Busca avançada
Ano de início
Entree

Radar de sensoriamento remoto transportado por drone

Processo: 18/00601-8
Modalidade de apoio:Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
Vigência: 01 de outubro de 2018 - 30 de novembro de 2020
Área do conhecimento:Engenharias - Engenharia Elétrica - Medidas Elétricas, Magnéticas e Eletrônicas, Instrumentação
Pesquisador responsável:Dieter Lubeck
Beneficiário:Dieter Lubeck
Empresa Sede:Radaz Indústria e Comércio de Produtos Eletrônicos Ltda
CNAE: Desenvolvimento e licenciamento de programas de computador não-customizáveis
Consultoria em tecnologia da informação
Tratamento de dados, provedores de serviços de aplicação e serviços de hospedagem na internet
Município: São José dos Campos
Pesquisadores principais:
Laila Fabi Moreira ; Shaila Fabi Moreira
Bolsa(s) vinculada(s):19/22222-1 - Radar de sensoriamento remoto transportado por drone, BP.PIPE
Assunto(s):Agricultura de precisão  Radar  Sensoriamento remoto  Monitoramento ambiental 
Palavra(s)-Chave do Pesquisador:Agricultura de precisão | drone | Mapeamento | Monitoramento | radar | Sensoriamento Remoto | Radar de Sensoriamento Remoto

Resumo

O projeto apresentado tem como objetivo principal o desenvolvimento de um protótipo de sistema para mapeamento e monitoramento por radar, a ser transportado por drone de classe 3 (peso máximo de decolagem até 25 kg), a partir de um demonstrador tecnológico já desenvolvido pela T-Jump com recursos próprios, denominado DBSS (Drone Borne Survey System) e protegido por dois pedidos de patentes. O protótipo já considera a Resolução nº 419/17, de 02 de maio de 2017, emitida pela ANAC para regulamentação de utilização civil de RPA's, popularmente chamadas de drones, que permite a operação comercial de drones classe 3 em até 120m de altura sem necessidade de pilotos habilitados. O DBSS será o primeiro sistema de imageamento por radar no mercado mundial com peso entre 1 e 4 Kg, dependendo da configuração, incluindo um sistema inercial de navegação próprio e que oferece a operação em três bandas (C, L e P) distintas simultaneamente, ainda em modo interferométrico e polarimétrico que permite monitorar a altura da vegetação, a biomassa, a umidade de solo e falhas na safra, além de planimetria e topografia, entre outros. Dessa forma, o DBSS fornece informações inéditas ao mercado, onde veremos que o mais significante é o da agricultura. Segundo as pesquisas das faculdades FEAGRI e FEEC da UNICAMP, onde a T-Jump também colabora, o DBSS resultará em um aumento da produção de cana de açúcar estimado em até 30% e em uma redução dos custos de produção em pelo menos 20%. Dados atuais do IBGE indicam que a agropecuária é responsável por 23% do PIB do país, reforçando o grande potencial de mercado do DBSS e seu impacto positivo nesta produtividade. Para a melhor operabilidade pelo usuário, a proposta inclui também o desenvolvimento de um aplicativo específico para a produção de cana de açúcar, que vai facilitar altamente a alimentação de "big data", necessário para orientar futuramente na tomada de decisão do produtor rural dentro do contexto de "e-agriculture", conforme publicado em dezembro 2017 pela Coordenadora do Programa de Bioenergia Maria Fernanda Ziegler da Agência FAPESP. O projeto é bastante promissor. É prevista a venda de mais de 8000 sistemas DBSS até 2024. As projeções financeiras apresentam um EBITDA positivo a partir de 2019 e uma taxa interna de retorno de 290% ao ano no período de 2018 a 2024. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (8)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
ORE, GIAN; SANTOS, ALEXANDRE; UKAN, DANIELE; ZANETTI, RONALD; CAMARGO, MARIANE; OLIVEIRA, LUCIANO P.; HERNANDEZ-FIGUEROA, HUGO E.; IEEE. ANT NESTS DETECTION IN INDUSTRIAL FORESTS BY SAR P-BAND TOMOGRAPHY. 2022 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM (IGARSS 2022), v. N/A, p. 4-pg., . (17/19416-3, 18/00601-8)
MOREIRA, LAILA; LUBECK, DIETER; WIMMER, CHRISTIAN; CASTRO, FELICIO; GOES, JULIANA A.; CASTRO, VALQUIRIA; ALCANTARA, MARLON; ORE, GIAN; OLIVEIRA, LUCIANO P.; BINS, LEONARDO; et al. Drone-Borne P-band Single-Pass InSAR. 2020 IEEE RADAR CONFERENCE (RADARCONF20), v. N/A, p. 6-pg., . (18/14690-2, 18/00601-8, 18/12726-0)
LUEBECK, DIETER; WIMMER, CHRISTIAN; MOREIRA, LAILA F.; ALCANTARA, MARLON; ORE, GIAN; GOES, JULIANA A.; OLIVEIRA, LUCIANO P.; TERUEL, BARBARA; BINS, LEONARDO S.; GABRIELLI, LUCAS H.; et al. Drone-Borne Differential SAR Interferometry. REMOTE SENSING, v. 12, n. 5, . (18/00601-8, 17/19416-3)
ORE, GIAN; ALCANTARA, MARLON S.; GOES, JULIANA A.; OLIVEIRA, LUCIANO P.; YEPES, JHONNATAN; TERUEL, BARBARA; CASTRO, VALQUIRIA; BINS, LEONARDO S.; CASTRO, FELICIO; LUEBECK, DIETER; et al. Crop Growth Monitoring with Drone-Borne DInSAR. REMOTE SENSING, v. 12, n. 4, . (17/19416-3, 18/00601-8)
GOES, JULIANA A.; CASTRO, VALQUIRIA; BINS, LEONARDO SANT'ANNA; HERNANDEZ-FIGUEROA, HUGO E.; IEEE. 3D Fast Factorized Back-Projection in Cartesian Coordinates. 2020 IEEE RADAR CONFERENCE (RADARCONF20), v. N/A, p. 6-pg., . (17/19416-3, 18/00601-8)
MOREIRA, LAILA; CASTRO, FELICIO; GOES, JULIANA A.; BINS, LEONARDO; TERUEL, BARBARA; FRACAROLLI, JULIANA; CASTRO, VALQUIRIA; ALCANTARA, MARLON; ORE, GIAN; LUEBECK, DIETER; et al. A Drone-borne Multiband DInSAR: Results and Applications. 2019 IEEE RADAR CONFERENCE (RADARCONF), v. N/A, p. 6-pg., . (17/19416-3, 18/00601-8)
JHONNATAN YEPES; GIAN ORÉ; MARLON S. ALCÂNTARA; HUGO E. HERNANDEZ-FIGUEROA; BÁRBARA TERUEL. CLASSIFICATION OF SUGARCANE YIELDS ACCORDING TO SOIL FERTILITY PROPERTIES USING SUPERVISED MACHINE LEARNING METHODS. Engenharia Agrícola, v. 42, n. 5, . (18/00601-8, 17/19416-3)
ORE, GIAN; ALCANTARA, MARLON S.; GOES, JULIANA A.; TERUEL, BARBARA; OLIVEIRA, LUCIANO P.; YEPES, JHONNATAN; CASTRO, VALQUIRIA; BINS, LEONARDO S.; CASTRO, FELICIO; LUEBECK, DIETER; et al. Predicting Sugarcane Harvest Date and Productivity with a Drone-Borne Tri-Band SAR. REMOTE SENSING, v. 14, n. 7, p. 24-pg., . (17/19416-3, 18/00601-8)

Por favor, reporte erros na lista de publicações científicas utilizando este formulário.
X

Reporte um problema na página


Detalhes do problema: