Tecnologia de IA vê através das folhas para revolucionar a horticultura
Pesquisadores da Universidade de Canterbury criam IA que constrói modelos 3D completos de plantas, identificando frutos ocultos para melhorar a automação agrícola.
Pesquisadores da Universidade de Canterbury criam IA que constrói modelos 3D completos de plantas, identificando frutos ocultos para melhorar a automação agrícola.
Inovação em IA para a agricultura: visão através das folhas
Um avanço tecnológico desenvolvido na Universidade de Canterbury (UC), na Nova Zelândia, está mudando o modo como a agricultura lida com um dos seus maiores desafios: identificar e monitorar frutos ocultos em meio às densas folhas das plantas. Liderada pelo professor Richard Green e pelo pesquisador Dr. Richie Ellingham, a equipe UC Vision criou uma solução que combina inteligência artificial (IA), visão computacional e hardware especializado para enxergar 'através' das folhas e produzir modelos 3D completos de plantas individuais.
Esse progresso supera limitações tradicionais da automação agrícola, pois ambientes agrícolas são muito complexos — diferentemente das fábricas, onde robôs trabalham com objetos padronizados e ambiente controlado. Cada árvore, videira, galho e fruta tem formatos e posições únicos, dificultando a automação baseada apenas em modelos digitais padrão.
A tecnologia utiliza câmeras dispostas estrategicamente, sistemas de iluminação especializados e algoritmos avançados para remover digitalmente as folhas da imagem e reconstruir uma representação tridimensional fiel da planta, incluindo todos os frutos escondidos atrás da folhagem.
Aplicações práticas e ganhos na horticultura
Essa abordagem permite que a tecnologia identifique, meça e acompanhe individualmente frutas como maçãs, cerejas e uvas, mensurando seu tamanho, volume e área superficial. Varreduras repetidas possibilitam monitorar o crescimento da fruta ao longo do tempo, fornecendo dados precisos para uma gestão mais eficiente da plantação.
Atualmente, a previsão de safra e o monitoramento são feitos principalmente por humanos, que coletam amostras e fazem estimativas baseadas em contagens parciais, com erros que podem chegar a 23%. No entanto, durante testes, a tecnologia da UC Vision alcançou uma margem de erro bastante reduzida, de aproximadamente 2% a 3%, revelando a sua precisão e potencial para substituir ou complementar métodos convencionais.
A melhoria na previsão e medição tem impacto direto na operação agrícola: ajuda a evitar excessos ou falta de mão de obra, previne desperdício de materiais de embalagem e otimiza o uso de espaço para armazenamento, aspectos fundamentais para grandes produtores que movimentam milhões de reais na cadeia produtiva.
Potencial para automação e próximos passos
Mais do que um sistema de análise, o modelo 3D detalhado das plantas pode servir como base para máquinas autônomas realizarem tarefas agrícolas complexas, como poda, desbaste, pulverização e colheita seletiva. Por exemplo, em pomares de cereja, robôs poderiam colher frutos que já atingiram o tamanho e qualidade mais valorizados, retornando posteriormente para colher os frutos menores.
Essa colheita seletiva pode aumentar a rentabilidade dos produtores, uma vez que pequenas diferenças de tamanho podem dobrar o valor do fruto no mercado. Além disso, o planejamento de mão de obra e a logística de embalagens e armazenamento se tornam mais eficazes, reduzindo o desperdício e melhorando a sustentabilidade econômica da atividade horticultural.
A equipe continua aprimorando a tecnologia para garantir sua confiabilidade em campo e prepara seu lançamento comercial por meio da startup HoloCrop. A solução já passou por testes em 20 fazendas comerciais, com o objetivo de garantir seu desempenho robusto em condições reais presentes nos pomares e vinhedos. Essa atuação reforça a demanda crescente por ferramentas precisas de agricultura de precisão.
Contexto e investimentos em tecnologia agrícola
Este trabalho de ponta é o resultado de cerca de 15 anos de pesquisas na Universidade de Canterbury, que contou com mais de 160 milhões de reais em investimentos governamentais para desenvolver robótica agrícola, visão computacional e inteligência artificial aplicadas ao setor rural. O projeto reúne especialistas em diferentes áreas — desde IA até mecatrônica e engenharia de software — em uma abordagem multidisciplinar para modernizar a produção de alimentos.
Diante de desafios globais como a necessidade de aumentar a produção sustentável, reduzir desperdícios e automatizar processos, tecnologias como esta representam um passo fundamental rumo a uma agricultura mais eficiente, inteligente e adaptada ao futuro, beneficiando produtores e consumidores.
Informações editoriais
Fonte: Phys.org
Tiago Oliveira
Responsável pela curadoria editorial da TECSOCIETY, com foco em tecnologia, inteligência artificial, segurança digital, automação e games para leitores brasileiros.
Ver perfil editorial