Implementação de um Sistema Multi-Agente para a Captura e Pré-Processamento de Imagens de Afídeos

Edição: XIII JIC - 2020

ID: 1278

Participantes:

• [BOLSISTA] - Daniel Nicolau Saito | daniel_nicolau_saito@yahoo.com.br
• [ORIENTADOR] - João Mário Lopes Brezolin | joaobrezolin@ifsul.edu.br

Número de Registro: PE03191219/139

Campus: Passo Fundo

Nível: Ensino Superior

Área: Ciências Exatas e da Terra

Temática: Multidisciplinar

Resumo

Este projeto de pesquisa, realizado em parceria com a Embrapa Trigo de Passo Fundo, teve como objetivo a criação de uma interface de captura de imagens de afídeos, insetos que precisam ter sua população controlada para não causarem danos às plantações, e o pré-processamento dessas imagens para classificação numa rede neural convolucional. Na etapa anterior desta pesquisa foi desenvolvido um classificador de insetos utilizando uma rede neural convolucional que obteve uma acurácia de 93%, passível de melhora. Para isso, seria necessário criar uma interface de entrada de dados que pudesse ser adequada ao contexto real das plantações. Portanto, este projeto visa estabelecer uma arquitetura para a captação das imagens e uma interface com o classificador já implementado. Assim, optou-se por desenvolver essa infraestrutura com o uso do framework Robot Operating System. Para o desenvolvimento deste projeto, implementou-se um sistema onde um servidor armazena e classifica as imagens que recebe de dispositivos de placa única e smartphones, através de canais de comunicação construídos utilizando a arquitetura Publisher/Subscriber, que implementada com o framework ROS. Para realizar a captura através do smartphone foi desenvolvido um aplicativo utilizando as tecnologias NodeJS, ReactJs e rosnodejs. Para realizar a captura de imagens no Raspberry Pi foi desenvolvido um Publisher utilizando a linguagem de programação C++. Os testes realizados mostraram que as imagens são corretamente direcionadas para o servidor para o classificador (RNA). A arquitetura mostrou-se escalável permitindo que, se necessário, outros dispositivos poderiam ser anexados ao sistema. Nessa etapa, foram realizadas avaliações com uma base de dados de teste. Na próxima etapa, serão avaliados os recursos necessários para realizar a adaptação do protótipo criado ao contexto real das plantações.

Palavras-chave

Sistema MultiAgente;Redes Neurais Artificiais;Robot Operating System

Banner

Clique aqui para abrir o banner.

Vídeo/Pitch

Caso o vídeo não abra, clique aqui.