Arquitetura para sistemas de irrigação customizáveis utilizando Machine Learning
irrigação; automação; IoT; aprendizado de máquina.
A indústria global vem passando por sucessivas transformações devido aos constantes desenvolvimentos tecnológicos e inovações em seus processos. Com isso, os avanços tecnológicos estão cada vez mais aceitando os processos existentes e é comum buscar o desenvolvimento de técnicas que auxiliem na automatização de procedimentos antes feitos inteiramente de forma manual. Isso ocorre na agricultura, que ocupa um papel importante no desenvolvimento econômico de um país como o Brasil. No entanto, as atividades rurais são bastante imprevisíveis, devido à dinâmica do solo ou às variações climáticas, em que os eventos contribuem para um alto nível de incerteza na rede de produção agrícola. Em relação à irrigação de culturas, ela possibilita e melhora a produção de alimentos, mas engloba diversos fatores que precisam de técnicas e o manejo adequado da água de irrigação. Portanto, este trabalho propõe o desenvolvimento de uma arquitetura baseada em IoT visando otimizar o uso da irrigação, introduzindo um sistema de recomendação treinado em ML que analisa cada tipo de cultivo individualmente, a fim de catalogar as condições necessárias para o seu crescimento saudável. Os resultados esperados são a criação de uma arquitetura para sistemas de irrigação automatizada que consiste na criação de um conjunto de dados a partir de sensores conectados e configurados em um módulo IoT e uma estação meteorológica virtual que irá gerar modelos para treinamento de aprendizado de máquina.