BR112019016111B1

BR112019016111B1 - Sistemas e métodos de controle de ervas daninhas e pulverizador agrícola que incorpora os mesmos

Info

Publication number: BR112019016111B1
Application number: BR112019016111-2A
Authority: BR
Inventors: Hugo Serrat; Jules Beguerie; Guillaume Jourdain
Original assignee: Bilberry Sas
Priority date: 2017-02-06
Filing date: 2018-02-06
Publication date: 2022-12-06
Also published as: AU2018215728A1; AU2018215728B2; CA3050364A1; ES2922250T3; EP3576526A1; EP3357332B1; US11071991B2; US20200230633A1; BR112019016111A2; WO2018142371A1; EP3357332A1

Abstract

Trata-se de um sistema de controle de ervas daninhas (2) para um pulverizador agrícola (1) que compreende uma câmera (3) e uma unidade de pulverização (4) com vários módulos de abastecimento, um bocal (9) e um módulo controlador para receber um sinal de detecção de espécies de ervas daninhas e controlar a pulverização do agente químico. O sistema de controle de ervas daninhas (2) também compreende uma unidade de identificação de espécies de ervas daninhas (5) com um módulo de comunicação, um módulo de memória e um módulo de processamento que tem vários núcleos de processamento paralelo. Cada núcleo de processamento paralelo executa uma operação de convolução entre uma submatriz construída a partir de pixels próximos da imagem e um núcleo predefinido armazenado no módulo de memória para obter uma submatriz de representação de características dos valores de pixel da imagem. O módulo de processamento calcula a probabilidade de presença de uma espécie de erva daninha a partir da matriz de representação de características e gera um sinal de detecção de espécies de ervas daninhas.

Description

CAMPO DE INVENÇÃO

[0001] A presente invenção se refere a sistemas de controle de ervas daninhas para agricultura e lavoura, em particular pulverizadores agrícolas, e métodos para a aplicação de pesticidas na agricultura com uso de tais sistemas e métodos de controle de ervas daninhas para calibrar esses sistemas de controle de ervas daninhas.

ANTECEDENTES DA INVENÇÃO

[0002] Em particular, a presente invenção se refere a sistemas de controle de ervas daninhas para agricultura e lavoura, em particular pulverizadores agrícolas.

[0003] Os métodos químicos para o controle de ervas daninhas frequentemente envolvem a aplicação de um agente de controle de ervas daninhas, como um herbicida ou bio-herbicida. Os pesticidas de culturas agrícolas podem ser aplicados antes da emergência ou após a emergência no que diz respeito ao estado de germinação da planta e auxiliam a reduzir a pressão competitiva em plantas recém germinadas removendo-se organismos indesejáveis e maximizando-se a quantidade de água, nutrientes do solo e luz solar disponível para a cultura.

[0004] Na agricultura, procedimentos em grande escala e sistemáticos para a aplicação de pesticidas são geralmente necessários e executados por grandes equipamentos conhecidos como pulverizadores montados ou arrastados por trator.

[0005] Um pulverizador geralmente compreende pelo menos uma lança com bocais em intervalos ao longo da lança, um tanque para conter a mistura de água e produtos químicos e uma bomba para distribuir o herbicida para os bocais através de tubos. Os pulverizadores vêm em vários tipos, autopropulsores, rebocados por um trator, montados em um trator ou desmontáveis (montados em um porta-ferramentas do trator, por exemplo).

[0006] Para reduzir o impacto ambiental, bem como o custo da operação de controle de ervas daninhas, tem havido desenvolvimentos recentes de trator guiado por visão que são fornecidos com sensores ópticos, por exemplo, imagens coloridas para guiar equipamentos de pulverização de banda. O sistema de pulverização dos tratores ou os dispositivos de cultivo mecânico são então controlados para tratar apenas uma erva daninha quando ela é detectada no solo.

[0007] A tecnologia de orientação comumente usada tira proveito do padrão conhecido no qual uma cultura foi plantada para distinguir entre culturas e ervas daninhas. Imagens coloridas são, por exemplo, transformadas em imagens em tons de cinza para que a planta verde pareça brilhante contra um fundo de solo escuro. O espaçamento entre planta/fileira é inserido no computador e um padrão de plantio predefinido pode ser combinado com a imagem em tons de cinza durante o movimento do trator. A erva daninha distribuída aleatoriamente é então identificada como área verde situada fora do padrão de cultura regular.

[0008] No entanto, tais sistemas apresentam vários inconvenientes.

[0009] Em primeiro lugar, o padrão de cultura é muitas vezes irregular ou pode evoluir sobre o campo de cultura de tal formato que um espaçamento de planta/fileira predefinido inserido no início da operação se torne irrelevante. Também pode haver muito poucas fileiras de corte (por exemplo, se houver uma alta taxa de falta de cultura) ou muitas ervas daninhas em uma imagem para corresponder de formato confiável ao padrão de corte. Tais sistemas também não são capazes de usar diferentes herbicidas seletivos para diferentes espécies de ervas daninhas.

[0010] Existem tentativas de combinar tais sistemas com análise do espectro da luz de emissão da erva daninha ou algoritmos de reconhecimento de formato que comparam o formato da erva daninha observada com formatos armazenadas em um banco de dados de ervas daninhas.

[0011] Tais sistemas apresentam várias desvantagens que impedem seus usos na prática.

[0012] Em primeiro lugar, enquanto o espectro de luz de emissão da erva daninha pode ser caracterizado em condições de laboratório, a reflectância espectral das plantas varia fortemente em condições naturais, dependendo das espécies de ervas daninhas e variações do solo. Ervas daninhas de ocorrência natural apresentam uma grande diversidade de espécies que podem diferir grandemente das ervas daninhas cultivadas industrialmente. A composição do solo também tem um forte efeito sobre a cor das ervas daninhas e sua refletância espectral. Como resultado, o espectro de luz de emissão da erva daninha geralmente não pode ser usado como um critério confiável para distinguir entre espécies de ervas daninhas.

[0013] Em segundo lugar, dada a grande diversidade de espécies de ervas daninhas, um banco de dados de formatos de ervas daninhas tem que ser muito grande para armazenar todas as variações de formatos diferentes (formatos de ervas jovens, de ervas daninhas velhas, de todas as subespécies...). Os algoritmos de reconhecimento de formato que comparam o formato da erva daninha observado com os formatos armazenados no banco de dados de formatos de ervas daninhas são, portanto, muito lentos, pois precisam varrer esses grandes bancos de dados.

[0014] Em terceiro lugar, a análise do espectro da emissão de luz da erva daninha requer um nível de brilho que dificulta o uso de tais sistemas quando o brilho é baixo, especialmente ao amanhecer, ao entardecer ou mesmo à noite, quando seria desejável aplicar certos tipos de tratamentos. O baixo nível de brilho e a velocidade do pulverizador induzem um problema de ruído ao detectar a cor verde, o que tem um impacto negativo na nitidez das imagens adquiridas e nos processos que podem ser aplicados com base nas imagens adquiridas.

[0015] Como consequência, os pulverizadores podem se deslocar apenas a uma velocidade muito baixa para dar tempo suficiente para o algoritmo de identificação de ervas daninhas processar as imagens adquiridas pela câmera e identificar as espécies de ervas daninhas.

[0016] O documento WO2016025848A1 divulga um sistema de controle para agricultura e lavoura, especificamente destinado a realizar uma contagem de suporte de culturas tais como milho.

[0017] Esta referência menciona em algumas ocasiões a detecção de ervas daninhas, mas não ensina nenhuma abordagem para a detecção de espécies de ervas daninhas ou identificação de ervas daninhas. Além disso, os meios de detecção divulgados neste documento são baseados na resposta espectral da planta na faixa do visível ou próximo ao infravermelho.

[0018] Além disso, o documento WO2013059399A1, citado na referência acima, descreve meramente detalhes adicionais sobre a detecção espectral mencionada acima.

[0019] Há, portanto, a necessidade de um sistema de controle de ervas daninhas capaz de identificar espécies de ervas daninhas a uma velocidade maior e com maior precisão e permitir o controle de pulverização em tempo real para o tratamento seletivo de ervas, mesmo em condições difíceis, como alta velocidade de pulverização e iluminação, e até mesmo para identificar plantas de pequeno porte localizadas na parte mais remota das imagens (parte superior da imagem com um eixo de visão inclinado).

SUMARIO DA INVENÇÃO

[0020] Com esse objetivo, de acordo com a invenção, esse sistema de controle de ervas daninhas para um pulverizador agrícola compreende:

[0021] * pelo menos uma câmera adaptada para ser montada em um pulverizador agrícola (1) para adquirir uma imagem de uma porção de um campo de cultura, enquanto o dito pulverizador agrícola se desloca em um campo de cultura, sendo que a dita imagem compreende uma matriz de valores de pixel,

[0022] * uma unidade de pulverização adaptada para ser montada no dito pulverizador agrícola e que compreende

[0023] - pelo menos um módulo de abastecimento que compreende um tanque de agente químico,

[0024] - pelo menos um bocal para pulverizar um agente químico a partir do dito pelo menos um módulo de abastecimento e

[0025] - um módulo controlador adaptado para receber um sinal de detecção de espécies das ervas daninhas e para controlar seletivamente a pulverização do agente químico a partir do dito módulo de abastecimento através de pelo menos um bocal com base no dito sinal de detecção de espécies de ervas daninhas,

[0026] sendo que o sistema de controle de ervas daninhas é caracterizado por compreender adicionalmente:

[0027] * uma unidade de identificação de espécies de ervas daninhas

[0028] - um módulo de comunicação adaptado para receber a imagem adquirida pela câmera e enviar um sinal de detecção de espécies de ervas daninhas para um módulo controlador de uma unidade de pulverização do sistema de controle de ervas daninhas,

[0029] - um módulo de memória adaptado para armazenar a dita imagem, e

[0030] - um módulo de processamento que compreende uma pluralidade de núcleos de processamento paralelo,

[0031] sendo que cada núcleo de processamento paralelo é adaptado para executar pelo menos uma operação de convolução entre uma submatriz construída a partir de pixels próximos da imagem e um núcleo predefinido de imagens de pixel de referência armazenadas no módulo de memória para obter uma submatriz de representação de características dos valores de pixel da imagem,

[0032] sendo que o módulo de processamento é adaptado para calcular pelo menos uma probabilidade de presença de uma espécie de ervas daninhas entre um banco de dados de espécies de ervas daninhas a partir de uma matriz de representação de característica da imagem construída a partir das submatrizes de representação de características construídas pelos núcleos de processamento paralelo; e para gerar um sinal de detecção de espécies de ervas daninhas com base na dita pelo menos uma probabilidade de presença.

[0033] Graças à invenção, várias características podem ser levadas em conta ao mesmo tempo no reconhecimento de espécies de ervas daninhas, como, por exemplo, o formato, a textura, a cor e/ou a localização das espécies de ervas daninhas nas imagens, graças a uma implementação de processamento de inteligência artificial envolvendo núcleos.

[0034] Outras características opcionais e não limitantes da invenção compreendem o seguinte:

[0035] * uma zona-alvo da unidade de pulverização e um campo de visão da câmera são separados uns dos outros por uma distância de separação ds ao longo de um eixo geométrico longitudinal do pulverizador agrícola,

[0036] em que o número de núcleos de processamento da unidade de identificação de espécies de ervas daninhas é tal que um sinal de detecção de espécies de ervas daninhas possa ser gerado a partir de uma imagem adquirida pela câmera com um valor de tempo de latência tl tal que:ds/(tl+tp) > v

[0037] em que v é um valor de velocidade do pulverizador agrícola que se desloca no campo de cultura e tp é um valor de tempo de processamento da unidade de pulverização.

[0038] * a câmera tem uma extensão longitudinal do campo de visão FOVX ao longo de um eixo geométrico longitudinal do pulverizador agrícola selecionado para que um sinal de detecção de espécies de ervas daninhas possa ser gerado a partir de uma imagem adquirida pela câmera com um tempo de latência tl, tal que:FOVX/tl > v

[0039] em que v é a velocidade do pulverizador agrícola (1) que se desloca no campo de cultura.

[0040] * a definição da câmera e a posição da camera no pulverizador agrícola são selecionadas de tal modo que cada pixel de uma imagem gerada pela dita câmera cubra independentemente uma área elementar da área do solo inferior a cinco milímetros quadrados.

[0041] * cada núcleo de processamento paralelo executa a dita pelo menos uma operação de convolução calculando-se uma matriz para multiplicação de matriz entre a submatriz e uma matriz de núcleo predefinida, ou calculando-se uma transformada rápida de Fourier da submatriz, sendo que o os núcleos de processamento paralelo executam convoluções ou transformadas rápidas de Fourier com base em uma determinada imagem da câmera ao mesmo tempo.

[0042] * os núcleos de processamento paralelo do módulo de processamento são adaptados para executar uma operação de agrupamento da matriz de representação de características da imagem compreendendo a determinação de uma estatística de uma submatriz de valores próximos da matriz de representação de características, em particular um valor máximo das ditas submatrizes de valores próximos.

[0043] Os núcleos de processamento paralelo do módulo de processamento são adaptados para executar um processamento paralelo não linear da matriz de representação de características da imagem aplicando-se uma operação não linear a cada valor da dita matriz de representação de características, tal como uma função de ativação linear retificada.

[0044] * o módulo de processamento é adaptado para realizar uma sequência de n operações de processamento começando com uma matriz de entrada gerada a partir dos valores de pixel da imagem e terminando com uma matriz de saída que compreende pelo menos uma probabilidade de presença de uma espécie de erva daninha entre um banco de dados de espécies de ervas daninhas, em particular, em que cada operação de processamento i da dita sequência de operações de processamento sucessivas toma como entrada uma matriz de representação de características Fi-1 emitida por uma operação de processamento precedente i-1 ou uma matriz de entrada gerada a partir dos valores de pixel da imagem, e gera uma matriz de representação de características Fi.

[0045] * o sinal de detecção de espécies de ervas daninhas compreende um indicador de localização de espécies de ervas daninhas,

[0046] em particular, em que a matriz de saída compreende pelo menos um valor indicativo de uma localização de uma espécie de erva daninha entre o banco de dados de espécies de ervas daninhas dentro da imagem adquirida pela câmera.

[0047] * uma localização das espécies de ervas daninhas determinada a partir do indicador de localização das espécies de ervas daninhas é armazenada no módulo de memória.

[0048] * a unidade de pulverização compreende uma pluralidade de bocais dispostos ao longo de uma direção transversal do pulverizador agrícola, e

[0049] em que o módulo controlador da unidade de pulverização é adaptado para receber o sinal de detecção de espécies de ervas daninhas e para controlar adicionalmente a pulverização de agente químico através da pluralidade de bocais com base no indicador de localização de espécies de ervas daninhas.

[0050] * a unidade de pulverização compreende pelo menos um bocal móvel adaptado para pulverizar seletivamente uma pluralidade de zonas-alvo ao longo de uma direção transversal do pulverizador agrícola, e

[0051] em que o módulo controlador da unidade de pulverização é adaptado para receber o sinal de detecção de espécies de ervas daninhas e para controlar adicionalmente uma posição e/ou orientação do bocal móvel com base no indicador de localização de espécies de ervas daninhas.

[0052] A presente invenção fornece adicionalmente um pulverizador agrícola que compreende um sistema de controle de ervas daninhas, de acordo com o definido acima, montado no dito pulverizador agrícola.

[0053] De acordo com outro aspecto, a presente invenção fornece um método para o controle de ervas daninhas com uso de um pulverizador agrícola como definido acima que compreende:

[0054] adquirir uma imagem de uma porção de um campo de cultura, enquanto o dito pulverizador agrícola estiver se deslocando em um campo de cultura, com uso de pelo menos uma câmera montada no pulverizador agrícola, sendo que a dita imagem compreende uma matriz de valores de pixel,

[0055] receber a imagem adquirida pela câmera em um módulo de comunicação de uma unidade de identificação de espécies de ervas daninhas do pulverizador agrícola e armazenar a dita imagem em um módulo de memória da dita unidade de identificação de espécies de ervas daninhas,

[0056] executar paralelamente, em uma pluralidade de respectivos núcleos de processamento paralelo de um módulo de processamento, uma pluralidade de operações de convolução respectivas, sendo que cada operação de convolução é executada entre uma submatriz construída a partir de pixels próximos da imagem e um núcleo predefinido armazenado no módulo de memória para obter uma submatriz de representação de características dos valores de pixel da imagem,

[0057] calcular pelo menos uma probabilidade de presença de uma espécie de erva daninha entre um banco de dados de espécies de ervas daninhas a partir de uma matriz de representação de características da imagem construída a partir das submatrizes de representação de características construídas pelos núcleos de processamento paralelo,

[0058] gerar um sinal de detecção de espécies de ervas daninhas com base na dita pelo menos uma probabilidade de presença de uma espécie de ervas daninhas e enviar o dito sinal de detecção de espécies de ervas daninhas para um módulo controlador de uma unidade de pulverização do sistema de controle de ervas daninhas,

[0059] receber o sinal de detecção de espécies de ervas daninhas em um módulo controlador de uma unidade de pulverização montada no pulverizador agrícola, e

[0060] controlar seletivamente a pulverização do agente químico a partir de pelo menos um módulo de abastecimento da unidade de pulverização através de pelo menos um bocal com base no sinal de detecção da espécie das ervas daninhas.

[0061] Finalmente, a presente invenção fornece um método para calibrar um sistema de controle de ervas daninhas como definido acima e adaptado para pulverizar uma pluralidade de espécies de ervas daninhas listadas em um banco de dados de espécies de ervas daninhas, em que

[0062] um veículo é dotado de pelo menos uma câmera adaptada para adquirir uma imagem de uma porção de um campo de cultura, durante um movimento do dito veículo em um campo de cultura, compreendendo a sendo que a dita imagem compreende uma matriz de valores de pixel,

[0063] o dito veículo se desloca em um campo de cultura que apresenta pelo menos um número predefinido de cada espécie de ervas daninhas de um banco de dados de espécies de ervas daninhas alvo e adquire pelo menos um número predefinido de imagens de cada espécie de erva daninha do dito banco de dados de espécies de ervas daninhas alvo,

[0064] um conjunto de dados de treinamento é construído a partir do dito número predefinido de imagens de cada espécie de erva daninha, marcando as ditas espécies de ervas daninhas nas ditas imagens,

[0065] um conjunto de pesos do modelo de identificação de ervas daninhas determinado a partir do conjunto de dados de treinamento, sendo que o dito conjunto compreende pelo menos um núcleo predefinido para uma operação de convolução realizada por um núcleo de processamento paralelo de um sistema de controle de ervas daninhas como definido acima,

[0066] sendo que o conjunto de pesos do modelo de identificação de ervas daninhas é armazenado em um módulo de memória de um sistema de controle de ervas daninhas, conforme definido acima.

BREVE DESCRIÇÃO DOS DESENHOS

[0067] Outras características, objetivos e vantagens da invenção aparecerão facilmente a partir da seguinte descrição de várias das suas modalidades, fornecidas como exemplos não limitantes, e dos desenhos anexos.

[0068] Nos desenhos:

[0069] - a Figura 1 é uma vista em perspectiva esquemática de um pulverizador agrícola que compreende um sistema de controle de ervas daninhas de acordo com uma modalidade da invenção,

[0070] - a Figura 2 é um diagrama de blocos que ilustra os módulos e as unidades do sistema de controle de ervas daninhas da Figura 1,

[0071] - as Figuras 3 e 4 são dois fluxogramas que detalham as operações de processamento realizadas pelo módulo de processamento de uma unidade de identificação de espécies de ervas daninhas do sistema de controle de ervas daninhas das Figuras 1 e 2, e

[0072] - a Figura 5 é um fluxograma que detalha uma etapa de um método para calibrar o sistema de controle de ervas daninhas das Figuras 1 e 2 de acordo com modalidades da invenção.

[0073] Nas diferentes Figuras, os mesmos sinais de referência designam elementos iguais ou semelhantes.

DESCRIÇÃO DETALHADA

[0074] A Figura 1 ilustra um exemplo de pulverizador agrícola 1 de acordo com a invenção.

[0075] O pulverizador agrícola 1 é projetado para se deslocar em um campo de cultura. Em particular, o pulverizador agrícola 1 pode ser montado ou arrastado por um trator. O pulverizador pode ter autopropulsão, pode ser rebocado por um trator, montado em um trator ou desmontável (equipado também com um transportador, por exemplo).

[0076] Um campo de cultura é ilustrado na Figura 1 e geralmente apresenta culturas C que podem ser organizadas ao longo de fileiras e podem ser visíveis ou não (culturas pré-emergentes, por exemplo). Uma variedade de ervas daninhas W também pode crescer no campo, como ilustrado na Figura 1.

[0077] O pulverizador agrícola 1 é projetado para se deslocar, ao longo de uma direção longitudinal X no campo de cultura, geralmente ao longo de uma ou várias fileiras de culturas no campo. O pulverizador agrícola 1 compreende pelo menos uma lança 17 que se estende ao longo de uma direção transversal Y perpendicular à direção longitudinal X.

[0078] O pulverizador agrícola 1 é dotado de um sistema de controle de ervas daninhas 2 de acordo com a invenção, que é ilustrado esquematicamente na Figura 2.

[0079] Mais precisamente, o sistema de controle de ervas daninhas 2 compreende uma ou várias câmeras 3, uma unidade de pulverização 4 e uma unidade de identificação de espécies de ervas daninhas 5.

[0080] As câmeras 3 são montadas no pulverizador agrícola 1, por exemplo, na lança do pulverizador agrícola, e são adaptadas para adquirir imagens de uma porção do campo de cultura enquanto o pulverizador agrícola 1 se desloca no campo. A câmera pode ser montada com um determinado ângulo em relação a uma direção vertical perpendicular à direção transversal e longitudinal, por exemplo, cerca de 45 ou 60 graus, a fim de adquirir uma imagem do campo de cultura em frente ao pulverizador agrícola. As câmeras 3 podem ser montadas em amortecedores de modo a reduzir as vibrações durante os movimentos do pulverizador 1 e aumentar a nitidez das imagens adquiridas. Como será explicado a seguir, várias características podem ser levadas em conta no reconhecimento de espécies de ervas daninhas, incluindo o formato, a textura, a cor e/ou a localização das espécies de ervas daninhas nas imagens. A nitidez das imagens adquiridas também é importante para obter essas informações, esp. apesar da luz ser baixa e a velocidade do pulverizador ser rápida. Vários critérios podem, portanto, ser necessários para reconhecer uma ampla variedade de espécies de ervas daninhas, e a presente invenção permite isso.

[0081] Cada câmera 3 compreende um sensor 6, tal como um sensor CCD ou CMOS, e um sistema óptico 7 que compreende uma pluralidade de lentes e/ou espelhos.

[0082] Uma câmera 3 adquire uma imagem que compreende uma matriz de valores de pixel. Cada imagem compreende W*H pixels, em que W é o número de pixels ao longo de uma largura da imagem e H é um número de pixels ao longo de uma altura da imagem. A largura W e a altura H da câmera definem uma resolução do sensor da câmera. O sensor pode, em particular, adquirir uma imagem que compreende uma matriz de pelo menos um milhão de valores de pixel, com mais preferência, mais de 5 milhões de valores de pixel.

[0083] Alternativamente, uma câmera linear pode ser usada e uma matriz de valores de pixel pode ser reconstruída a partir da saída da câmera linear.

[0084] Vantajosamente, a localização da câmera, a resolução do sensor e o projeto do sistema óptico são selecionados de modo que a imagem adquirida pela câmera compreenda uma matriz de pelo menos um milhão de pixels, em que cada pixel da dita matriz cobre independentemente uma área do solo de menos de cinco milímetros quadrados, de preferência, menos de dois milímetros quadrados. Essa resolução espacial da câmera é importante para possibilitar a identificação confiável das espécies de ervas daninhas, conforme detalhado abaixo.

[0085] A câmera 3 pode ser uma câmera colorida. Nesse caso, os valores de pixel incluem, por exemplo, três canais, tais como valores RGB (vermelho-verde-azul) e a matriz de valores de pixel é uma matriz 3D de dimensões W*H*3, por exemplo.

[0086] Em contraste com os sistemas de controle de ervas daninhas anteriormente conhecidos, a câmera 3 pode estar livre de filtros de cor e polarizador. Em particular, o sistema óptico 7 da câmera 3 pode ser constituído apenas por lentes e/ou espelhos. Visto que apenas a cor geral e nenhuma informação espectral absoluta é necessária para identificar a erva daninha, uma câmera nua pode ser usada e fornecida apenas com lentes e espelhos selecionados para obter a resolução espacial necessária para a identificação de espécies de ervas daninhas.

[0087] Uma unidade de pulverização 4 é também montada no pulverizador agrícola 1 e compreende vários componentes que serão agora descritos em maiores detalhes.

[0088] Como ilustrado na Figura 2, a unidade de pulverização 4 compreende pelo menos um módulo de abastecimento 8 pelo menos um bocal 9 e um módulo controlador 10. Em particular, a unidade de pulverização 4 pode compreender pelo menos dois módulos de abastecimento 8 que contêm produtos químicos diferentes.

[0089] Cada módulo de abastecimento 8 compreende um tanque de agente químico 11 e uma válvula de distribuição eletrônica 12.

[0090] O tanque de agente químico 11 contém um líquido que pode ser um herbicida ou água.

[0091] O tanque pode conter uma pré-mistura de água e herbicida ou um tanque separado de água pode conter água para ser misturada com um herbicida durante a operação, durante ou imediatamente antes da entrega. Cada módulo de abastecimento 8 pode ser fornecido com um tanque 11 contendo líquido diferente. Por exemplo, um módulo de abastecimento 8 pode ser fornecido com um tanque 11 que contém um herbicida que contém um agente ativo adaptado para tratamento de ervas daninhas antes da germinação de ervas daninhas, enquanto outro módulo de abastecimento 8 pode ser fornecido com um tanque 11 que contém um herbicida com agentes ativos adaptados para tratamento de ervas daninhas após o surgimento de ervas daninhas.

[0092] A unidade de pulverização 4 compreende pelo menos um bocal 9 para pulverizar um agente químico a partir de pelo menos um dos ditos módulos de abastecimento 8 em uma zona-alvo S do campo.

[0093] Os bocais são montados no pulverizador agrícola, por exemplo, espalhados ao longo da direção transversal da extensão do pulverizador agrícola, conforme ilustrado na Figura 1.

[0094] O módulo controlador 10 da unidade de pulverização 4 recebe um sinal de detecção de espécies das ervas daninhas da unidade 5 de identificação de espécies de ervas daninhas, como será descrito mais abaixo. Com base nesse sinal, o módulo controlador 10 controla seletivamente a pulverização do agente químico a partir de pelo menos um dos módulos de abastecimento 8 através do bocal 9.

[0095] O módulo controlador 10 pode controlar a pulverização do agente químico com um atraso de pulverização após a recepção do sinal de detecção da espécie de ervas daninhas.

[0096] O atraso de pulverização pode ser calculado com base no tempo de latência da unidade de reconhecimento de ervas daninhas, bem como a velocidade do veículo 1 e a distância calibrada entre o bocal 9 e a câmera 3.

[0097] O atraso da pulverização pode também ter em conta um tempo de entrega pré-calibrado do agente químico correspondente à latência dos sistemas mecânicos da unidade de pulverização e o tempo de deslocamento do líquido nos tubos da unidade de pulverização, por exemplo.

[0098] Em uma modalidade da invenção, o sinal de detecção de espécies de ervas daninhas apenas compreende informações referentes às espécies de ervas daninhas. O módulo controlador 10 da unidade de pulverização 4 seleciona, então, um módulo de abastecimento 8 que contém um herbicida adaptado para essa espécie de ervas daninhas e controla a válvula de distribuição eletrônica 12 e, se necessário, o bocal 9, para pulverizar o agente químico.

[0099] Em outras modalidades da invenção, o sinal de detecção de espécies de ervas daninhas pode compreender um indicador de localização de espécies de ervas daninhas.

[0100] Nessa modalidade, uma localização das espécies de ervas daninhas no campo pode ser determinada a partir do dito indicador de localização de espécies de ervas daninhas, por exemplo, com uso de informações adicionais sobre a localização do pulverizador 1 obtidas com uso de um sistema de posicionamento global e, opcionalmente, informações adicionais de calibração na orientação e/ou posição da câmera 3 no pulverizador 1.

[0101] A localização das espécies de ervas daninhas no campo pode então ser armazenada em uma memória, em particular, no módulo de memória 14.

[0102] Em uma dessas modalidades ilustradas nas Figuras, a unidade de pulverização 4 compreende uma pluralidade de bocais 9 dispostos ao longo da direção transversal Y de extensão do pulverizador agrícola. Os bocais 9 são direcionados para o campo e cada bocal 9 é adaptado para pulverizar um produto químico para cobrir uma zona-alvo S do campo.

[0103] Nessa modalidade, o módulo controlador 10 da unidade de pulverização 4 pode então receber o sinal de detecção de espécies de ervas daninhas e controlar a pulverização do agente químico através da pluralidade de bocais 9 com base no indicador de localização de espécies de ervas daninhas. Em particular, apenas um número restrito de bocais 9 pode ser aberto de acordo com a localização da erva daninha no solo.

[0104] Em uma variante, a unidade de pulverização 4 pode compreender pelo menos um bocal móvel 9. O bocal móvel pode ser adaptado para pulverizar seletivamente uma pluralidade de zonas-alvo S no solo, por exemplo, uma pluralidade de zona-alvo S justaposta ao longo da direção transversal Y do pulverizador agrícola 1. O bocal móvel 9 pode ter sua posição e/ou orientação controlada por uma unidade de controle basculante ou deslizante.

[0105] Nessa modalidade, o módulo controlador 10 da unidade de pulverização 4 recebe o sinal de detecção de espécies de ervas daninhas e controla a posição e/ou a orientação do bocal móvel 9 com base no indicador de localização de espécies de ervas daninhas. Em particular, a posição e/ou orientação do bocal 9 pode ser adaptada de acordo com a localização da erva daninha no solo, de modo a pulverizar o herbicida na localização correta no solo.

[0106] As duas modalidades descritas acima podem ser combinadas de modo a proporcionar uma pluralidade de bocais móveis independentemente movidos e selecionados.

[0107] Faz-se referência agora mais especificamente à Figura 2, que ilustra com mais detalhes uma unidade 5 de identificação de espécies de ervas daninhas de acordo com uma modalidade da invenção.

[0108] A unidade de identificação de espécies de ervas daninhas 5 compreende um módulo de comunicação 13, um módulo de memória 14 e um módulo de processamento 15.

[0109] O módulo de comunicação 13 recebe a imagem adquirida pela câmera 3 e envia os sinais de detecção de espécies de ervas daninhas para o módulo controlador 10 da unidade de pulverização 4 do sistema de controle de ervas daninhas 2 como já foi descrito anteriormente.

[0110] Em particular, a câmera 3 pode gerar um fluxo contínuo de imagens durante o movimento do pulverizador agrícola 1 no campo de cultura, caso em que o módulo de comunicação 13 pode receber continuamente as ditas imagens e todos os módulos da unidade de identificação de espécies de ervas daninhas 5 podem funcionar em tempo real ou em tempo real suave, gerando e enviando também um fluxo contínuo de sinais de detecção de espécies de ervas daninhas para o módulo controlador 10 da unidade de pulverização 4.

[0111] O módulo de comunicação 13 pode se comunicar com a câmera 3 e com o módulo controlador 10 da unidade de pulverização 4 por comunicação com fios ou com o uso de um protocolo sem fios (por exemplo, protocolo óptico ou de rádio, como infravermelho ou “Wi-Fi”).

[0112] O módulo de memória 14 é capaz de armazenar a imagem recebida ou fluxo de imagens. O módulo de memória 14 pode compreender vários submódulos e pode ser distribuído em vários chips da unidade de identificação de espécies de ervas daninhas 5. Em particular, o módulo de memória 14 pode compreender uma memória de armazenamento não volátil e uma memória de armazenamento volátil.

[0113] O módulo de processamento 15 compreende uma pluralidade de núcleos de processamento paralelo p 16. O número p de núcleos de processamento paralelo 16 é maior que um. O módulo de processamento pode, por exemplo, compreender pelo menos quatro núcleos de processamento paralelo 16. Os núcleos de processamento paralelo 16 podem executar cálculos paralelos em diferentes submatrizes e núcleos, como será descrito com mais detalhes mais abaixo.

[0114] Cada núcleo de processamento paralelo 16 pode compreender uma pluralidade de processadores subnúcleo, a fim de paralelizar ainda mais o processamento da imagem.

[0115] Em particular, os núcleos de processamento paralelo podem fazer parte de um único componente de computação 15, por exemplo, uma unidade de processamento central (CPU) ou uma unidade de processamento gráfico (GPU).

[0116] O núcleo de processamento paralelo 16 pode ter acesso a área específica do módulo de memória 14, em particular, o módulo de memória 14 pode incluir um chip de memória localizado próximo ao módulo de processamento 15, por exemplo, um chip de memória de uma unidade de processamento gráfico que incorpora o módulo de processamento 15.

[0117] Uma operação básica de um núcleo de processamento 16 é uma operação de convolução entre uma dada submatriz P construída a partir de pixels próximos da imagem e um núcleo predefinido K armazenado no módulo de memória 14, para obter uma submatriz F de representação de características dos valores de pixel da imagem. Por exemplo, as dimensões de pixel de cada submatriz de pixels próximos da imagem são selecionadas para serem idênticas às dimensões do núcleo armazenado predefinido K.

[0118] O núcleo K é uma matriz pequena que pode ser considerada como um campo receptivo equivalente para um determinado pixel na imagem.

[0119] A operação de convolução envolve o cálculo do produto de ponto entre as entradas do núcleo K e uma submatriz P construída a partir de pixels próximos da imagem para produzir uma submatriz de representação de característica, que é uma representação filtrada da imagem.

[0120] Como explicado anteriormente, uma submatriz P da imagem contém pixels próximos dessa imagem. Cada imagem pode, portanto, ser dividida em várias submatrizes P, de modo que o produto escalar calculado entre o núcleo K e cada submatriz P possam, tipicamente, gerar submatrizes de representação de características. É então possível construir uma matriz de representação de características a partir dessas submatrizes de representação de características.

[0121] Dada a localidade da operação de convolução, as convolações podem ser facilmente paralelizadas em um ambiente de hardware de múltiplos núcleos, o que acelera fortemente o processamento da imagem.

[0122] Além disso, como detalhado abaixo, os coeficientes de um núcleo podem ser calibrados de modo que o núcleo seja geral e possa ser aplicado a uma ampla variedade de espécies de ervas daninhas. A determinação dos coeficientes do núcleo faz parte da determinação dos pesos do modelo de identificação de ervas daninhas. Isso significa que a operação de convolução realizada com o núcleo K deve permitir o reconhecimento de cada espécie de erva daninha. Os coeficientes do núcleo são, portanto, representativos das características que caracterizam cada espécie de erva daninha.

[0123] Para distinguir entre diferentes espécies de ervas daninhas, várias características podem ser consideradas isoladamente ou em combinação, como o formato, a textura, a cor e/ou a localização das espécies de ervas daninhas nas imagens. O núcleo de coeficientes deve, portanto, ser calibrado de acordo com esses parâmetros ou características. Tendo em conta um número suficiente de características que distinguem as diferentes espécies de ervas daninhas, a eficácia do reconhecimento de espécies de ervas daninhas e a velocidade do dito reconhecimento são melhoradas. Isso é particularmente vantajoso para permitir que o pulverizador se desloque mais rapidamente e reduza o tempo total de tratamento.

[0124] Em particular, para executar a dita operação de convolução, cada núcleo de processamento paralelo pode calcular uma multiplicação de matriz para matriz entre a submatriz P e uma matriz de núcleo predefinida K associada ao núcleo.

[0125] Os coeficientes da matriz de núcleo K podem ser idênticos ao longo da imagem e, portanto, idênticos entre os núcleos de processamento paralelo ou podem variar dependendo da localização da submatriz processada na imagem.

[0126] Essa matriz para multiplicação de matrizes pode ser paralelizada com uso de algoritmos convencionais de álgebra de processamento paralelo para aumentar a velocidade de processamento da imagem.

[0127] Alternativamente, a operação de convolução pode ser realizada calculando-se uma transformada rápida de Fourier da submatriz P da imagem.

[0128] Como ilustrado nas Figuras 3 e 4, o módulo de processamento geralmente executa uma sequência de n operações de processamento começando com uma matriz de entrada I gerada a partir dos valores de pixel da imagem e terminando com uma matriz de saída O que compreende pelo menos uma probabilidade de presença de uma erva daninha entre um banco de dados de espécies de ervas daninhas.

[0129] Vantajosamente, cada operação de processamento i da dita sequência de operações de processamento sucessivas toma como entrada uma matriz de representação de características Fi-1 emitida por uma operação de processamento anterior i-1 ou a matriz de entrada I gerada a partir dos valores de pixel da imagem e gera uma matriz de representação de características Fi.

[0130] As operações de processamento envolvem pelo menos um dos seguintes:

[0131] - uma operação de convolução como descrita anteriormente,

[0132] - uma operação de agrupamento e/ou

[0133] - um processamento paralelo não linear.

[0134] A operação de agrupamento e o processamento paralelo não linear serão agora descritos em detalhes adicionais.

[0135] Uma operação de agrupamento pode ser executada por cada núcleo de processamento paralelo do módulo de processamento.

[0136] Uma operação de agrupamento pode ser executada em uma submatriz S de valores próximos determinados a partir da matriz de entrada I ou de uma matriz de representação de características Fi-1 emitida por uma operação de processamento precedente i-1.

[0137] Uma matriz de representação de características Fi pode ser construída a partir das submatrizes de representação de características obtidas pela aplicação de uma operação de convolução entre o núcleo K e submatrizes P da matriz de entrada I ou da matriz de representação de características Fi-1. Da mesma forma, a matriz de representação de características Fi pode ser dividida em várias submatrizes S de valores próximos. Da mesma forma, a matriz de entrada I pode ser dividida em várias submatrizes S de valores próximos.

[0138] Uma operação de agrupamento pode ser aplicada em cada submatriz S de valores próximos. Por exemplo, é possível obter submatrizes de representação de características como submatrizes S de valores próximos quando a operação de agrupamento é aplicada a uma matriz de representação de característica.

[0139] A operação de agrupamento é uma operação local de redução do tamanho de uma matriz de representação de característica Fi-1 ou da matriz de entrada I, preservando as informações mais importantes. Por exemplo, para cada submatriz S de valores próximos, apenas um valor é retido. Em outras palavras, depois de aplicar a operação de agrupamento, uma matriz de representação de características Fi com um tamanho reduzido é obtida para que a matriz de representação de características Fi contenha apenas, por exemplo, um valor para cada submatriz S da matriz de representação de característica Fi-1 ou da matriz de entrada I.

[0140] A operação de agrupamento envolve a determinação de uma estatística da dita submatriz S de valores próximos. A estatística é, por exemplo, um valor máximo da dita submatriz S, como no chamado “agrupamento máximo”. Na modalidade em que é utilizada uma operação de agrupamento máximo, apenas o valor máximo de cada submatriz S é retido.

[0141] Visto que a operação de agrupamento é uma operação local, ela também pode ser facilmente paralelizada e aumenta a robustez da identificação das espécies de ervas daninhas em relação a uma pequena mudança da erva daninha na imagem entre as imagens de formação e as imagens de teste.

[0142] Os núcleos de processamento paralelo do módulo de processamento são também capazes de realizar um processamento paralelo não linear da matriz de entrada I ou de uma matriz de representação de características Fi-1 emitida por uma operação de processamento precedente i-1.

[0143] Por “operação não linear”, entende-se que a saída y=f(x) da função não linear f aplicada a um escalar, vetor ou tensor x não é linear em relação ao dito escalar, vetor ou tensor x.

[0144] Um exemplo de função não linear é uma unidade linear retificada, como a função f(x) = max(0, x) ou uma unidade linear retificada generalizada, como uma unidade linear retificada com vazamento, uma unidade linear retificada paramétrica ou uma unidade maxout. Por exemplo, a função generalizada pode ser:f(x) = max(0, x) + a*min(0, x)

[0145] em que a é um parâmetro predefinido.

[0146] A função não linear pode ser aplicada independentemente a cada valor da matriz de entrada I ou da matriz de representação de características Fi-1.

[0147] Ao contrário da operação de agrupamento, a operação não linear pode preservar o tamanho da matriz de entrada I ou da matriz de representação de característica Fi-1.

[0148] Aqui, novamente, a aplicação independente da função não linear a cada valor da matriz de entrada I ou da matriz de representação de características F -1 torna o processamento facilmente paralelizado e, assim, reduz a latência da unidade de identificação de ervas daninhas.

[0149] A operação de processamento sucessiva pode assim levar a uma matriz de saída contendo probabilidades de detectar cada espécie de erva daninha no banco de dados de espécies de ervas daninhas.

[0150] Em algumas modalidades da invenção, a matriz de saída pode ainda compreender pelo menos um valor indicativo de uma localização de uma espécie de erva daninha dentro da imagem adquirida pela câmera.

[0151] Isso permite selecionar e/ou mover o bocal para reduzir o consumo de produtos químicos.

[0152] Vantajosamente, todas as espécies de ervas daninhas identificadas podem ser fornecidas com uma informação de localização.

[0153] Tal valor indicativo de uma localização de uma espécie de ervas daninhas pode, por exemplo, ser uma caixa delimitadora indicativa de uma localização das espécies de ervas daninhas dentro da imagem adquirida pela câmera.

[0154] A partir da matriz de saída, o módulo de processamento 15 é, assim, capaz de calcular pelo menos uma probabilidade de presença de uma espécie de ervas daninhas entre a banco de dados de espécies de ervas daninhas.

[0155] O módulo de processamento 15 pode assim gerar um sinal de detecção de espécies de ervas daninhas com base na dita probabilidade de presença.

[0156] Com o uso da operação especial e do processamento paralelo descrito acima, é, assim, possível obter um sistema de identificação de ervas daninhas com uma latência muito baixa.

[0157] Mais precisamente, a unidade 5 de identificação de espécies de ervas daninhas pode ser adaptada para gerar um sinal de detecção de espécies de ervas daninhas a partir de uma imagem adquirida pela câmera 3 com um tempo de latência tl.

[0158] O tempo de latência tl corresponde a um tempo que separa a geração do sinal de detecção de espécies de ervas daninhas da recepção da imagem correspondente I.

[0159] O tempo de latência tl pode ser inferior a 500 ms, em particular, inferior a 200 ms ou mesmo inferior a 100 ms, com uma precisão de detecção correspondente superior a 75%, em particular, superior a 90%.

[0160] Por exatidão de detecção, entende-se o número de detecção entre as espécies de ervas daninhas observado em um grande número de imagens, por exemplo, mais de 1.000 imagens (isto é, o número de positivos verdadeiros sobre o número total de espécimes de ervas daninhas que aparecem nas ditas imagens).

[0161] Além disso, uma zona-alvo S da unidade de pulverização 4, em particular, do bocal 9 da unidade de pulverização, e um campo de visão FOV da câmera 3 podem ser separados um do outro por uma distância de separação ds ao longo do eixo geométrico longitudinal X de deslocamento.

[0162] A distância de separação ds e o tempo de latência tl pode ser tal que ds / (tl+tp) > v, em que v é uma velocidade do pulverizador agrícola 1 que se desloca sobre o campo de cultura e tp é um tempo de processamento da unidade de pulverização.

[0163] O tempo de processamento da unidade de pulverização tp é o tempo entre a recepção na unidade de pulverização da informação de que uma erva daninha foi identificada e a pulverização real do herbicida. Esse tempo pode, em particular, compreender o atraso detalhado acima. O tempo de processamento da unidade de pulverização tpé, por exemplo, da ordem de 200 ms ou inferior.

[0164] Em uma modalidade, o pulverizador agrícola pode se deslocar no campo de cultura com uma velocidade v, por exemplo, entre 7 e 25 km/h. A zona-alvo S da unidade de pulverização e o campo de visão FOV da câmera podem estar localizados bastante próximos um do outro ao longo da direção longitudinal do percurso, por exemplo, entre 1 e 6 m de distância. O tempo de latência tl pode, assim, ser por volta de 200 ms, por exemplo.

[0165] O tempo de latência tl também pode ser restringido pela câmera 3, como será descrito agora. O sistema de aquisição da câmera 3 tem um campo de visão predefinido (FOV). Mais precisamente, a distância focal da lente e o tamanho do sensor de imagem estabelecem uma relação entre o campo de visão e a distância de trabalho (a distância entre a parte de trás da lente e a parte imageada do campo de cultura). O campo de visão FOV é, portanto, a área da inspeção capturada pelo sensor da câmera. O tamanho do campo de visão e o tamanho do sensor da câmera afetam diretamente a resolução da imagem (um fator determinante na precisão). O campo de visão é, em particular, limitado pela resolução necessária para possibilitar a identificação das espécies de ervas daninhas, conforme detalhado acima.

[0166] A área do campo de visão FOV pode, assim, ser expressa em metros quadrados e pode, em particular, ser inferior a 10 metros quadrados, por exemplo, em torno de 5 metros quadrados.

[0167] O campo de visão se estende ao longo da direção longitudinal X e da direção transversal Y.

[0168] A extensão longitudinal do campo de visão FOVX pode estar compreendida entre 1 m e 3 m. A extensão transversal do campo de visão FOVY pode estar compreendida entre 1 m e 5 m.

[0169] O tempo de latência também pode ser limitado pela extensão longitudinal do campo de visão FOVX e pela taxa de quadros da câmera.

[0170] Por exemplo, se a câmera tiver uma extensão longitudinal do campo de visão FOVX de cerca de 1 metro, a câmera tem de produzir uma nova imagem sempre que o pulverizador agrícola tiver percorrido 1 metro ao longo da direção longitudinal. A fim de evitar o acúmulo de imagem em um armazenamento temporário, o tempo de latência da unidade de identificação de espécies de ervas daninhas deve ser menor que o tempo entre duas aquisições consecutivas da câmera 3.

[0171] Em particular, uma relação pode ser definida entre a extensão longitudinal do campo de visão (FOVX) e o tempo de latência (tl) como a seguir:FOVX/ X/tt > v

[0172] ou de modo equivalente: < F0Vx/V

[0173] Por exemplo, se a extensão longitudinal do campo de visão (FOVX) for de cerca de 1 metro e a velocidade (v) de cerca de 20 km/h, isto é, 5,5 m/s, o tempo de latência (tl) tem que ser menor que 180 ms.

[0174] Os parâmetros das operações de processamento descritas anteriormente, em particular os parâmetros dos núcleos das operações de convolução, podem ser determinados operando-se um processo de calibração que será agora descrito em maiores detalhes.

[0175] Uma pluralidade de espécies de ervas daninhas é listada em um banco de dados de espécies de ervas daninhas. O banco de dados de espécies de ervas daninhas pode compreender, por exemplo, Cirsium arvense Scop, Chenopodium polispermum L., Bromus sterilis L., Papaver rhoeas L., Datura stramonium L, Avena fatua L., Galium aparine L., Gerânio dissectum L., Sonchus oleraceus L Convolvulus arvensis L., Matricaria sp., Polygonum convolvulus L., Veronica hederaefolia L., Alopecurus agrestis L.

[0176] Um veículo, como o pulverizador agrícola 1, é dotado de pelo menos uma câmera 3 adaptada para adquirir uma imagem de uma porção de um campo de cultura, durante um movimento do dito veículo no campo de cultura.

[0177] A câmera 3 usada durante o processo de calibração pode ser semelhante à câmera descrita acima.

[0178] O veículo 1 é projetado para se deslocar em um campo de cultura. Ele pode ser semelhante ao pulverizador agrícola descrito acima. O veículo pode ser fornecido apenas com uma câmera e, portanto, sem uma unidade de pulverização 4 ou uma unidade de identificação de espécies de ervas daninhas 5.

[0179] A câmera 3 adquire imagens que compreendem matrizes de valores de pixel como detalhado acima.

[0180] O veículo 1 se desloca em um campo de cultura que apresenta pelo menos um número predefinido de cada espécie de erva daninha de um banco de dados de espécies de ervas daninhas alvo. O número predefinido é vantajosamente um grande número, por exemplo, maior do que algumas centenas ou milhares de amostras de cada espécie de ervas daninhas alvo.

[0181] O veículo 1 adquire, assim, pelo menos um número predefinido de imagens de cada espécie de ervas daninhas do dito banco de dados de espécies de ervas daninhas alvo. Por exemplo, mais do que algumas centenas ou alguns milhares de imagens que contêm uma amostra de cada espécie de erva daninha alvo. Essa etapa de aquisição de pelo menos um número predefinido de imagens de espécies de ervas daninhas é a primeira etapa do processo ilustrado na Figura 5.

[0182] Em uma segunda etapa, um conjunto de dados de treinamento pode ser construído a partir do número predefinido de imagens de cada espécie de erva daninha marcando-se as espécies de ervas daninhas nas imagens. A operação de marcação pode compreender a atribuição de uma categoria de ervas daninhas para cada amostra adquirida na imagem e também pode compreender a definição de uma caixa delimitadora ou uma indicação da localização, dentro de uma imagem, de cada espécie de erva daninha mostrada na dita imagem.

[0183] Para cada categoria de erva daninha, o sistema pode assim usar várias amostras que ilustram a dita categoria de ervas daninhas. É então possível determinar características comuns entre as ditas amostras, como o formato, a textura, a cor e/ou a localização da categoria de ervas daninhas. Uma etapa de aprendizado descrita abaixo é baseada no conjunto de dados de treinamento e nas espécies de ervas daninhas marcadas às quais uma categoria foi atribuída.

[0184] Em outras palavras, a partir das imagens nas quais as diferentes espécies de ervas daninhas foram indicadas, é possível determinar as características distintivas que permitirão que as diferentes espécies de ervas daninhas sejam distinguidas umas das outras. Portanto, nem é necessário indicar em quais critérios as espécies de ervas daninhas serão diferenciadas, uma vez que esses critérios podem ser determinados automaticamente pela análise de imagens e a determinação de características comuns entre várias amostras marcadas como indicando as mesmas espécies de ervas daninhas.

[0185] Em uma terceira etapa, um conjunto de pesos do modelo de identificação de ervas daninhas é então determinado a partir do conjunto de dados de treinamento. O conjunto de pesos do modelo de identificação de ervas daninhas compreende pelo menos um núcleo predefinido para uma operação de convolução, conforme detalhado acima.

[0186] De fato, os coeficientes do núcleo precisam ser calibrados para que o núcleo seja geral e possa ser aplicado a uma ampla variedade de espécies de ervas daninhas. Os coeficientes do núcleo são determinados com base no conjunto de dados de treinamento. Mais uma vez, os coeficientes do núcleo são determinados com base nas características das diferentes espécies de ervas daninhas aprendidas com base no conjunto de dados de treinamento, como o formato, a textura, a cor e/ou a localização das espécies de ervas daninhas nas imagens.

[0187] As imagens adquiridas pelo veículo 1, também chamadas de conjunto de dados de treinamento, permitem aprender as características das espécies de ervas daninhas para determinar um conjunto de pesos do modelo de identificação de ervas daninhas, bem como os coeficientes do núcleo. Essa etapa de aprendizado é executada para maximizar a precisão do modelo. O objetivo dessa etapa é, por exemplo, maximizar a probabilidade de prever as amostras de ervas daninhas marcadas no treinamento no conjunto de dados. O conjunto de pesos de modelo pode ser determinado com uso de técnicas de aprendizado de máquina, por exemplo, com uso de algoritmos de gradiente descendente. As operações descritas acima são realizadas nas imagens do conjunto de dados de treinamento. Os coeficientes do núcleo usados inicialmente para executar as operações podem ser determinados de maneiras diferentes. Por exemplo, os coeficientes do núcleo podem ser predefinidos aleatoriamente. É então possível determinar uma taxa de erro nas imagens em que as operações foram realizadas. De fato, como as diferentes espécies de ervas daninhas foram marcadas nas imagens, é possível comparar, para cada espécie de erva daninha identificada, se a detecção obtida pela execução das operações está correta. Se a taxa de erro não for aceitável, por exemplo, se a taxa de erro for maior que um limite predeterminado, um aprendizado de propagação reversa pode ser realizado para modificar o conjunto de pesos do modelo de identificação de ervas daninhas, daí os coeficientes do núcleo. Obviamente, após a primeira passagem, são necessárias modificações significativas nos pesos do modelo de identificação de ervas daninhas, especialmente se esses parâmetros tiverem sido predefinidos aleatoriamente. Essa etapa pode obviamente ser repetida quantas vezes for necessário.

[0188] Para resumir o exposto acima, o conjunto de dados de treinamento é usado para uma etapa de aprendizado durante a qual os pesos das operações e os coeficientes do núcleo são determinados. Características como o formato, a textura, a cor e/ou a localização de cada espécie de ervas daninhas são determinadas automaticamente com base nas imagens do conjunto de dados de treinamento em que uma operação de marcação foi realizada para atribuir uma categoria de ervas daninhas para cada amostra. Depois de executar as operações nas imagens do conjunto de dados de treinamento, a precisão do modelo é estimada, com uma taxa de erro, por exemplo, e um aprendizado de retropropagação é realizado para modificar os pesos do modelo de identificação de ervas daninhas. Esta etapa de executar as operações e o aprendizado de propagação reversa pode ser repetida para que a taxa de erro obtida seja reduzida.

[0189] Finalmente, em uma quarta etapa, o conjunto obtido de pesos do modelo de identificação de ervas daninhas é armazenado no módulo de memória 14 do sistema de controle de ervas daninhas 2 e pode então ser usado para uma operação de tratamento de ervas daninhas conforme detalhado acima.

[0190] Como será bem compreendido pelos versados na técnica, as várias etapas e processos aqui discutidos para descrever a invenção podem se referir a operações realizadas por um computador, um processador ou outro dispositivo de cálculo eletrônico que manipula e/ou transforma dados com uso de fenômeno elétrico. Esses computadores e dispositivos eletrônicos podem empregar várias memórias voláteis e/ou não voláteis, incluindo mídia não transitória legível por computador, com um programa executável armazenado nela incluindo vários códigos ou instruções executáveis para execução pelo computador ou processador, em que a memória e/ou o meio legível por computador podem incluir todas as formas e tipos de memória e outras mídias legíveis por computador.

[0191] A discussão anterior divulgou e descreve modalidades meramente exemplificativas da presente invenção. Um versado na técnica reconhecerá facilmente a partir de tal discussão e dos desenhos e reivindicações em anexo que várias alterações, modificações e variações podem ser feitas sem sair do espírito e âmbito da invenção como definido nas reivindicações a seguir.

Claims

1. Pulverizador agrícola (1) que tem um sistema de controle de ervas daninhas (2) que compreende: pelo menos uma câmera (3) adaptada para ser montada em um pulverizador agrícola (1) para adquirir uma imagem de uma porção de um campo de cultura enquanto o dito pulverizador agrícola se desloca no referido campo de cultura, a dita imagem compreendendo uma matriz de valores de pixel, uma unidade de pulverização (4) adaptada para ser montada no dito pulverizador agrícola e que compreende: pelo menos um módulo de abastecimento (8) que compreende um tanque de agente químico, pelo menos um bocal (9) para pulverizar um agente químico a partir do dito pelo menos um módulo de abastecimento (8) e um módulo controlador (10) capaz de receber um sinal de detecção de espécies das ervas daninhas e comandar seletivamente a pulverização do agente químico a partir do referido pelo menos um módulo de abastecimento (8) através do referido pelo menos um bocal (9) com base no dito sinal de detecção de espécies de ervas daninhas, em que o sistema de controle de ervas daninhas (2) compreende adicionalmente: uma unidade de identificação de espécies de ervas daninhas (5) que compreende: um módulo de comunicação (13) capaz de receber a imagem adquirida pela pelo menos uma câmera (3) e enviar o referido sinal de detecção de espécies de ervas daninhas para o módulo controlador (10) de uma unidade de pulverização (4) do sistema de controle de ervas daninhas, um módulo de memória (14) capaz de armazenar a dita imagem, sendo o sistema de controle de ervas daninhas (2) caracterizado pelo fato de que a unidade de identificação de ervas daninhas (5) compreende ainda: um módulo de processamento (15) que compreende uma pluralidade de núcleos de processamento paralelos (16), cada núcleo de processamento paralelo (16) sendo capaz de executar pelo menos uma operação de convolução entre uma submatriz construída a partir de pixels próximos da imagem e um núcleo predefinido armazenado no módulo de memória (14) para obter uma submatriz de representação de recursos dos valores de pixel da imagem, o módulo de processamento (15) sendo capaz de calcular pelo menos uma probabilidade de presença de uma espécie de erva daninha entre um banco de dados de espécies de ervas daninhas a partir de uma matriz de representação do recurso da imagem construída a partir das submatrizes de representação de recursos construídos pelos núcleos de processamento paralelo (16); e para gerar o referido sinal de detecção de espécies de ervas daninhas com base na dita pelo menos uma probabilidade de presença.

2. Pulverizador agrícola, de acordo com a reivindicação 1, caracterizado pelo fato de que uma zona-alvo (S) da unidade de pulverização (4) e um campo de visão (FOV) de pelo menos uma câmera (3) são separados um do outro por uma distância de separação ds ao longo de um eixo longitudinal (X) do pulverizador agrícola (1), em que a unidade de identificação de espécies de ervas daninhas (5) é capaz de gerar o referido sinal de detecção de espécies de ervas daninhas a partir de uma imagem adquirida pela pelo menos uma câmera (3) com um tempo de latência tl, em que a referida distância de separação ds e o referido tempo de latência tl são tais que ds/(tl+tp) > v, onde v é uma velocidade do pulverizador agrícola (1) que se desloca no campo de cultura e tp é um tempo de processamento da unidade de pulverização (4), em que a referida velocidade v é superior a 7 km/h e a referida distância de separação ds é inferior a 6 m.

3. Pulverizador agrícola, de acordo com a reivindicação 2, caracterizado pelo fato de que pelo menos uma câmera (3) tem uma extensão longitudinal do campo de visão FOVX ao longo de um eixo longitudinal (X) do pulverizador agrícola (1), em que a unidade de identificação de espécies de ervas daninhas (5) é capaz de gerar o referido sinal de detecção de espécies de ervas daninhas a partir de uma imagem adquirida pela pelo menos uma câmera (3) com um tempo de latência tl, em que a referida extensão longitudinal do campo de visão FOVX e o referido tempo de latência tl são tais que FOVX/tl > v, onde v é uma velocidade da pista do pulverizador agrícola (1), em que a referida velocidade v é superior a 7 km/h e a referida extensão longitudinal do campo de visão FOVX é inferior a 5 m.

4. Pulverizador agrícola, de acordo com qualquer uma das reivindicações 1 a 3, caracterizado pelo fato de que a pelo menos uma câmera (3) é montada no pulverizador agrícola (1) para adquirir uma imagem compreendendo uma matriz de pelo menos um milhão de valores de pixel em que cada pixel do referido pelo menos um milhão de valores de pixel cobre independentemente uma área elementar da área do solo de menos de cinco milímetros quadrados.

5. Pulverizador agrícola, de acordo com qualquer uma das reivindicações 1 a 4, caracterizado pelo fato de que cada núcleo de processamento paralelo (16) executa a referida pelo menos uma operação de convolução calculando e uma matriz para multiplicação de matriz entre a submatriz e uma matriz de núcleo predefinida, ou calculando uma Transformada Rápida de Fourier da submatriz.

6. Pulverizador agrícola, de acordo com qualquer uma das reivindicações 1 a 5, caracterizado pelo fato de que os núcleos de processamento paralelo (16) do módulo de processamento (15) são capazes de executar uma operação de agrupamento da matriz de representação de recursos da imagem compreendendo determinar uma estatística de uma submatriz de valores próximos da referida matriz de representação de recursos, em particular um valor máximo das referidas submatrizes de valores próximos, para obter uma submatriz de representação de recursos dos valores de pixel da imagem.

7. Pulverizador agrícola, de acordo com qualquer uma das reivindicações 1 a 6, caracterizado pelo fato de que os núcleos de processamento paralelo (16) do módulo de processamento (15) são capazes de executar um processamento paralelo não linear da matriz de representação de recursos da imagem aplicando uma operação não linear para cada valor da referida matriz de representação de recursos, tal como uma função de ativação linear retificada, para obter uma submatriz de representação de recursos dos valores de pixel da imagem.

8. Pulverizador agrícola, de acordo com qualquer uma das reivindicações 1 a 7, caracterizado pelo fato de que o módulo de processamento (15) é capaz de realizar uma sequência de n operações de processamento a partir de uma matriz de entrada gerada a partir dos valores de pixel da imagem e terminando com uma matriz de saída que compreende pelo menos uma probabilidade de presença de uma espécie de erva daninha entre um banco de dados de espécies de ervas daninhas, em particular em que cada operação de processamento i da referida sequência de operações de processamento sucessivas toma como entrada uma matriz de representação de recursos Fi-1 emitida por uma operação de processamento precedente i- 1 ou uma matriz de entrada gerada a partir dos valores de pixel da imagem e gera uma matriz de representação de recursos Fi.

9. Pulverizador agrícola, de acordo com qualquer uma das reivindicações 1 a 8, caracterizado pelo fato de que o sinal de detecção de espécies de ervas daninhas compreende um indicador de localização de espécies de ervas daninhas, em particular, em que a matriz de saída compreende pelo menos um valor indicativo de uma localização de uma espécie de erva daninha entre o banco de dados de espécies de ervas daninhas dentro da imagem adquirida pela pelo menos uma câmera (3).

10. Pulverizador agrícola, de acordo com a reivindicação 9, caracterizado pelo fato de que uma localização das espécies de ervas daninhas determinada a partir do indicador de localização das espécies de ervas daninhas é armazenada no módulo de memória (14).

11. Pulverizador agrícola, de acordo com as reivindicações 9 ou 10, caracterizado pelo fato de que a unidade de pulverização (4) compreende a referida pluralidade de bocais (9) dispostos ao longo de uma direção transversal (Y) do pulverizador agrícola (1), e em que o módulo controlador (10) da unidade de pulverização (4) recebe o sinal de detecção de espécies de ervas daninhas e controla adicionalmente a pulverização de agente químico através da pluralidade de bocais (9) com base no indicador de localização de espécies de ervas daninhas.

12. Pulverizador agrícola, de acordo com qualquer uma das reivindicações 9 a 11, caracterizado pelo fato de que pelo menos um dos bocais (9) da unidade de pulverização (4) é móvel e capaz de pulverizar seletivamente uma pluralidade de zonas-alvo ao longo de uma direção transversal (Y) do pulverizador agrícola (1), e em que o módulo controlador (10) da unidade de pulverização (4) recebe o sinal de detecção de espécies de ervas daninhas e controla adicionalmente uma posição e/ou orientação do bocal móvel (9) com base no indicador de localização de espécies de ervas daninhas.

13. Método para o controle de ervas daninhas com o uso de um pulverizador agrícola (1), conforme definido em qualquer uma das reivindicações 1 a 12, caracterizado pelo fato de que compreende adquirir uma imagem de uma porção de um campo de cultura enquanto o dito pulverizador agrícola (1) está se deslocando em um campo de cultura, com o uso de pelo menos uma câmera (3) montada no pulverizador agrícola (1), a dita imagem compreendendo uma matriz de valores de pixel, receber a imagem adquirida por pelo menos uma câmera (3) em um módulo de comunicação (13) de uma unidade de identificação de espécies de ervas daninhas (5) do pulverizador agrícola (1) e armazenar a dita imagem em um módulo de memória (14) da dita unidade de identificação de espécies de ervas daninhas (5), realizar paralelamente, em uma pluralidade de respectivos núcleos de processamento paralelo (16) de um módulo de processamento (15), uma pluralidade de operações de convolução respectivas, cada operação de convolução sendo executada entre uma submatriz construída a partir de pixels próximos da imagem e um núcleo predefinido armazenado no módulo de memória (14) para obter uma submatriz de representação de recursos dos valores de pixel da imagem, calcular pelo menos uma probabilidade de presença de uma espécie de erva daninha entre um banco de dados de espécies de ervas daninhas a partir de uma matriz de representação de recursos da imagem construída a partir das submatrizes de representação de recursos construídos pelos núcleos de processamento paralelo (16), gerar um sinal de detecção de espécies de ervas daninhas com base na dita pelo menos uma probabilidade de presença de uma espécie de ervas daninhas e enviar o dito sinal de detecção de espécies de ervas daninhas para um módulo controlador (10) de uma unidade de pulverização (4) do sistema de controle de ervas daninhas (2), receber o sinal de detecção de espécies de ervas daninhas em um módulo controlador (10) de uma unidade de pulverização (4) montada no pulverizador agrícola (1), e controlar seletivamente a pulverização do agente químico a partir de pelo menos um módulo de abastecimento (8) da unidade de pulverização (4) através de pelo menos um bocal (9), com base no sinal de detecção da espécie das ervas daninhas.

14. Método para calibrar um sistema de controle de ervas daninhas (2), de um pulverizador agrícola (1) conforme definido em qualquer uma das reivindicações 1 a 12, adaptado para pulverizar uma pluralidade de espécies de ervas daninhas listadas em um banco de dados de espécies de ervas daninhas caracterizado pelo fato de que: o referido pulverizador agrícola (1) é dotado de pelo menos uma câmera (3) adaptada para adquirir uma imagem de uma porção de um campo de cultura, durante um movimento do dito pulverizador agrícola (1) em um campo de cultura, sendo que a dita imagem compreende uma matriz de valores de pixel, o dito pulverizador agrícola (1) se desloca em um campo de cultura que apresenta pelo menos um número predefinido de cada espécie de ervas daninhas de um banco de dados de espécies de ervas daninhas alvo e adquire pelo menos um número predefinido de imagens de cada espécie de erva daninha do dito banco de dados de espécies de ervas daninhas alvo, um conjunto de dados de treinamento é construído a partir do dito número predefinido de imagens de cada espécie de erva daninha, marcando as ditas espécies de ervas daninhas nas ditas imagens, um conjunto de pesos do modelo de identificação de ervas daninhas é determinado a partir do conjunto de dados de treinamento, sendo que o dito conjunto compreende pelo menos um núcleo predefinido para uma operação de convolução realizada por um núcleo de processamento paralelo (16) de um sistema de controle de ervas daninhas (2), conforme definido em qualquer uma das reivindicações 1 a 12, o conjunto de pesos do modelo de identificação de ervas daninhas é armazenado em um módulo de memória (14) de um sistema de controle de ervas daninhas (2), de um pulverizador agrícola (1), conforme definido em qualquer uma das reivindicações 1 a 12.