AGRICULTURA DE PRECISÃO 63 Figura 2. Deslocação do drone em cada videira da vinha: (a) Cada localização ou “waypoint” subdivide-se em esquerdo, central e direito, capturando imagens desde os três ângulos. (b) Em caso de interesse agrícola em ambos os lados do dossel, o UAV segue uma sequência esquerda-central-direita para cada lado, rodando a câmara para capturar a partir de múltiplas perspetivas. (a) (b) Figura 2. Movimiento del dron en cada cepa del viñedo: (a) Cada ubicación o waypoint se subdivide en izquierdo, central y derecho, capturando imágenes desde los tres ángulos. (b) En caso de interés agrícola en ambos lados del dosel, el UAV sigue una secuencia izquierda-central-derecha para cada lado, rotando la cámara para capturar desde múltiples perspectivas. 1 UAV 2 UAVs 3 UAVs INTRODUÇÃO No atual panorama da agricultura de precisão, a integração de tecnologias avançadas, como os Veículos Aéreos Não Tripulados, UAV, na sigla em inglês (Fig. 1), também chamados drones, está a revolucionar o modo como se gerem e monitorizam as culturas. Esta evolução tecnológica é especialmente pertinente na viticultura, onde a deteção precisa e eficiente de cachos é essencial para estimar rendimentos, planear colheitas, detetar doenças e gerir recursos de forma ideal (Vélez et al., 2023). No entanto, a tarefa de detetar cachos apresenta desafios únicos, principalmente devido à complexidade do seu ambiente biofísico e à variabilidade na disposição e ocultação dos cachos entre a folhagem. Neste contexto, a análise detalhada através da aquisição de dados de qualidade é crucial. Tradicionalmente, este processo era manual, trabalhoso e propenso a erros, em grande parte devido à dificuldade de aceder visualmente aos frutos escondidos pelas folhas e à variabilidade ambiental das vinhas. A implementação de UAV na viticultura e a automatização do processamento de imagens (Ariza-Sentís et al., 2023) prometem abordar estes desafios, oferecendo uma plataforma ágil e versátil para a recolha de dados. Neste sentido, a utilização de rotas eficientes através de algoritmos de otimização pode ser fundamental (Mier et al., 2023). No entanto, para maximizar o seu potencial, é essencial desenvolver não só metodologias avançadas de planificação de rotas que otimizem as trajetórias de voo dos UAV, mas que também considerem as peculiaridades específicas da cultura e do seu espaço envolvente. A nossa investigação centra-se no desenvolvimento de uma metodologia que utiliza o algoritmo de Otimização de Colónias de Formigas (ACO, na sigla em inglês) para melhorar significativamente a deteção de cachos. Esta abordagem inovadora procura otimizar a recolha de dados e imagens a partir de vários ângulos e alturas, assegurando uma cobertura exaustiva e ultrapassando, tanto quanto possível, os problemas de visibilidade provocados pelo ocultação foliar. Ao adaptar a tecnologia UAV às necessidades específicas das vinhas, o nosso estudo tem o potencial de marcar um ponto de viragem na agricultura de precisão, proporcionando aos viticultores ferramentas poderosas para uma gestão mais eficiente e eficaz das suas culturas. Além disso, por se tratar de uma ferramenta adaptável e configurável, é potencialmente extrapolável para outras culturas lenhosas. OBJETIVOS O principal propósito desta investigação é desenvolver um modelo avançado para a planificação de rotas de UAV em vinhas, utilizando o algoritmo de Otimização de Colónias de Formigas. O nosso objetivo específico é criar um sistema que responda a dois desafios fundamentais: 1) melhorar as rotas de voo para as áreas onde potencialmente existem cachos 2) estabelecer uma série de manobras perto dos pontos de observação para aumentar a probabilidade de identificar cachos, incluindo os que podem estar ocultos sob a folhagem. Deste modo, o sistema permitirá aos UAV navegar eficientemente através
RkJQdWJsaXNoZXIy Njg1MjYx