Avanços em Robôs Autônomos de Vinhedo

Os Robôs agrícolas estão mudando a agricultura ao assumir tarefas repetitivas, o que pode ajudar a aumentar a produção de culturas e reduzir custos. Para esses robôs funcionarem bem, eles precisam ser capazes de se mover sozinhos em campos ou Vinhedos sem precisar de alguém para guiá-los. Um novo sistema de Navegação foi desenvolvido que usa tecnologia LiDAR (Light Detection and Ranging) e sensores para ajudar esses robôs a se moverem com precisão entre as linhas de Plantas, tornando possível trabalhar em vinhedos de maneira eficaz.

#A Necessidade de Navegação Autônoma

A necessidade de mais comida em um mundo que está mudando devido a questões climáticas apresenta desafios para a agricultura. Os agricultores precisam produzir mais culturas enquanto gerenciam os recursos de forma inteligente e mantêm os custos baixos. Os robôs agrícolas foram projetados para ajudar com isso, realizando tarefas que são difíceis ou demoram muito tempo. No entanto, para que esses robôs sejam úteis, eles devem encontrar seu caminho sozinhos, sem ajuda humana. Existem duas maneiras principais de os robôs navegarem: usando mapas ou não. A navegação baseada em mapas pode funcionar bem em configurações desorganizadas, mas pode ser mais complexa e cara. Por outro lado, muitos locais agrícolas, como vinhedos, têm uma organização simples com plantas em linhas arrumadas. Isso permite a navegação sem precisar confiar em mapas.

#Usando LiDAR para Navegação

Frequentemente, os robôs na agricultura usam informações do Sistema Global de Navegação por Satélite (GNSS) para seguir caminhos planejados ou ajudar a se localizar. Também existe uma tecnologia chamada GNSS Diferencial, que ajuda no rastreamento de localização muito precisa. No entanto, os sinais de GNSS podem ser fracos ou inexistem em lugares com plantas altas e vegetação densa. O LiDAR, junto com sensores de câmera, pode ajudar. O LiDAR usa luz laser para criar uma imagem detalhada do ambiente. Ele funciona bem em diferentes condições de iluminação, o que é importante na agricultura, onde o sol pode criar sombras.

#O Sistema de Navegação

O sistema de navegação desenvolvido para robôs de vinhedo combina um método simples de detecção de linhas com GNSS para se locomover. O sistema reconhece duas linhas que representam as linhas de parreiras usando um laser 2D. O robô pode ajustar seu caminho com base em onde detecta as plantas, permitindo que se mova suavemente sem colidir com nada.

Um método anterior usava dados de laser e pontos conhecidos para ajudar o robô a entender seu entorno ao identificar objetos como troncos de plantas. Embora útil, esse método poderia ser afetado por coisas como grama ou vento, tornando a navegação menos confiável. Algumas pesquisas se concentraram em criar métodos de navegação fáceis usando apenas dados de LiDAR. Por exemplo, um algoritmo eficaz calcula a distância média de ambos os lados de uma linha de plantas e corrige o caminho do robô de acordo.

#Métodos para Melhorar a Navegação

Para melhorar a precisão do sistema de navegação, várias técnicas foram combinadas. Por exemplo, um método usa uma câmera 3D junto com um método reserva que emprega uma rede neural para ajustar a direção do robô se ele sair de curso. A competição na robótica agrícola forneceu inspiração para o desenvolvimento de melhores sistemas de navegação. A abordagem de um grupo focou em usar menos sensores, economizando custos e complexidade.

O sistema de navegação construído para este estudo usa apenas um sensor LiDAR e encoders de roda. Também introduziu um método para navegar nos extremos das linhas de plantas, que muitas vezes é negligenciado em outros estudos.

#Componentes do Sistema

O sistema de navegação foi projetado para funcionar em um robô móvel e envolve várias partes. O software de navegação é construído em cima de uma biblioteca chamada Robot Operating System (ROS). O robô começa no início de uma linha, e o módulo de navegação In-row o guia para seguir a linha de plantas até chegar ao fim. Depois disso, o robô faz uma curva e procura a próxima linha para se mover.

#Navegação In-row

Na Navegação In-row, o robô precisa apenas de algumas informações para se guiar, como seus dados de movimento e digitalizações a laser 2D. À medida que o robô se move, ele tenta manter uma distância igual entre as duas linhas de plantas. Um método chamado "find cone" é usado para identificar caminhos claros à frente do robô, o que ajuda a evitar obstáculos. Dessa forma, o robô pode corrigir seu ângulo e direção à medida que avança.

#Navegação End-row

Quando o robô se aproxima do final de uma linha, o sistema de navegação verifica se ele chegou ao seu destino. Se sim, o robô sai da linha e faz uma curva para pegar a próxima. O robô se baseia nos extremos das linhas-como postes de madeira usados para suporte em vinhedos-para se guiar para o próximo caminho. Ao identificar esses pontos a partir de seus dados a laser 2D, o robô pode garantir que continua no caminho certo.

#Testando o Sistema de Navegação

Ambientes simulados e configurações reais de vinhedos foram usados para testar esse sistema de navegação. Nos testes de simulação, o robô foi colocado em diferentes tipos de layouts de vinhedo para ver como ele conseguia seguir as linhas. O robô conseguiu navegar diretamente através das linhas com uma média de desvio de apenas alguns centímetros em relação à linha central, mostrando boa precisão.

Nos testes do mundo real, o robô enfrentou vários desafios, como plantas que estavam apertadas nas linhas, o que poderia dificultar manter-se reto. Mesmo nessas condições, o robô conseguiu navegar de forma eficaz. Ele mostrou um desvio médio do centro de apenas alguns centímetros a mais-demonstrando o potencial para aplicação no mundo real.

#Resultados e Observações

Os resultados indicaram que o sistema de navegação poderia manter um caminho com precisão, mesmo em um ambiente dinâmico. O robô evitou colidir com galhos ou plantas enquanto navegava, o que é fundamental para reduzir danos às culturas. O sistema provou ser confiável com baixas demandas computacionais, permitindo que funcionasse de forma eficiente sem configurações complexas.

#Analisando a Detecção de Extremidades de Linhas

O sucesso do sistema também dependia de quão bem ele conseguia detectar os extremos das linhas. Ao medir a distância entre a verdadeira localização dos extremos das linhas e onde o robô os identificou, foi possível avaliar a precisão. Os resultados mostraram que o sistema poderia localizar efetivamente os extremos das linhas com margens de erro confiáveis e baixas.

#Conclusão

O sistema de navegação LiDAR sem mapas desenvolvido para vinhedos mostra promessa em melhorar a eficiência e eficácia dos robôs agrícolas. Ao confiar na estrutura geométrica clara dos vinhedos e utilizar a tecnologia LiDAR, o sistema guia com sucesso robôs através das linhas de culturas sem precisar de métodos de navegação complexos e caros. Essa abordagem simples pode ajudar os agricultores a aumentar a produtividade enquanto reduz os custos operacionais. Esforços futuros podem olhar para o uso de diferentes tipos de sensores e métodos para aprimorar ainda mais o sistema e examinar sua aplicabilidade em outros tipos de culturas dispostas em linhas. A potencial integração de melhor tecnologia de detecção de obstáculos também poderia levar a sistemas de navegação mais seguros em ambientes agrícolas.