Uma solução para o controle de ervas daninhas em ambiente de campo baseado no uso de imagens digitais de três dimensões recebeu a premiação de Best Paper na Nona Conferência Internacional sobre Tecnologias e Aplicações de Dispositivos Sensores (SENSORDEVICES 2018), realizado em setembro, em Veneza, na Itália. As imagens foram obtidas e processadas em um conjunto sensor-processador, que operou na forma de um sistema embarcado de auxílio à decisão. A pesquisa, conduzida pelo mestrando Bruno Moreno e pelo pesquisador da Embrapa Instrumentação (São Carlos, SP), Paulo Cruvinel, foi recomendada para divulgação no Journal Sensors, que é uma publicação online da MDPI, uma plataforma para revistas científicas de acesso aberto, com sede na Suíça e que tem alto fator de impacto. Esse resultado se deve aos avanços das pesquisas em instrumentação e no processamento de imagens, conhecimentos que são aplicados para ganhos de produção e minimização de riscos decorrentes do aparecimento de plantas daninhas em áreas de culturas agrícolas. A validação foi realizada com plantas daninhas de folhas largas e de folhas estreitas, das espécies picão-preto (Bidens pilosa) e capim-carrapicho (Cenchurus echinatus L.), em uma cultura de milho. De acordo com Cruvinel, o rendimento de uma colheita pode variar dependendo da espécie invasora envolvida, sua porcentagem de ocupação por área, período de competição, estágio de desenvolvimento da cultura e do solo, bem como das condições meteorológicas. “O desenvolvimento de sensores customizados e adequados para a captura de imagens em tempo real pode resultar em melhoria do processo de reconhecimento dos padrões e sua espacialização, ou seja, promovendo melhorias no processo de aplicação de herbicidas em taxa variada e baseado em zonas de manejo”, diz o pesquisador. Segundo ele, este resultado da pesquisa mostra a utilidade do desenvolvimento de sistema estéreo customizado para aplicação agrícola, capaz de fornecer imagens de qualidade e um modelo de decisão que opere em uma plataforma embarcada, portátil e de baixo custo. Cruvinel esclarece ainda que o estudo abre caminhos para futuras inovações, incluindo a integração de técnicas de aprendizado de máquina, a fim de agregar inteligência na tomada de decisão para o controle automático de ervas daninhas na agricultura.