Exportação concluída — 

Desenvolvimento de Estrutura Robótica para Aquisição e Classificação de Imagens (ERACI) de Lavoura de Cana-de-Açúcar

Detalhes bibliográficos
Autor(a) principal: Cardoso, José Ricardo Ferreira
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/192961
Resumo: A agricultura digital tem contribuído com a melhoria da eficiência na aplicação de insumos ou no plantio em local pré-determinado, resultando no aumento da produtividade. Nesta realidade a aplicação de técnicas de Processamento de Imagens Digitais, bem como a utilização de sistemas que utilizam a Inteligência Artificial, tem ganhado cada vez mais a atenção de pesquisadores que buscam a sua aplicação nos mais diversos meios. Com o objetivo de desenvolver um sistema robótico que utiliza um sistema de visão computacional capaz analisar uma imagem e, detectar basicamente a presença de cana-de-açúcar e planta daninha, bem como a ausência de qualquer planta, o projeto desenvolvido unificou conhecimentos sobre estas duas áreas da ciência da computação com a área de robótica e agricultura que, culminou no desenvolvimento de uma estrutura robótica com ferramentas gratuitas, como é o caso dos softwares e hardwares modulares voltados para o ensino de informática em escolas. A união de tudo isso resultou em uma estrutura de software e hardware que captura e armazena imagens em um banco de dados; além de possibilitar a classificação de imagens pelos usuários habilitados por meio de aplicativo Android. Por meio da verificação da acurácia entregue pelos algoritmos de Machine Learning, com injeção cíclica e, pela análise do tempo de resposta, foi constatado que o sistema é capaz, munido destas informações, de gerar classificadores que, remotamente são carregados pelo DRR (Dispositivo Robótico Remoto) e estes, por sua vez, foram capazes de classificar imagens em lavoura de cana-de-açúcar em tempo real.
id UNSP_e2666c161eb43a25aba5d702712fb957
oai_identifier_str oai:repositorio.unesp.br:11449/192961
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Desenvolvimento de Estrutura Robótica para Aquisição e Classificação de Imagens (ERACI) de Lavoura de Cana-de-AçúcarDevelopment of Robotic Structure for Image Acquisition and Classification (ERACI) of Sugarcane PlantationsAgricultura de DigitalOpenCVOpen SourceRaspberry PiDigital AgricultureComputer VisionA agricultura digital tem contribuído com a melhoria da eficiência na aplicação de insumos ou no plantio em local pré-determinado, resultando no aumento da produtividade. Nesta realidade a aplicação de técnicas de Processamento de Imagens Digitais, bem como a utilização de sistemas que utilizam a Inteligência Artificial, tem ganhado cada vez mais a atenção de pesquisadores que buscam a sua aplicação nos mais diversos meios. Com o objetivo de desenvolver um sistema robótico que utiliza um sistema de visão computacional capaz analisar uma imagem e, detectar basicamente a presença de cana-de-açúcar e planta daninha, bem como a ausência de qualquer planta, o projeto desenvolvido unificou conhecimentos sobre estas duas áreas da ciência da computação com a área de robótica e agricultura que, culminou no desenvolvimento de uma estrutura robótica com ferramentas gratuitas, como é o caso dos softwares e hardwares modulares voltados para o ensino de informática em escolas. A união de tudo isso resultou em uma estrutura de software e hardware que captura e armazena imagens em um banco de dados; além de possibilitar a classificação de imagens pelos usuários habilitados por meio de aplicativo Android. Por meio da verificação da acurácia entregue pelos algoritmos de Machine Learning, com injeção cíclica e, pela análise do tempo de resposta, foi constatado que o sistema é capaz, munido destas informações, de gerar classificadores que, remotamente são carregados pelo DRR (Dispositivo Robótico Remoto) e estes, por sua vez, foram capazes de classificar imagens em lavoura de cana-de-açúcar em tempo real.Digital agriculture has contributed to improving efficiency in the application of inputs or planting in a predetermined location, resulting in increased productivity. In this reality, the application of Digital Image Processing techniques, as well as the use of systems that use Artificial Intelligence, has increasingly gained the attention of researchers who seek their application in the most diverse media. In order to develop a robotic system capable of creating a computer vision system capable of analyzing an image and basically detecting the presence of sugarcane and weed, as well as the absence of any plant, the project developed unified knowledge on these two areas of computer science with the area of robotics and agriculture, which culminated in the development of a robotic structure with free tools, such as software and modular hardware aimed at teaching computer science in schools. The combination of all this resulted in a software and hardware structure capable of allowing the capture and storage of images in a database; in addition to enabling the classification of images by users enabled through the Android application. By checking the accuracy delivered by the Machine Learning algorithms with cyclic injection and analyzing the response time, it was found that the system was able, with this information, to generate classifiers that are remotely loaded by the RRD and these, in turn, were able to classify images in sugarcane fields in real time.Universidade Estadual Paulista (Unesp)Furlani, Carlos Eduardo Angeli [UNESP]Turco, José Eduardo PitelliUniversidade Estadual Paulista (Unesp)Cardoso, José Ricardo Ferreira2020-07-14T19:05:13Z2020-07-14T19:05:13Z2020-06-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/19296100093195433004102071P2porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-06-04T18:58:51Zoai:repositorio.unesp.br:11449/192961Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T23:11:25.432822Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Desenvolvimento de Estrutura Robótica para Aquisição e Classificação de Imagens (ERACI) de Lavoura de Cana-de-Açúcar
Development of Robotic Structure for Image Acquisition and Classification (ERACI) of Sugarcane Plantations
title Desenvolvimento de Estrutura Robótica para Aquisição e Classificação de Imagens (ERACI) de Lavoura de Cana-de-Açúcar
spellingShingle Desenvolvimento de Estrutura Robótica para Aquisição e Classificação de Imagens (ERACI) de Lavoura de Cana-de-Açúcar
Cardoso, José Ricardo Ferreira
Agricultura de Digital
OpenCV
Open Source
Raspberry Pi
Digital Agriculture
Computer Vision
title_short Desenvolvimento de Estrutura Robótica para Aquisição e Classificação de Imagens (ERACI) de Lavoura de Cana-de-Açúcar
title_full Desenvolvimento de Estrutura Robótica para Aquisição e Classificação de Imagens (ERACI) de Lavoura de Cana-de-Açúcar
title_fullStr Desenvolvimento de Estrutura Robótica para Aquisição e Classificação de Imagens (ERACI) de Lavoura de Cana-de-Açúcar
title_full_unstemmed Desenvolvimento de Estrutura Robótica para Aquisição e Classificação de Imagens (ERACI) de Lavoura de Cana-de-Açúcar
title_sort Desenvolvimento de Estrutura Robótica para Aquisição e Classificação de Imagens (ERACI) de Lavoura de Cana-de-Açúcar
author Cardoso, José Ricardo Ferreira
author_facet Cardoso, José Ricardo Ferreira
author_role author
dc.contributor.none.fl_str_mv Furlani, Carlos Eduardo Angeli [UNESP]
Turco, José Eduardo Pitelli
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Cardoso, José Ricardo Ferreira
dc.subject.por.fl_str_mv Agricultura de Digital
OpenCV
Open Source
Raspberry Pi
Digital Agriculture
Computer Vision
topic Agricultura de Digital
OpenCV
Open Source
Raspberry Pi
Digital Agriculture
Computer Vision
description A agricultura digital tem contribuído com a melhoria da eficiência na aplicação de insumos ou no plantio em local pré-determinado, resultando no aumento da produtividade. Nesta realidade a aplicação de técnicas de Processamento de Imagens Digitais, bem como a utilização de sistemas que utilizam a Inteligência Artificial, tem ganhado cada vez mais a atenção de pesquisadores que buscam a sua aplicação nos mais diversos meios. Com o objetivo de desenvolver um sistema robótico que utiliza um sistema de visão computacional capaz analisar uma imagem e, detectar basicamente a presença de cana-de-açúcar e planta daninha, bem como a ausência de qualquer planta, o projeto desenvolvido unificou conhecimentos sobre estas duas áreas da ciência da computação com a área de robótica e agricultura que, culminou no desenvolvimento de uma estrutura robótica com ferramentas gratuitas, como é o caso dos softwares e hardwares modulares voltados para o ensino de informática em escolas. A união de tudo isso resultou em uma estrutura de software e hardware que captura e armazena imagens em um banco de dados; além de possibilitar a classificação de imagens pelos usuários habilitados por meio de aplicativo Android. Por meio da verificação da acurácia entregue pelos algoritmos de Machine Learning, com injeção cíclica e, pela análise do tempo de resposta, foi constatado que o sistema é capaz, munido destas informações, de gerar classificadores que, remotamente são carregados pelo DRR (Dispositivo Robótico Remoto) e estes, por sua vez, foram capazes de classificar imagens em lavoura de cana-de-açúcar em tempo real.
publishDate 2020
dc.date.none.fl_str_mv 2020-07-14T19:05:13Z
2020-07-14T19:05:13Z
2020-06-29
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/192961
000931954
33004102071P2
url http://hdl.handle.net/11449/192961
identifier_str_mv 000931954
33004102071P2
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808129497878233088