AI4RealAg
AI4RealAg
Sobre o projeto
Este projeto, com o código LISBOA-01-0247-FEDER-069670 e POCI-01-0247-FEDER-069670, consubstancia o objetivo central de potenciar a investigação, o desenvolvimento tecnológico e a inovação. Centrado nas regiões de Lisboa, Centro e Alentejo, reúne entidades beneficiárias de relevo, nomeadamente a SISCOG - Sistemas Cognitivos, S.A., a Beyond Vision - Sistemas Móveis Autónomos de Realidade Aumentada, Lda, e o Instituto Nacional de Investigação Agrária e Veterinária, I.P.
Aprovado em 24 de maio de 2021, este projeto teve início em 1 de setembro de 2020 e a sua conclusão está prevista para 30 de junho de 2023. Com um custo total elegível de 2.661.843,68 euros, beneficia de um apoio financeiro significativo de 1.562.945,17 euros do Fundo Europeu de Desenvolvimento Regional da União Europeia, abrindo caminho para soluções inovadoras de Inteligência Artificial e Ciência de Dados para impulsionar a implementação e democratização da agricultura digital através do AI4RealAg.
Objectivos, actividades e resultados esperados
Desenvolver a IA e a ciência dos dados
Desenvolver modelos de Inteligência Artificial (IA) e de Ciência de Dados que, através da análise de grandes volumes de dados, permitam descobrir conhecimentos ocultos nos dados, tais como padrões, tendências e correlações, que apoiem a tomada de decisões mais inteligentes, bem como a preparação de previsões
Soluções avançadas de deteção
Para garantir que o AI4RealAg produz resultados da melhor qualidade, desenvolvemos uma solução abrangente que combina a deteção remota multiespectral, térmica, 4K, 360º e LiDAR. Ao explorar cargas úteis de drones maiores, pretendemos melhorar a qualidade dos dados, o que, por sua vez, alimenta os nossos modelos de IA e Ciência de Dados para análises agrícolas avançadas.
O projeto aborda seis temas
estados fenológicos
Caracterização dos estados fenológicos das culturas
coeficientes culturais
Determinação dos coeficientes culturais
stress hídrico
Estimativa da intensidade do stress hídrico;
estado nutricional
Diagnóstico do estado nutricional
deteção de doenças
Diagnóstico de saúde para deteção precoce de doenças
plataforma de fenotipagem
Desenvolvimento de uma plataforma avançada de fenotipagem
