Notícias

Agricultura de precisión RPA

Inteligência artificial em cultivos: Analisamos a aprendizagem automática com dados multiespectrais

14/fev./2022 8:54

---

Os algoritmos de inteligência artificial normalmente requerem dados de uma câmara RGB independente, mas com a maior resolução espacial da RedEdge-P e Altum-PT, os datos recompilados têm uma resolução GSD suficientemente boa como para executar algoritmos de aprendizagem automática directamente neles. Foi testado isso no canteiro de abóboras neste outono.

Benefícios do uso da inteligência artificial em cultivos

Justin McAllister, CTO da MicaSense, enquanto caminhava por uma plantação de abóboras e milho, conversou com Nate Krause, director de operações da Swans Trail. Quando perguntou a Nate sobre que informação seria útil no seu cultivo, este respondeu, que seria de utilidade conhecer a quantidade e o tamanho das abóboras cultivadas. A equipa Micasense colocou mãos à obra, equipados com uma câmara RedEdge-P, com sensor multiespectral de cinco bandas e pancromático, acoplada a um drone DJI Matrice 300.

Seria útil saber o tamanho e o número de abóboras plantadas. Nate Krause-Swans Trail

Contar abóboras em particular pode não ser relevante para muitos utilizadores, mas os métodos de aprendizagem automáticos utilizados para obter avaliações precisas de abóboras, podem ser usados numa vasta gama de aplicações de detecção remota. As capacidades de resolução espacial dos novos RedEdge-P e Altum-PT tornam estes sensores mais compatíveis com os algoritmos AI/ML actuais. No passado, os algoritmos precisavam de dados de uma câmara RGB separada, mas agora, com a RedEdge-P e Altum-PT, os dados têm uma resolução GSD suficientemente boa para executar algoritmos directamente, sem câmera RGB.

Para criar a missão poligonal para voar 23 acres, foi utilizado o planificador de missões de controlo terrestre Measure. Uma vez que o drone, a câmara e a missão estão configurados e prontos, pressionam o botão de lançamento e voam 60 m sobre o solo, visando um GSD de 2 cm/pixel nos dados panorâmicos.

Com a missão do drone completa e os dados recompilados, chega o momento de enviar os datos para o engenheiro da MicaSense, Callum Scougal, para processar os dados e calcular a quantidade e o tamanho das abóboras.

Campos de aplicação da inteligência artificial em cultivos

Neste exemplo particular, estamos interessados ​​em gerar conteúdos precisos de abóboras e estimar o tamanho/área das abóboras. Isto pode ajudar a prever lucros/perdas potenciais de cultivos, permitir comparações de tempo entre anos, determinar taxas de contagem ao longo do tempo e taxas de germinação.

As técnicas utilizadas aqui são genéricas e fácilmente transferíveis para outros cultivos. Por exemplo, podemos realizar o mesmo processo de análise em contagem de àreas florestais para detectar milho precoce ou outras plantas pequenas de interesse. Podemos detectar características, realizar contagens ou estatísticas baseadas em reflectividade das características que detectamos, o que nos permitirá monitorizar e administrar de forma mais efectiva campos, florestas e recursos ambientais.

Notícia extraída do Blog Micasense