Sistemas inteligentes: modelagem preditiva e internet das coisas para a produção animal na agropecuária 4.0

• Processo: 22/07442-8
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de novembro de 2022
• Data de Término da vigência: 31 de julho de 2025
• Área do conhecimento: Ciências Agrárias - Engenharia Agrícola - Construções Rurais e Ambiência
• Acordo de Cooperação: CONFAP - Conselho Nacional das Fundações Estaduais de Amparo à Pesquisa
• Pesquisador responsável: Iran José Oliveira da Silva
• Beneficiário: Iran José Oliveira da Silva
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Pesquisadores associados: Glauber da Rocha Balthazar ; Maira Martins da Silva ; Sergio Luis de Castro Junior ; Thiago Kraetzer ; Thiago Luís Lopes Siqueira
• Bolsa(s) vinculada(s): 24/15425-1 - Ciência de dados para conectar agropecuária digital e eScience: da fazenda inteligente até a infraestrutura de pesquisa, BP.IC
• Assunto(s): Aprendizado computacional Inteligência artificial Produção animal Robótica Visão computacional Zootecnia de precisão
• Palavra(s)-Chave do Pesquisador: aprendizado de máquinas | Inteligência Artificial | Produção Animal | Robótica | termografia de infravermelho | Visão Computacional | Zootecnia de Precisão

Resumo

O presente projeto é resultado de uma cooperação entre pesquisadores nas áreas de ambiência animal. Zootecnia de precisão e bem-estar animal, associado ao desenvolvimento de produtos, serviços e inovação, habilitados por tecnologias voltas à agropecuária digital dentro da cadeia valor agrícola, com ênfase em software e hardware que proporcionem soluções e ajustes nas etapas dos processos de produção agropecuária. Engloba a pecuária de precisão, a automação e a robótica agrícola, o emprego de métodos computacionais, processamento de imagens, visão computacional, sistemas inteligentes, técnicas de big data e internet das coisas. Atuarão em conjunto pesquisadores da Universidade de São Paulo - Escola Superior de Agricultura "Luiz de Queiroz (ESALQ/USP) e da Universidade Federal Rural de Pernambuco (UFRPE). Objetiva-se com a proposta, aplicar tecnologias digitais, técnicas de aprendizado de máquina profundo na automação de processos complexos de manejo na produção animal, aumentando sua produtividade e eficiência, por meio de uma diversidade de tecnologias disruptivas que chegam à agropecuária e podem ajudar os produtores a gerenciar suas unidades de produção de maneira mais segura e sustentável. Da mesma forma propor um gerenciamento do sistema de produção utilizando os princípios da Internet of Things (IoT), robótica e machine learning e Inteligência Artificial (IA). A pesquisa será dividida em quatro etapas. As duas primeiras serão realizadas na UFRPE, sendo elas: 1. Estudar e desenvolver técnicas preditivas automáticas para auxiliar no diagnóstico precoce de mastite bovina a partir de conjuntos de imagens térmicas digitais de animais com e sem diagnóstico conhecido; 2. Desenvolver um sistema IoT inteligente, capaz de realizar o monitoramento automático do comportamento de bovinos a pasto. As etapas subsequentes envolverão a cadeia de avicultura que será desenvolvida pela Equipe da ESALQ/USP. Utilizar as ferramentas da IoT, robótica e Machine Learning (ML) para desenvolver, validar e aplicar um animal-robô para os ambientes de incubatório e aviários (especificamente robô-ovo e robô-frango), caracterizando-o como um agente biossensor na aquisição de variáveis ambientais de forma contínua permitindo coletar, transferir e analisar as informações em tempo real, com a apresentação de algoritmos preditivos. Sendo os objetivos específicos: 3. Desenvolver um sistema de monitoramento para aquisição de dados do ambiente interno das incubadoras e no interior de ovos férteis associados a um aprendizado de máquina para tomadas de decisão e redução das perdas produtivas nos incubatórios (robô-ovo). 4. Desenvolver um modelo robótico e móvel no ambiente de produção (aviário de frangos de corte) registrando informações ambientais em tempo real com a utilização de dispositivos sensoriais para a aquisição e transferência de dados para utilização em aprendizado de máquina e geração de informações preditivas para resolução de problemas na avicultura industrial (robô-frango). Espera-se que estas ações de pesquisas possam auxiliar na transferência de tecnologias aplicadas a inteligência artificial na produção animal e informações relevantes ao aperfeiçoamento dos arranjos produtivos locais nos estados de Pernambuco e São Paulo e consequentemente para todo o País (AU)

Publicações científicas

(5)

(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)

GUESINE, GIOVANE DEBS; SILVEIRA, ROBSON MATEUS FREITAS; DA SILVA, IRAN JOSE OLIVEIRA. Physical and environmental characteristics of the compost barn system and its effects on the physical integrity, reproduction and milk production of dairy cattle: a scoping review. JOURNAL OF ANIMAL BEHAVIOUR AND BIOMETEOROLOGY, v. 11, n. 2, p. 6-pg., 2023-01-01. (22/07442-8)

DE CASTRO JUNIOR, SERGIO LUIS; BALTHAZAR, GLAUBER DA ROCHA; SILVEIRA, ROBSON MATEUS FREITAS; DA SILVA, IRAN JOSE OLIVEIRA. Multilevel sensor for monitoring external and internal environment of eggs. POULTRY SCIENCE, v. 103, n. 7, p. 12-pg., 2024-05-14. (22/07442-8)

VIEIRA, FERNANDA VICTOR RODRIGUES; SILVEIRA, ROBSON MATEUS FREITAS; FRANCHI, GUILHERME AMORIM; DA SILVA, IRAN JOSE OLIVEIRA. The impact of training on stockpersons' behaviour and cows' fear response. JOURNAL OF ANIMAL BEHAVIOUR AND BIOMETEOROLOGY, v. 11, n. 2, p. 8-pg., 2023-04-01. (22/07442-8)

BALTHAZAR, GLAUBER DA ROCHA; SILVEIRA, ROBSON MATEUS FREITAS; DA CRUZ, MARCOS VINICIUS AMATO; DA SILVA, IRAN JOSE OLIVEIRA. Development of an electromechanical device for real-time detection of litter moisture in commercial broiler. SMART AGRICULTURAL TECHNOLOGY, v. 12, p. 13-pg., 2025-12-01. (22/07442-8)

DA SILVA, ALLAN BASTOS; LOPES SIQUEIRA, THIAGO LUIS. Design, Implementation and Evaluation of an Information System for the Management of Digital Farming Scientific Data. 2024 L LATIN AMERICAN COMPUTER CONFERENCE, CLEI 2024, v. N/A, p. 10-pg., 2024-01-01. (22/07442-8)