Detecção de plantas utilizando algoritmos de segmentação e de constância de cor para navegação robótica

• Processo: 20/12710-6
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de março de 2021
• Data de Término da vigência: 28 de fevereiro de 2022
• Área de conhecimento: Engenharias - Engenharia Mecânica
• Pesquisador responsável: Marcelo Becker
• Beneficiário: Gabriel Corrêa de Oliveira
• Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Agricultura Robótica Mecatrônica Robôs móveis Visão computacional
• Palavra(s)-Chave do Pesquisador: Agricultura | Instrumentação e Mecatrônica | robôs móveis | Robótica | Robótica | Rovers | sensoriamento | Robótica e Mecatrônica

Resumo

Com a crescente demanda por alimentos devido ao crescimento populacional mundial, a tecnologia permeou profundamente o setor agrícola nas últimas décadas. Dentro desse contexto, a robótica foi uma das áreas nas quais houve maior investimento e desenvolvimento tecnológico. As finalidades dos robôs no campo são inúmeras: redução de custos, maior produtividade e eficiência, maior aproveitamento de área e de recursos, entre outros. O Laboratório de Robótica Móvel da EESC-USP atua nesse ramo por meio de diversas plataformas robóticas, entre elas, nessa pesquisa será empregado o robô móvel TerraSentia. O objetivo desse robô é coletar dados de características das plantas a baixo custo e de forma rápida, precisa e, principalmente, autônoma. Em virtude desse último ponto, muitos desafios surgem para alcançar a autonomia completa do robô, dentre os quais pode-se citar a presença de folhagem numerosa e densa que se projeta na trilha em que o TerraSentia precisa se locomover, dificultando sua orientação. Isso posto, esse projeto de Iniciação Científica estudará e aplicará métodos de visão computacional, mais especificamente segmentação e constância de cor, para retirar os pixels correspondentes às folhas que atrapalham a navegação autônoma do TerraSentia, impactando no desempenho de todo o algoritmo.