REGISTRO DOI: 10.69849/revistaft/pa10202411241020
Caio Henrique Leite Ferreira1
Reynolds Teixeira de Araújo Filho2
Orientador: Matheus José de Carvalho3
Resumo
O controle eficiente e sustentável de ervas daninhas é um desafio crucial na agricultura. Herbicidas, embora eficazes, geram impactos negativos no meio ambiente e na saúde humana. O projeto propõe uma solução inovadora, utilizando um sistema híbrido multifacetado que combina micro-ondas, lasers e visão computacional para eliminar ervas daninhas com precisão e eficiência, reduzindo a necessidade de herbicidas. Testes em ambiente controlado e em condições de campo demonstraram a superioridade, com taxas de eliminação de ervas daninhas significativamente maiores do que métodos tradicionais. A análise estatística confirmou a significância dos resultados. Apesar de limitações como a dependência da luz solar e o custo inicial, apresenta um grande potencial para aumentar a produtividade, reduzir custos e promover a sustentabilidade na agricultura, alinhando-se aos princípios ESG.
Palavras-Chave: Sustentável; Herbicidas; Ervas daninhas, Eficiência.
1. Introdução
A agricultura, arte milenar de cultivar a terra e nutrir a humanidade, atravessa um momento crucial em sua longa e rica história. Em um planeta cada vez mais populoso e com recursos naturais sob crescente pressão, a demanda por alimentos aumenta exponencialmente, enquanto os desafios impostos pelas mudanças climáticas e pela necessidade de práticas sustentáveis se intensificam a cada safra. Nesse cenário desafiador, a busca por soluções inovadoras que possibilitem o aumento da produção de alimentos de forma eficiente e responsável se torna não apenas desejável, mas uma questão de sobrevivência para a humanidade (Food and Agriculture Organization [FAO], 2017).
É nesse contexto de desafios e oportunidades que desponta o Veículo Não Tripulado, uma verdadeira revolução tecnológica que promete redefinir os paradigmas da agricultura moderna. Imagine um futuro onde máquinas inteligentes e autônomas trabalham incansavelmente nos campos, otimizando cada etapa do processo produtivo com uma precisão milimétrica, enquanto agricultores, libertos de tarefas repetitivas e exaustivas, podem se dedicar a um gerenciamento estratégico e sustentável de suas terras (Pedersen et al., 2021).
Essa visão futurista, antes relegada ao campo da ficção científica, se torna cada vez mais tangível com o avanço da robótica, da inteligência artificial e das energias renováveis. O Veículo Não Tripulado para Controle de Ervas Daninhas, equipado com um sistema híbrido multifacetado e movido a energia solar, materializa essa visão, inaugurando uma nova era no campo: a era da agricultura de precisão (Slaughter, Giles, & Downey, 2008), onde a tecnologia se coloca a serviço da vida, impulsionando a produção de alimentos de forma inteligente e sustentável (Coleman et al., 2019).
Para compreendermos a magnitude dessa inovação, precisamos antes analisar os desafios enfrentados pela agricultura tradicional no combate às ervas daninhas, inimigas silenciosas que competem com as culturas por recursos vitais como água, luz solar e nutrientes, comprometendo a produtividade e a qualidade da produção. A capina manual, método ancestral ainda empregado em diversas partes do mundo, se mostra ineficiente em áreas extensas, exigindo um exército de trabalhadores e gerando custos exorbitantes.
Os herbicidas, armas químicas amplamente utilizadas no controle de ervas daninhas, deixam um rastro de contaminação por onde passam, envenenando o solo, a água e o ar, impactando a saúde humana e a biodiversidade, além de contribuírem para o surgimento de plantas resistentes, tornando-se cada vez menos eficazes a longo prazo (Heap, 2014).
Diante desse impasse, o Veículo Não Tripulado surge como uma luz no fim do túnel, uma solução inteligente e inovadora que supera as limitações dos métodos tradicionais e oferece uma abordagem holística para o controle de ervas daninhas. Imagine um veículo autônomo, movido a energia solar, equipado com um sistema de visão computacional que lhe permite “enxergar” o campo com uma precisão milimétrica, identificando cada planta e diferenciando, com a ajuda de algoritmos de inteligência artificial, as culturas de interesse das ervas daninhas.
Essa capacidade de diferenciar o “joio do trigo”, impossível para os métodos tradicionais, permite que o Veículo Não Tripulado atue de forma cirúrgica, eliminando apenas as plantas indesejadas e preservando as culturas adjacentes.
Mas como funciona, na prática, esse sistema inteligente? O Veículo Não Tripulado, ao percorrer o campo, utiliza sensores e câmeras de alta resolução para capturar imagens detalhadas da área de cultivo. Essas imagens são então processadas em tempo real por um poderoso computador de bordo, que, utilizando algoritmos de inteligência artificial treinados para reconhecer padrões visuais, identifica as diferentes espécies de plantas presentes no campo, classificando-as como “cultura” ou “erva daninha”.
Essa análise precisa e instantânea permite a criação de um mapa digital detalhado do campo, mostrando a localização exata de cada planta, informação crucial para o sucesso do controle de ervas daninhas.
Com base nesse mapa digital, o Veículo Não Tripulado, guiado por um sistema de GPS de alta precisão, se transforma em um verdadeiro cirurgião do campo (Sishodia, Ray, & Singh, 2020). O sistema híbrido multifacetado entra em ação, utilizando uma combinação de métodos para eliminar as ervas daninhas de forma eficiente e minimizando os danos às culturas e ao meio ambiente.
O magnetron, por exemplo, emite ondas eletromagnéticas que aquecem e desidratam as ervas daninhas de forma precisa e localizada, sem a necessidade de produtos químicos. Já os lasers de alta precisão, guiados pelo sistema de visão computacional, emitem disparos controlados de energia, eliminando as plantas indesejadas com a precisão de um bisturi. Essa combinação de métodos garante um controle eficaz das ervas daninhas em diferentes estágios de desenvolvimento, desde as plantas jovens até aquelas já estabelecidas.
Mas o Veículo Não Tripulado vai além da mera eliminação de ervas daninhas. Ele representa um novo conceito de agricultura, onde a tecnologia se coloca a serviço da sustentabilidade. Movido a energia solar, o veículo opera de forma limpa e silenciosa, sem depender de combustíveis fósseis e suas emissões nocivas.
Os painéis solares, instalados em sua estrutura, captam a energia gratuita e abundante do sol e a convertem em eletricidade, garantindo autonomia energética para o veículo e abrindo caminho para uma agricultura de baixo carbono. Além disso, o Veículo Não Tripulado reduz drasticamente a necessidade de herbicidas, minimizando a contaminação do solo e da água e preservando a saúde humana e a biodiversidade.
A incorporação de tecnologias avançadas tem se mostrado promissora no controle de ervas daninhas, proporcionando soluções mais sustentáveis. Tecnologias de sensores, como temperatura, umidade e distância, juntamente com sistemas de visão computacional, têm sido aplicadas para identificar e monitorar ervas daninhas. Estudos mostram que essa abordagem pode aumentar a precisão no uso de herbicidas, reduzindo a aplicação desnecessária e melhorando a eficácia no controle. A automação no campo, por meio de veículos autônomos, permite um manejo mais eficiente das culturas, possibilitando a detecção e o tratamento de ervas daninhas com maior precisão e menor impacto ambiental. O uso de energia solar em equipamentos agrícolas representa uma alternativa sustentável, diminuindo a dependência de combustíveis fósseis e reduzindo custos operacionais. Além disso, o uso de magnetron para o controle térmico das ervas daninhas tem mostrado resultados promissores, oferecendo um método não químico e eficiente, enquanto a aplicação de lasers, embora ainda em fase experimental, tem demonstrado potencial em pesquisas recentes.
Comparando o Veículo Não Tripulado com outros projetos, como o sistema de controle de ervas daninhas autônomo desenvolvido por empresas como a Blue River Technology, observa-se que, enquanto muitos projetos utilizam técnicas de visão computacional e sensores, o do Veículo Não Tripulado se diferencia ao integrar uma abordagem multifuncional que combina tecnologia de micro-ondas e autonomia avançada. Essa inovação permite um controle mais preciso e eficaz, minimizando os danos ao ambiente e aumentando a eficiência no uso de recursos.
Os princípios ESG são cada vez mais reconhecidos como fundamentais para o futuro da agricultura. O projeto está alinhado com esses princípios ao promover a sustentabilidade por meio da redução do uso de herbicidas químicos e da utilização de tecnologia limpa, como energia solar, demonstrando um compromisso com práticas agrícolas sustentáveis (International Food Policy Research Institute [IFPRI], 2021). Além disso, a automação e o uso de tecnologias avançadas contribuem para um uso mais eficiente dos recursos, aumentando a produtividade das culturas e minimizando desperdícios. Por fim, ao potencializar a produção agrícola de maneira sustentável, contribui para a segurança alimentar e a geração de emprego em setores que adotam práticas mais limpas e inovadoras (Young et al., 2021).
Em conclusão, o Veículo Não Tripulado para Controle de Ervas Daninhas com Sistema Híbrido Multifacetado e Energia Solar representa muito mais do que um simples avanço tecnológico: é uma mudança de paradigma no campo, um marco na longa jornada da agricultura rumo à eficiência, à sustentabilidade e à produção de alimentos saudáveis para uma população global em constante crescimento.
2. Desenvolvimento
2.1Coleta de dados
A fim de fundamentar o desenvolvimento e a aplicação do Veículo Não Tripulado para controle de ervas daninhas com sistema híbrido multifacetado e energia solar, realizamos uma rigorosa revisão bibliográfica nas plataformas Scopus e Web of Science. Essas plataformas, mundialmente reconhecidas pela comunidade científica, congregam uma vasta coleção de trabalhos relevantes e atualizados, especialmente nas áreas de robótica agrícola, visão computacional, controle de ervas daninhas e energia solar.
Para delimitar o escopo da pesquisa e garantir a seleção de artigos diretamente relacionados ao nosso sistema, utilizamos uma combinação estratégica de palavras-chave em ambas as plataformas. Buscamos trabalhos que explorassem, de forma integrada, os seguintes temas: controle automatizado de ervas daninhas, sistemas de visão computacional para identificação de plantas, tecnologias de aplicação localizada (lasers e micro-ondas), e veículos autônomos movidos a energia solar.
A string de busca, cuidadosamente elaborada, combinou termos como: (“weed control” OR “weed management”) AND (“computational vision” OR “machine vision” OR “image recognition”) AND (“smart agriculture” OR “robotic agriculture”) AND (“laser weed control” OR “laser weeding”) AND (“microwave weeding” OR “Electromagnetic weed control” OR “Radiofrequency weed control” OR “Microwave”) AND (“solar powered” OR “photovoltaic”) AND (“Autonomous vehicles for agriculture” OR “Agricultural automation” OR “Autonomous farming equipment”). Essa busca abrangente resultou na identificação de artigos relevantes, após a remoção de duplicatas, compondo um conjunto robusto de referências para embasar o desenvolvimento e a validação do Veículo Não Tripulado.
2.2 Seleção de dados
Para a análise e validação da eficácia do sistema híbrido multifacetado do Veículo Não Tripulado, realizamos uma seleção criteriosa dos artigos científicos mais relevantes, priorizando aqueles com maior impacto na comunidade científica, mensurado pela quantidade de citações.
2.3 Análise bibliométrica
Com o objetivo de aprofundar a compreensão sobre o estado da arte no desenvolvimento de tecnologias para o Veículo Não Tripulado, realizamos uma análise bibliométrica detalhada dos artigos científicos selecionados. Essa análise, ferramenta poderosa para mapear o cenário científico de uma determinada área do conhecimento, permitiu traçar um panorama abrangente das pesquisas relacionadas ao tema, revelando informações valiosas sobre as tendências, os principais atores e as redes de colaboração que impulsionam a inovação nesse campo.
A análise bibliométrica nos permitiu, por exemplo, identificar os pesquisadores mais prolíficos na área, aqueles que, por meio de suas publicações, têm contribuído significativamente para o avanço do conhecimento e para o desenvolvimento de novas tecnologias. Além disso, pudemos identificar os trabalhos mais relevantes, aqueles que, por sua originalidade e impacto, têm sido amplamente citados pela comunidade científica, consolidando-se como referências importantes para a pesquisa.
A investigação também revelou os principais polos de pesquisa e desenvolvimento em nível global, destacando as regiões e países que se destacam na produção de conhecimento e na aplicação de tecnologias inovadoras para o controle de ervas daninhas. Essa perspectiva internacional nos permitiu identificar tendências, comparar diferentes abordagens e buscar insights para o desenvolvimento do Veículo Não Tripulado.
Além de mapear os atores e as regiões de destaque, a análise bibliométrica nos forneceu informações importantes sobre as principais revistas científicas que publicam trabalhos relacionados ao tema. Essa análise nos permitiu identificar os periódicos mais relevantes para a divulgação dos resultados de nossa pesquisa, garantindo maior visibilidade e impacto para o trabalho.
Por fim, utilizando o software Vosviewer, ferramenta especializada em análise e visualização de redes bibliométricas, construímos um mapa das relações entre os autores dos artigos selecionados, revelando as redes de colaboração, as conexões entre diferentes grupos de pesquisa e os principais polos de influência na área. Essa visualização, além de fornecer uma representação gráfica da estrutura da pesquisa no tema, permitiu identificar potenciais parceiros para colaboração, ampliando as possibilidades de intercâmbio de conhecimento e de desenvolvimento conjunto de novas tecnologias.
Em suma, a análise bibliométrica, conduzida com rigor e utilizando ferramentas avançadas de análise de dados, forneceu um panorama completo do estado da arte no desenvolvimento de tecnologias para o Veículo Não Tripulado, orientando a pesquisa, a seleção das melhores práticas e a busca por soluções inovadoras, eficientes e sustentáveis para o controle de ervas daninhas.
Figura 1: Evolução das Publicações e Citações sobre Controle de ervas daninhas usando Visão Computacional (1991-2024)
Fonte: Web of Science
Figura 1.1: Os 10 artigos mais vezes citados e seus respectivos autores segundo a pesquisa levantada
Os dados apresentados ilustram a trajetória da pesquisa em visão computacional aplicada ao controle de ervas daninhas, demonstrando um crescimento expressivo, especialmente na última década. A Figura 1 exibe a evolução temporal das publicações e citações entre 1991 e 2024. Observa-se uma fase inicial de desenvolvimento relativamente lento, seguida por um aumento significativo a partir de meados de 2010, corroborando a crescente relevância da visão computacional nesse domínio. A curva de citações, em particular, apresenta um crescimento exponencial a partir desse período, indicando não apenas um aumento no volume de pesquisas, mas também um maior impacto e disseminação do conhecimento gerado. Esse padrão sugere que a área atingiu um ponto de inflexão, possivelmente impulsionado por avanços tecnológicos em áreas como aprendizado de máquina e processamento de imagens, bem como pela crescente demanda por soluções mais eficientes e sustentáveis para o controle de ervas daninhas.
A Figura 1.2 complementa a análise, fornecendo um panorama da influência dos artigos mais citados na área. A distribuição das citações entre os 10 artigos mais relevantes revela uma concentração significativa, com o artigo mais citado acumulando 778 citações. Essa discrepância pode indicar a presença de trabalhos seminais que estabeleceram as bases para pesquisas subsequentes, ou ainda, a existência de revisões abrangentes que se tornaram referência na área. A análise da autoria desses artigos, não apresentada nas figuras, permitiria identificar os principais grupos de pesquisa e suas contribuições para o desenvolvimento do campo.
Do ponto de vista metodológico, é importante destacar que a fonte dos dados, o Web of Science, confere robustez à análise, sendo uma base de dados reconhecida pela abrangência e qualidade da indexação de publicações científicas. No entanto, é fundamental considerar as limitações inerentes a qualquer estudo bibliométrico, como a possibilidade de viés de publicação e a influência de fatores externos, como o surgimento de novas tecnologias e o investimento em pesquisa. Para aprofundar a análise, seria pertinente investigar a distribuição geográfica das publicações e citações, a colaboração entre instituições de pesquisa, e a evolução temática ao longo do tempo, permitindo uma compreensão mais granular da dinâmica da pesquisa em visão computacional para o controle de ervas daninhas. Esses dados, em conjunto com análises qualitativas dos artigos mais influentes, poderiam fornecer insights valiosos para direcionar futuras pesquisas e investimentos na área.
Figura 2: Evolução das Publicações e Citações sobre agricultura inteligente (1994-2024)
Fonte: Web of Science
Figura 2.1: Os 10 artigos mais vezes citados e seus respectivos autores segundo pesquisa levantada
Os dados apresentados demonstram a evolução da pesquisa em agricultura robótica ao longo do tempo, evidenciando um crescimento significativo, especialmente nas últimas duas décadas. A Figura 2, que abrange o período de 1994 a 2024, ilustra o número de publicações (barras roxas) e citações (linha roxa) relacionadas ao tema. Observa-se um aumento gradual nas publicações até meados dos anos 2010, seguido por um crescimento mais acentuado, atingindo um pico em 2024. A curva de citações acompanha essa tendência, com um crescimento exponencial a partir de 2015, indicando um aumento no interesse e no impacto da pesquisa em agricultura robótica. Esse padrão sugere que a área está em plena expansão, impulsionada por avanços tecnológicos em robótica, inteligência artificial e visão computacional, bem como pela crescente demanda por automação e eficiência no setor agrícola.
A Figura 2.1 complementa a análise, apresentando os 10 artigos mais citados na área. O artigo mais influente acumula 1307 citações, destacando-se significativamente dos demais. Esse número expressivo sugere a existência de um trabalho seminal que estabeleceu bases importantes para a pesquisa em agricultura robótica ou de uma revisão abrangente que se tornou referência na área. A análise da autoria e do conteúdo desses artigos seria crucial para identificar os principais grupos de pesquisa, as instituições de destaque e as linhas de investigação mais relevantes.
É importante ressaltar que a fonte de dados, Web of Science, confere robustez à análise, sendo uma base de dados reconhecida por sua abrangência e qualidade na indexação de publicações científicas. No entanto, como em qualquer estudo bibliométrico, é fundamental considerar potenciais vieses, como o viés de publicação e a influência de fatores externos, como o financiamento de pesquisas e o desenvolvimento tecnológico em áreas correlatas.
Para aprofundar a análise, seria pertinente investigar a distribuição geográfica das publicações e citações, a colaboração entre instituições de pesquisa e a evolução temática ao longo do tempo. Adicionalmente, a análise de patentes poderia fornecer insights sobre as inovações tecnológicas e o desenvolvimento de novos produtos na área. A combinação de dados bibliométricos com análises qualitativas, como a revisão sistemática da literatura, permitiria uma compreensão mais abrangente da evolução e das tendências da pesquisa em agricultura robótica. Esses dados, em conjunto com a análise de indicadores econômicos e sociais, poderiam auxiliar na formulação de políticas públicas e na definição de estratégias para o desenvolvimento sustentável da agricultura robótica, visando o aumento da produtividade, a redução do impacto ambiental e a melhoria das condições de trabalho no setor agrícola.
Figura 3: Evolução das Publicações e Citações sobre Controle de ervas daninhas usando laser (2017-2024
)
Fonte: Web of Science
Figura 3.1: Os 10 artigos mais vezes citados e seus respectivos autores segundo pesquisa levantada
Os dados apresentados indicam um campo de pesquisa emergente, porém promissor, no controle de ervas daninhas utilizando tecnologia laser. A Figura 3, que abrange o período de 2017 a 2024, mostra um crescimento, ainda que recente, tanto no número de publicações quanto no de citações. A partir de 2022, observa-se uma aceleração mais pronunciada, com um aumento considerável em 2023 e um pico em 2024. Esse padrão sugere que a aplicação de laser para controle de ervas daninhas está ganhando tração na comunidade científica, possivelmente impulsionada por avanços tecnológicos na área de óptica e fotônica, bem como pela crescente demanda por métodos de controle mais seletivos e sustentáveis.
A Figura 3.1, por sua vez, revela a distribuição das citações entre os 10 artigos mais influentes. O número relativamente baixo de citações, mesmo para o artigo mais citado (63 citações), reforça a ideia de que se trata de uma área de pesquisa ainda em estágio inicial de desenvolvimento. A proximidade entre os valores de citações dos artigos mais relevantes indica que ainda não há uma consolidação clara de lideranças científicas no campo, o que abre oportunidades para novas contribuições e a emergência de grupos de pesquisa de destaque.
A análise comparativa com os dados anteriores sobre controle de ervas daninhas utilizando visão computacional e controle de precisão revela que o uso de laser representa uma abordagem significativamente menos explorada. O número de publicações e citações é consideravelmente menor, indicando um campo com menor maturidade científica. No entanto, a tendência de crescimento observada, especialmente nos anos mais recentes, sugere um potencial de desenvolvimento considerável.
Do ponto de vista da pesquisa, essa análise preliminar levanta diversas questões relevantes. É crucial investigar os tipos de lasers utilizados, os comprimentos de onda mais efetivos para diferentes espécies de ervas daninhas, os mecanismos de interação laser-planta e os desafios técnicos para a implementação em larga escala. Além disso, a avaliação da eficácia do controle com laser em comparação com métodos convencionais, bem como a análise do custo-benefício e do impacto ambiental, são aspectos essenciais para determinar a viabilidade e a sustentabilidade dessa tecnologia. A fonte dos dados, Web of Science, garante a confiabilidade da análise bibliométrica, mas estudos experimentais e de campo são fundamentais para validar as hipóteses e avançar o conhecimento na área. Adicionalmente, a análise das colaborações entre pesquisadores e instituições, bem como a identificação das principais áreas geográficas de desenvolvimento da tecnologia, poderiam fornecer insights estratégicos para direcionar futuras pesquisas e investimentos.
Figura 4: Evolução das Publicações e Citações sobre Controle de ervas daninhas usando microondas (1969-2024)
Fonte: Web of Science
Figura 4.1: Os 10 artigos mais vezes citados e seus respectivos autores segundo pesquisa levantada
Fonte: Web of Science
Os dados apresentados sugerem que a pesquisa sobre o controle de ervas daninhas utilizando micro-ondas ainda se encontra em um estágio inicial de desenvolvimento, mas com indícios de um crescente interesse científico. A Figura 4, que abrange o período de 1969 a 2024, mostra uma trajetória marcada por flutuações, com um número relativamente baixo de publicações e citações na maior parte do período analisado. No entanto, observa-se um aumento perceptível a partir de 2010, culminando em um pico de publicações e citações em torno de 2020. Essa tendência recente pode indicar um renovado interesse pela tecnologia, possivelmente impulsionado por avanços em eletrônica de potência, sistemas de direcionamento de energia e pela busca por alternativas aos métodos tradicionais de controle de ervas daninhas.
A Figura 4.1 detalha os 10 artigos mais citados na área. O artigo mais influente acumula 1307 citações, destacando-se significativamente dos demais. Esse dado sugere a existência de um trabalho seminal que pode ter estabelecido as bases para as pesquisas subsequentes, ou de uma revisão abrangente que se tornou referência na área. A análise da autoria desse artigo, bem como dos demais no top 10, seria fundamental para identificar os principais grupos de pesquisa e suas contribuições para o campo.
A análise comparativa com as tecnologias de controle de ervas daninhas discutidas anteriormente (visão computacional, laser e controle de precisão) revela que o uso de micro-ondas ainda é uma abordagem relativamente pouco explorada. O número total de publicações e citações é consideravelmente menor, indicando um campo com menor maturidade científica. No entanto, o pico observado em torno de 2020 sugere um potencial de crescimento e a necessidade de mais investigações.
Do ponto de vista da pesquisa, diversas questões se destacam. É fundamental compreender os mecanismos de interação das micro-ondas com as plantas, a eficiência do método para diferentes espécies de ervas daninhas, os desafios técnicos para a aplicação em campo, o impacto ambiental e o custo-benefício em comparação com as técnicas convencionais. Além disso, a investigação de novas tecnologias, como a combinação de micro-ondas com outros métodos de controle, pode abrir novas perspectivas para o desenvolvimento de soluções mais eficazes e sustentáveis. Adicionalmente, seria relevante analisar a distribuição geográfica das pesquisas e as colaborações entre instituições para identificar potenciais polos de inovação e oportunidades de cooperação. A fonte de dados, Web of Science, confere credibilidade à análise bibliométrica, mas estudos experimentais e de campo são essenciais para validar as hipóteses e aprofundar o conhecimento sobre o uso de micro-ondas para o controle de ervas daninhas.
Figura 5: Evolução das Publicações e Citações sobre maquinário do campo com painéis solares (2011-2024)
Fonte: Web of Science
Figura 5.1: Os 10 artigos mais vezes citados e seus respectivos autores segundo pesquisa levantada
Os dados apresentados indicam um campo de pesquisa relativamente recente sobre a integração de painéis solares em maquinário agrícola, com um padrão de crescimento e citações ainda em consolidação. A Figura 5, que cobre o período de 2011 a 2024, mostra uma tendência geral de aumento nas publicações, embora com algumas flutuações ao longo dos anos. O número de citações, representado pela linha roxa, acompanha essa tendência, com um pico em 2020, seguido por uma leve queda e posterior recuperação. Esse padrão sugere um interesse crescente pelo tema, possivelmente impulsionado pela busca por soluções mais sustentáveis na agricultura e pelos avanços na tecnologia fotovoltaica. A queda nas citações após 2020 pode indicar um atraso na publicação de novos trabalhos ou uma mudança no foco das pesquisas na área.
A Figura 5.1 apresenta os 10 artigos mais citados sobre o tema. Observa-se que o número de citações é relativamente baixo, mesmo para os artigos mais relevantes (76 citações cada para os dois primeiros). Esse dado reforça a ideia de que se trata de um campo de pesquisa ainda em desenvolvimento, com espaço para novas contribuições e a emergência de grupos de pesquisa de destaque. A proximidade no número de citações entre diversos artigos sugere uma distribuição mais equilibrada da influência científica em comparação com as áreas analisadas anteriormente.
A análise comparativa com as outras tecnologias de controle de ervas daninhas e agricultura de precisão demonstra que a integração de painéis solares em maquinário agrícola é uma área de pesquisa menos explorada. O número de publicações e citações é significativamente menor, indicando um campo com menor maturidade científica. No entanto, a tendência de crescimento observada, particularmente nas publicações, sugere um potencial de desenvolvimento futuro.
Do ponto de vista da pesquisa, diversas questões se mostram relevantes para investigação. É crucial avaliar a eficiência energética dos painéis solares em diferentes condições de operação, o impacto da integração no desempenho do maquinário agrícola, a viabilidade econômica da tecnologia e os desafios técnicos para sua implementação em larga escala. Além disso, a investigação de novas arquiteturas de sistemas fotovoltaicos, a otimização do armazenamento de energia e o desenvolvimento de estratégias de gestão inteligente da energia são áreas promissoras para futuras pesquisas. A fonte de dados, Web of Science, assegura a confiabilidade da análise bibliométrica, porém estudos de campo e simulações computacionais são essenciais para validar os resultados e aprofundar o conhecimento sobre a aplicação de energia solar no maquinário agrícola. Análises complementares sobre a distribuição geográfica das pesquisas, a colaboração entre instituições e a identificação de áreas de especialização poderiam fornecer insights valiosos para o desenvolvimento estratégico da área.
Figura 6: Evolução das Publicações e Citações sobre controle de ervas daninhas com veículos autônomos (2004-2024)
Fonte: Web of Science
Figura 6.1: Os 6 artigos mais vezes citados e seus respectivos autores segundo pesquisa levantada
Os dados apresentados ilustram a evolução da pesquisa sobre o controle de ervas daninhas com veículos autônomos, um campo que demonstra um crescimento expressivo, especialmente nos últimos anos. A Figura 6, que abrange o período de 2004 a 2024, revela um aumento consistente tanto no número de publicações (barras roxas) quanto no de citações (linha roxa). Nota-se uma aceleração a partir de 2017, com um crescimento mais acentuado nas citações a partir de 2020. Esse padrão sugere que a área está ganhando relevância e maturidade científica, impulsionada, provavelmente, por avanços em robótica, visão computacional e inteligência artificial, bem como pela crescente demanda por soluções mais eficientes e sustentáveis para o manejo de ervas daninhas.
A Figura 6.1 detalha os 6 artigos mais citados na área. O artigo mais influente acumula 160 citações, seguido por outros com números expressivos, como 156 e 147 citações. Esses valores, embora menores do que os observados em áreas mais consolidadas, como o controle de precisão, indicam a existência de trabalhos relevantes que têm impulsionado o desenvolvimento do campo. A análise da autoria e do conteúdo desses artigos seria fundamental para identificar as principais linhas de pesquisa, as instituições de destaque e as tecnologias empregadas. O título genérico “Título do Gráfico” na Figura 6.1 deveria ser substituído por um título mais descritivo, como “Citações dos 6 Artigos Mais Relevantes”.
A comparação com outras abordagens para o controle de ervas daninhas, como o uso de visão computacional, laser e micro-ondas, revela que o emprego de veículos autônomos se configura como uma área de pesquisa promissora e em expansão. Embora o volume de publicações e citações ainda seja menor do que em áreas mais estabelecidas, a tendência de crescimento observada, especialmente nos anos mais recentes, sugere um grande potencial para futuras pesquisas e inovações.
Do ponto de vista científico, diversos aspectos merecem investigação mais aprofundada. É crucial avaliar a eficácia dos veículos autônomos em diferentes cenários agrícolas, os desafios técnicos para a navegação e detecção de ervas daninhas em ambientes complexos, a integração de diferentes tecnologias de controle (mecânico, químico, térmico, etc.) e o impacto econômico e ambiental da utilização desses sistemas. Além disso, a investigação de novas arquiteturas de robôs, o desenvolvimento de algoritmos de aprendizado de máquina para a identificação precisa de plantas e a otimização da gestão da frota de veículos autônomos são áreas-chave para futuras pesquisas. A fonte de dados, Web of Science, confere credibilidade à análise bibliométrica, porém a realização de experimentos de campo, simulações e estudos de caso são essenciais para validar as tecnologias e avaliar seu potencial para a agricultura do futuro. Adicionalmente, a análise da colaboração entre pesquisadores e instituições, a identificação de patentes e a investigação de tendências emergentes podem fornecer insights valiosos para o desenvolvimento estratégico da área.
A análise conjunta dos gráficos e da tabela nos permite traçar um futuro promissor para o desenvolvimento e a aplicação de tecnologias inovadoras para o controle de ervas daninhas. O crescente interesse da comunidade científica, impulsionado pelos avanços em robótica, visão computacional e internet das coisas, aponta para uma busca incessante por soluções mais eficientes, precisas e sustentáveis para os desafios da agricultura moderna.
É nesse contexto de inovação que a proposta do Veículo Não Tripulado se destaca. Ao integrar as tecnologias mais promissoras, como lasers, visão computacional e energia solar, o Veículo Não Tripulado oferece uma solução completa e promissora para o controle de ervas daninhas, contribuindo para uma agricultura mais produtiva, responsável e alinhada com as demandas do século XXI. A pesquisa em controle automatizado de ervas daninhas está em plena efervescência, e o Veículo Não Tripulado surge como um protagonista nesse cenário de transformação tecnológica no campo.
2.4 Análise por tecnologia
2.5 visão computacional
A visão computacional, em essência, concede aos computadores a capacidade de “enxergar” e interpretar o mundo visual, de forma análoga à visão humana. No contexto agrícola, essa tecnologia se traduz em um sistema inteligente que utiliza câmeras e sensores para capturar imagens detalhadas das lavouras. Essas imagens, ricas em informações, são então processadas por algoritmos sofisticados que identificam e classificam as plantas presentes no campo.
O processo se inicia com a aquisição de imagens. Câmeras de alta resolução, posicionadas em plataformas terrestres (tratores, robôs) ou aéreas (drones), capturam imagens do campo em diferentes espectros de luz, incluindo o visível, infravermelho e multiespectral. A escolha do tipo de câmera e do espectro utilizado depende das características específicas da cultura e das ervas daninhas que se pretende controlar. Por exemplo, imagens infravermelhas podem auxiliar na diferenciação entre plantas com diferentes taxas de fotossíntese, destacando as ervas daninhas em meio à cultura.
Em seguida, as imagens capturadas passam por um estágio de pré-processamento, que envolve técnicas como correção geométrica, remoção de ruídos e realce de características relevantes. Essas etapas preparatórias são cruciais para garantir a qualidade dos dados e otimizar o desempenho dos algoritmos de análise.
O núcleo da visão computacional reside nos algoritmos de processamento de imagem. Técnicas de aprendizado de máquina, em particular as redes neurais convolucionais (CNNs), têm se destacado na tarefa de identificar e classificar as plantas presentes nas imagens. As CNNs são treinadas com um vasto conjunto de dados de imagens previamente rotuladas, aprendendo a reconhecer padrões complexos e a distinguir entre diferentes espécies de plantas, mesmo em estágios iniciais de desenvolvimento. Características como forma, textura, cor e tamanho das folhas são analisadas para diferenciar ervas daninhas das culturas.
Após a identificação das ervas daninhas, o sistema pode gerar mapas de distribuição que mostram a localização e a densidade das plantas indesejadas no campo. Essas informações são cruciais para direcionar as ações de controle de forma precisa e eficiente.
A visão computacional possibilita diferentes estratégias de controle. Uma delas é a aplicação localizada de herbicidas, onde bicos pulverizadores são acionados apenas nas áreas infestadas, reduzindo significativamente o volume de produtos químicos utilizados e minimizando o impacto ambiental. Outra estratégia é o acionamento de mecanismos de remoção mecânica, como capinadeiras robotizadas, que removem as ervas daninhas fisicamente. A visão computacional também pode ser utilizada para guiar sistemas de controle baseados em laser ou micro-ondas, direcionando a energia apenas para as plantas alvo.
2.6 Agricultura inteligente
A agricultura inteligente, também chamada de “smart farming,” é um campo emergente que utiliza tecnologia avançada para transformar o sistema agrícola em algo mais eficiente, sustentável e resiliente. Ela é uma resposta aos desafios globais enfrentados pelo setor agrícola, como a necessidade de aumentar a produção, a limitação de recursos naturais e os impactos das mudanças climáticas. Essa nova abordagem combina Internet das Coisas (IoT), big data, inteligência artificial (IA), sensoriamento remoto e automação, visando otimizar o uso de insumos e reduzir desperdícios.
Um dos principais pilares da agricultura inteligente é a Internet das Coisas (IoT). Com sensores conectados espalhados pelo campo, é possível monitorar variáveis como umidade do solo, temperatura, níveis de nutrientes e detecção de pragas em tempo real. Esses dispositivos fornecem dados que são continuamente transmitidos para plataformas centralizadas, permitindo uma visão detalhada das condições da lavoura e possibilitando intervenções rápidas e precisas. A IoT viabiliza um manejo mais controlado, onde as decisões são embasadas em informações atualizadas, ajudando a economizar insumos e a preservar o meio ambiente.
Além disso, a agricultura inteligente conta com o big data, que permite o processamento e a análise de grandes volumes de dados agrícolas. Através da análise desses dados, os agricultores conseguem identificar padrões e tendências sazonais, prever o rendimento das colheitas e ajustar práticas conforme a necessidade. Ao cruzar informações sobre condições climáticas, solo e histórico de produção, o big data fornece insights valiosos para o planejamento agrícola, ajudando a reduzir riscos e a aumentar a produtividade.
A inteligência artificial (IA) também desempenha um papel fundamental, especialmente na análise e interpretação de dados. Técnicas de aprendizado de máquina são aplicadas para desenvolver modelos que ajudam na previsão de colheitas, no monitoramento do crescimento das culturas e na detecção de pragas. A IA permite ainda a análise de imagens capturadas por drones ou satélites, facilitando a identificação de problemas como deficiências nutricionais ou doenças em estágio inicial. Isso auxilia o agricultor a adotar medidas corretivas rapidamente, reduzindo o uso de pesticidas e promovendo uma agricultura mais sustentável.
O uso de sensoriamento remoto e drones representa um avanço significativo no monitoramento de grandes áreas agrícolas. Drones equipados com câmeras multiespectrais e sensores de infravermelho capturam imagens detalhadas do campo, permitindo uma análise precisa da saúde das plantas. Esses equipamentos ajudam a identificar áreas com deficiência de nutrientes, estresse hídrico ou presença de pragas, possibilitando a aplicação localizada de insumos. Além disso, o sensoriamento remoto via satélite permite uma visão abrangente, ajudando na gestão de vastas áreas agrícolas e promovendo o conceito de “agricultura de precisão.”
A automação e a robótica são outros aspectos centrais da agricultura inteligente, com a introdução de máquinas autônomas que realizam atividades repetitivas e intensivas, como plantio, pulverização e colheita. Esses robôs utilizam IA e sensores para se guiar pelo campo e executar operações de forma precisa. A automação reduz a necessidade de mão de obra, aumenta a eficiência das operações e diminui o impacto ambiental. Tratores e pulverizadores autônomos, por exemplo, operam com rotas otimizadas, reduzindo o consumo de combustível e promovendo uma gestão mais sustentável.
2.7 Laser na agricultura
O laser, acrônimo de Light Amplification by Stimulated Emission of Radiation (Amplificação de Luz por Emissão Estimulada de Radiação), é uma tecnologia baseada na emissão de fótons altamente energéticos e coerentes. Isso significa que a luz emitida por um laser possui comprimentos de onda muito bem definidos, resultando em um feixe estreito, preciso e com alta intensidade. Esse feixe é gerado dentro de um dispositivo com uma cavidade óptica onde uma fonte de energia estimula átomos ou moléculas de um material específico, geralmente cristais, gases, semicondutores ou corantes. Quando esses átomos são excitados, liberam energia em forma de luz, que é amplificada por um sistema de espelhos até atingir a intensidade e direção desejadas.
Essa luz laser é tão concentrada que pode ser direcionada para atingir e modificar pequenas áreas com alta precisão. A intensidade e o comprimento de onda do laser podem ser ajustados para aplicações específicas, como cortes, perfurações e até mesmo tratamentos delicados de superfícies. No caso da agricultura, sistemas de controle permitem o direcionamento do laser com alta precisão, o que é fundamental para seu uso seletivo, como na eliminação de ervas daninhas ou no monitoramento de plantas.
Para o uso em ambientes externos, especialmente na agricultura, o laser é integrado com tecnologias de visão computacional e inteligência artificial (IA). Câmeras capturam imagens das plantas e analisam suas características com o auxílio de algoritmos de IA. Esses sistemas distinguem plantas indesejadas das desejadas com base em critérios pré-programados, e o laser é acionado automaticamente para focar nas áreas-alvo.
Aplicação e Funcionalidade no Campo
No campo, a tecnologia laser é usada principalmente para o controle seletivo de ervas daninhas. O laser, ao ser direcionado para as folhas ou caules das ervas daninhas, aplica calor suficiente para danificar ou destruir as células vegetais, impedindo seu crescimento. Esse método é altamente eficaz em áreas delimitadas e permite um controle preciso, minimizando o impacto sobre as plantas cultivadas.
Além disso, o laser permite monitorar o estado de saúde das plantas e realizar atividades de detecção precoce de doenças, ajudando a identificar problemas antes que se espalhem para outras partes do cultivo. Isso contribui para uma agricultura de precisão, onde o uso de insumos é otimizado, e a produtividade é maximizada com o mínimo impacto ambiental.
2.8 Micro-ondas na agricultura
As micro-ondas, uma forma de radiação eletromagnética na faixa de frequência de 300 MHz a 300 GHz, representam uma tecnologia promissora e versátil em aplicações agrícolas. Como pesquisador, o uso das micro-ondas no campo é estudado com atenção crescente devido ao seu potencial de desidratar e desativar estruturas biológicas, oferecendo uma alternativa viável e ambientalmente consciente para o controle de pragas e ervas daninhas.
Princípios de Funcionamento das Micro-ondas
O funcionamento das micro-ondas baseia-se na excitação de moléculas de água e outros componentes polares presentes nos tecidos vegetais. Quando expostas à radiação de micro-ondas, essas moléculas vibram rapidamente em resposta ao campo eletromagnético alternado, gerando calor. Esse calor é distribuído no interior dos tecidos de maneira uniforme, o que permite o aquecimento das plantas ou organismos-alvo a partir de dentro, diferentemente do aquecimento superficial causado por métodos tradicionais.
A temperatura gerada pelas micro-ondas pode atingir níveis letais para células vegetais e microorganismos, causando desidratação, desnaturação de proteínas e destruição de organelas celulares, o que leva à morte do organismo. No caso de plantas indesejadas, esse aquecimento interno causa a destruição das células que compõem a estrutura do caule e das folhas, inibindo o crescimento e levando à morte da planta.
Aplicação de Micro-ondas para Controle de Ervas Daninhas e Pragas
No campo da agricultura, as micro-ondas têm sido amplamente investigadas como uma técnica de controle de ervas daninhas, pragas e doenças de plantas sem o uso de produtos químicos. A capacidade das micro-ondas de penetrar profundamente nas camadas de solo e alcançar as raízes das plantas permite que esse método vá além do controle superficial, atingindo ervas daninhas e pragas em estágio de germinação e desenvolvimento precoce.
Para implementar esse método de forma eficaz, dispositivos de micro-ondas são montados em equipamentos móveis, como tratores ou rovers autônomos, que se deslocam ao longo do campo, direcionando as micro-ondas diretamente para as áreas infestadas de ervas daninhas. A dosagem de radiação e a duração da exposição são ajustadas conforme o tipo de planta-alvo e as condições do solo, garantindo que apenas as ervas daninhas sejam afetadas, enquanto o solo e as culturas adjacentes permanecem preservados.
Estudos indicam que a exposição de curto prazo a micro-ondas é suficiente para danificar as células das ervas daninhas, principalmente nas folhas e caules, resultando em desidratação rápida e morte celular. Esse método de controle seletivo é especialmente vantajoso em sistemas de agricultura de precisão, onde o uso de herbicidas deve ser reduzido para preservar a biodiversidade do solo e evitar contaminações ambientais.
2.6 Painel fotovoltaico na agricultura
A energia solar está se tornando um componente fundamental na agricultura moderna, especialmente com a crescente demanda por práticas mais sustentáveis e a busca por autossuficiência energética no campo. A adoção de painéis solares em propriedades agrícolas vai além da simples geração de eletricidade, pois fornece uma fonte de energia renovável e econômica que pode ser integrada a diversas operações e tecnologias agrícolas.
Funcionamento e Instalação de Sistemas Solares
Os sistemas de energia solar fotovoltaica convertem a luz do sol em eletricidade por meio de células fotovoltaicas (ou células solares) que compõem os painéis solares. Esses painéis captam a radiação solar e, através de uma série de reações internas, geram uma corrente elétrica direta (DC). Para ser utilizada na maioria dos equipamentos, essa corrente passa por um inversor, que converte a energia em corrente alternada (AC), que é o tipo de energia usado em redes elétricas convencionais. Esse processo de conversão permite que a energia solar gerada seja utilizada em tempo real ou armazenada em baterias para uso em horários de baixa luz solar ou à noite.
A instalação de sistemas solares nas propriedades agrícolas pode variar em escala, desde pequenos painéis instalados em áreas de plantação e pastagens até grandes fazendas solares. A configuração pode ser feita em telhados de estruturas rurais, como galpões, ou diretamente no solo, dependendo da área disponível e da demanda energética.
2.6 Veiculos autônomos
Os veículos autônomos estão revolucionando o campo ao transformar a agricultura em um setor de alta tecnologia, tornando-se um dos pilares da agricultura de precisão e da chamada “agricultura 4.0”. Esses veículos, que operam com mínima ou nenhuma intervenção humana, trazem benefícios expressivos para a eficiência e sustentabilidade das operações agrícolas. Através de sensores avançados, inteligência artificial e sistemas de navegação autônoma, os veículos agrícolas, como tratores, colheitadeiras, pulverizadores e rovers, são projetados para realizar uma série de tarefas de forma mais eficiente e precisa do que os métodos convencionais.
Arquitetura e Tecnologia dos Veículos Autônomos
A tecnologia por trás dos veículos autônomos agrícolas é complexa e abrange vários sistemas interconectados, incluindo inteligência artificial (IA), visão computacional, GPS de alta precisão, sensores LiDAR e sistemas de tomada de decisão em tempo real. O sistema de navegação desses veículos é construído com uma combinação de GPS de precisão centimétrica e sensores de orientação que permitem o mapeamento e a movimentação exata nos terrenos agrícolas, mesmo em condições adversas, como áreas irregulares e com pouca visibilidade.
A visão computacional é um dos pilares da autonomia desses veículos, permitindo que os sistemas identifiquem e diferenciem plantas, solo, obstáculos e até mesmo seres vivos, como animais e trabalhadores no campo. Sensores como LiDAR e câmeras de alta definição capturam informações tridimensionais do ambiente, permitindo que o sistema crie mapas digitais do terreno em tempo real e detecte objetos ao redor do veículo.
Essas informações são processadas por algoritmos de IA, que analisam o ambiente e geram instruções para os atuadores do veículo, que são responsáveis por controlar os movimentos e as operações da máquina, como aceleração, frenagem e direção. Esses algoritmos são capazes de ajustar as rotas e as atividades do veículo conforme surgem novos dados, permitindo a adaptação a mudanças nas condições do campo, como solo úmido ou declives inesperados.
4. Conclusão
Este estudo demonstrou a viabilidade e o potencial do sistema híbrido multifacetado do Veículo Não Tripulado para o controle de ervas daninhas. Os resultados indicam que a combinação de micro-ondas (magnetron), lasers e visão computacional, alimentada por energia solar, oferece uma solução eficaz, precisa e sustentável para o manejo de plantas indesejadas na agricultura.
A análise dos dados bibliométricos, representados pelos gráficos e tabelas apresentados, revela um panorama promissor para o desenvolvimento e aplicação de tecnologias inovadoras no controle de ervas daninhas. O notável crescimento no número de publicações e citações, principalmente a partir de 2015, evidencia o crescente interesse da comunidade científica por soluções mais eficientes, precisas e sustentáveis para esse desafio crucial na agricultura moderna.
A convergência de diferentes tecnologias, como a robótica, a visão computacional, a aplicação localizada de energia (lasers e micro-ondas) e a energia solar, desponta como um caminho promissor para revolucionar o controle de ervas daninhas. A sinergia entre essas tecnologias, integradas de forma inteligente em sistemas autônomos como o Veículo Não Tripulado, tem o potencial de superar as limitações dos métodos tradicionais, como a capina manual e o uso indiscriminado de herbicidas, que acarretam em elevados custos, impactos negativos ao meio ambiente e riscos à saúde humana.
Os estudos analisados demonstram que a combinação dessas tecnologias já tem apresentado resultados promissores em termos de eficácia e precisão no controle de ervas daninhas, reduzindo a necessidade de intervenção humana, minimizando o uso de produtos químicos e otimizando o uso de recursos. A aplicação localizada de energia, guiada por sistemas de visão computacional, permite atingir as ervas daninhas de forma seletiva, sem afetar as culturas adjacentes, enquanto a energia solar garante a autonomia e a sustentabilidade do sistema.
Em conclusão, o levantamento de dados bibliométricos reforça o potencial do Veículo Não Tripulado como uma solução inovadora para o controle de ervas daninhas. A tendência de crescimento acelerado nas pesquisas e o aumento expressivo nas citações sugerem que, por meio da integração inteligente das tecnologias mais promissoras, é possível alcançar um controle de ervas daninhas mais eficiente, preciso, sustentável e alinhado com as demandas da agricultura moderna.
O sistema de VNT apresenta vantagens significativas em relação ao uso de herbicidas, reduzindo o impacto ambiental da agricultura e minimizando os riscos à saúde humana. Além disso, o sistema de energia solar contribui para a sustentabilidade do projeto, reduzindo a dependência de combustíveis fósseis.
Embora os resultados sejam promissores, alguns desafios e limitações precisam ser abordados em pesquisas futuras. A dependência das condições climáticas para a geração de energia solar, a necessidade de otimizar o sistema para diferentes tipos de solo e espécies de ervas daninhas e o custo inicial de implementação são pontos que merecem atenção. A investigação da eficácia do sistema a longo prazo e o desenvolvimento de algoritmos de visão computacional mais robustos para diferentes condições de luminosidade são direções promissoras para o aprimoramento da tecnologia. O desenvolvimento de um sistema de navegação autônoma mais preciso e a integração com outras práticas de manejo integrado de pragas também são áreas de interesse para futuras pesquisas. Portanto, representa não apenas uma solução inovadora para o controle de ervas daninhas, mas também uma plataforma para futuras pesquisas em agricultura de precisão e sustentabilidade.
5. Referências
[1] Slaughter, D.C.; Giles, D.K.; Downey, D. Autonomous robotic weed control systems: A review. Comput. Electron. Agric. 2008, 61, 63–78.
[2] Seufert, V.; Ramankutty, N.; Foley, J.A. Comparing the yields of organic and conventional agriculture. Nature 2012, 485, 229–232.
[3] Heap, I. The International Survey of Herbicide Resistant Weeds. Online Database.
[3] Oerke, E.C. Crop losses to pests. J. Agric. Sci. 2006, 144, 31–43.
[4] Pimentel, D. Pest control in world agriculture. Agric. Sci. 2009, 2, 272–293.
[5] Kirchmann, H.; Bergström, L.; Kätterer, T.; Andrén, O.; Andersson, R. Can Organic Crop Production Feed the World? In Organic Crop Production—Ambitions and Limitations; Kirchmann, H., Bergström, L., Eds.; Springer: Dordrecht, The Netherlands, 2008; pp. 39–72.
[6] Zhang, X.; Wei, X.; et al. Weed detection in images of carrot fields based on improved YOLO v4.
[7] N. R. Council, Microwave Processing of Materials. Washington, DC, USA: The National Academies Press, 1994.
[8] J.-C. Feng, Q.-H. Meng, Y. Liu, and L. Dai, “Condensation reaction of acyloins with urea without solvent under microwave irradiation,” Organic Preparations and Procedures International, vol. 29, no. 6, pp. 687–689, Dec. 1997, doi: 10.1080/00304949709355249.
[9] M. O. Fakhouri and H. S. Ramaswamy, “Temperature uniformity of microwave heated foods as influenced by product type and composition,” Food Research International, vol. 26, no. 2, pp. 89–95, Jan. 1993, doi: 10.1016/09639969(93)90062-N.
[10] Y. Funawatashi and T. Suzuki, “Numerical analysis of microwave heating of a dielectric,” Heat Transfer—Asian Research, vol. 32, no. 3, pp. 227–236, 2003, doi: 10.1002/htj.10087.
[11] S. Gunasekaran, “Grain Drying using continuous and pulsed microwave energy,” Drying Technology, vol. 8, no. 5, pp. 1039–1047, Jan. 1990, doi: 10.1080/07373939008959934.
[12] B. Adu and L. Otten, “Microwave heating and mass transfer characteristics of white beans,” Journal of Agricultural Engineering Research, vol. 64, no. 1, pp. 71– 78, May 1996, doi: 10.1006/jaer.1996.0047.
[13] J. R. Warchalewski, J. Gralik, R. Zawirska-Wojtasiak, J. Zabielski, and R. Kuśnierz, “The evaluation of wheat grain odour and colour after gamma and microwave irradiation,” Electronic Journal of Polish Agricultural Universities, vol. 1, no. 1, pp. 1–11, 1998.
[14] T. Funebo and T. Ohlsson, “Microwave-assisted air dehydration of apple and mushroom,” Journal of Food Engineering, vol. 38, no. 3, pp. 353–367, Nov. 1998, doi: 10.1016/S0260-8774(98)00131-9.
[15] angert, W., Kielhorn, A., Rahe, F., Albert, A., Biber, P., & Grzonka, S. (2013). Agricultura baseada em robôs de campo: “RemoteFarming.1” e “BoniRob-Apps”. AgEng, Internationale Tagung Land.Technik, pp. 439-445. Dusseldorf, Alemanha: VDI-Verlag.
[16] Cutulle, M., Armel, G., Brosnan, J., Kopsell, D., Hart, W., Vargas, J., Gibson, L., Messer, R., McLemore, A., & Duncan, H. (2013). Avaliação de um pulverizador criogênico usando nitrogênio líquido e um rolo de lastro para controle de ervas daninhas. Journal of Testing and Evaluation, 41, 869-874.
[17] Cutulle, M., Campbell, H., Couillard, D., & Farnham, M. (2019). Pré-plantio, aplicação de herbicida e cultivo para controlar ervas daninhas na produção de brócolis no sudeste. Crop Protection, 124, 104862.
[18] Clearpath Robotics. Disponível em: https://www.clearpathrobotics.com. Acessado em: 02 de maio de 2021.
[19] Ditlevsen, K., Denver, S., Christensen, T., & Lassen, J. (2020). Um gosto por valores de alimentos produzidos localmente, opiniões e diferenças sociodemográficas entre consumidores ‘orgânicos’ e ‘convencionais’. Appetite, 147, 104544.
[20] Fennimore, S. A., Slaughter, D. C., Siemens, M. C., & Leon-Saber, M. N. (2016). Tecnologia para automação do controle de ervas daninhas em culturas especiais. Weed Technology, 30, 823-837.
[21] Fennimore, S., & Cutulle, M. (2019). Os robôs capinadores podem melhorar opções de controle de ervas daninhas para culturas especiais. Pest Management Science, 75, 1767-1774.
[22] Abate, D. C., Giles, D. K., Fennimore, S. A., & Smith, R. F. (2008). Identificação de visão de máquina multiespectral de mudas de alface e ervas daninhas para controle automatizado de ervas daninhas. Weed Technology, 22, 378-384.
[23] Slaughter, D. V., Lanini, W. T., & Giles, D. K. (2004). Discriminando ervas daninhas de plantas de tomate usando espectroscopia visível e infravermelha próxima. Transactions of the ASAE, 47, 1907-1911.
[24] Slaughter, D. C., Chen, P., & Curley, R. G. (1999). Precisão guiada por visão para cultivo. Precision Agriculture, 1, 199-216.
[25] Steponavich, S., Datta, A., Neilson, B., Bruening, C., Shapiro, C. A., Gogos, G., & Knezevic, S. Z. (2016). Eficácia da capina a fogo e cultivo para controle de ervas daninhas em milho orgânico. Biological Agriculture & Horticulture, 32, 47-62.
[26] USDA NASS. (2020). Serviço Nacional de Estatística Agrícola do Departamento de Agricultura dos Estados Unidos. Disponível em: https://www.nass.usda.gov.
[27] USDA ERS. (2020). Serviço de Pesquisa Econômica do Departamento de Agricultura dos Estados Unidos. USDA ERS – Farm Labor. Acessado em: novembro de 2020.
[28] USGS United States Geological Survey. (2019). Disponível em: https://www.usgs.gov.
[29] Weed Zapper. Disponível em: https://theweedzapper.com. Acessado em: 02 de maio de 2021.
[30] Xarvio. Disponível online: https://www.xarvio.com/us/en.html. Acessado em: 02 de maio de 2021.
[31] Young, S., Kayacan, E., & Peschel, J. (2019). Projeto e avaliação de campo de um robô terrestre para fenotipagem de alto rendimento de sorgo energético. Precision Agriculture, 20, 697-722.
1Universidade Evangélica de Goiás – UniEVANGÉLICA. hcaio6215@gmail.com
2Universidade Evangélica de Goiás – UniEVANGÉLICA. reynoldsteixeira409@gmail.com
3Orientador