APPLICATION OF THE INTERNET OF THINGS IN AGRIBUSINESS: MONITORING OF PASTURE ANIMALS
REGISTRO DOI: 10.69849/revistaft/cs10202508312110
Wanderson Pereira dos Santos1
Newton Licciardi2
RESUMO
O agronegócio desempenha um papel estratégico na economia global, sendo uma das principais forças econômicas do Brasil. Este trabalho apresenta a aplicação da Internet das Coisas (IoT) no agronegócio, com foco no monitoramento de animais de pastagem. A proposta busca utilizar tecnologias IoT para otimizar a gestão de rebanhos, proporcionando maior controle, segurança e eficiência nas operações rurais. O sistema desenvolvido integra dispositivos conectados, sensores de localização (GPS) e redes de comunicação (Sigfox), permitindo o acompanhamento em tempo real dos animais em áreas de pastagem. Além disso, a implementação de geofences possibilita a definição de áreas seguras, enviando alertas automáticos em casos de saída ou entrada dos animais em locais delimitados. Este projeto atestou as vantagens do uso da IoT, permitindo o acompanhamento em tempo real da localização dos animais, com precisão e confiabilidade, utilizando mapas e alertas automatizados, consequentemente contribuindo para a transformação digital no campo.
Palavras-chave: Internet das Coisas (IoT), Geofence, Agronegócio, Sigfox, GPS.
ABSTRACT
Agribusiness plays a strategic role in the global economy, being one of Brazil’s main economic forces. This work presents the application of the Internet of Things (IoT) in agribusiness, focusing on monitoring pasture animals. The proposal seeks to use IoT technologies to optimize herd management, providing greater control, safety and efficiency in rural operations. The developed system integrates connected devices, location sensors (GPS) and communication networks (such as Sigfox), allowing real-time monitoring of animals in pasture areas. Furthermore, the implementation of geofences makes it possible to define safe areas, sending automatic alerts in cases of animals leaving or entering defined locations. This project attested to the advantages of using IoT, allowing real-time monitoring of the location of animals, with precision and reliability, using maps and automated alerts, consequently contributing to the digital transformation in the field.
Keywords: Internet of Things (IoT), Geofence, Agribusiness, Sigfox, GPS.
1. INTRODUÇÃO
Segundo a Organização das Nações Unidas (ONU), estima-se que a população mundial chegará a quase 10 bilhões de pessoas até 2050. Isso mostra que haverá uma demanda crescente por alimentos no decorrer dos anos, e que para alimentar essa população em crescimento, a produção de alimentos deve aumentar em torno de 70% (NAÇÕES UNIDAS, 2019).
A Internet das Coisas (IoT) é uma ferramenta que tem se mostrado bastante promissora para auxiliar no aumento dessa produtividade. Ela é a rede de objetos físicos que contêm tecnologia embarcada para se comunicar, sentir ou interagir com seu estado interno ou o ambiente externo, (GARTNER, 2024).
No contexto do agronegócio, a aplicação da IoT na área da pecuária, é capaz de facilitar ou otimizar boa parte do trabalho realizado pelos produtores. O monitoramento em tempo real de animais de pastagem, como bovinos, ovinos e caprinos, pode-se tornar uma ótima ferramenta para otimização da produção agropecuária (TALAVERA, 2017).
Este artigo aborda o desenvolvimento e aplicação de um sistema IoT para monitoramento de animais utilizando o módulo Edukit RedFox, o GPS Neo-6M, o backend do Sigfox e a plataforma Tago.io, dessa forma explorando as possibilidades oferecidas pela integração de dispositivos IoT, com a finalidade de acompanhar o desempenho dos animais em seus habitats naturais e por fim, discutir as principais tecnologias envolvidas, como os benefícios alcançados e quais os desafios a serem superados (SIGFOX, 2024; SIGFOX2, 2024; SIGFOX3, 2024; ROBOCORE, 2024; BERNADES, 2024).
1.1 SITUAÇÃO-PROBLEMA
A pecuária extensiva é um sistema de produção agropecuário que utiliza grandes áreas de pastagem para a criação de animais. Esse sistema é comum em regiões de clima tropical, como o Brasil. Os produtores rurais enfrentam dificuldades em acompanhar a localização dos animais em tempo real. Eles precisam acompanhar o rebanho a cavalo ou de carro para verificar se os animais estão se alimentando adequadamente e se não estão causando danos à pastagem.
Outra dificuldade é a irregularidade do terreno, pois em áreas com morros e vales, os animais podem se esconder, dificultando a sua localização (BRAGA, 2020). Logo, uma forma eficiente de realizar essa tarefa, seria o monitoramento remoto desses animais através de dispositivos IoT conectados a redes de comunicação, como por exemplo redes LoRaWAN, Sigfox ou LPWAN, que possuem um bom alcance, trabalhando com poucos dados de informação e baixo consumo de energia elétrica, visto que a maior parte desses animais são criados em áreas isoladas ou afastadas de centros urbanos (SIGFOX, 2024; SIGFOX2, 2024; SIGFOX3, 2024).
1.2 Objetivo geral
Desenvolver um protótipo com um sistema de monitoramento remoto de animais de pastagem utilizando dispositivos IoT, visando aprimorar a gestão do rebanho de forma eficiente.
1.3 Objetivos específicos
1. Integrar dispositivos IoT para coleta de dados de localização.
2. Configurar uma rede de comunicação eficiente para transmissão de dados implementando uma comunicação via backend do Sigfox, garantindo baixo consumo de energia e cobertura em áreas rurais.
3. Desenvolver e personalizar dashboards através de uma plataforma para exibir os dados de localização dos animais em mapas interativos.
4. Implementar um sistema de geofencing para enviar alertas automáticos para notificar o usuário sempre que os animais saírem de áreas delimitadas.
2. REVISÃO DA LITERATURA
2.1 Internet das Coisas
A Internet das Coisas (IoT – Internet of Things) é um paradigma tecnológico que conecta objetos físicos ou virtuais a uma rede de comunicação, permitindo que interajam entre si e com os usuários por meio da internet (MASCARENHAS et al., 2021). Essa tecnologia é caracterizada pela capacidade de integrar sensores, dispositivos e sistemas computacionais para coleta, transmissão e análise de dados em tempo real.
No agronegócio, a IoT tem promovido avanços significativos, oferecendo soluções para monitoramento de rebanhos, controle ambiental e automação de processos. Segundo Barros et al. (2021), tecnologias IoT são ferramentas estratégicas para o planejamento de atividades, gestão de propriedades e otimização de recursos, permitindo a coleta de informações valiosas que auxiliam na tomada de decisões. Estudos recentes destacam os benefícios de sistemas IoT no agronegócio, como aumento da eficiência operacional, melhoria no bem-estar animal e maior sustentabilidade ambiental, no entanto, desafios como conectividade em áreas remotas e custos de implementação ainda representam barreiras para sua ampla adoção.
2.2 Redes de Comunicação IoT
As redes de comunicação são essenciais para a operação de dispositivos IoT, especialmente em áreas rurais onde a conectividade é frequentemente limitada. A rede Sigfox é amplamente utilizada devido à sua capacidade de transmitir pequenas quantidades de dados com baixo consumo de energia e ampla cobertura geográfica. Essa rede opera em frequências livres de licença, permitindo comunicação de longo alcance e custo reduzido, o que é ideal para o monitoramento de animais em pastagens superados (SIGFOX, 2024; SIGFOX2, 2024; SIGFOX3, 2024; ROBOCORE, 2024; BERNADES, 2024; BARROS, 2021).
Além disso, a rede LoRaWAN também é uma alternativa viável no campo, oferecendo comunicação em baixas taxas de dados com alta eficiência energética. A escolha da tecnologia de comunicação depende da área de cobertura necessária, da quantidade de dados a ser transmitida e das condições ambientais (VALENTE, 2020).
2.3 Sensores de Localização e Monitoramento
Os sensores são componentes cruciais em sistemas IoT, pois permitem a coleta de informações em tempo real. Para o monitoramento de animais de pastagem, o módulo GPS Neo-6M é bastante utilizado devido à sua precisão e baixo consumo energético. Esse sensor é capaz de determinar a posição geográfica dos animais com precisão de até 2,5 metros, facilitando o rastreamento e a criação de geofences. A integração de sensores com dispositivos IoT, como o Edukit RedFox, permite a transmissão dos dados coletados para a nuvem por meio de redes de comunicação como o Sigfox. Isso possibilita que os usuários acompanhem a localização dos animais em tempo real, aumentando a eficiência na gestão de rebanhos (SIGFOX, 2024; SIGFOX2, 2024; SIGFOX3, 2024; ROBOCORE, 2024; BERNADES, 2024; BARROS, 2021).
2.4 Geofencing e Monitoramento de Áreas
O geofencing é uma tecnologia que utiliza dados de localização para criar barreiras virtuais em torno de uma área geográfica específica. Essa funcionalidade é amplamente utilizada no monitoramento de animais, permitindo que alertas sejam gerados automaticamente sempre que os animais entram ou saem da área delimitada (WAWRZYNIAK, HYLA, 2016).
A implementação de geofences melhora a segurança dos rebanhos, reduz perdas e otimiza o manejo das pastagens. O uso de plataformas como o Tago.io facilita a criação e gestão dessas áreas virtuais, integrando os dados coletados pelo GPS em dashboards que permitem visualização em tempo real e envio de notificações automáticas.
2.5 Computação em Nuvem
A computação em nuvem, ou cloud computing, é uma tecnologia que oferece capacidade de armazenamento e processamento praticamente ilimitada, permitindo o gerenciamento de grandes volumes de dados gerados por dispositivos IoT. No contexto agropecuário, a integração de IoT com plataformas de computação em nuvem, como o Tago.io, proporciona a visualização e análise dos dados de forma eficiente. Essas plataformas permitem a criação de dashboards interativos e a configuração de alertas automáticos, otimizando a gestão de propriedades rurais e garantindo maior precisão nas operações, sendo ainda que esta plataforma em questão oferece todos esses recursos de forma gratuita.
2.6 Protocolo de Comunicação
Os protocolos de comunicação são responsáveis por garantir que os dados coletados pelos dispositivos IoT sejam transmitidos de maneira eficiente e segura. O protocolo Message Queuing Telemetry Transport (MQTT), por exemplo, é amplamente utilizado em aplicações IoT devido à sua leveza e eficiência. Ele utiliza um modelo de comunicação baseado em publish/subscribe, onde um broker central gerencia as mensagens enviadas pelos dispositivos e as distribui para os assinantes interessados (PIERLEONI et al., 2019).
Além deste, em sistemas de monitoramento em áreas rurais, o HTTP/HTTPS também é utilizado para integração com plataformas de visualização, como o Tago.io. Esse protocolo permite a transmissão segura de dados, facilitando a comunicação entre dispositivos IoT e servidores na nuvem.
3. METODOLOGIA
3.1 Etapas de Desenvolvimento
O projeto foi desenvolvido em três etapas principais:
I. Integração de hardware e montagem do sistema
Conexão do módulo Edukit RedFox com o GPS Neo-6M utilizando a comunicação serial para leitura das coordenadas geográficas. Ajuste da taxa de atualização para obtenção de coordenadas em intervalos regulares ou através do acionamento do botão SW1 do módulo Edukit e testes de precisão e cobertura do GPS e do Edukit Redfox.
II. Comunicação e transmissão de dados
Implementação de algoritmos para garantir a leitura das coordenadas do GPS e transmissão dos dados via Sigfox. Criação de um callback no backend Sigfox para enviar os dados recebidos do Edukit RedFox para a plataforma Tago.io, definição de um payload customizado para transmitir os valores de latitude, longitude, contador e temperatura no formato adequado.
III. Visualização e análise de dados
Criação de dashboards personalizados para exibição das coordenadas geográficas em mapas interativos. Definição de áreas de segurança (geofences) na plataforma Tago.io e configuração de alertas automáticos para notificar o usuário sempre que um animal sair das áreas delimitadas.
3.2 Estrutura do Sistema
O sistema desenvolvido para o monitoramento de animais em pastagens é baseado na integração de hardware, software e tecnologias de comunicação IoT. A Figura 1 ilustra a arquitetura da rede.
Figura 1 – Sigfox Network Architecture
Os principais componentes do projeto incluem:
Módulo Edukit RedFox
O Edukit RedFox foi utilizado como o dispositivo principal para integrar o sistema. Este módulo conta com suporte para redes de comunicação IoT, como Sigfox, e permite a interface com sensores externos. No projeto, ele foi configurado para ler os dados fornecidos pelo GPS Neo-6M e transmitir os dados via rede Sigfox para o backend configurado.
Figura 2 – Kit IoT SigFox – Edukit RedFox
O Kit é composto pelos seguintes itens:
Livro IoT SigFox com Edukit Redfox, do Autor Luiz Henrique Corrêa Bernardes, Placa Edukit RedFox, desenvolvida também pelo Luiz Henrique Corrêa Bernardes, que utiliza nada menos que o CI HT32SX da empresa brasileira HT Micron, que desenvolveu e produziu o mesmo em território nacional. O CI HT32SX permite a conectividade na rede LPWAN Sigfox.
Placa Arduino Nano V3, é o microcontrolador escolhido para ser o microcontrolador dessa placa, conseguindo assim realizar leituras de sensores para que os dados sejam transmitidos por meio da rede Sigfox. Além dos itens físicos, há também o acesso de 1 ano à rede WND, que é a empresa responsável por fornecer o serviço Sigfox na América Latina.
GPS Neo-6M
O GPS Neo-6M foi utilizado para determinar a localização dos animais em tempo real. Este módulo possui alta precisão (erro de aproximadamente 2,5 metros em condições favoráveis) e é amplamente utilizado em projetos IoT devido ao seu custo-benefício. No projeto, ele foi responsável por capturar os valores de latitude e longitude a cada ciclo de transmissão e transmitir os dados ao Edukit RedFox para processamento e envio.
Figura 3 – GPS Neo-6m com Antena
Redes LPWAN – Low-Power Wide-Area Network
Um estudo realizado pela Teleco Inteligência em Telecomunicações (TELECO, 2024), mostrou a evolução dos municípios e porcentagem de população cobertos pelas tecnologias LPWAN no Brasil em outubro de 2024. De acordo com o estudo, a rede Sigfox possui cobertura de 492 municípios, o que abrange 50.8% da população, e a rede LoRa possui cobertura de 286 municípios, que abrange 51.1% da população nacional.
A tabela abaixo descreve as características de operação das principais tecnologias LPWAN.
Tabela 1 – Comparação serviços LPWAN
Sigfox Cloud
O Edukit possui um ano de acesso grátis à rede Sigfox, bastando apenas solicitar o acesso por meio do passo a passo que vem detalhado no livro que acompanha o kit. Após o registro do dispositivo no backend da Sigfox, já é possível fazer com que os dados coletados pelos sensores, que são enviados para estações rádio base da rede, possam subir para a nuvem da rede Sigfox, onde lá é possível fazer a integração com as clouds (LAVRIC et al., 2019). A Sigfox Cloud pode encaminhar automaticamente para outras clouds, usando serviços de retorno de chamadas, denominado call backs, este serviço utiliza protocolo HTTPS.
No backend é possível realizar a configuração de call-backs para AWS, AZURE e IBM Watson de forma simplificada, mas também é possível a criação de call-backs customizados para integração com outras nuvens (SIGFOX, 2024), como para a plataforma Tago.io, como mostra a Figura 4. ‘
Figura 4 – Callback para enviar dados a Tago.io
Plataforma Tago.io: Plataforma de visualização e análise, utilizada para exibir os dados em dashboards interativos e configurar alertas baseados em geofencing.
4. RESULTADOS E DISCUSSÃO
4.1 – Desenvolvimento do projeto
Aqui apresentamos as etapas de desenvolvimento mencionadas na seção anterior. Utilizamos uma combinação de dispositivos de hardware, redes de comunicação e plataformas de visualização para implementar o sistema de monitoramento de animais.
Após aquisição do módulo Edukit Redfox e do GPS, já foi possível realizar a montagem no protoboard e iniciar o desenvolvimento do código no Arduino IDE para verificar o funcionamento dos componentes e posteriormente testar se o envio dos dados de localização e temperatura para a rede Sigfox estavam sendo enviados corretamente.
Figura 5 – Conexão do GPS ao módulo Edukit Redfox
Os códigos desenvolvidos para este projeto e que foram aplicados tanto no Arduino IDE como no Payload Parser da plataforma Tago.io, estão disponíveis para acesso no GitHub (GIT,2025). Para este projeto a rede Sigfox destacou-se devido ao grande raio de cobertura no ambiente rural, variando de 10 a 40 km, possuir um backend que possibilita a integração do dispositivo com o ambiente de nuvem em geral sem a necessidade de uso de um gateway físico e pela facilidade na transmissão dos dados entre o backend e a plataforma de visualização adotada. Algumas das vantagens da utilização dessa tecnologia são o baixo consumo de energia e preço padronizado mundialmente, a assinatura anual para envio de duas mensagens por dia por dispositivo é de US$0,50. O call-back (Ver na figura 4) foi configurado para enviar os dados de localização (latitude e longitude) obtidos pelo GPS e um sinal de temperatura que poderia ser obtido através da implementação de um sensor de temperatura no microcontrolador, porém como no protótipo não foi utilizado um sensor de temperatura, esse sinal foi simulado por uma entrada digital do próprio microcontrolador.
Ainda no backend é possível visualizar os dados recebidos e se eles foram enviados com sucesso ou não para a nuvem. Os dados estão decodificados em hexadecimal. A Figura 6 mostra os dados decodificados em hexadecimal no backend e que foram enviados com sucesso a plataforma Tago.io
Figura 6 – Sucesso ao enviar dados a Tago.io
No projeto, os dados de latitude e longitude tiveram que ser reorganizados em um objeto JSON para que o widget de mapa do Tago.io fosse capaz de interpretá-los da maneira correta. O tratamento desses dados foi realizado através da implementação de um algoritmo, disponibilizado pelo suporte da plataforma Tago.io e utilizado no Payload Parser, que está disponível no GitHub (GIT,2025).
A escolha da plataforma adequada para projetos de IoT é fundamental, pois cada uma oferece características distintas em termos de funcionalidade, custo e facilidade de integração. Algumas opções que foram estudadas no decorrer do projeto foram a Blynk.io e a Microsoft Azure. No entanto, apesar de apresentarem algumas características interessantes ao projeto, como a Blynk que possui uma ótima interface para smartphones e é de fácil configuração, mas que para ter acesso a algumas ferramentas que seriam essenciais ao projeto, é obrigatório aderir ao plano mensal que custa em torno de R$ 559,99, o que acaba inviabilizando o projeto.
A Microsoft Azure alguns serviços avançados como uso de inteligência artificial e integração com outras soluções Microsoft, como o Power BI por exemplo, além de possuir mais segurança e robustez para projetos em larga escala. No entanto, o seu custo também é bastante elevado para este projeto, além de possuir maior complexidade para que ele possa ser implementado.
Dessa forma, a plataforma escolhida para visualização dos dados coletados pelos dispositivos foi a Tago.io, isso devido a sua ampla gama de funcionalidades, flexibilidade de integração e foco em soluções para a Internet das Coisas (IoT).
Abaixo, destacam-se os principais motivos que tornam o Tago.io a melhor opção para este projeto:
- Integração Simplificada com Redes IoT – A plataforma suporta integrações diretas com redes de comunicação LPWAN, como a Sigfox, utilizada neste projeto. Por meio de callbacks configurados no backend da Sigfox, os dados transmitidos pelo dispositivo IoT podem ser enviados automaticamente para a Tago.io Essa compatibilidade reduz a complexidade no desenvolvimento e facilita a implementação do sistema.
- Dashboards Personalizáveis – A plataforma oferece uma interface amigável e altamente personalizável para criar dashboards interativos. Para este projeto, foram utilizados mostradores e mapas que mostram a localização dos animais em tempo real, com suporte a geofencing. É possível configurar a plataforma para monitorar a movimentação e a temperatura dos animais ao longo do tempo solicitado. Ela também exibe notificações claras quando os animais saem da área delimitada.
- Suporte a Geofencing – O geofencing foi um recurso essencial para este projeto, permitindo a configuração de áreas seguras para os animais. A Tago.io possibilita a delimitação de áreas de interesse diretamente no mapa, configuração de alertas automáticos quando o dispositivo sai ou entra em uma área delimitada, integração com ações automáticas, como envio de notificações por e-mail, SMS ou outros canais.
- Processamento e Transformação de Dados – O Tago.io inclui ferramentas como o Payload Parser, que permitem a decodificação e transformação dos dados recebidos diretamente na plataforma. No contexto deste projeto, dados de latitude e longitude transmitidos em formato bruto (strings e/ou valores descompactados) foram processados e convertidos para coordenadas utilizáveis nos widgets.
- Custo-benefício – A Tago.io apresenta uma política de preços acessível, com opções gratuitas e pagas que se adaptam ao tamanho do projeto, sendo que a versão gratuita é suficiente para protótipos e pequenos sistemas.
- Documentação e Suporte Técnico – A Tago.io oferece uma documentação detalhada e suporte técnico eficiente, facilitando a configuração do sistema e a resolução de problemas. Esse suporte foi crucial para garantir a integração bem-sucedida com a rede Sigfox e a decodificação dos dados no payload parser.
A Figura 7 ilustra a home page da plataforma Tago.io após realizar o cadastro no site.
Figura 7 – Plataforma da Tago.io
Fonte: Próprio Autor
Conforme apresentado na Seção 3, a última etapa do projeto consiste na visualização e análise dos dados obtidos pelo dispositivo. Para isso é necessário a criação de dashboards que sejam capazes de interpretar os dados corretamente.
A Figura 8 apresenta a visualização dos dashboards que foram desenvolvidos na plataforma Tago.io, onde é possível ver a localização do dispositivo, a área delimitada em verde (geofencing), a quantidade de vezes em que o dispositivo fez o uplink para o Sigfox, ou seja, quantas vezes ele atualizou a localização do dispositivo e por fim a temperatura.
Figura 8 – Dashboard do projeto na plataforma Tago.io no PC
Também é possível acessar a plataforma pelo celular, a Tago.io possui app disponível tanto para Android como para iOS. A Figura 9 apresenta a visualização do dashboard via celular.
Figura 9 – Dashboard do projeto na plataforma Tago.io no celular
Os testes foram realizados na cidade de São Paulo, mas são válidos para todas as áreas que possuem cobertura da rede Sigfox. Nas Figuras 8 e 9, o dispositivo encontra-se dentro da área delimitada, portanto o animal que estaria naquele local, estaria em segurança e o produtor não receberia mensagens de alerta. Nas figuras 10 e 11, o dispositivo encontra-se fora desta área, o que resultou em mensagens de alerta, como detalha as Figuras 12 e 13, para que o produtor fique atento quanto à segurança do seu animal ou rebanho.
Figura 10 – Dashboard do projeto na plataforma Tago.io no PC – C2
Figura 11 – Dashboard do projeto na plataforma Tago.io no celular – C2
Assim que o dispositivo saí da área delimitada, o produtor recebe uma notificação de alerta no seu aparelho, seja ele computador, celular, tablet etc. É possível configurar também notificações via e-mail ou SMS (Ver exemplos nas Figuras 12 e 13).
Figura 12 – Notificação de alerta via PC
Figura 13 – Notificação de alerta via celular
Portanto, sempre que um animal ou rebanho do produtor estiver em alguma área de risco, ele será notificado e assim poderá realizar alguma ação de forma preventiva.
4.2 – Autonomia de energia e custos do projeto
4.2.1 – Autonomia
Para calcular o consumo de energia e a autonomia, deve-se considerar os consumos típicos dos componentes:
Edukit RedFox – Consumo médio de 50 mA (durante a transmissão de dados via Sigfox) e tensão de operação de 3.3 V.
GPS Neo-6M – Consumo médio de 45 mA (durante aquisição e envio de dados) e tensão de operação de 3.3 V.
Agora deve-se levar em conta o período de atualização das informações, sendo que cada ciclo de operação é realizado a cada 10 minutos e cada atualização consiste em 20 segundos para aquisição de dados do GPS e 5 segundos para transmissão de dados via Sigfox. Portanto, o tempo total de operação em um ciclo é 25 segundos de operação ativa (GPS + Edukit transmitindo) e 575 segundos (9 minutos e 35 segundos) em modo de espera. Como o sistema opera ativamente apenas por 25 segundos a cada 600 segundos (10 minutos), podemos calcular o consumo médio em mA:
Tabela 2 – Cálculo do consumo do protótipo
Adotando uma bateria de 3.7V e 4.8Ah, calcula-se que a autonomia será de:
56 dias de autonomia utilizando uma bateria de 3.7V e 4.8Ah.
4.2.2 – Custos
Este projeto praticamente não obteve custos relacionados a software, pois o uso da plataforma Tago.io na conta grátis foi o suficiente para realizar todas as funções necessárias em relação ao desenvolvimento, aplicação e uso do projeto, tendo então somente custos relacionados ao hardware já que com o módulo do Edukit ganha-se também um ano sem custos na rede Sigfox.
Os custos do hardware foi de aproximadamente:
Tabela 3 – Custos do protótipo
Totalizando R$ 301,08.
5. CONSIDERAÇÕES FINAIS
O principal objetivo do projeto é integrar tecnologias IoT para oferecer uma solução prática, de baixo custo e eficiente para o monitoramento de animais, contribuindo para a modernização do agronegócio. Por meio da integração de tecnologias foi possível implementar um sistema eficiente e de baixo custo para o rastreamento e monitoramento de dados críticos, como localização e temperatura dos animais.
O sistema permitiu o acompanhamento da localização em tempo real, com precisão e confiabilidade, utilizando mapas e alertas automatizados configurados na plataforma Tago.io. Outro resultado interessante foi a funcionalidade de geofencing que possibilitou delimitar áreas seguras para os animais, enviando notificações imediatas caso eles saíssem dessas zonas, aumentando o controle e a segurança do rebanho.
O uso de tecnologias LPWAN, como a rede Sigfox, e dispositivos de baixo consumo, garante uma grande autonomia, tornando o sistema adequado para áreas rurais sem acesso fácil à infraestrutura elétrica.
O projeto evidenciou o potencial da IoT para otimizar processos no agronegócio, promovendo a automação e redução de custos no manejo do rebanho. A aplicação de tecnologias digitais no campo torna-se cada vez mais relevante para atender à crescente demanda por eficiência e sustentabilidade no setor, no entanto, apesar dos resultados positivos, alguns desafios foram observados e ainda precisam ser superados, alguns exemplos são citados abaixo:
O custo do protótipo foi de R$ 301,08, isso porque o módulo de comunicação utilizado é um kit educacional que permite explorar outras funcionalidades, além disso o kit é acompanhado de um livro, assinatura da rede por um ano grátis e um microcontrolador que já estão inclusos no valor, ou seja, em caso de aplicação real do projeto em larga escala, seria interessante desenvolver um módulo que atenda aos requisitos exigidos pelo projeto, a fim de diminuir os custos e até mesmo otimizar o seu funcionamento.
A cobertura da rede Sigfox pode ser limitada em regiões extremamente remotas. Alternativas como redes LoRaWAN ou o uso de gateways podem ampliar a abrangência, outro ponto seria a autonomia energética, embora a autonomia da bateria seja satisfatória, é possível realizar otimizações no consumo de energia, tanto através de algoritmos como no uso de novos hardwares mais eficientes. Além disto, pode-se ainda integrar outras tecnologias ao projeto, a fim de averiguar a saúde do animal, monitorando seus batimentos cardíacos, por exemplo.
No fim, este projeto é mais um exemplo de que a utilização de tecnologias IoT no agronegócio é uma solução viável, sustentável e escalável. A integração de sensores, redes de comunicação e plataformas de visualização possibilita um manejo mais eficiente, econômico e seguro, contribuindo para a evolução tecnológica do setor. Com avanços contínuos e investimentos em infraestrutura e capacitação, sistemas como o desenvolvido neste projeto têm o potencial de revolucionar o agronegócio, beneficiando tanto grandes quanto pequenos produtores.
REFERÊNCIAS
BARROS, Mateus Rodrigues de. Sistema de tecnologia de internet das coisas e computação em nuvem para aumento de produtividade de áreas agrícolas. 2021.
BERNADES, Luiz Henrique Corrêa, IoT Sigfox com Edukit Redfox. Disponível em: < https://curtocircuito.com.br/kit-livro-iot-sigfox-com-edukit-redfox.html > Acesso em: 30 out. 2024.
BRAGA, Ramayana. A agricultura e a pecuária na história de Roraima: Agropecuária em Roraima. Simplíssimo, 2020.
COSTA, Gabriel Marins da. Estudo da rede Sigfox para aquisição de dados em aplicações de internet das coisas. 2020.
COVIELLO, G.; AVITABILE, G. Multiple synchronized inertial measurement unit sensor boards platform for activity monitoring. IEEE Sensors Journal, v. 20, n. 15, p. 1 -7, 2020.
EXATI. Conheça o Plano Nacional de Internet das Coisas 2020. Disponível em: https://blog.exati.com.br/plano-nacional-de-internet-das-coisas/ Acesso em: 21 mai. 2023.
GARTNER. Definition of Internet Of Things (iot) – Gartner Information Technology Glossary. Gartner. Disponível em: <https://www.gartner.com/en/information-technology/glossary/internet-of things>. Acesso em: 26 nov. 2024.
GIT. Dados, Programas e Arquiteturas utilizadas no Projeto. Disponível em: https://github.com/wanderson-psant/Edukit—geofencing. Acesso em: 2 de maio de 2025.
GOLDPOWER. Li-Ion Pack. Disponível em: <https://goldpower.com.br/catalog/li-ion pack.e.html?gad_source=1&gclid=Cj0KCQiAgJa6BhCOARIsAMiL7V9y4RWn5WYj4UZG1_rH VYBG4lLVWkEH44-ra5Ye6Ci54YQ9uFQB_3EaAmZJEALw_wcB>. Acesso em: 26 nov. 2024.
GONZÁLEZ, Cristian Arley González et al. Análisis de seguridad en redes LPWAN para dispositivos IoT. Revista vínculos, v. 16, n. 2, p. 252-261, 2019.
Instituto NCB Newton C Braga. Handson Edukit Redfox 27 set. 2021. Disponível em: <https://www. https://www.youtube.com/watch?v=3MXgQl_aHo0&list=LL&index=4>. Acesso em: 31 out. 2024
MASCARENHAS, Ana Patrícia Fontes Magalhães et al. Desenvolvimento de produtos IOT. Brazilian Journal of Development, 2024 7, n. 1, p. 4711-4724, 2021. Acesso em: 20 de setembro de 2024. BRJD Disponível em: https://www.brazilianjournals.com/index.php/BRJD/article/view/23059. Acesso em: 20 de setembro de 2024.
MCTI. Plano Nacional de Internet das Coisas 2021. Disponível em: https://www.gov.br/governodigital/pt-br/estrategias-e-politicas-digitais/plano-nacional-de-internet das-coisas Acesso em: 20 mai. 2023.
MEKKI, K. et al. A comparative study of LPWAN technologies for large-scale IoT deployment. ICT Express, v. 5, n. 1, p. 1–7, 1 mar. 2019. Acesso em: 18 ago. 2024.
NAÇÕES UNIDAS. No Brasil. População mundial deve chegar a 9,7 bilhões de pessoas em 2050, diz relatório da ONU. Disponível em: https://brasil.un.org/pt-br/83427-populacao-mundial-deve chegar-97-bilhoes-de-pessoas-em-2050-diz-relatorio-da-onu
QIU, Tianchen; XIAO, Hang; ZHOU, Pei. Framework and case studies of intelligence monitoring platform in facility agriculture ecosystem. Second International Conference on Agro Geoinformatics (Agro-Geoinformatics). IEEE, 2013. p. 522-525.
ROBOCORE. Módulo GPS GY-NEO6MV2 com antena. Disponível em: < https://www.robocore.net/sensor-robo/modulo-gps-gy-neo6mv2-com-antena >. Acesso em: 30 out. 2024.
ROSSATO, Jonas; SPANHOL, Fabio Alexandre; DE CAMARGO, Edson Tavares. Implantação e avaliaçao de uma rede sem-fio de longo alcance e baixa potência para cidades inteligentes. Anais do IV Workshop de Computação Urbana. SBC, 2020. p. 192-205.
SANTA ANA, Rogério da Silva; SORDI, Victor Fraile. TECNOLOGIAS DE PECUÁRIA DE PRECISÃO NO CONTEXTO DA PECUÁRIA 4.0. Encontro Internacional de Gestão, Desenvolvimento e Inovação (EIGEDIN), v. 5, n. 1, 2021.
SIGFOX. Sigfox e edukit. Disponível em: <https://www. Edukit RedFox /en>. Acesso em: 20 out. 2024.
SIGFOX2. Getting StartedsSigfox resources. Disponível em: <https://support.Sigfox.com/docs/callbacks-documentation>. Acesso em: 09 nov. 2024.
SIGFOX3. Coverage – Sigfox 0G Technology 2023. Disponível em: https://www.sigfox.com/coverage/ Acesso em: 20 mai. 2023.
SIGUINO. SIGUINO – THE ARDUINO DESIGNED FOR IOT 2023. Disponível em: https://siguino.com/ Acesso em: 21 mai. 2023.
TAGO. Defining Actions (TAGO). Disponível em: https://help.tago.io/portal/en/kb/articles/122- defining-actions#Push_Notification_to_myself Acesso em: 10 nov. 2024.
TAGO. Geofences in map widgets. Disponível em: https://help.tago.io/portal/en/kb/articles/151- geofences-in-map-widgets#Events Acesso em: 10 nov. 2024.
TALAVERA, Jesús Martín et al. Review of IoT applications in agro-industrial and environmental fields. Computers and Electronics in Agriculture, v. 142, p. 283-297, 2017. teleco.com.br. Disponível em: <https://www.teleco.com.br/lpwa_cobertura.asp>. Acesso em: 25 out. 2024.
UNIVERSIDADE PRESBITERIANA MACKENZIE. Apresentação de trabalhos acadêmicos: guia para alunos da Universidade Presbiteriana Mackenzie. 3. ed. São Paulo: Ed. Mackenzie, 2004.
VALENTE, Antonio et al. Low-cost LoRaWAN node for agro-intelligence IoT. Electronics, v. 9, n. 6, p. 987, 2020.
WAWRZYNIAK, Natalia; HYLA, Tomasz. Application of geofencing technology for the purpose of spatial analyses in inland mobile navigation. Baltic Geodetic Congress (BGC Geomatics), IEEE, 2016. p. 34-39.
WND BRASIL. Uma visão técnica da Rede Sigfox. 2017. Disponível em: https://embarcados.com.br/uma-visao-tecnica-da-rede-sigfox/ Acesso em: 20 mai. 2023.
1wp300633@gmail.com
2antonio.licciardi@mackenzie.br