Development of a system based on Computer Vision for the real-time detection and classification of weeds and soybean plants using multispectral images

• Grant number: 24/02335-4
• Support Opportunities: Scholarships in Brazil - Technical Training Program - Technical Training
• Start date: July 01, 2024
• End date: May 31, 2025
• Field of knowledge: Agronomical Sciences - Agricultural Engineering - Agricultural Machinery and Implements
• Principal Investigator: Yuri Sarreta Oda
• Grantee: Lucas Orlandi de Oliveira
• CNAE: Desenvolvimento de programas de computador sob encomenda ; Consultoria em tecnologia da informação ; Serviços de engenharia
• Associated research grant: 23/10681-7 - Equipment for localized herbicides spraying for weed control in pre-planting and after soybean crop emergence using multispectral images and computer vision, AP.PIPE

Abstract

Atualmente, a Agricultura de Precisão (AP) é uma área que tem recebido constantes investimentos no país devido ao fato de possibilitar a otimização dos insumos e da produtividade agrícola através da análise de dados, sejam eles coletados por sensores ou implementos, auxiliando o produtor durante as etapas de tomada de decisão e permitindo que o manejo das lavouras seja realizado de forma localizada, considerando a desuniformidade dos talhões e as variabilidades espaço-temporais. O controle químico de plantas daninhas através da aplicação de herbicidas em área total tem como principais consequências a poluição ambiental, o custo elevado com a compra destes insumos pelo produtor e a aplicação de substâncias em organismos não-alvos, contribuindo com o surgimento de casos de resistência das plantas daninhas aos herbicidas amplamente utilizados em campo. Dessa forma, equipamentos de pulverização localizada para instalação em maquinário agrícola capazes de aplicar os herbicidas apenas nas plantas daninhas detectadas surgem como alternativas promissoras para resolver os problemas supracitados e, por isso, têm despertado o interesse da comunidade científica-empresarial e de inúmeros produtores ao redor do mundo. O presente projeto de pesquisa tem como objetivo o desenvolvimento do protótipo de um equipamento capaz de detectar e classificar plantas daninhas e plantas de soja em tempo real utilizando Inteligência Artificial e imagens multiespectrais para instalação em pulverizadores agr1colas visando a realização de aplicações localizadas de herbicidas em diferentes etapas dos tratos culturais (dessecação e pós-emergência da cultura). Diferente de outras soluções existentes no mercado, o sistema a ser desenvolvido é o único no mundo que utilizará imagens multiespectrais através da combinação de duas câmeras, sendo uma câmera colorida (RGB) e uma câmera monocromática com filtro passa-banda no comprimento de onda do infravermelho próximo (NIR), e algoritmos de Inteligência Artificial considerados estado da arte nas tarefas de detecção e classificação, impulsionando a Agricultura 4.0 no país. Além disso, o sistema será o primeiro equipamento comercializado no Brasil capaz de atuar com eficácia nas aplicações de herbicida após a emergência da cultura da soja em campo, uma vez que, baseado no banco de imagens multiespectrais construído em uma lavoura de soja na Fase I, os algoritmos de Inteligência Artificial desenvolvidos são capazes de distinguir plantas de soja de plantas daninhas. O sistema desenvolvido também será capaz de diferenciar plantas daninhas de folhas estreitas de plantas daninhas de folhas largas, permitindo que o produtor utilize herbicidas seletivos mais adequados para lidar com infestações de plantas específicas presentes em determinadas regiões de suas lavouras, favorecendo o controle de plantas invasoras e contribuindo para evitar o problema da resistência aos herbicidas. Como resultados, espera-se que o protótipo desenvolvido ao fim do projeto apresente acurácia no processo de detecção e pulverização localizada acima de 99% nas aplicações de dessecação e de no mínimo 95% nas aplicações após a emergência da cultura da soja, destacando-se no mercado com relação aos seus concorrentes e impulsionando a empresa Agrio Tecnologia no setor da Agricultura de Precisão.