O uso de veículos aéreos não tripulados (VANT) na identificação do percevejo marrom em lavouras de soja usando técnicas de reconhecimento de padrões e aprendizado de máquinas

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCunha, Marcio Rodrigues da-
Autor(es): dc.contributorhttp://lattes.cnpq.br/0516286832674015-
Autor(es): dc.contributorSouza, Wyrllen Everson de-
Autor(es): dc.contributorSchiavon, Gilson Junior-
Autor(es): dc.contributorColavite, Ana Paula-
Autor(es): dc.creatorSabará, Hugo Henrique Ramos-
Data de aceite: dc.date.accessioned2022-02-21T22:11:26Z-
Data de disponibilização: dc.date.available2022-02-21T22:11:26Z-
Data de envio: dc.date.issued2019-01-18-
Data de envio: dc.date.issued2019-01-18-
Data de envio: dc.date.issued2018-08-27-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/3770-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/669667-
Descrição: dc.descriptionThe increasing evolution of technology is increasingly influencing people's lives. Due to the speed of information propagation, thus aiding a faster and more efficient decision making. One of the segments where technology is increasingly present is in agriculture, specifically to intensify increased production and make farming healthier, thereby reducing the use of insecticides and pesticides. Pest control in soybean crops, especially the brown stink bug, has always been of great concern to the farmer because of the difficulty of locating the source of infestation. One of the methods for locating the brown stink bug is the cloth, but it is necessary for the producer to walk the property to take samples, requiring a lot of time and influencing the decision making based on isolated parts of the property. The use of unmanned aerial vehicles (UAVs) has been increasing and gaining more importance, due to the benefits that it has been adding in decision making. The UAVs were initially developed for the military market and in recent years started to gain other markets, starting to be used in activities that were previously performed only by humans. In agriculture its use has enabled the producer to monitor difficult access places, analyzing its property as a whole. In addition, eliminating the need to tread plowing or even failure, bringing a gain in productivity and cost savings. The methodology presented is performed through the digital image processing, where they were captured in the soybean crop with the use of a UAV. After this step the image undergoes a computational treatment with the purpose of identifying points with possible infestations, it was also used the supervised machine learning, with the objective of identifying the brown bug in the soybean and its location through the geographical coordinates of the image. For validation of the classification process, two algorithms of pattern recognition, linear discriminant analysis and logistic regression were used. To validate the results, classification tests were performed with the original data and with the use of factorial analysis. After the tests, the algorithm that presented the highest assertiveness in the classification of the brown bug was the logistic regression with the use of the factorial analysis, reaching 97.22% accuracy, thus proving the use of the proposed methodology, allowing the producer to control insects in the soybean crop by making insecticides only in the areas with an infestation focus, thus reducing production costs and contributing to a healthier production.-
Descrição: dc.descriptionA crescente evolução da tecnologia está cada vez mais influenciando a vida das pessoas. Devido a velocidade de propagação das informações, auxiliando assim uma tomada de decisão mais rápida e eficaz. Um dos segmentos onde a tecnologia está cada vez mais presente é na agricultura, especificamente para intensificar o aumento da produção e tornar uma lavoura mais saudável, diminuindo assim o uso de inseticidas e pesticidas. O controle de pragas na cultura de soja, em especial o percevejo marrom sempre foi algo de grande preocupação para o produtor devido à dificuldade de localizar o foco de infestação. Um dos métodos para localização do percevejo marrom é o pano de batida, porém é necessário que o produtor percorra a propriedade para retirar amostras, demandando muito tempo e influenciando o mesmo a tomar decisões com base em partes isoladas da propriedade. O uso de veículos aéreos não tripulados (VANT’s) vem crescendo e ganhando cada dia mais importância, devido aos benefícios que o mesmo vem agregando na tomada de decisões. Os VANT’s foram desenvolvidos inicialmente para o mercado militar e nos últimos anos passaram a ganhar outros mercados, passando a ser utilizado em atividades que antes eram realizadas apenas por humanos. Na agricultura seu uso vem possibilitando ao produtor monitorar lugares de difícil acesso, analisando sua propriedade como um todo. Além disso, dispensando a necessidade de percorrer a lavoura atrás de pragas ou até mesmo falhas, trazendo um ganho na produtividade e diminuição de custos. A metodologia apresentada é realizada através do processamento digital de imagens, onde as mesmas foram capturadas na lavoura de soja com a utilização de um VANT. Após essa etapa a imagem passa por um tratamento computacional com a finalidade de identificar pontos com possíveis infestações, foi utilizado também o aprendizado de máquina supervisionado, com o objetivo de identificar o percevejo marrom na soja e sua localização através das coordenadas geográficas da imagem. Para validação do processo de classificação foram utilizados dois algoritmos de reconhecimento de padrões, a análise discriminante linear e a regressão logística. Para validação dos resultados foram realizados testes de classificação com os dados originais e com o uso da análise fatorial. Após a realização dos testes o algoritmo que apresentou maior assertividade na classificação do percevejo marrom foi o de regressão logística com o uso da análise fatorial, chegando a 97,22% de acerto, comprovando assim o uso da metodologia proposta, permitindo que o produtor possa realizar o controle de percevejo na lavoura de soja fazendo o uso de inseticidas apenas nas aéreas com foco de infestação, diminuindo assim os custos de produção e contribuindo para uma produção mais saudável.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCampo Mourao-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherPrograma de Pós-Graduação em Inovações Tecnológicas-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectDrone-
Palavras-chave: dc.subjectAgricultura de precisão-
Palavras-chave: dc.subjectPercevejo (Inseto)-
Palavras-chave: dc.subjectProcessamento de imagens-
Palavras-chave: dc.subjectSistemas de reconhecimento de padrões-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectDrone aircraft-
Palavras-chave: dc.subjectPrecision farming-
Palavras-chave: dc.subjectBedbugs-
Palavras-chave: dc.subjectImage processing-
Palavras-chave: dc.subjectPattern recognition systems-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA-
Palavras-chave: dc.subjectCNPQ::CIENCIAS AGRARIAS-
Palavras-chave: dc.subjectEngenharia/Tecnologia/Gestão-
Título: dc.titleO uso de veículos aéreos não tripulados (VANT) na identificação do percevejo marrom em lavouras de soja usando técnicas de reconhecimento de padrões e aprendizado de máquinas-
Título: dc.titleThe use of unmanned aerial vehicles (UAVs) in the identification of brown stings in soybean fields using pattern recognition techniques and machine learning-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.