Desenvolvimento de um plataforma robótica modular e multifuncional para aquisição de dados em agricultura de precisão

Tabile, Rubens Andre

doi:10.11606/t.18.2012.tde-05072013-101540

Cited by 3 publications

(11 citation statements)

References 117 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Como abordado em trabalhos acadêmicos específicos da área (PEREIRA, 2008;TABILE, 2012), a AP deve integrar técnicas para o gerenciamento da produção agrícola, que tem o objetivo de reduzir as incertezas das tomadas de decisões para o melhor entendimento e gerenciamento das variáveis do campo, para prover tal método gerencial, que formaliza a multidisciplinaridade entre ciências agrárias, engenharias, geoestatística, ciências matemáticas e computação (McBRATNEY et al, 2005;SRINIVASAN, 2006). A quantidade de dados processados, que são manipulados numa multiplataforma de gerenciamento para tomadas de decisão deve garantir eficiência e integridade às funções que a AP é submetida.…”

Section: Revisão Bibliográfica Em Agricultura De Precisãounclassified

“…Para tal, os recursos usados nestas funções incluem conjunto de sensores exteroceptivos, visão de máquina (monocular, correspondência estéreo, omnidirecional), sistemas de informação geográfica, acesso remoto aéreo multiespectral, imagens com gradação térmica, variabilidade do ambiente, entre outros (ADRIAN, et al, 2005;CORWIN & PLANT, 2005;HATFIELD et al, 2008;SCHELLBERG et al, 2008;LEE et al, 2010;AHAMED et al, 2011;AQEEL UR et al, 2011;TABILE, 2012).…”

Section: A Multidisciplinaridade Formada Pelas áReas Que Englobam a Tunclassified

“…Nas laterais, os vãos e a superfície superior se adéquam as instalações dos sensores, câmeras e computador (TABILE, 2012). .. 84…”

unclassified

“…À direita, os sistemas de coordenadas inercial e local (TABILE, 2012) Figura 4.14: Cenas naturais de dosséis completos e respectivas regiões localizadas para análise e processamento termográfico. As regiões alocadas na esquerda denotam os registros realizados na primeira aquisição (an), as regiões alocadas na direita denotam os registros realizados na segunda aquisição (bn) (15 dias , a2, a3, a4, a5, b1, b2, b3, b4, b5 Figura 5.41: Cenas naturais a1, a2, a3, a4, a5, b1, b2, b3, b4, b5 pós classificação por modelos de mistura de Gaussianas.…”

unclassified

“…Várias práticas e tecnologias existentes e que ainda surgem atualmente, devem considerar a dinâmica de evolução e direcionamento em que a AP é discriminada, refinando os testes e resultados obtidos para outras aplicações em que a viabilidade dependa técnica e economicamente, mas ainda em função das características base que a contemplam (GOZDOWSK & SAMBORSKI, 2007;TABILE, 2012):…”

unclassified

See 4 more Smart Citations

Fusão sensorial por classificação cognitiva ponderada no mapeamento de cenas naturais agrícolas para análise quali-quantitativa em citricultura

Lulio¹

View full text Add to dashboard Cite

Computer systems are used in Precision Agriculture (PA) to provide relational sampling, accuracy and data processing required for agricultural practices and schemes, which are not common to conventional agriculture, demanding higher costs of production and research directed to the remote sensing for mapping and inspection of crop rows. Tasks are carried out using a priori On-the-Go sensors, and proprioceptive and exteroceptive ones, embedded instrumentation, geographic information and existing implements on production and farming, which these activities ensure during the steps of planting, maturation, maintenance and harvesting of a particular culture. Also, these tasks are aided with the use of terrestrial agricultural mobile robots such as autonomous vehicle platforms for locomotion between the crop rows in the acquisition of field data. Given this information and relating the investment and development of these technologies, the goal of this work is to assist the inspection, quantification and qualification of agricultural crops (citrus) of planting area through analyzing and identifying data for sensor fusion, associated with digital image processing, optical thermal imaging and optical flow sensors and reflectance, based on the extraction of real natural scenes objects, identifying items such as fruits, grasses, stems, branches and leaves, thus providing a qualitative and quantitative set of data analyzed culture. As of a computer vision system and sensor fusion, Gigabit Ethernet cameras, sonars, thermal camera, infrared optical flow sensors and monochrome CMOS sensors are embedded in two sides of the vehicle structure, with the same geometric center ratio of the agricultural mobile robot. After data acquisition, image and signal processing techniques are applied for non homogeneous region segmentation, and pattern recognition through statistical classifiers. Such techniques are programmed in MATLAB and OpenCV, embedded in a computer platform. Cognitive classifiers that perform pattern and classes matching are intended on a combination of weighted data fusion techniques, that during locomotion of the agricultural mobile robot, the steps of image processing and combination of parameters for classification are manipulated for analysis retrospectively, conflicting existing data with likely changes resulting in culture and biomass. Figura 3.6: Na sequência de imagens acima, da esquerda para direita tem-se a imagem visível, imagem NIR e imagem UVFL; na sequência de imagens abaixo, da esquerda para direita temse a imagem do fruto com irregularidade, segmentação usando CART, e segmentação usando LDA (Adaptado de BLASCO et al., 2007b) Figura 3.7: Etapas de segmentação e classificação, considerando o índice de diferença normalizado, o filtro de variância, componentes Cb e Cr, e inserção de rótulo no objeto encontrado, separado do plano de fundo (PAYNE et al., 2013) Figura 3.8: Imagens multimodais registradas de folhas de macieiras, apresentando sete níveis de patógenos que causam irregularidades na superfície, 21 d...

show abstract

Section: Revisão Bibliográfica Em Agricultura De Precisãounclassified

Section: A Multidisciplinaridade Formada Pelas áReas Que Englobam a Tunclassified

“…Nas laterais, os vãos e a superfície superior se adéquam as instalações dos sensores, câmeras e computador (TABILE, 2012). .. 84…”

unclassified

See 3 more Smart Citations

Fusão sensorial por classificação cognitiva ponderada no mapeamento de cenas naturais agrícolas para análise quali-quantitativa em citricultura

Lulio¹

View full text Add to dashboard Cite

show abstract

Mirã Rover Characterization

Díaz

Pedraza

Guerra

et al. 2015

2015 12th Latin American Robotics Symposium and 2015 3rd Brazilian Symposium on Robotics (LARS-SBR)

View full text Add to dashboard Cite

Arquitetura supervisória aplicável na robótica agrícola móvel

Torres¹

View full text Add to dashboard Cite

A minha Mãe: Natalia M. Tagliaferro Torres. As minhas filhas: Kaylane Torres e Isabelly R. C. T. Alves. A minha irmã: Marly Torres Bridi.Pelo amor, carinho, atenção, incentivo e confiança. Dedico A meu eterno pai: Eurides Torres (in memorian). Pois os ensinamentos de um pai nunca morrem. Ofereço e Homenageio AgradecimentosAgradeço a todos que, direta ou indiretamente, me auxiliaram e me apoiaram neste trabalho.Ao meu orientador, Prof. Dr. Mário Luiz Tronco, pela dedicada orientação, pela oportunidade e acima de tudo pela amizade.Aos Professores Dr. Arthur José Vieira Porto e Dr. Marcelo Becker pelo apoio nas tarefas que envolveram esse trabalho além da amizade.Aos demais professores, funcionários e amigos do departamento de Engenharia Mecânica da Escola de Engenharia de São Carlos -Universidade de São Paulo. Aos amigos do Núcleo de Ensino e Pesquisa em Automação e Simulação, em especial a JohnFaber, Giovana Tangerino, Rubens Tabile, Wellington Lopes, Rafael Coronel, Henry Borrero, Rafael Souza, Lulio, Tiberti, Beth, Elson pela amizade e companheirismo.À USP e a Escola de Engenharia de São Carlos pelo suporte no desenvolvimento do presente trabalho de Mestrado.À minha amiga Giovana Alves pela amizade, dedicação e amor com que cuida e educa nossas filhas.A todos os meus familiares, em especial a Gilberto, Giovani e Jéssica Bridi, Tercilia Araujo, Ângela e Domingos Tagliaferro, e meus primos Marili, Ivan, Daniel, Mariane, Rogério e Rose. Pelo carinho, incentivo, amizade e confiança. A agricultura nacional, buscando uma maior integração e participação no mercado global, tende a investir cada vez mais na automação de máquinas e implementos agrícolas, visando maior eficiência e qualidade em seus produtos. Para responder rapidamente às mudanças impostas pelo mercado, o emprego do conceito de Agricultura de Precisão (AP), têm mostrado bons resultados, tais como uma melhor utilização das máquinas, melhor aproveitamento na área de plantio entre outros benefícios. Para tal, pesquisas voltadas ao desenvolvimento de máquinas, com nível elevado de automação, capazes de operar de forma autônoma, estão ganhando cada vez mais espaço no setor agrícola. Considerando esse cenário, no presente trabalho são apresentadas uma revisão sobre Controle Supervisório e Aquisição de Dados (SCADA), no contexto da Agricultura de Precisão, e a proposta de um modelo supervisório, aplicável na robótica agrícola móvel utilizando, como plataforma experimental o veículo Agribot. National agriculture, seeking greater integration and participation in the global market tends to increasingly invest in the automation of agricultural machinery and implements, aiming at greater efficiency and quality in their products. To respond quickly to changes driven by the market, the use of the concept Precision Farming (PF) have shown good results, such as better machine utilization, better utilization in the planting area among others benefits. To this end, research aimed at developing machines with high level of automation, able to operate autonomous, are gaining ...

show abstract

Desenvolvimento de um plataforma robótica modular e multifuncional para aquisição de dados em agricultura de precisão

Cited by 3 publications

References 117 publications

Fusão sensorial por classificação cognitiva ponderada no mapeamento de cenas naturais agrícolas para análise quali-quantitativa em citricultura

Fusão sensorial por classificação cognitiva ponderada no mapeamento de cenas naturais agrícolas para análise quali-quantitativa em citricultura

Mirã Rover Characterization

Arquitetura supervisória aplicável na robótica agrícola móvel

Contact Info

Product

Resources

About