Ciências Agrárias
Engenharia Agrícola
Resumo
A agricultura enfrenta desafios significativos, especialmente no combate às pragas, que impactam negativamente as plantações. Agricultores de pequeno e médio porte frequentemente não têm acesso a tecnologias avançadas devido ao seu alto custo, resultando em um uso elevado de agrotóxicos para combater pestes. Este projeto foi desenvolvido com o objetivo de oferecer uma alternativa acessível para esses agricultores, auxiliando no monitoramento e combate a doenças em suas plantações, o que, por sua vez, irá ajudar na redução do uso de agrotóxicos. A solução proposta é voltada principalmente para pequenos e médios agricultores, mas também pode beneficiar grandes produtores ao proporcionar economia financeira. No projeto, foi utilizado um drone simples, equipado com uma câmera de qualidade aceitável, para sobrevoar as plantações. O drone está integrado a uma inteligência artificial, cuja rede neural é o YOLOv8, treinada para detectar quatro doenças comuns em plantações de café: mancha de olho pardo, bicho-mineiro, ferrugem do cafeeiro e ácaro vermelho. Para facilitar a visualização dos dados, foi criado um aplicativo em Python, utilizando o framework Kivy, onde o produtor pode visualizar um mapa com as localizações das doenças na plantação, que ficam salvas localmente no dispositivo, conectar a IA com o drone ou fazer a predição em uma imagem estática escolhida pelo usuário. As coordenadas das áreas afetadas são armazenadas em um arquivo texto local e, com a ajuda da biblioteca Folium, é criado um mapa com as marcações das doenças nele. O drone pode operar de forma manual e autônoma seguindo rotas predefinidas no aplicativo RX Drone, que utiliza a funcionalidade de marcar pontos no mapa. Essa funcionalidade é possível graças ao GPS integrado do drone.
Palavras-chave: Inteligência Artificial, Monitoramento de Doenças, Drone