ARQUITETURA DE SOFTWARE PARA OTIMIZAÇÃO DO USO DE AERONAVES REMOTAMENTE PILOTADAS NA AGRICULTURA DE PRECISÃO UTILIZANDO RACIOCÍNIO BASEADO EM CASOS

• Main Author: Mikami, Malcon Miranda
• Other Authors: Guimarães, Alaine Margarete
• Format: Others
• Language: Portuguese
• Published: UNIVERSIDADE ESTADUAL DE PONTA GROSSA 2017
• Subjects: Mineração de Dados; NDVI; Drone; VANT; processamento de imagem aérea; DDD; CQRS; Data Mining; UAV; digital image processing; CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Online Access: http://tede2.uepg.br/jspui/handle/prefix/145

Made available in DSpace on 2017-07-21T14:19:31Z (GMT). No. of bitstreams: 1 MIKAMI, M M.pdf: 3402794 bytes, checksum: cb934aeb85ce1c45338450c4767a924d (MD5) Previous issue date: 2017-03-06 === The use of remotely piloted aircrafts (RPA) in precision agriculture (PA) is constantly evolving being a process comprised of the following steps: objective determination, capture and processing of images and the analisys of the obtained data. Although there is software and hardware made for those steps, the challange remains being the integration of the collected data, its reliability, and the intepretation of the resulting data for decision making. This work proposes a software architeture to make use of RPA on PA, allowing to perform all steps of the process using the Domain-Driven Design and Command and Query Responsability Segregation architectural patterns. The architecture, when used by researchers, allows the integration of new image processing modules, making use of case-based reasoning (CBR) for its evaluation. The architecture was evaluated in a case study under the following aspects: the reliability of the image processing methods and the adequacy of the CBR method when determining the best image processing algorithm for the specified objective. The results of the image processing algorithm for estimate the Normalized Difference Vegetation Index (NDVI) were compared to the results obtained by the field equipment (Greenseeker) and by processing made with the Pix4D software. Both the software and the equipment produced similar results, with a difference of about 7%. When doing the simulation for the best algorithm to be automaticaly used by the end user, the software correctly selected the algorithm with the highest probability of generating a correct outcome. In addition to the technical benefits, the developed architecture allows the results of field experiments analysis, associated with the algorithms used, to feed the knowledge base of the software so that it generates better parametrizations in the executions made by the end user. In addition to the technical benefits, the developed architecture allows the results of field experiments, associated with the used algorithms, to feed the knowledge base of the softwares that it generates better parametrizations when executed by the end user. The developed architecture in this work made possible integrating the several steps when using RPAs in PA, making easier its use by resaerchers and end users. The joint use by researchers and end users in the same environment could be an interesting alterative to publish new and better methods for image processing, giving to the end users more reliable results and more information about the crops. === O uso de aeronaves remotamente pilotadas (RPA) na agricultura de precisão (AP) está em constante evolução, sendo um processo que compreende as etapas de: determinação do objetivo, captura e processamento das imagens, e análise dos dados obtidos. Apesar de existirem alguns softwares e hardwares para essas etapas, a dificuldade ainda reside na integração dos dados coletados, sua confiabilidade, e na interpretação das informações resultantes para tomada de decisão. Este trabalho propõe uma arquitetura de software para o uso de RPA na AP que permite a execução de todas as etapas do processo utilizando os padrões arquiteturais Domain-Driven Design e Command e Query Responsability Segregation. Esta arquitetura, quando utilizada por pesquisadores, permite a integração de novos módulos de processamento de imagem, utilizando raciocínio baseado em casos (RBC) para sua avaliação. A arquitetura foi avaliada em um estudo de caso sob os seguintes aspectos: a confiabilidade dos métodos de processamento de imagem implementados e a adequação do método de RBC ao determinar o melhor algoritmo de processamento de imagem para objetivos específicos. O resultado do algoritmo de processamento de imagem para estimativa do índice de vegetação por diferença normalizada (NDVI) foi comparado aos resultados obtidos em equipamento de campo (Greenseeker) e pelo processamento via software Pix4D. Foi verificado que tanto os softwares quanto o equipamento geraram valores similares, com diferença média de 7%. Nas simulações de escolha do melhor algoritmo a ser utilizado automaticamente pelo usuário final, o software selecionou o algoritmo correto indicando para o mesmo a maior probabilidade de acerto. Além dos benefícios técnicos, a arquitetura desenvolvida permite que resultados de análises de experimentos em campo, associados aos algoritmos utilizados, alimentem a base de conhecimento do software para que o mesmo gere melhores parametrizações nas execuções feitas pelo usuário final. A arquitetura desenvolvida neste trabalho permitiu a integração das diversas etapas que envolvem o uso de RPA na AP, facilitando o uso por pesquisadores e usuários finais. A utilização conjunta de pesquisadores e usuários finais em um mesmo ambiente, pode ser uma alternativa interessante para publicação de novos e melhores métodos de processamento de imagem, fornecendo aos usuários finais mais informações sobre sua cultura e resultados mais confiáveis.