A agricultura indoor tem passado por dificuldades. Muitas empresas entraram nesse mercado apenas para declarar falência depois de alguns anos. Há muitas razões para isso, mas as margens são extremamente estreitas e, normalmente, quando o custo da eletricidade sobe um pouco, o aumento supera aquilo que essas empresas conseguem suportar.
Uma abordagem discutida nos dias atuais tem sido o uso da energia solar fotovoltaica para controlar os custos de energia. Isso faz sentido especialmente quando a energia agrivoltaica é usada para abastecer fazendas indoor. A inovação, no entanto, também pode desempenhar um papel importante. Um novo estudo acaba de desenvolver um dispositivo de código aberto para adquirir, corrigir e reconstruir a distribuição espectral de potência de fontes de LED usadas na agricultura em ambiente controlado. Outros espectrômetros de código aberto desse tipo já ajudaram agricultores que produzem em áreas externas.
Hardware aberto para agricultura indoor utiliza um pouco de inteligência artificial
Ao contrário dos espectrômetros de medição direta, que muitas vezes são caros demais para fazendas indoor em fase inicial, o novo sistema de código aberto utiliza um sensor multiespectral de baixo custo, o AS7265x, com 18 canais e faixa de 410 a 940 nm, para adquirir dados esparsos integrados por banda. Esses dados são posteriormente processados por meio de um fluxo de aprendizado de máquina em duas etapas para inferir uma representação densa da distribuição espectral de potência.
O sensor é integrado a uma plataforma embarcada que realiza aquisição espectral, processamento, transmissão sem fio e visualização remota. Também foi incluído o monitoramento complementar do ambiente por meio de um sensor BME688, usado para registrar temperatura, umidade e concentração de gases. Essas informações servem como referência para detectar e correlacionar anomalias nas medições da distribuição espectral de potência sob condições ambientais extremas.
O sistema embarcado de código aberto e baixo custo para reconstrução da distribuição espectral de potência na agricultura em ambiente controlado utiliza um sensor multiespectral e aprendizado profundo baseado em nuvem. Os resultados do estudo foram interessantes. A comparação com um espectrômetro de referência mostrou não linearidades e algumas pequenas limitações na concordância entre os dados do sensor e os espectros considerados como referência real.
Para resolver essa questão, foi desenvolvida uma etapa de correção baseada em um perceptron multicamadas implementado com TensorFlow Lite Micro. O método reduziu o RMSE de 0,183 para 0,035 e melhorou a confiabilidade dos dados. Todos os dados foram transmitidos a um servidor de back-end para processamento.
Esta não é a primeira vez que a inteligência artificial de código aberto auxilia agricultores. Há muitos projetos em andamento, entre eles iniciativas destinadas a ajudar agricultores no cultivo de tomates.
A reconstrução espectral foi realizada na nuvem por meio de uma rede neural convolucional unidimensional treinada com espectros de LEDs usados na horticultura e com espectros sintéticos, inspirados em princípios físicos, representativos da agricultura indoor como um todo.
O modelo alcançou erro de apenas 0,0135, confirmando alta precisão dentro do domínio de aplicação pretendido e demonstrando uma solução escalável e de baixo custo para o monitoramento espectral em ambientes agrícolas controlados. Esse dispositivo de hardware aberto reduz o custo da ferramenta em pelo menos cinco vezes e pode ser construído por qualquer pessoa em qualquer lugar do mundo.
Publicado originalmente em Forbes EUA
