Robô detecta doenças em algodão e soja em apenas 7 segundos com IA e luz ultravioleta

Um sistema robótico autônomo, que opera à noite, batizado de LumiBot, é capaz de gerar dados que permitem a construção de modelos para fazer o diagnóstico precoce de nematoides em plantas de algodão e soja antes mesmo do aparecimento dos sintomas.

Desenvolvido pela Embrapa Instrumentação (SP), o LumiBot emite luz ultravioleta-visível sobre as plantas e analisa a fluorescência capturada nas imagens das folhas, com câmeras científicas.

O algodão e a soja têm enorme relevância econômica para o país, com previsão de recorde de safra no período 2025/26, com 4,09 milhões de toneladas de pluma e 177,67 milhões de toneladas de grãos de soja, segundo estimativa da Companhia Nacional de Abastecimento (Conab). No entanto, as duas culturas enfrentam a ameaça do parasita microscópico de 0,3 a 3 milímetros de comprimento.

Como funciona a detecção de doenças?

O LumiBot utiliza a técnica de Imagem de Fluorescência Induzida por LED (LIFI) para detectar doenças em plantas de forma rápida e não destrutiva. O robô excita as folhas com luz ultravioleta-visível, fazendo compostos como clorofila e metabólitos secundários emitirem luz por fluorescência, que é captada pelas câmeras em ambiente escuro.

As imagens são coletadas em sete segundos, processadas por algoritmos da máquina que identificam padrões associados a estresses bióticos (fungos, bactérias, vírus) e abióticos (deficiências nutricionais, falta de água).

O LumiBot se desloca por trilhos entre as fileiras de algodão, avaliando cada folha e armazenando os dados em dispositivos externos para análise posterior.

A equipe multidisciplinar envolve agrônomos, físicos, biólogos e estudantes que atuam na instrumentação, análise de dados, manutenção das plantas e desenvolvimento experimental, garantindo precisão no monitoramento e construção de modelos preditivos para doenças e estresses vegetais.

Taxas de acerto acima de 80%

O robô é um protótipo, mas já registra resultados promissores no diagnóstico de infecção por nematoides em experimentos realizados em casa de vegetação, com cerca de sete mil imagens coletadas em três anos de pesquisa.

“Conseguimos gerar dados e modelos com taxas de acerto acima de 80%, além de diferenciar as doenças do estresse hídrico”, conta a pesquisadora Débora Milori.

A próxima etapa do estudo será o desenvolvimento de um equipamento para operação em campo, como, por exemplo, adaptar o aparato óptico em um veículo agrícola do tipo pulverizador gafanhoto ou veículo rover.

*Sob supervisão de Luis Roberto Toledo