Reunião de arranque do projeto DFENCE – que visa o desenvolvimento de um sistema que integre previsão, planeamento, análise de solos e condução autónoma dos animais – decorreu com a participação do INESC TEC. Evento teve como principais objetivos a definição do alinhamento técnico entre membros de consórcio e planeamento das primeiras atividades.
A aplicação da tecnologia e inovação aos diferentes âmbitos da sociedade é uma realidade inegável – e a pecuária não constitui uma exceção. A pecuária de precisão, por exemplo, recorre a sensores e novas tecnologias para melhorar a gestão de grandes grupos de animais, nomeadamente através das cercas virtuais (CV). Este tipo de tecnologias permite monitorizar remotamente animais em pastoreio livre através de um dispositivo eletrónico que colocado no animal, normalmente acoplado a um colar, enviando notificações ao produtor sempre que um animal ultrapassa limites pré-definidos. Ao permitir uma gestão mais eficiente das áreas de pastoreio, por não necessitar de cercas físicas, as CVs continuam ainda assim a obrigar à deslocação do produtor ao local sempre que os animais saem dos limites pré-definidos.
Mas, e se for possível ir mais longe? É esse o objetivo do novo projeto DFENCE — Cercas Virtuais Dinâmicas: Controlo e Monitorização Remota de Pastorício em Regime Livre através de Sistema de Orientação de Animais Não Intrusivo, do qual o INESC TEC faz parte. O projeto pretende evoluir estes sistemas de reativos para proativos, atuando ao nível do planeamento do movimento dos animais, e olhando de forma holística para o problema. Ou seja, não se limita a reagir ao movimento dos animais mas pretende influenciá-lo ao longo do tempo, para otimizar quer a qualidade dos solos e pastagens, quer o bem-estar e a saúde dos animais.
Par além dos desafios técnicos de um projeto desta natureza, um dos elementos centrais do projeto é o treino dos animais para responder a estímulos de áudio e/ou vibratórios emitidos pelo colar, processo cuja complexidade depende de fatores como a espécie ou a idade do animal.
Segundo Davide Carneiro, “este tipo de projeto exige uma forte interdisciplinaridade, que só é possível graças à composição do consórcio: a Linovt, responsável pelo desenvolvimento do dispositivo, o Instituto Politécnico de Viana do Castelo, responsável pelo treino e comportamento animal, e o INESC TEC, que assegura toda a componente relacionada com dados”.
O investigador destaca ainda o papel central do INESC TEC no projeto: “a nossa intervenção centra-se na integração de múltiplas modalidades de dados – sensores no terreno, imagens de satélite, dados dos colares e informação ambiental – e na aplicação combinada de técnicas de Inteligência Artificial (IA), otimização e simulação para apoiar decisões que promovam a utilização eficiente dos solos e o bem-estar animal”.
Há vários elementos que distinguem a solução apresentada no âmbito do projeto DFENCE das demais. Por exemplo, a definição dinâmica e autónoma das cercas – tendo por base algoritmos de previsão, visão por computador e análise de dados ambientais. Outro ponto diferenciador tem que ver com a integração completa com sensores IoT, recolhendo dados do solo, vegetação, clima e componente animal. Também a orientação não intrusiva, privilegiando estímulos sonoros e vibratórios, e o sistema de apoio inteligente, capaz de prever necessidades futuras de pastagem e otimização da utilização de terrenos, constituem características específicas do DFENCE. Finalmente, o foco explícito em sustentabilidade, solos e ecossistemas é algo que também não se verifica nas soluções comerciais disponíveis.
Segundo Davide Rua Carneiro, existem “avanços dispersos” na literatura e na indústria que suportam a geração atual de CVs: “monitorização por GPS, deteção de comportamento via acelerómetros, uso de IA para identificar padrões de pastoreio ou avaliar vegetação através de imagens de satélites e drones”, No entanto, realça, estes sistemas são sobretudo de monitorização passiva, “não integrando num único sistema previsão, planeamento, análise de solos e condução automática de animais”.
É, por isso, seguro que dizer o DFENCE vem avançar o estado da arte – com várias novidades introduzidas. À cabeça, a aplicação de deep learning para caracterizar o estado das pastagens – como é o caso do índice de Vegetação por Diferença Normalizada (NDVI), a densidade vegetal ou o solo exposto –, seguida da visão por computador para mapear a qualidade do pasto e deteção de anomalias, do desenvolvimento de modelos preditivos e de planeamento – permitindo a otimização automática das áreas de pastoreio, e da integração de dados de múltiplas fontes: satélite, drones, rovers, sensores IoT e colares.
Com várias necessidades dos criadores respondidas, é também esperado que o trabalho desenvolvido no âmbito do projeto se reflita em diferentes áreas – com impacto a diferentes níveis.
A nível agroambiental, antecipa-se uma “redução nas emissões de carbono (nomeadamente por minimizar deslocações dos produtores a zonas isoladas ou remotas para monitorização ou “correção” dos animais), melhoria na qualidade do solo e da biodiversidade, mitigação da erosão e do sobrepastoreio através de gestão otimizada”. No plano económico, é esperada uma “utilização mais eficiente dos recursos, redução de custos de cercas físicas e mão-de-obra, criação de novos produtos e serviços tecnológicos exportáveis, com forte potencial internacional”. No âmbito do bem-estar animal, é expectável uma “orientação menos intrusiva e redução na utilização de estímulos intrusivos, monitorização contínua da saúde e comportamento”. Por último, ao nível operacional e de gestão, “deverá passar a existir uma maior autonomia do produtor, decisões baseadas em dados e otimização automática de pastagens”.
Enquanto parceiro do projeto, o INESC TEC ficará encarregue das componentes de IA e planeamento, “incluindo visão por computador com imagens de satélite para caracterização doestados dos solos, previsão da sua evolução e planeamento da deslocação de manadas, com vista à otimização do uso das pastagens e ao bem-estar e saúde animal”, aponta Davide Rua Carneiro. Neste âmbito, serão aplicados algoritmos de machine e deep learning em complemento com técnicas de simulação e otimização, para identificar zonas ótimas de pastoreio e ajustar, de forma dinâmica, os limites virtuais.
O projeto DFENCE conta com a coordenação do Linovt e participação do Instituto Politécnico de Viana do Castelo – para além do INESC TEC – e tem uma duração prevista de três anos.
O investigador mencionado na notícia tem vínculo ao INESC TEC e ao IPP-ESTG.
Notícias, atualidade, curiosidades e muito mais sobre o INESC TEC e a sua comunidade!
