Aplicação de redes neurais convolucionais para medição de patinagem em tratores agrícolas

Detalhes bibliográficos
Autor(a) principal: Feih, Rafael Rodrigues
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/214155
Resumo: Assim como na Indústria, a era 4.0 chegou na Agricultura. Técnicas, ferramentas, sistemas de tecnologia da informação e robótica passaram a contribuir ativamente para a digitalização da Agricultura. Além da evolução tecnológica, existe uma orientação à sustentabilidade da Agricultura e utilização racional dos recursos naturais renováveis e não renováveis. Os tratores agrícolas atuais são energeticamente mais eficientes e menos poluentes desde que estejam adequados a operação em curso. Caso o conjunto trator-implemento-solo (TIS) esteja mal equilibrado, haverá redução da eficiência operacional, aumento no consumo de combustível, incremento dos custos de manutenção, desgaste prematuro dos pneus entre outros efeitos na operação agrícola. O índice de patinagem é um dos entes a serem medidos e controlados para verificar o quão bem balanceado o TIS está. Nesse contexto misto de tradição e inovação, objetivou-se neste trabalho a verificação da aplicabilidade de redes neurais convolucionais para reconhecimento e contagem de padrões visuais para então, indiretamente, medir o deslocamento das rodas de um trator com e sem carga. De posse dessas informações, foi possível determinar os índices de patinagem de dois tratores agrícolas. Futuramente essa tecnologia poderá ser adaptada para aplicações em smartphones comerciais. De posse dos níveis de patinagem, os produtores agrícolas poderão fazer os ajustes necessários à operação e assim, usar mais racionalmente os recursos naturais, máquinas, implementos agrícolas e mão-de-obra com vistas à sustentabilidade do negócio.
id UNSP_3f84ae24622e12dd40f5f3d72f76d709
oai_identifier_str oai:repositorio.unesp.br:11449/214155
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Aplicação de redes neurais convolucionais para medição de patinagem em tratores agrícolasApplication of convolutional neural networks to measure agricultural tractor slipagge indexAgricultura de PrecisãoInteligência ArtificialSustentabilidadeArtificial IntelligenceSustainabilityAssim como na Indústria, a era 4.0 chegou na Agricultura. Técnicas, ferramentas, sistemas de tecnologia da informação e robótica passaram a contribuir ativamente para a digitalização da Agricultura. Além da evolução tecnológica, existe uma orientação à sustentabilidade da Agricultura e utilização racional dos recursos naturais renováveis e não renováveis. Os tratores agrícolas atuais são energeticamente mais eficientes e menos poluentes desde que estejam adequados a operação em curso. Caso o conjunto trator-implemento-solo (TIS) esteja mal equilibrado, haverá redução da eficiência operacional, aumento no consumo de combustível, incremento dos custos de manutenção, desgaste prematuro dos pneus entre outros efeitos na operação agrícola. O índice de patinagem é um dos entes a serem medidos e controlados para verificar o quão bem balanceado o TIS está. Nesse contexto misto de tradição e inovação, objetivou-se neste trabalho a verificação da aplicabilidade de redes neurais convolucionais para reconhecimento e contagem de padrões visuais para então, indiretamente, medir o deslocamento das rodas de um trator com e sem carga. De posse dessas informações, foi possível determinar os índices de patinagem de dois tratores agrícolas. Futuramente essa tecnologia poderá ser adaptada para aplicações em smartphones comerciais. De posse dos níveis de patinagem, os produtores agrícolas poderão fazer os ajustes necessários à operação e assim, usar mais racionalmente os recursos naturais, máquinas, implementos agrícolas e mão-de-obra com vistas à sustentabilidade do negócio.The 4.0 era has arrived to the Agriculture as it had happened into the Industry. Techniques, tools and information systems and robotics started contributing actively to the Agriculture digitalization. It is not only technological evolution, but also growing concern regarding sustainability and proper use of renewable and nonrenewable resources. In general, current farm tractors are more energetically efficient and less polluter if they are properly adjusted to the ongoing operation. When the set tractor-implement-soil (TIS) is misbalanced, there will be reduction of operational efficiency, increase in fuel consumption and maintenance costs, premature wear to tires among other negative effects to the operation. The slippage index is one of the entity to be measured and controlled to know how well TIS is balanced. In the context of innovation and traditional concepts, this study aimed to evaluate the applicability of convolutional neural networks (CNNs) to recognize and count marked patterns into the tire sidewall to then, indirectly, measure the displacement of the rear wheel with and without load. Based on these pieces of information, it was possible to measure, with certain limitation, the slippage index of farm tractors. In the future, this technology may be adapted to commercial smartphones as an application. By knows the slippage index at a glance, farmers will be able to do the necessary adjustments to the operation. As a result, there will be a more rational use of natural resources, machinery, implements and labor while keeping business sustainability.Universidade Estadual Paulista (Unesp)Silva, Rouverson Pereira [UNESP]Universidade Estadual Paulista (Unesp)Feih, Rafael Rodrigues2021-08-24T14:34:11Z2021-08-24T14:34:11Z2021-06-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfhttp://hdl.handle.net/11449/21415533004102001P4porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-06-04T19:52:02Zoai:repositorio.unesp.br:11449/214155Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-06-04T19:52:02Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Aplicação de redes neurais convolucionais para medição de patinagem em tratores agrícolas
Application of convolutional neural networks to measure agricultural tractor slipagge index
title Aplicação de redes neurais convolucionais para medição de patinagem em tratores agrícolas
spellingShingle Aplicação de redes neurais convolucionais para medição de patinagem em tratores agrícolas
Feih, Rafael Rodrigues
Agricultura de Precisão
Inteligência Artificial
Sustentabilidade
Artificial Intelligence
Sustainability
title_short Aplicação de redes neurais convolucionais para medição de patinagem em tratores agrícolas
title_full Aplicação de redes neurais convolucionais para medição de patinagem em tratores agrícolas
title_fullStr Aplicação de redes neurais convolucionais para medição de patinagem em tratores agrícolas
title_full_unstemmed Aplicação de redes neurais convolucionais para medição de patinagem em tratores agrícolas
title_sort Aplicação de redes neurais convolucionais para medição de patinagem em tratores agrícolas
author Feih, Rafael Rodrigues
author_facet Feih, Rafael Rodrigues
author_role author
dc.contributor.none.fl_str_mv Silva, Rouverson Pereira [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Feih, Rafael Rodrigues
dc.subject.por.fl_str_mv Agricultura de Precisão
Inteligência Artificial
Sustentabilidade
Artificial Intelligence
Sustainability
topic Agricultura de Precisão
Inteligência Artificial
Sustentabilidade
Artificial Intelligence
Sustainability
description Assim como na Indústria, a era 4.0 chegou na Agricultura. Técnicas, ferramentas, sistemas de tecnologia da informação e robótica passaram a contribuir ativamente para a digitalização da Agricultura. Além da evolução tecnológica, existe uma orientação à sustentabilidade da Agricultura e utilização racional dos recursos naturais renováveis e não renováveis. Os tratores agrícolas atuais são energeticamente mais eficientes e menos poluentes desde que estejam adequados a operação em curso. Caso o conjunto trator-implemento-solo (TIS) esteja mal equilibrado, haverá redução da eficiência operacional, aumento no consumo de combustível, incremento dos custos de manutenção, desgaste prematuro dos pneus entre outros efeitos na operação agrícola. O índice de patinagem é um dos entes a serem medidos e controlados para verificar o quão bem balanceado o TIS está. Nesse contexto misto de tradição e inovação, objetivou-se neste trabalho a verificação da aplicabilidade de redes neurais convolucionais para reconhecimento e contagem de padrões visuais para então, indiretamente, medir o deslocamento das rodas de um trator com e sem carga. De posse dessas informações, foi possível determinar os índices de patinagem de dois tratores agrícolas. Futuramente essa tecnologia poderá ser adaptada para aplicações em smartphones comerciais. De posse dos níveis de patinagem, os produtores agrícolas poderão fazer os ajustes necessários à operação e assim, usar mais racionalmente os recursos naturais, máquinas, implementos agrícolas e mão-de-obra com vistas à sustentabilidade do negócio.
publishDate 2021
dc.date.none.fl_str_mv 2021-08-24T14:34:11Z
2021-08-24T14:34:11Z
2021-06-18
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/11449/214155
33004102001P4
url http://hdl.handle.net/11449/214155
identifier_str_mv 33004102001P4
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
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_ 1803650099734118400

Registros relacionados