A Universidade de Canterbury (UC) anunciou o desenvolvimento de uma tecnologia de inteligência artificial (IA) que permite identificar, medir e rastrear frutas ocultas por folhagens densas, revolucionando o setor agrícola. O professor de ciência da computação Richard Green lidera o projeto UC Vision, com a colaboração do pesquisador Dr. Richie Ellingham.

"Você não pode automatizar o que não pode ver. Ao criar um modelo 3D completo de cada planta, incluindo o que está atrás das folhas, podemos abrir as portas para automatizar quase qualquer tarefa manual repetitiva associada a essa planta", afirmou Green.

A complexidade do ambiente agrícola

Segundo Green, enquanto robôs têm sido utilizados em linhas de produção de fábricas por décadas devido à precisão dos modelos de design assistido por computador, o ambiente agrícola apresenta um nível de complexidade muito maior. Cada árvore, videira, ramo e fruto é único, o que torna o trabalho automatizado um desafio.

A tecnologia da equipe UC Vision utiliza câmeras, iluminação e um sistema complexo de IA para remover digitalmente a folhagem e reconstruir um modelo 3D preciso da planta. Este sistema é considerado o primeiro do tipo a criar modelos completos de plantas individuais, incluindo frutas e estruturas ocultas, para apoiar a previsão de colheitas e futuras automações.

Impacto na previsão de colheitas

O sistema é capaz de identificar frutas específicas, como maçãs, cerejas ou uvas, e mostrar a quais ramos estão conectadas, além de calcular medidas como tamanho, volume e área de superfície. Através de escaneamentos repetidos, é possível acompanhar o crescimento de cada fruto.

Green destaca que essa tecnologia pode melhorar significativamente a precisão nas previsões de colheita. Atualmente, os produtores dependem de amostragens manuais, o que pode resultar em imprecisões de até 23%. Durante os testes, a tecnologia da UC conseguiu contar frutas com uma margem de erro de apenas 2% a 3%.

A tecnologia foi desenvolvida com o apoio de mais de 32 milhões de dólares em investimentos governamentais em visão computacional, inteligência artificial e robótica agrícola, acumulando cerca de 15 anos de pesquisa na UC.

O sistema inclui câmeras móveis que percorrem fileiras de vinhedos e pomares. O sistema para vinhedos utiliza duas fileiras de câmeras para captar imagens através das copas densas, enquanto uma estrutura de câmera mais alta é capaz de escanear árvores de pomar que alcançam aproximadamente 3,5 metros.

Green antecipa que esses modelos detalhados poderão guiar máquinas autônomas em tarefas como poda, desbaste, pulverização e colheita. Por exemplo, em um pomar de cerejas, uma máquina poderia identificar e colher apenas os frutos que atingiram o tamanho mais valioso, retornando mais tarde para coletar o restante.

Ellingham destaca que a equipe já coletou dados de modelagem 3D em 20 fazendas comerciais para garantir que a tecnologia funcione de maneira confiável em condições reais. "Quase todas as fazendas com as quais trabalhamos estão perguntando quando poderão começar a usar nossas ferramentas de amostragem", afirmou.

Com o projeto HoloCrop, a UC Vision busca atender à demanda por ferramentas de horticultura de precisão que forneçam dados mais precisos, reduzam o desperdício na produção de alimentos e apoiem a robótica agrícola futura.

Green conclui que a tecnologia representa o resultado de anos de aprendizado e refinamento por uma equipe excepcionalmente talentosa, com potencial para transformar a maneira como os alimentos são cultivados e colhidos em todo o mundo.