
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | Bonacini, Leonardo | - |
| Autor(es): dc.creator | Tronco, Mário Luiz | - |
| Autor(es): dc.creator | Higuti, Vitor Akihiro Hisano | - |
| Autor(es): dc.creator | Velasquez, Andres Eduardo Baquero | - |
| Autor(es): dc.creator | Gasparino, Mateus Valverde | - |
| Autor(es): dc.creator | Peres, Handel Emanuel Natividade | - |
| Autor(es): dc.creator | Oliveira, Rodrigo Praxedes de | - |
| Autor(es): dc.creator | Medeiros, Vivian Suzano | - |
| Autor(es): dc.creator | Silva, Rouverson Pereira da | - |
| Autor(es): dc.creator | Becker, Marcelo | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T17:02:36Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T17:02:36Z | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2023-03-01 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/agronomy13030925 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/249828 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/249828 | - |
| Descrição: dc.description | In digital farming, the use of technology to increase agricultural production through automated tasks has recently integrated the development of AgBots for more reliable data collection using autonomous navigation. These AgBots are equipped with various sensors such as GNSS, cameras, and LiDAR, but these sensors can be prone to limitations such as low accuracy for under-canopy navigation with GNSS, sensitivity to outdoor lighting and platform vibration with cameras, and LiDAR occlusion issues. In order to address these limitations and ensure robust autonomous navigation, this paper presents a sensor selection methodology based on the identification of environmental conditions using sensor data. Through the extraction of features from GNSS, images, and point clouds, we are able to determine the feasibility of using each sensor and create a selection vector indicating its viability. Our results demonstrate that the proposed methodology effectively selects between the use of cameras or LiDAR within crops and GNSS outside of crops, at least 87% of the time. The main problem found is that, in the transition from inside to outside and from outside to inside the crop, GNSS features take 20 s to adapt. We compare a variety of classification algorithms in terms of performance and computational cost and the results show that our method has higher performance and lower computational cost. Overall, this methodology allows for the low-cost selection of the most suitable sensor for a given agricultural environment. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
| Descrição: dc.description | Sao Carlos School of Engineering University of Sao Paulo | - |
| Descrição: dc.description | School of Agricultural and Veterinary Studies Sao Paulo State University | - |
| Descrição: dc.description | School of Agricultural and Veterinary Studies Sao Paulo State University | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Agronomy | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | AgBots | - |
| Palavras-chave: dc.subject | autonomous navigation | - |
| Palavras-chave: dc.subject | digital agriculture | - |
| Palavras-chave: dc.subject | ensemble | - |
| Palavras-chave: dc.subject | machine learning | - |
| Título: dc.title | Selection of a Navigation Strategy According to Agricultural Scenarios and Sensor Data Integrity | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: