Projeto Final de Curso utilizando IA na Agricultura 4.0 é defendido no EAILab do IFSP campus Cubatão

Os concluintes do Bacharelado em Engenharia de Controle e Automação, Carolina Baruso de Oliveira e Leonardo Linconl Nunes Knoeller, defenderam em 21 de junho de 2024, utilizando as facilidades do laboratório de inteligência artificial (IA) embarcada do EAILab no IFSP campus Cubatão, o projeto final de curso (PFC) com o tema “Sistema Inteligente para Identificação de Doenças Foliares na Cultura de Soja”, sob orientação dos Professores Dr. Arnaldo de Carvalho Junior e Dr. Walter Augusto Varella.

Da esquerda para a direita: Dr. Varella, Carolina Baruso, Leonardo Knoeller e Dr. Arnaldo

O PFC foi avaliado e aprovado por uma banca de altíssimo nível, composta pelo Prof. Dr. Enzo Bertazini (IFSP), Profa. Dra. Flavia Daylane Tavares Luna (IFSP) e pela Profa. Dra. Daniele de Macedo Henrique (IFRN), que acompanhou a apresentação por conferência via internet.

Dra. Flavia, Dr. Varella, Carolina, Leonardo, Dr. Enzo e Dra. Daniele remota.

O PFC consistiu no desenvolvimento de uma solução de IA e visão computacional para a identificação de doenças foliares na cultura da soja. O projeto alcançou uma acurácia de 87,7% na classificação de quatro classes de doenças prevalentes no Brasil: mancha alvo, ferrugem asiática, mancha olho-de-rã e deficiência de potássio, além da classe saudável.

O protótipo desenvolvido conta com um microcontrolador ESP32-CAM para captura de imagens, o display OLED para visualização de informações e o módulo GPS para registro da localização geográfica, possibilitando a criação de mapas de incidência de doenças.

Protótipo desenvolvido no projeto, com IA embarcada em processador ESP32 e gabinete desenvolvido em impressora 3D.

A solução desenvolvida no PFC conta ainda com sistema gráfico (dashboard) no Power BI da Microsoft e um relatório automatizado para a visualização e análise dos dados coletados em campo, fornecendo informações detalhadas sobre a incidência de doenças. Se não bastasse, o sistema fornece ainda um guia prático com checklist para auxiliar o agricultor na tomada de decisões e no manejo fitossanitário da lavoura. Uma demonstração da operação do sistema pode ser vista em 

Dashboard para análise dos dados coletados no Power BI.

A tecnologia desenvolvida pode ser utilizada para outras culturas, como arroz, café, milho. Além disso, pode ser adaptada para ser utilizada com sistemas aéreos, como drones.