Logo PUCPR

PESQUISA PATENTÁRIA SOBRE AGRICULTURA DE PRECISÃO

PRIESNITZ, Mariana de Arruda ¹; GRANDER, Gustavo ²
Curso do(a) Estudante: Gestão Integrada de Agronegócios – Câmpus Toledo –
Curso do(a) Orientador(a): Engenharia de Produção – Câmpus Toledo

INTRODUÇÃO: A agricultura de precisão representa uma inovação voltada à interação de tecnologias avançadas com intuito de otimizar e viabilizar a produção agrícola, através do uso eficiente de recursos e da sustentabilidade ambiental. Com o uso de ferramentas como inteligência artifical (AI), internet das coisas (IoT), Machine Learning (Aprendizado de máquina), e outras tecnologias, essa prática vem ganhando reconhecimento no contexto do agronegócio. Diante deste contexto, a pesquisa teve como objetivo realizar uma análise de artigos científicos e patentes voltadas à agricultura de precisão, buscando compreender as principais tecnologias emergentes e os focos de implementação em campo. Os procedimentos metodológicos foram divididos em duas etapas: uma análise bibliométrica a partir da base Scopus, analisando coocorrências de palavras-chave com o software VOSviewer; e uma análise quantitativa de 120 patentes coletadas na base de dados Espacenet, com o uso do software Iramuteq como suporte. A leitura bibliométrica revelou grandes áreas de destaque com termos como machine learning, remote sensing e crop yeld se destacando. Na análise patentária identificaram-se seis classes envoltas que abordam desde a estruturação físicas e mecânicas de dispositivos agrícolas até algoritmos aplicados à inserção de recursos. Houve destaque na China como maior número de publicações, indicando alto investimento em pesquisa no setor. A partir da análise foi possível identificar tendencias tecnológicas do mercado, além de revelar países e instituições com destaque no envolvimento do assunto. OBJETIVOS: Realizar uma análise de artigos científicos e patentes voltadas à agricultura de precisão, buscando compreender as principais tecnologias emergentes e os focos de implementação em campo. MATERIAIS E MÉTODO: Os procedimentos metodológicos foram divididos em duas etapas: uma análise bibliométrica a partir da base Scopus, analisando coocorrências de palavras-chave com o software VOSviewer; e uma análise quantitativa de 120 patentes coletadas na base de dados Espacenet, com o uso do software Iramuteq como suporte. RESULTADOS: A leitura bibliométrica revelou grandes áreas de destaque com termos como machine learning, remote sensing e crop yeld se destacando. Na análise patentária identificaram-se seis classes envoltas que abordam desde a estruturação físicas e mecânicas de dispositivos agrícolas até algoritmos aplicados à inserção de recursos. Houve destaque na China como maior número de publicações, indicando alto investimento em pesquisa no setor. CONSIDERAÇÕES FINAIS: A partir da análise foi possível identificar tendencias tecnológicas do mercado, além de revelar países e instituições com destaque no envolvimento do assunto.

PALAVRAS-CHAVE: Agricultura de precisão; Inteligência artificial; Machine learning.

APRESENTAÇÃO EM VÍDEO

Legendas:
  1. Estudante
  2. Orientador
  3. Colaborador
Esta pesquisa foi desenvolvida na modalidade voluntária no programa PIBIC.

QUERO VOTAR NESTE TRABALHO

Para validarmos seu voto, por favor, preencha os campos abaixo. Alertamos que votos duplicados ou com CPF inválido não serão considerados.