Hopp til innhold
← Alle prosjektene

Landbruk · Aktiv

Brasil-prosjekter

Fem prosjekter i feltdata, maskinstyring og bildeanalyse – et samlet grunnlag for mer bærekraftig og presis landbruk i Brasil.

Om prosjektet

Et samarbeid om landbruksteknologi i Brasil, der fem prosjekter dekker hele arbeidsflyten fra styring av maskiner i felt til analyse av biomasse og jord. Til sammen gir prosjektene et sammenhengende grunnlag for å knytte målinger i felt sammen til beslutningsgrunnlag.

Datagrunnlaget ble kartlagt 28. september 2026, og for alle fem prosjektene er datagrunnlag tilgjengelig.

Prosjekter

Sampler control

Styringslogikk for prøvetaking i felt, pakket som et eget kontrollarkiv. Materialet peker mot en liten, avgrenset programvarekomponent som kan inngå i en større maskin- eller sensorflyt.

Datagrunnlag: ZAIT_UFMT_Sampler_Control.zip – komprimert arkiv på 5 kB, sist endret 23. juni.

Path planning for komplekse felt

Ruteplanlegging kobler maskinbevegelse til faktiske feltgrenser og forsøksparseller. Et GIS-basert grunnlag for å planlegge kjøreruter gjennom uregelmessige eller oppdelte felt.

Datagrunnlag: ZAIT_UFMT_Path_planning.zip (3,2 MB), GOBBI-data for maisfeltene T01-C3 og T01-C4, samt shapefile-komponenter (SHP, SHX, DBF, PRJ og CPG).

Seed spacing

Et bildedatasett for å analysere plassering, avstand og stabilitet i såprosessen. Mappestrukturen skiller mellom veksttype og testoppsett.

Datagrunnlag: Bildeserier merket 3 km, 5 km og 6 km, T-testsett for soyabønner og et eget hastighetstestsett for mais.

Plant count from drone images

Dronebilder danner grunnlaget for automatisk telling av planter på flere felt og delområder. Oppdelingen legger til rette for trening, validering og sammenligning mellom feltområder.

Datagrunnlag: DJI-bilder på omtrent 4,6–5,1 MB, organisert i GOBBI og delområdene 1–4. Bildene er samlet i flere feltøkter i februar.

Corn stover and soil data

Feltgrenser, jordprøver og regneark samles for analyse av maisrester og jordforhold. Et kombinert analysegrunnlag med laboratorie- eller jordprøver, parsellgeometri og tabulære feltdata, som støtter kobling mellom sted og måling.

Datagrunnlag: Excel-fil for INPASA AGROINDUSTRIAL SA, soil_sample_results.zip (9 MB) og KML-filer for parsellene T01-C3 og T01-C4.

Arbeidsflyten

Prosjektene dekker en sammenhengende kjøre fra felt til beslutningsgrunnlag:

  1. Styre – Sampler control
  2. Planlegge – Path planning
  3. Måle – Seed spacing
  4. Telle – Plant count
  5. Analysere – Corn stover

Felles neste steg

Standardisere filnavn og metadata, dokumentere målvariabler og koble hvert datasett til én tydelig evalueringsmetode.

Team

Studenter med interesse for agronomi, maskinstyring, GIS og bildeanalyse.