Desenvolvimento de um sistema de monitoramento inteligente para determinação do ponto ótimo para o abate de animais de produção utilizando visão computacional e inteligência artificia
Data
2025
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Instituto de Tecnologia e Educação Galileo da Amazônia
Resumo
A pecuária de corte enfrenta desafios relacionados à precisão no momento ideal de abate da raça Nelore, com impacto no rendimento e no bem-estar animal. Métodos tradicionais, baseados em inspeção visual e pesagem manual, podem comprometer a produção e aumentar custos. Esta pesquisa desenvolveu um sistema de monitoramento inteligente a partir de visão computacional e inteligência artificial para identificar o momento ótimo de abate de bovinos Nelore. O modelo utiliza câmeras e algoritmos de deep learning para analisar imagens em tempo real, considerando parâmetros produtivos e morfológicos. Foi realizada análise de custo-benefício considerando hardware, software e retorno econômico. Os resultados demonstraram aumento de produtividade, maior precisão na decisão de abate e um ROI estimado de 268,42% em cinco anos, reforçando a viabilidade técnica e econômica da solução.
Abstract
Beef cattle production faces challenges in accurately identifying the ideal slaughter time for Nelore cattle, affecting yield and animal welfare. Traditional monitoring methods, such as manual weighing and visual inspection, may compromise meat quality and increase costs. This study developed an intelligent monitoring system using computer vision and artificial intelligence to determine the optimal slaughter moment for Nelore cattle. The system applies deep learning algorithms and video cameras to analyze animals in real time, considering productive and morphological parameters. A cost-benefit analysis was performed based on hardware, software, and operational returns. Results showed increased productivity, improved slaughter precision, and an estimated 268.42% ROI over five years, demonstrating the technical and economic feasibility of AI-based livestock monitoring.
Descrição
Palavras-chave
Pecuária de corte, Visão computacional, Inteligência artificial, Raça Nelore, Otimização de abate
Citação
FARIAS, Djalma Farias e. Desenvolvimento de um sistema de monitoramento inteligente para determinação do momento ótimo para o abate de animais de produção utilizando visão computacional e inteligência artificial. 2025. 76 f. Dissertação (Mestrado em Engenharia, Gestão de Processos, Sistemas e Ambiental) — Instituto de Tecnologia e Educação Galileo da Amazônia, ITEGAM, Manaus, 2025.