02144nam a2200277 a 450000100080000000500110000800800410001902000220006010000150008224501140009726001720021150000300038352012110041365000160162465000160164065300310165665300170168765300210170465300290172565300210175465300230177565300090179865300200180770000210182770000180184821351362021-11-03 2021 bl uuuu u00u1 u #d a978-65-994972-0-91 aMORETO, P. aIntegração de sensores para localização e mapeamento simultâneos em fruticultura.h[electronic resource] aIn: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 15., 2021, Campinas. Anais [...]. Campinas: Instituto de Zootecnia, 2021. Não paginado. Ref. 21607.c2021 aEvento online. CIIC 2021. aRESUMO - A automação na agricultura consiste na utilização de tecnologias em processos operacionais na produção agrícola, como no monitoramento automatizado de safra, que se faz necessário por possibilitar a maximização do rendimento da colheita enquanto diminui custos. Visando o uso da robótica para tais tarefas, o sistema de localização e mapeamento simultâneos é empregado para auxiliar a navegação segura dos robôs no ambiente agrícola enquanto é realizado um mapeamento tridimensional. Contudo, métodos baseados em sensores visuais tendem a acumular erros ao longo do tempo, comprometendo seu uso. À vista disso, neste estudo preliminar descrevemos como a integração de sensores, através de grafo de fatores, é capaz de otimizar os resultados, obtendo modelos fidedignos de talhões em vinhedos. A partir da biblioteca GTSAM, está sendo desenvolvida uma solução que utiliza dados de câmera, de GPS e de IMU simultaneamente, e também faz uso de otimizadores capazes de diminuir erros acumulados. Espera-se que a integração dos sensores mencionados seja capaz de amenizar o problema relatado, ao ponto do sistema ser considerado livre da influência de tal distúrbio. aViticulture aViticultura aAutomação na agricultura aFactor graph aGrafo de fatores aIntegração de sensores aOdometria visual aSensor integration aSLAM aVisual odometry1 aKOENIGKAN, L. V.1 aSANTOS, T. T.