Categorias
Artigos Internet das Coisas

Smart Farming – Agricultura automatizada e conectada

Como drones, robôs agrícolas e a Internet das Coisas mudarão a maneira como produzimos alimentos.

Atualmente, existem mais humanos na Terra do que nunca – 7,3 bilhões – e esse número ainda está crescendo, com projeções da ONU de que atingirá 9,7 bilhões em 2050. Uma população dessa magnitude traz muitos desafios, como a produção de alimentos. A Organização das Nações Unidas para Agricultura e Alimentação prevê que precisamos aumentar a produção mundial de alimentos em 70% nas próximas décadas, a fim de alimentar a população prevista para 2050.

Aumentar a produção nesse nível não é fácil, mas os engenheiros e agricultores de hoje estão trabalhando juntos para criar uma solução tecnológica: agricultura de precisão e a “fazenda inteligente” (Smart Farming).

A agricultura é a indústria mais antiga, mas certamente não é estranha às mudanças tecnológicas. As revoluções industriais dos séculos 19 e 20 substituíram ferramentas manuais e arados puxados por cavalos por motores a combustão e fertilizantes químicos.

Agora, estamos prestes a testemunhar outra mudança fundamental na agricultura, graças a uma nova revolução industrial e às tecnologias da Indústria 4.0.

O que é o Smart Farm?

A agricultura inteligente e a agricultura de precisão envolvem a integração de tecnologias avançadas às práticas agrícolas existentes, a fim de aumentar a eficiência da produção e a qualidade dos produtos agrícolas. Como um benefício adicional, eles também melhoram a qualidade de vida dos trabalhadores do campo, reduzindo o trabalho pesado e as tarefas tediosas.

“Como será uma fazenda daqui a 50 a 100 anos?” é a pergunta feita por David Slaughter, professor de engenharia biológica e ambiental da UC Davis . “Temos que abordar o crescimento populacional, as mudanças climáticas e as questões trabalhistas, e isso trouxe muito interesse para a tecnologia”.

Quase todos os aspectos da agricultura podem se beneficiar dos avanços tecnológicos – desde o plantio e a irrigação até a saúde e a colheita. A maioria das tecnologias agrícolas atuais e iminentes se enquadra em três categorias que devem se tornar os pilares da fazenda inteligente: robôs autônomos, drones ou UAVs e sensores e a Internet das Coisas (IoT).

Como essas tecnologias já estão mudando a agricultura e que novas mudanças elas trarão no futuro

Trabalho autônomo e robótico

Substituir o trabalho humano pela automação é uma tendência crescente em vários setores, e a agricultura não é exceção. A maioria dos aspectos da agricultura é excepcionalmente trabalhosa, com grande parte desse trabalho composto de tarefas repetitivas e padronizadas – um nicho ideal para robótica e automação.

Já estamos vendo robôs agrícolas – ou AgBots – começando a aparecer em fazendas e executando tarefas que vão desde plantio e irrigação, até colheita e classificação. Eventualmente, essa nova onda de equipamentos inteligentes permitirá produzir mais e mais alimentos de qualidade com menos mão de obra.

Tratores sem motoristas

O trator é o coração de uma fazenda, usado para muitas tarefas diferentes, dependendo do tipo de fazenda e da configuração de seu equipamento auxiliar. À medida que as tecnologias de direção autônoma avançam, espera-se que os tratores se tornem algumas das primeiras máquinas a serem convertidas.

Nos estágios iniciais, ainda será necessário esforço humano para configurar mapas de campos e limites, programar os melhores caminhos de campo usando o software de planejamento de traçados e decidir outras condições operacionais. Os seres humanos também serão necessários para reparos e manutenção regulares.

No entanto, os tratores autônomos se tornarão mais capazes e autossuficientes ao longo do tempo, especialmente com a inclusão de câmeras e sistemas de visão de máquina adicionais, GPS para navegação, conectividade IoT para permitir monitoramento e operação remotos e radar e LiDAR para detecção e prevenção de objetos. Todos esses avanços tecnológicos diminuirão significativamente a necessidade de os seres humanos controlarem ativamente essas máquinas.

De acordo com a CNH Industrial , uma empresa especializada em equipamentos agrícolas que visualizou um trator autônomo conceito em 2016: “No futuro, esses tratores conceituais poderão usar ‘big data’, como informações meteorológicas em tempo real por satélite para fazer automaticamente o melhor uso das condições ideais, independente da contribuição humana e independentemente da hora do dia. ”

Semeadura e plantio

A semeadura já foi um processo manual e trabalhoso. A agricultura moderna melhorou isso com as máquinas de plantio, que podem cobrir terrenos maiores e de forma muito mais rápida do que um ser humano. No entanto, eles costumam usar um método de dispersão que pode ser impreciso e desperdiçar quando as sementes caem fora do local ideal. A semeadura efetiva requer controle sobre duas variáveis: plantar sementes na profundidade correta e espaçar as plantas na distância apropriada para permitir o crescimento ideal.

O equipamento de semeadura de precisão é projetado para maximizar essas variáveis sempre. A combinação de dados georreferenciados e um sensor que detalhe a qualidade do solo, densidade, umidade e níveis de nutrientes podem extrair muitas informações do processo de semeadura, com isso as sementes têm a melhor chance de brotar e crescer e a colheita geral terá uma produtividade maior.

À medida que a agricultura avança no futuro, as semeadoras de precisão existentes se reunirão com tratores autônomos e sistemas habilitados para IoT que devolvem informações ao agricultor. Um campo inteiro pode ser plantado dessa maneira, com apenas um humano monitorando o processo em um feed de vídeo ou painel de controle digital em um computador ou tablet, enquanto várias máquinas rolam pelo campo.

Irrigação automática

A Irrigação por Gotejamento Subterrâneo (IDE) já é um método de irrigação predominante que permite que os agricultores controlem quando e quanta água suas colheitas recebem. Ao emparelhar esses sistemas SDI com sensores cada vez mais sofisticados habilitados para IoT para monitorar continuamente os níveis de umidade e a saúde das plantas, os agricultores poderão intervir apenas quando necessário, permitindo que o sistema opere autonomamente.

Embora os sistemas SDI não sejam exatamente robóticos, eles podem operar de forma totalmente autônoma em um contexto de fazenda inteligente, contando com dados de sensores implantados nos campos para realizar a irrigação conforme necessário.

Manutenção de Culturas

A remoção de ervas daninhas e o controle de pragas são aspectos críticos da manutenção da planta e tarefas perfeitas para robôs autônomos. Alguns protótipos já estão sendo desenvolvidos, incluindo Bonirob, da Deepfield Robotics, e um cultivador automatizado que faz parte da iniciativa de pesquisa da UC Davis Smart Farm .

O robô Bonirob é do tamanho de um carro e pode navegar autonomamente através de um campo de cultivo usando vídeo, LiDAR e GPS por satélite. Seus desenvolvedores estão usando o aprendizado de máquina para ensinar o Bonirob a identificar ervas daninhas antes de removê-las. Com o aprendizado de máquina avançado, ou mesmo a inteligência artificial (AI) sendo integrada no futuro, máquinas como essa podem substituir inteiramente a necessidade de humanos capinarem manualmente ou monitorarem as culturas.

O protótipo da UC Davis funciona um pouco diferente. O cultivador é rebocado atrás de um trator e equipado com sistemas de imagem que podem identificar um corante fluorescente com o qual as sementes são revestidas quando plantadas e que são transferidas para as plantas jovens à medida que elas brotam e começam a crescer. O cultivador corta as ervas daninhas não brilhantes.

O robô agrícola Bonirob

Embora esses exemplos sejam robôs projetados para remoção de ervas daninhas, a mesma máquina base pode ser equipada com sensores, câmeras e pulverizadores para identificar pragas e aplicação de inseticidas.

Esses robôs e outros como eles não estarão operando isolados em fazendas do futuro. Eles serão conectados a tratores autônomos e à IoT, permitindo que toda a operação funcione praticamente sozinha.

Independente do tipo de colheita

A colheita depende de saber quando o produto final está pronto, trabalhando de acordo com o clima e concluindo a colheita na janela limitada de tempo disponível. Atualmente, existe uma grande variedade de máquinas em uso na colheita, muitas das quais seriam adequadas para automação no futuro.

As ceifeiras-debulhadoras tradicionais, forrageiras e especializadas podem se beneficiar imediatamente da tecnologia de trator autônomo para atravessar os campos. Adicione tecnologia mais sofisticada com sensores e conectividade IoT, e as máquinas poderão iniciar a colheita automaticamente assim que as condições forem ideais, liberando o agricultor para outras tarefas.

Desenvolver tecnologia capaz de trabalhos delicados de colheita, como colher frutas de árvores ou vegetais, como tomates, é onde as fazendas de alta tecnologia realmente brilham. Os engenheiros estão trabalhando para criar os componentes robóticos certos para essas tarefas sofisticadas, como o robô de colheita de tomate da Panasonic, que incorpora câmeras e algoritmos sofisticados para identificar a cor, a forma e a localização de um tomate para determinar sua maturação.

Este robô pega tomates pelo caule para evitar machucados, mas outros engenheiros estão tentando projetar efetores finais robóticos que serão capazes de segurar delicadamente frutas e vegetais com força suficiente para colher, mas não com tanta força que causem danos.

Outro protótipo para a colheita de frutas é o robô movido a vácuo da Abundant Robotics, que usa a visão computacional para localizar maçãs na árvore e determinar se elas estão prontas para a colheita.

Essas são apenas algumas das dezenas de projetos robóticos em desenvolvimento que em breve assumirão o trabalho de colheita. Mais uma vez, com a espinha dorsal de um sistema robusto de IoT, esses agbots podiam patrulhar continuamente os campos, verificar as plantas com seus sensores e colher culturas maduras, conforme apropriado.

Redução de mão de obra, aumento de rendimento e eficiência

O conceito central de incorporar a robótica autônoma na agricultura continua sendo o objetivo de reduzir a dependência do trabalho manual, enquanto aumenta a eficiência, o rendimento e a qualidade do produto.

Diferentemente de seus antepassados, cujo tempo era ocupado principalmente por trabalho pesado, os agricultores do futuro passarão seu tempo realizando tarefas como reparar máquinas, depurar códigos de robôs, analisar dados e planejar operações agrícolas.

Como observado em todos esses agbots, é essencial ter uma espinha dorsal robusta de sensores e IoT incorporada à infraestrutura da fazenda. A chave para uma fazenda verdadeiramente “inteligente” depende da capacidade de todas as máquinas e sensores poderem se comunicar entre si e com o agricultor, mesmo quando operam de forma autônoma.

Drones para geração de imagens, plantio e muito mais

Que agricultor não gostaria de ter uma visão panorâmica de seus campos? Onde antes era necessário contratar um helicóptero ou piloto de pequena aeronave para sobrevoar uma propriedade tirando fotografias aéreas, os drones equipados com câmeras agora podem produzir as mesmas imagens por uma fração do custo.

Além disso, os avanços nas tecnologias de imagem significam que você não está mais limitado à luz visível e à fotografia. Estão disponíveis sistemas de câmera que abrangem tudo, desde imagens fotográficas padrão até imagens infravermelhas, ultravioletas e até hiperespectrais. Muitas dessas câmeras também podem gravar vídeo. A resolução da imagem em todos esses métodos de imagem também aumentou, e o valor de “alto” em “alta resolução” continua a aumentar.

Todos esses tipos diferentes de imagens permitem a os agricultores coletar dados mais detalhados do que nunca, aprimorando suas capacidades para monitorar a saúde das culturas, avaliar a qualidade do solo e planejar os locais de plantio para otimizar os recursos e o uso da terra. A capacidade de realizar regularmente essas pesquisas de campo melhora o planejamento dos padrões de plantio de sementes, irrigação e mapeamento de localização em 2D e 3D. Com todos esses dados, os agricultores podem otimizar todos os aspectos de seu manejo de terras e culturas.

Mas não são apenas as câmeras e os recursos de imagem que causam um impacto assistido por drones na esfera agrícola – os drones também estão sendo usados no plantio e na pulverização.

Plantando do ar

Drones protótipos estão sendo construídos e testados para uso em semeadura e plantio para substituir a necessidade de trabalho manual. Por exemplo, várias empresas e pesquisadores estão trabalhando em drones que podem usar ar comprimido para disparar cápsulas contendo vagens de sementes com fertilizantes e nutrientes diretamente no solo.

A DroneSeed e a BioCarbon são duas dessas empresas, ambas desenvolvendo drones que podem transportar um módulo que lança sementes de árvores no chão em locais ideais. Embora atualmente sejam projetados para projetos de reflorestamento, não é difícil imaginar que os módulos possam ser reconfigurados para se adequar a várias sementes agrícolas. Com a IoT e o software para operação autônoma, uma frota de drones poderia concluir o plantio extremamente preciso nas condições ideais para o crescimento de cada cultura, aumentando as mudanças para um crescimento mais rápido e um maior rendimento da cultura.

Pulverização de culturas

Atualmente, também existem drones disponíveis e em desenvolvimento para aplicações de pulverização de culturas, oferecendo a chance de automatizar mais uma tarefa que exige muito trabalho. Usando uma combinação de GPS, medição a laser e posicionamento ultrassônico, os drones de pulverização de culturas podem se adaptar facilmente à altitude e localização, ajustando-se a variáveis como velocidade do vento, topografia e geografia. Isso permite que os drones realizem tarefas de pulverização de culturas com mais eficiência, com maior precisão e menos desperdício.

Por exemplo, a DJI oferece um drone chamado Agras MG-1 projetado especificamente para pulverização de culturas agrícolas, com uma capacidade de tanque de 10 litros de pesticida líquido, herbicida ou fertilizante e um alcance de vôo de sete a dez acres por hora. O radar de microondas permite que esse drone mantenha a distância correta das lavouras e garanta uma cobertura uniforme. Segundo a DJI, ele pode operar automaticamente, semiautomático ou manual.

Trabalhando em conjunto com outros agbots, as culturas identificadas como necessitadas de atenção especial podem receber uma visita personalizada do drone mais próximo ao primeiro sinal de problema. Ser capaz de prestar atenção individualizada a qualquer parte do campo assim que necessário, pode ajudar a parar muitos problemas antes que eles se espalhem.

Monitoramento e análise em tempo real

Uma das tarefas mais úteis que os drones podem executar é o monitoramento e análise remotos de campos e culturas. Imagine os benefícios de usar uma pequena frota de drones em vez de uma equipe de trabalhadores passar horas em pé ou em um veículo viajando de um lado para o outro pelo campo para verificar visualmente as condições da colheita.

É aqui que a fazenda conectada é essencial, pois todos esses dados precisam ser considerados úteis. Os agricultores podem revisar os dados e apenas fazer viagens pessoais aos campos quando houver um problema específico que precise de atenção, em vez de perder tempo e esforço cuidando de plantas saudáveis.

Dado que os drones para uso agrícola ainda estão no início de sua evolução, há algumas desvantagens. Os intervalos e os tempos de vôo não são tão robustos quanto muitos cultivos precisariam – atualmente, mesmo os drones mais longos atingem cerca de uma hora de tempo antes de precisar retornar e recarregar.

As despesas de capital também são bastante altas, chegando a US $ 25.000 por drone para algo como o PrecisionHawk Lancaster. Existem modelos menos caros, mas eles podem não vir com o equipamento de imagem ou de pulverização necessário.

A fazenda conectada: sensores e IoT

Agbots e drones autônomos e inovadores são úteis, mas o que realmente tornará a futura fazenda uma “fazenda inteligente” será o que unirá toda essa tecnologia: a Internet das Coisas.

A IoT tornou-se um termo abrangente para a idéia de ter computadores, máquinas, equipamentos e dispositivos de todos os tipos conectados uns aos outros, trocar dados e se comunicar de maneiras que lhes permitam operar como o chamado ” sistema inteligente. Já estamos vendo as tecnologias de IoT em uso de várias maneiras, como dispositivos domésticos inteligentes e assistentes digitais, fábricas inteligentes e dispositivos médicos inteligentes.

As fazendas inteligentes terão sensores incorporados em todas as etapas do processo agrícola e em cada peça de equipamento. Os sensores instalados nos campos coletarão dados sobre níveis de luz, condições do solo, irrigação, qualidade do ar e clima. Esses dados retornam ao agricultor ou diretamente ao AgBots no campo.

As equipes de robôs percorrerão os campos e trabalharão autonomamente para responder às necessidades das culturas, além de desempenhar funções de capina, rega, poda e colheita, guiadas por sua própria coleção de sensores, dados de navegação e colheita. Os drones percorrerão o céu, obtendo uma visão panorâmica da saúde das plantas e das condições do solo, ou gerando mapas que guiarão os robôs e ajudarão os agricultores humanos a planejar os próximos passos da fazenda. Tudo isso ajudará a criar maior produção agrícola e maior disponibilidade e qualidade dos alimentos.

A BI Intelligence compartilhou suas previsões de que os dispositivos IoT instalados na agricultura aumentarão de 30 milhões em 2015 para 75 milhões em 2020. Sob essa tendência, as fazendas conectadas devem gerar até 4,1 milhões de pontos de dados por dia em 2050 – acima de meros 190.000 em 2014.

Essa quantidade de dados e outras informações geradas pela tecnologia agrícola e a conectividade que permite que sejam compartilhadas serão a espinha dorsal do futuro da agricultura inteligente. Os agricultores poderão “ver” todos os aspectos de sua operação – quais plantas são saudáveis ou precisam de atenção, onde um campo precisa de água, o que os colhedores estão fazendo – e tomar decisões informadas.

E essa discussão tocou apenas a ponta do iceberg com foco nas culturas vegetativas; existe uma onda de igualdade de adoção de tecnologia inteligente para criação de animais e muitos mais drones e robôs para todos os aspectos da agricultura. Se cada fazenda do país se tornar uma fazenda inteligente, atingir esse aumento de 70% na produção de alimentos é uma certeza.

Categorias
Artigos BIM Dicas

Integração GIS e BIM transformará o setor de Infraestrutura

Um fato lamentável das profissões de arquitetura e engenharia e da indústria da construção é que, entre todos os estágios do processo – desde o planejamento e o projeto até a construção e as operações – os dados críticos são perdidos.

A realidade é que, quando você move dados entre fases, digamos, do ciclo de vida útil de uma ponte, você acaba levando esses dados para frente e para trás entre sistemas de software que reconhecem apenas seus próprios conjuntos de dados. No minuto em que você traduz esses dados, você reduz sua riqueza e valor. Quando uma parte interessada do projeto precisa de dados de uma fase anterior do processo, planejadores, designers e engenheiros geralmente precisam recriar manualmente essas informações, resultando em retrabalho desnecessário.

A boa notícia é que uma ruptura está se formando no setor de SIG (ciência da informação geográfica) à medida que se move rapidamente em direção à modelagem 3D. Essa evolução reflete a transformação que o setor de design e construção está experimentando ao passar de 2D para 3D BIM (Building Information Modeling) e sinaliza o surgimento da integração de GIS e BIM em um ambiente holístico.

A Aliança BIM / GIS começa

Embora as informações do GIS sejam necessárias para planejar e operar estradas, pontes, aeroportos, redes ferroviárias e outras infraestruturas no contexto de seu entorno, as informações do BIM são fundamentais para o projeto e a construção dessas estruturas.

Coloque os dois juntos e você terá uma camada de contexto geoespacial combinada ao modelo BIM. O que isso significa, por exemplo, é que o GIS pode fornecer informações sobre áreas propensas a inundações e dar aos projetistas informações precisas para influenciar a localização, a orientação e até mesmo os materiais de construção de uma estrutura.

E há a escala: as informações de GIS operam nas escalas de cidade, região e país, enquanto os dados de BIM se aplicam ao projeto e à construção de uma forma ou estrutura específica. Agora, no BIM, você pode projetar uma estrutura física em um nível de objeto – esboçar uma porta, uma janela ou uma parede. Ao adicionar o GIS, você gerencia essa estrutura no contexto de uma paisagem maior e mais inteligente. Um prédio será conectado a uma parcela de terra, serviços públicos e estradas.

Quando você reúne essas duas escalas relativas e move as informações diretamente entre elas, você elimina a redundância de dados. Adicionar melhor contexto geoespacial ao processo BIM significa que o proprietário do projeto obtém melhores designs e economiza dinheiro.

Com todas as informações armazenadas na nuvem, as partes interessadas nos projetos de infraestrutura e construção poderão gerenciar dados em qualquer ambiente em qualquer parte do mundo, mas ainda reutilizar e redirecionar essas informações em outros contextos sem precisar converter continuamente os dados.

Dados de localização BIM + = melhor design e economia de longo prazo

Se os empreiteiros gerais levam o processo de construção para uma fábrica de pré-fabricação ou transformam o canteiro de obras em uma fábrica a céu aberto, há um novo foco em melhorar o cronograma de logística e minimizar o tempo de trabalho e o desperdício. Trazer uma dimensão espacial para este novo processo de construção industrializada aumentará a eficiência de cada projeto que está sendo construído.

A Esri e a Autodesk estão trabalhando na interoperabilidade aprimorada de software para BIM e GIS, que criará um “gêmeo digital” de uma estrutura física para permitir um melhor design no contexto do mundo real, tornando a construção e as operações mais eficientes.

Nesse meio tempo, a síntese das tecnologias já está em andamento. Caso em questão: Engenharia e design globais e a empresa Mott MacDonald está integrando o GIS e o BIM para apoiar a reabilitação do Aqueduto de Catskill, em um projeto em Nova York. O produto de trabalho digital resultante fornece uma maneira progressiva para a informação ser registrada, indexada e facilmente recuperada para suportar a entrega bem-sucedida do projeto.

A ciência do “onde” na avaliação de risco

Maximizar o valor a longo prazo de novas estradas, pontes e instalações significa oferecer melhores projetos para resolver muitos dos problemas de sustentabilidade e resiliência enfrentados pelas cidades hoje. Isso exigirá a otimização do intercâmbio dinâmico de dados entre BIM, CAD (projeto auxiliado por computador) e as informações geoespaciais fornecidas pelo GIS.

Colocar um design digital em um lugar real, dentro da geografia real, elimina grande parte do risco inicial de projetar e construir. Os maiores atrasos em grandes projetos de infraestrutura vêm das fases de planejamento e licenciamento, que envolvem muitas avaliações de impactos sociais, econômicos e ambientais. Engenheiros e planejadores fazem muito dessa avaliação fora do processo de projeto usando dados geoespaciais; é assim que eles olham para mapas de planícies de inundação ou localizam utilitários subterrâneos. Então, por que não projetar usando dados GIS e BIM simultaneamente?

Esta integração GIS e BIM é igualmente útil quando uma estrutura é construída. Em vez de simplificar excessivamente os dados finais fornecidos para o gerenciamento de instalações, o modelo flexível – conectado ao GIS – fornece tudo o que as operações precisam. Os clientes podem reutilizar esses dados por todo o ciclo de vida da estrutura.

Por exemplo, operar uma estrada no mundo real significa gerenciar utilitários, gerenciar a instalação de guardrail, manter a distribuição e supervisionar as equipes de manutenção. Há muita adaptação e renovação. Quando GIS, CAD e BIM estão conectados, você está melhorando a operabilidade e eliminando erros. Essa convergência tecnológica também terá um papel importante na manutenção preditiva.

Fechando o loop de dados

Para criar cidades mais inteligentes, precisamos tomar decisões de planejamento mais inteligentes, e é por isso que conectar o BIM e o GIS é muito importante. Pense no que a integração desses sistemas pode fazer pela evolução de veículos autônomos: os sensores de carros estão constantemente coletando informações em tempo real. No entanto, eles contam com um mapa de máquina altamente preciso para navegação, geometria local e a criação de seu horizonte eletrônico.

O mapa da máquina, que pode ser interpretado por computadores, é melhor descrito como um arquivo de design rodoviário 3D enriquecido com informações geoespaciais do mundo real. À medida que os veículos autônomos de amanhã coletam informações atualizadas de geometria da estrada, como fechamento de faixas ou mudanças devido à construção, eles identificam áreas de alto risco, que podem ser transmitidas aos planejadores projetando e mantendo as estradas futuras. Todo o processo se tornará mais transparente, e o Departamento de Transportes se tornará mais ágil ao consertar as estradas em deterioração.

A conexão de sistemas de sensores em tempo real, dados geográficos e dados de modelagem melhora a percepção de todos, levando a melhores decisões de design de infraestrutura em qualquer escala.

Este artigo apareceu originalmente no Redshift da Autodesk, uma publicação dedicada a designers, engenheiros, construtores e fabricantes inspiradores.