Utilização de redes neurais e visão computacional para reconhecimento de características em campos agrícolas

• Processo: 20/11262-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de dezembro de 2020
• Data de Término da vigência: 31 de agosto de 2023
• Área de conhecimento: Ciências Agrárias - Engenharia Agrícola
• Pesquisador responsável: Marcelo Becker
• Beneficiário: Lucas Toschi de Oliveira
• Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Bolsa(s) vinculada(s): 22/13040-0 - Desenvolvimento de módulo de detecção para algoritmos de localização e mapeamento simultâneos com sensores visuais no contexto agrícola utilizando o robô comercial TerraSentia em parceria com a Universidade de Illinois (Urbana-Champaign), BE.EP.IC
• Assunto(s): Agricultura Aprendizagem profunda Robótica Visão computacional Mecatrônica Redes neurais (computação)
• Palavra(s)-Chave do Pesquisador: Agricultura | Deep Learning | Instrumentação e Mecatrônica | navegação autônoma | Robótica | sensoriamento | Visão Computacional | Robótica e Mecatrônica

Resumo

O crescimento da população mundial exige que os métodos e tecnologias empregados na produção de alimentos sejam cada vez mais eficientes, produzindo mais com menos espaço. A robótica autônoma é uma área cada vez mais pesquisada para auxiliar nesse problema. Entretanto, o desenvolvimento de um sistema de navegação autônomo eficiente, capaz de conduzir um robô a adentrar e se locomover em uma plantação, ainda é um desafio. Nesse contexto, algoritmos de SLAM (Simultaneous Localization And Mapping, traduzido para Localização e Mapeamento Simultâneos), que conseguem gerar um mapeamento local do ambiente, são potenciais objetos de estudo. Em meios dinâmicos, como o agrícola, esse método é mais suscetível a falhas, já que tipicamente se supõe que o entorno do robô não se modifica. Na busca de melhores resultados, a utilização de redes neurais na identificação dos objetos móveis, eliminando-os do processo de mapeamento, é uma alternativa promissora e é o principal foco deste projeto. Serão utilizadas as imagens captadas pelo TerraSentia, um robô móvel agrícola equipado com uma câmera monocular.

Publicações científicas

(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)

CALERA, ESTEVAO SERAFIM; DE OLIVEIRA, GABRIEL CORREA; ARAUJO, GABRIEL LIMA; FACURI FILHO, JORGE ID; TOSCHI, LUCAS; HERNANDES, ANDRE CARMONA; BAQUERO VELASQUEZ, ANDRES EDUARDO; GASPARINO, MATEUS VALVERDE; CHOWDHARY, GIRISH; HISANO HIGUTI, VITOR AKIHIRO; et al. Under-Canopy Navigation for an Agricultural Rover Based on Image Data. JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS, v. 108, n. 2, p. 18-pg., 2023-06-01. (20/10533-0, 20/11262-0, 20/13037-3, 20/11089-6)