ, Dhiraj; PARANDE, Deepa. Optical sensors and their applications. Journal
of Scientific Research and Reviews. Vol. 1(5), pp.060-068, 2012.

ALBUQUERQUE, P. E. P. D.; DURÃES, F. O. M. Uso e manejo de irrigação. Brasília:

Embrapa Informação Tecnnológica, 2008. 528 p

BEGA, Rodrigo Merighi. Variabilidade espacial e temporal das precipitações

pluviais e da s perdas de água e solo em Pindorama, SP. Campinas: Instituto
Agronômico, 2003.

CAVALCANTE, Rodrigo. Apostila de Introdução ao SIG. Belo Horizonte: UFMT,

2015.

CNH INDUSTRIAL CORPORATE. CNH Industrial brands reveal concept

autonomous tractor development: driverless technology to boost precision and
productivity. Disponível em: <https://media.cnhindustrial.com/EMEA/CNH-
INDUSTRIAL-CORPORATE/cnh-industrial-brands-reveal-concept-autonomous-
tractor-development--driverless-technology-to-boost-/s/a2259742-061a-412a-8a12-
d307dbaedd88 >. Acesso em 20 nov. 2018.

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.

EUROPEAN GLOBAL NAVIGATION SATELLITE SYSTEMS AGENCY. Precision

farming becoming more and more important in modern agriculture. Disponível
em: < https://www.gsa.europa.eu/newsroom/news/precision-farming-becoming-more-
and-more-important-modern-agriculture>. Acesso em 09 abr. 2018.

ENGINEERING. Robotic Automation Meets Agriculture. Disponível em: <

https://www.engineering.com/AdvancedManufacturing/ArticleID/11184/Robotic-
Automation-Meets-Agriculture.aspx >. Acesso em 21 nov. 2018.

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.

HUYNH, Thu. Fundamentals of Thermal Sensors. Springer: Nova York, 2015.

HYDAC. Sensores de temperatura. Disponível em: < https://www.hydac.com/de-

es/productos/sensores/sensores-de-temperatura.html>. Acesso em 26 nov. 2018.
 31

ICTWorks. How Can Sensor Technologies and Precision Farming Improve

Agriculture? Disponível em: <https://www.ictworks.org/how-can-sensor-
technologies-and-precision-farming-improve-agriculture/#.WyFy2iAnbIU>. Acesso em
08 abr. 2018.

MOLIN, José P. MONITORAMENTO DE FUNÇÕES OPERACIONAIS. Disponível

em: < http://www.ler.esalq.usp.br/download/CLP%202000.01.PDF>, 2004. Acesso em
26 de Nov. 2018.

NEW HOLLAND. New Holland CR Tier4A Combine Moisture Sensor. <

https://www.youtube.com/watch?v=FskmNl7oWPg>, 2014. Acesso em 26 nov. 2018.

NEW PANASONIC. Introducing AI-equipped Tomato Harvesting Robots to Farms

May Help to Create Jobs. < https://www.youtube.com/watch?v=FskmNl7oWPg>,
2018. Acesso em 15 nov. 2018.

PHYSICS.ORG. How does GPS work? Disponível em:

<http://www.physics.org/article-questions.asp?id=55>. Acesso em 04 abr. 2018.

PINTEREST. Subsurface Drip Irrigation (SDI) | DripTips by Toro Micro-Irrigation

Disponível em: < https://br.pinterest.com/pin/445645325605067636/>. Acesso em 04
NOV. 2018.

ROQUE, Wellington; Desenvolvimento de um multi-sensor eletrônico para

medida da umidade, temperatura e condutividade elétrica do solo. 2008.
Dissertação (Mestrado) - Universidade Estadual de Campinas, Faculdade de
Engenharia Elétrica e de Computação.

VARITEL. Sensores ópticos fotoelétricos. Disponível em:

<http://www.varitel.com/html/sensores_opticos.html >. Acesso em 26 nov. 2018.