Sistema Inteligente com Processamento Local para Cadeias de Armazenamento e Logística de Grãos

• Processo: 25/22004-5
• Modalidade de apoio: Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Data de Início da vigência: 01 de março de 2026
• Data de Término da vigência: 30 de novembro de 2026
• Área do conhecimento: Engenharias - Engenharia Elétrica
• Pesquisador responsável: Mario Toshiaki Nakaharada
• Beneficiário: Mario Toshiaki Nakaharada
• Empresa: LINKME TECNOLOGIAS DE VANGUARDA E SERVICOS LTDA
• CNAE: Desenvolvimento e licenciamento de programas de computador customizáveis
• Pesquisadores associados: Adilson Yuuji Hira ; Adriano Ramos Miranda ; Benedicto Eduardo da Silva
• Bolsa(s) vinculada(s): 26/09075-3 - Sistema Inteligente com Processamento Local para Cadeias de Armazenamento e Logística de Grãos, BP.TT; 26/03183-9 - Sistema inteligente com processamento local para cadeias de armazenamento e logística de grãos, BP.PIPE; 26/03557-6 - Sistema Inteligente com Processamento Local para Cadeias de Armazenamento e Logística de Grãos, BP.TT
• Assunto(s): Inteligência artificial Sistemas embarcados Internet das coisas Computação de borda
• Palavra(s)-Chave do Pesquisador: Computação de Borda | Inteligência Artificial | Internet das Coisas | sensoriamento de bens agrícolas | Sistemas Embarcados | IA em sistemas embarcados

Resumo

Problema e Motivação: O agronegócio brasileiro enfrenta perdas pós-colheita significativas, que podem chegar a até 30% da produção de grãos, representando prejuízos da ordem de dezenas de bilhões de reais. Esta ineficiência é agravada pela carência de sistemas de monitoramento inteligente que ofereçam análise preditiva em tempo real durante o armazenamento e transporte.Objetivo Principal: Validar a viabilidade técnica de um sistema inteligente de monitoramento e análise preditiva para grãos, integrando redes de sensores IoT, computação de borda e inteligência artificial, elevando a maturidade tecnológica (TRL) de 2 para 4. O foco experimental será no ambiente de armazenamento em silos, servindo como prova de conceito robusta para aplicação futura em transporte.Inovação e Diferenciação: A solução proposta supera as limitações dos sistemas existentes mediante uma arquitetura inovadora baseada em processamento local de dados (edge computing) e modelos de IA embarcados. Esta abordagem permite a classificação automática do estado dos grãos em categorias de risco ("Normal", "Atenção", "Emergência") e suporta tomada de decisão local independente de conectividade com a nuvem.Metodologia: O plano de 9 meses prevê a validação tecnológica em ambiente controlado de laboratório, utilizando um modelo de silo em escala reduzida. As etapas incluem: definição de critérios de deterioração; desenvolvimento e validação de rede de sensores; criação de um algoritmo de proof-of-concept (PoC) de machine learning; e integração do sistema. A validação de desempenho utilizará métricas robustas: F1-Score médio ponderado >90%, com Recall >95% e Precision >85% para a classe crítica 'Emergência', assegurando detecção confiável de eventos críticos. Adicionalmente, buscar-se-á comprovar redução de >70% no volume de dados transmitidos pela arquitetura de borda.Resultados Esperados e Impacto: A confirmação das métricas validará a viabilidade do conceito, gerando um dataset anotado, um modelo de IA otimizado para borda e um relatório de validação funcional. O sucesso do projeto estabelecerá bases técnicas sólidas para o desenvolvimento de um MVP em uma subsequente Fase 2, com alto potencial de reduzir perdas e aumentar a eficiência operacional na cadeia do agronegócio.Palavras-chave: Computação de Borda, Inteligência Artificial, IoT, Armazenamento de Grãos, Validação Tecnológica. (AU)