Resultados da pesquisa para:
Filtrar os seus resultados
0 Resultados
Daniel Queirós Silva
Investigador Auxiliar
Daniel Queirós da Silva nasceu em Ermesinde, Porto, Portugal, em 1997. Ele concluiu o Mestrado Integrado em Engenharia Eletrotécnica e de Computadores pela Faculdade de Engenharia da Universidade do Porto (FEUP) em 2020, e o Doutoramento em Engenharia Eletrotécnica e de Computadores pela Universidade de Trás-os-Montes e Alto Douro (UTAD) em 2024. Atualmente, ele é Investigador no INESC Tecnologia e Ciência (INESC TEC) e Professor Assistente Convidado no Instituto Superior de Engenharia do Porto (ISEP). Os seus principais interesses de investigação são sistemas de perceção, inteligência artificial, robótica e sistemas embebidos.
Projetos
PRySM
Steep slope vineyards account for 10% - 12% of European viticulture land area and produce some of the highest value wines. Row sizes are quite narrow, typically 90 – 150cm. Currently, where possible, treatments are applied from a small tractor-based system that considers an air-blast based system. Losses are high and ground compaction is a problem. Inspired by this problem, this project develops a modular and precision terrestrial sprayer robot – the Precision Robotic Sprayer (PRySM) - capable of operating autonomously on rugged terrain with steep slopes and under the most diverse ground conditions. A robotic platform will be adapted to work on hard terrain conditions and whose dimensions and locomotion mechanism allow tight manoeuvring in the context of mountain vineyards with very narrow rows. To this robot will be added advanced algorithms for self-localization and navigating using LiDAR and GNSS receiver data to support precision spraying tasks. The project will develop and integrate a novel precision autonomous spray tool into the developed robotic platform. The PRYSM robot will be tested and validated in a steep slope vineyard and perform an autonomous precision spraying operation during the first demonstration. This project has received funding from the ESMERA EU Funded project which belongs to the European Union’s Horizon 2020 research and innovation programme under grant agreement No 780265 Pulverizadores Rocha
Replant
Numa altura em que a floresta e o setor florestal estão na ordem do dia, e em que se discutem formas de aumentar a competitividade do setor a par com o desenvolvimento sócio-económico do país no contexto de uma economia circular global, este projeto mobilizador vem trazer uma nova perspetiva sobre a gestão integrada da floresta e do fogo, alicerçada no conhecimento científico e tecnológico. O desígnio principal deste mobilizador é contribuir para a maior valorização da floresta portuguesa através da implantação de estratégias colaborativas para gestão integrada da floresta e do fogo. Estas estratégias darão origem a novos produtos e serviços, na sua maioria suportados em tecnologias digitais, contribuindo para a redução do risco de fogo e introduzindo um elevado grau de inovação com vista a melhorar os processos de gestão e tomada de decisão das empresas florestais e energéticas, com impactos positivos em toda a cadeia, nomeadamente nos seus prestadores de serviços e nos produtores florestais, com grande impacto da economia das zonas rurais. O rePLANt irá contribuir para consolidar o mercado nacional em tecnologias e equipamentos para o setor florestal. O rePLANt é o primeiro grande projeto que irá permitir operacionalizar o Laboratório Colaborativo ForestWISE. Trata-se de um esforço sem precedentes para levar para o terreno as iniciativas prioritárias das empresas, expressas na Agenda de I&D ForestWISE. O projeto reúne todos os associados do ForestWISE – empresas florestais, energéticas e universidades - que no seu conjunto, representam toda a diversidade do setor florestal nacional e também um grande número de empresas de base tecnológica. Este consórcio multidisciplinar irá implantar 8 Estratégias Colaborativas, estruturadas em atividades de investigação industrial de 3 grandes PPS3 ? Gestão da floresta e do fogo, gestão do risco e economia circular e cadeias de valor. Ficha projeto
Publicações
YOLO-Based Tree Trunk Types Multispectral Perception: A Two-Genus Study at Stand-Level for Forestry Inventory Management Purposes
da Silva, DQ;Dos Santos, FN;Filipe, V;Sousa, AJ;Pires, EJS;
2024
IEEE ACCESS
Assessing Soil Ripping Depth for Precision Forestry with a Cost-Effective Contactless Sensing System
da Silva, DQ;Louro, F;dos Santos, FN;Filipe, V;de Sousa, AJM;Cunha, M;Carvalho, JL;
2023
Robot 2023: Sixth Iberian Robotics Conference - Advances in Robotics, Volume 2, Coimbra, Portugal, 22-24 November 2023.
Deep Learning-Based Tree Stem Segmentation for Robotic Eucalyptus Selective Thinning Operations
da Silva, DQ;Rodrigues, TF;Sousa, AJ;dos Santos, FN;Filipe, V;
2023
PROGRESS IN ARTIFICIAL INTELLIGENCE, EPIA 2023, PT II
Deep Learning YOLO-Based Solution for Grape Bunch Detection and Assessment of Biophysical Lesions
Pinheiro, I;Moreira, G;da Silva, DQ;Magalhaes, S;Valente, A;Oliveira, PM;Cunha, M;Santos, F;
2023
AGRONOMY-BASEL
