Feeds de colheita de dados Agricultura 4.0

Os agricultores estão colhendo dados do sensor para mudar da agricultura preventiva para a preventiva.

Desde o seu início, a Revolução Industrial centrou-se na automatização dos processos de produção. Agora que entramos na era da Indústria 4.0, a maioria dos processos industriais se tornou centrada em dados, geralmente envolvendo cinco etapas de manipulação de dados:coleta, transmissão, armazenamento, análise e, finalmente, exibição. Esta última etapa é manter os humanos no circuito, mas os dados também podem ser enviados de volta para algum dispositivo de atuação, trazendo o processo para o reino da robótica.



A agricultura não ficou imune à industrialização nos últimos dois séculos e, nos últimos anos, a Agricultura 4.0 ganhou impulso. Assim como a produção industrial fez a transição para o gerenciamento de dados, a agricultura agora está seguindo esse caminho. As empresas que tradicionalmente atendiam a segmentos industriais agora oferecem abordagens centradas em dados semelhantes para o setor agrícola, e estamos até vendo os fabricantes de equipamentos agrícolas se expandirem para a fabricação de equipamentos industriais. Embora a agricultura seja frequentemente caracterizada por um ambiente não estruturado em relação às indústrias de manufatura industriais tradicionais, a versatilidade das novas tecnologias centradas em dados está ajudando a agricultura a se tornar uma indústria que é pilotada da mesma maneira que a automotiva ou aeroespacial. O fazendeiro se tornou um engenheiro como qualquer outro engenheiro.

Tudo começou na década de 1990 com o primeiro equipamento de automação para a indústria de laticínios de alto valor - principalmente máquinas de ordenha de empresas como o fabricante sueco DeLaval e a holandesa Lely. Ao mesmo tempo, classificadores ópticos para grãos, principalmente arroz, foram desenvolvidos por empresas como a Satake, com sede no Japão, e a Bühler, com sede na Suíça. Algumas dessas técnicas de classificação acabaram no campo novamente para produtos agrícolas de alta qualidade, como uvas de vinha. Pellenc, no sul da França, desenvolveu esse equipamento robótico, que transformou os fazendeiros em cientistas de dados.

Na verdade, uma vez que a automação estava em vigor para esta nova geração de agricultores, eles tiveram a oportunidade de ir além, não apenas olhando passivamente para sua produção, mas agindo de forma proativa para melhorar a qualidade e a quantidade de seus produtos agrícolas. Enquanto as operações agrícolas em pequena escala do passado podiam depender dos olhos e da intuição do fazendeiro para monitorar as atividades cotidianas, as operações agrícolas gigantescas de hoje não podem mais depender dos sentidos humanos. A tecnologia de dados se tornou fundamental para direcionar a fazenda na direção certa. Quer seja para pastoreio, produção agrícola ou produção de ponta, como vinho, os dados são o foco da Agricultura 4.0.

Utilização da câmera na agricultura

Um dos melhores exemplos de gestão de dados agrícolas é o monitoramento de campos usando drones. A Parrot, sediada em Paris, é um jogador-chave nesse domínio, em grande parte graças à sua subsidiária nos Estados Unidos, MicaSense. No entanto, a empresa francesa anunciou em janeiro que havia concordado em vender o MicaSense para a AgEagle Aerial, uma empresa de coleta de dados, análise, serviços de imagem aérea e drones com sede nos EUA, por US $ 23 milhões. A MicaSense desenvolveu uma câmera que usa diferentes comprimentos de onda para calcular mapas de índice de vegetação de diferença normalizada (NDVI), que se tornaram a maneira aceita de monitorar o crescimento da cultura e áreas problemáticas. A metodologia de ponta agora é fazer o download dos mapas NDVI para os tratores e, assim, ajustar os fertilizantes entregues no campo.

A Administração Federal de Aviação dos EUA (FAA) relatou recentemente que 7% dos 1,6 milhão de drones registrados nos EUA eram para fins agrícolas. Isso representa mais de 100.000 drones ativos para a agricultura nos Estados Unidos. Embora seja responsável por apenas uma pequena parte do mercado geral de drones comerciais, o segmento de drones agrícolas tornou-se uma realidade significativa de geração de receita. A coleta de dados é cada vez mais função dos robôs. Seja para um celeiro automatizado, um drone agrícola ou um trator autônomo, os dados não são mais o novo óleo; é a nova safra.

Utilização de IMU na agricultura

Os robôs usados ​​na agricultura inteligente se enquadram em duas categorias principais:aéreos (drones) e terrestres (como tratores e colheitadeiras). Em ambos os casos, as funcionalidades dos robôs dependem de vários tipos de sensores. Uma dessas funcionalidades é o sistema inercial para navegação e estabilização, que deve atender aos requisitos de alto desempenho, confiabilidade e precisão; deriva de baixa polarização; baixa instabilidade de polarização; e desempenho estável sob temperatura - tudo a um preço acessível - para justificar o investimento.

clique para ver a imagem em tamanho real

(Fonte:Yole Développement)

clique para ver a imagem em tamanho real

(Fonte:Yole Développement)

Os drones tornam possível monitorar a saúde e o estado dos campos de cultivo (por meio de câmeras) e são normalmente usados ​​para fertilização de campos pequenos a médios (<20 hectares) como uma alternativa às soluções de fertilização mais caras em aviões. A navegação e estabilização do drone são muito importantes ao apontar a câmera para o solo, pois é necessário saber o que a câmera está captando. A uma altura de 10 metros, um erro de 5 ° resulta em um erro de 80 cm.

Embora o GPS possa ser preciso o suficiente para navegação por drones, soluções robustas de unidade de medição inercial (IMU) são necessárias para a estabilização da câmera.

Os veículos robóticos baseados em terra para a agricultura navegam nas linhas de cultivo e precisam de precisão centimétrica para evitar danos às plantas. A maioria dessas máquinas possui um sistema GPS preciso, que permite ao motorista saber a localização do veículo e evita dupla fertilização ou falta de fertilização. No entanto, o GPS pode ser um fator limitante nos casos em que o robô se desloca, por exemplo, debaixo de árvores, onde o sinal pode ser perdido. É aí que as soluções IMU ou de sistema de referência de direção de atitude (AHRS) são necessárias. IMUs baseados em sistemas microeletromecânicos (MEMS) são bem equipados para atender aos requisitos de aplicativos baseados em terra para alto desempenho e baixo tamanho, peso, potência e custo (SWAP-C).