Busca avançada
Ano de início
Entree

Inteligência artificial para otimização de processos pré-colheita e mensuração da produtividade em lavouras de café

Processo: 20/05864-7
Modalidade de apoio:Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
Vigência: 01 de janeiro de 2021 - 30 de setembro de 2021
Área do conhecimento:Ciências Agrárias - Engenharia Agrícola - Máquinas e Implementos Agrícolas
Pesquisador responsável:Diego Moure Oliveira
Beneficiário:Diego Moure Oliveira
Empresa Sede:Agrobee Soluções em Polinização e Sustentabilidade Ltda
CNAE: Atividades de apoio à agricultura
Desenvolvimento e licenciamento de programas de computador customizáveis
Pesquisa e desenvolvimento experimental em ciências físicas e naturais
Município: Ribeirão Preto
Pesquisadores principais:
Joyce Mayra Volpini Almeida Dias
Pesquisadores associados:Carlos Pamplona Rehder ; Guilherme Jorge Gomes de Sousa
Bolsa(s) vinculada(s):21/01704-8 - Inteligência artificial para otimização de processos pré-colheita e mensuração da produtividade em lavouras de café, BP.TT
21/00755-8 - Inteligência artificial para otimização de processos pré-colheita e mensuração da produtividade em lavouras de café, BP.TT
21/02073-1 - Inteligência artificial para otimização de processos pré-colheita e mensuração da produtividade em lavouras de café, BP.PIPE
Assunto(s):Agricultura  Agronegócio  Cafeicultura  Plataforma (computação)  Inteligência artificial  Produtividade  Lavoura  Pré-colheita 
Palavra(s)-Chave do Pesquisador:Agricultura 4 | agronegócio | cafeicultura | Plataforma digital | 0 | Cafeicultura

Resumo

A indústria e o mercado de produção de alimento estão passando por uma transformação. As atividades agrícolas vêm operando de maneira diferente do passado, notadamente devido o avanço tecnológico, científico e social atualmente atingido. Sensores cada vez mais precisos, inteligência artificial, plataformas digitais, manipulação gênica, novos fármacos, qualificação profissional. Todos esses avanços farão com que esse setor se torne gradativamente mais lucrativo, seguro, eficiente e sustentável. Do avanço biotecnológico à alta conectividade, as novas ferramentas digitais modificam e otimizam praticamente todas as etapas do ciclo produtivo: são capazes de tomar decisões mais precisas, monitorar initerruptamente e obter dados em tempo real, trazendo maior produtividade, agilidade e segurança aliada à redução dos custos e sustentabilidade. No setor agrícola esse período atual tem sido chamado de agricultura 4.0. Dentre os vários produtos comercializados pelo Brasil, o café tem notório destaque. O grão de café é uma das commodities mais importante do mercado agrícola mundial e o Brasil é o principal produtor e exportador de grãos de café no mundo. No país são cerca de 2,16 milhões de hectares plantados. Esse setor responde por quase 10% das exportações agropecuárias nacional e movimenta em torno de R$ 20 bilhões por ano. A cafeicultura brasileira tem enfrentado diversas dificuldades, e dentre algumas etapas de pré-colheita do café, um momento é notoriamente importante: quando os frutos estão no ponto de colheita. Saber o momento correto de colheita minimiza perdas de qualidade na bebida, garantindo ao cafeicultor uma melhor comercialização do café colhido. Atualmente, para avaliar esse momento os cafeicultores necessitam realizar a derriça manual de algumas plantas e quantificar a proporção de frutos verdes, demandando esforço e custos. Outro ponto, a estimativa de safra é também uma atividade feita na pré-colheita e importante para o cafeicultor se planejar. Atualmente, semelhante à avaliação para momento de colheita, a estimativa de safra também é realizada pela derriça de plantas, novamente envolvendo esforços e custos; e como ocorre a perda de chumbinhos antes da fase de maturação, a estimativa pode ser subestimada. Portanto, o intuito desse projeto é desenvolver uma ferramenta digital para auxiliar esses três processos pré-colheita: (i) estimativa de safra na fase de chumbinhos, (ii) estimativa de safra na fase de frutos, e (iii) avaliação para momento de colheita. (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)