E n los últimos años nos hemos acostumbrado a ver soluciones de automatización y control en que la utilización de técnicas de inteligencia artificial aporta beneficios contrastables. Varias marcas comercializan reguladores borrosos o combinados (por ejemplo, PID con control anticipativo borroso), o incluyen mecanismos de ajuste fino de parámetros basados en lógica borrosa. Ocasionalmente, las redes neuronales se han utilizado en el modelado y control de sistemas no lineales. La implantación masiva de sistemas de adquisición y registro de datos (en ocasiones impuestos por requisitos de trazabilidad y calidad) ha permitido un mejor conocimiento de las plantas, que se ha reflejado en las tareas de ingeniería y gestión. Se persigue, por tanto, la reutilización de este conocimiento directamente en planta para detectar y diagnosticar en línea. El beneficio recaerá tanto en la mejora de planes de mantenimiento (ajuste de tiempos, predicción de fallos, asignación de recursos, planificación, etc.) como en la toma de decisiones por parte del supervisor (reducción del tiempo para conocer las causas) para evitar situaciones catastróficas.

A.I. (Inteligencia Artificial)

A aplicacao de fertilizante nitrogenado sem padronizacao do estadio de crescimento da planta gera diminuicao da eficiencia do N-fertilizante aliado ao aumento dos impactos ambientais. O uso de sensores que possibilitem avaliar a diagnose nutricional da cultura vem sendo utilizado por pesquisadores em culturas agricolas, porem com restricoes na cultura de cana-de-acucar devido a dificuldade do diagnostico do estado nutricional da cultura em relacao ao nitrogenio (N). Este projeto de pesquisa teve por hipotese: o diagnostico do estado nutricional da planta em N por meio de sensor de refletância do dossel e eficiente para predizer a necessidade de N-fertilizante a ser aplicado na lavoura. Para testar essa hipotese, se teve como objetivo principal: avaliar o estado nutricional da cana-de-acucar em N, quando fertilizada com diferentes doses e epocas ao longo da safra, utilizando sensor de refletância do dossel de plantas. Foram instalados tres experimentos em area de cana-de-acucar de mesma idade, cultivadas com a mesma variedade, porem colhidas em distintas epocas (inicio, meio e fim) da safra sucroalcooleira do centro sul do Brasil. O delineamento experimental foi em blocos casualizados com parcelas subdividas, sendo cinco epocas de aplicacao apos a colheita (logo apos o corte da soqueira; aos 30, 60, 90 e aos 120 dias apos o corte - DAC) e cinco doses de nitrogenio (0, 50, 100, 150 e 200 kg ha-1 N). Durante o desenvolvimento da cultura aos 30, 60, 90, 120, e 150 DAC foram feitas avaliacoes biometricas (estande e altura de perfilhos, numero de folhas verdes e secas), alem de avaliacoes do estado nutricional da cultura em N por meio do indice SPAD (clorofilometro) realizado na folha +1 e uso do sensor de refletância do dossel (ACS 430 - Crop Circle Holland Scientific). Houveram diferencas entre as produtividades dos experimentos colhidos em inicio, meio e fim de safra, com o ensaio de inicio sendo o mais produtivo. A epoca de aplicacao do N teve impacto determinante na produtividade da cultura, sendo que invariavelmente a maior resposta da adubacao nitrogenada foi obtida quando nao houve estresse hidrico: fator determinante para aumentar a eficiencia da fertilizacao nitrogenada. As doses de 100 kg ha-1 N (area de inicio e final de safra) e 120 kg ha-1 N (area de meio de safra) foram as que propiciaram as maiores produtividades de colmos durante os dois anos do projeto. O momento para utilizar o sensor de refletância do dossel esta associado a ausencia de deficit hidrico, com o canavial apresentando altura media (ate insercao da folha TVD) entre 0,4 a 0,6 m, com estande de 15 a 20 perfilhos por metro, e de 6 a 8 folhas verdes totalmente expandidas. Nesse contexto, a epoca de colheita da cana-de-acucar associada as condicoes climaticas sao relevantes sob o ponto de vista de se ajustar a epoca de aplicacao e dose de N- fertilizante aplicado na soqueira e o sensor de refletância do dossel se figura como uma ferramenta para monitoramento da diagnose nutricional da cana-de-acucar. 
Abstract

http://repositorio.unicamp.br/jspui/bitstream/REPOSIP/319248/1/Castro_SergioGustavoQuasside_D.pdf

Manejo da adubação nitrogenada em cana-de-açúcar e diagnose por meio de sensores de dossel

Due to the increase in water and energy tariffs, in addition to the limited amount of these resources, the automation of irrigation can help farmers to increase the production of agricultural crops. Therefore, the objective of this research was to evaluate different irrigation managements between manual and automatic in the production of arugula in a protected environment, in order to determine the productive potential in the cultivation of vegetables. The experiment was conducted in randomized blocks with four irrigation management strategies, divided into automatic and manual managements: automatic irrigation management via soil (IAS); automatic irrigation management via climate (IAC); manual irrigation management via soil (IMS) and manual irrigation management via climate (IMC). The treatments were applied to the arugula ( Eruca Sativa L. ) crop during two production cycles, and their effect on biophysical aspects of plants and irrigation water productivity was evaluated. For the fresh mass variable, the IAC (17.75 g plant -1 ), IAS (12.38 g plant -1 ), and IMC (8.63 g plant -1 ) treatments, in the 1 st cycle, were statistically similar to each other, whereas in the 2 nd cycle, only the IAC (16.29 g plant -1 ) and IAS (19.80 g plant -1 ) treatments had this statistical similarity. Automatic managements can be recommended based on this research, however, considering the financial difficulties of the small farmer, IMC may be a desirable option in unfavorable economic conditions.

Performance of autonomous irrigation unit via mobile application for arugula yield

A agricultura digital contribui com a eficiencia agricola por meio da utilizacao de ferramentas como a visao computacional, robotica e agricultura de precisao. Com este trabalho o objetivo foi desenvolver um sistema capaz classificar imagens por meio do reconhecimento de padroes pre estabelecidos. Para este fim foi criado um sistema distribuido geograficamente, baseado no computador Raspberry Pi 3B+, que captura imagens no campo e armazena em um banco de dados, onde estao disponibilizadas para receber uma pre-classificacao por parte de um supervisor. Depois disso, classificadores sao gerados, avaliados e enviados para o dispositivo remoto realizar a classificacao em tempo real. Para a avaliacao do sistema foram definidas 23 classes agrupadas em 3 superclasses, capturadas 36.979 imagens e, realizadas 1.579 pre-classificacoes, que permitiram a realizacao de testes de classificacao por meio de validacao cruzada com divisao equivalente a quantidade de classes e de forma embaralhada. Estes testes mostraram que a acuracia entregue por cada classificador e diferente e, diretamente proporcional a quantidade e balanceamento das amostras, com variacao da acuracia de 11% a 79%, com 26 e 2.200 amostras consideradas, respectivamente. O tempo de resposta do sistema foi avaliado em 1.585 periodos e se mantiveram em aproximadamente 0,20 segundos, podendo, sob velocidade controlada do veiculo, ser utilizada para dispersao de insumos em tempo real.

/pdf/development-of-a-robotic-structure-for-acquisition-and-1j6flpooqg.pdf

José Ricardo Ferreira Cardoso

Papers

Development of a robotic structure for acquisition and classification of images (ERACI) in sugarcane crops