Sistema embarcado aplicado a automação na alimentação de pets: ML e IoT

Abstract

O Brasil se destaca globalmente na indústria de animais de configuração, com significativo faturamento e uma vasta população de aproximadamente 160 milhões de animais, incluindo 67,8 milhões de cachorros e 33,6 milhões de gatos. No entanto, a ausência dos tutores durante viagens ou períodos de trabalho pode comprometer o cuidado adequado com os animais. Nesse contexto, a tecnologia, especialmente a Internet das Coisas (IoT), surge como uma solução para facilitar o cuidado com os animais de estimação. Muitas soluções disponíveis para monitoramento e alimentação de animais apresentam limitações, como curto alcance de identificação e alto consumo de energia. Assim, há uma demanda por dispositivos mais avançados e eficientes capazes de fornecer cuidados personalizados aos animais e lidar com falhas de energia. Esta dissertação apresenta o desenvolvimento de um sistema inteligente que combina hardware e software para identificar animais, lidar com falhas de energia elétrica e fornecer alimentação personalizada e garantir o bem-estar dos animais de estimação, mesmo na ausência do tutor e em situações de falta de energia. No presente estudo, foi desenvolvido um dispositivo capaz de alimentar e oferecer água a diferentes animais de estimação a partir de treinamentos realizados por meio dos algoritmos FOMO e YOLO. Além disso, foi criado um nobreak inédito para a manutenção da funcionalidade do dispositivo mesmo na ausência de energia elétrica. Como resultados, foi possível observar que o dispositivo desenvolvido foi capaz de distinguir cães e gatos com uma sensibilidade e especificidade adequadas, no entanto, o algoritmo de classificação YOLO (83,3%) se saiu melhor que o FOMO (75%). Além disso, observou-se que, na ausência de energia elétrica, o sistema continuou funcionando por 60 horas. Na ausência de energia elétrica, o dispositivo ainda foi capaz de enviar dados sobre alimentação e consumo de água pelo animal de estimação para um cartão SD Card e para nuvem. Testes realizados com um cão em uma casa mostraram que o sistema foi facilmente utilizável. Os resultados obtidos destacam o desenvolvimento bem-sucedido de um dispositivo inteligente que atende às necessidades dos tutores de animais de estimação, proporcionando tranquilidade e bem-estar tanto para os animais quanto para seus cuidadores. O dispositivo desenvolvido demonstrou eficiência na identificação e alimentação dos animais, além de garantir a operação contínua, mesmo em situações de falta de energia elétrica. Análises futuras visarão testar o dispositivo em um ambiente real.

Brazil stands out globally in the pet industry, with significant revenue and a vast population of approximately 160 million pets, including 67.8 million dogs and 33.6 million cats. However, the absence of owners during travel or work periods can compromise proper pet care. In this context, technology, especially the Internet of Things (IoT), emerges as a solution to facilitate pet care. Many available solutions for monitoring and feeding pets have limitations such as short identification range and high energy consumption. Thus, there is a demand for more advanced and efficient devices capable of providing personalized care to pets and handling power failures. This dissertation presents the development of an intelligent system combining hardware and software to identify animals, manage power failures, provide personalized feeding, and ensure pet well-being even in the absence of owners and during power outages. The study developed a device capable of feeding and offering water to different pets based on training using FOMO and YOLO algorithms. Additionally, a novel uninterruptible power supply (UPS) was created to maintain device functionality during power outages. Results show that the developed device could distinguish between dogs and cats with adequate sensitivity and specificity, with the YOLO classification algorithm performing better (83.3%) than FOMO (75%). Furthermore, in the absence of electricity, the system continued to operate for 60 hours and was able to send feeding and water consumption data by the pet to an SD card and cloud storage. Tests conducted with a dog in a home environment demonstrated the system's ease of use. Overall, the results highlight the successful development of an intelligent device meeting the needs of pet owners, providing peace of mind and well-being for both pets and their caregivers. The device demonstrated efficiency in animal identification and feeding, along with ensuring continuous operation even in power outage situations. Future analyses will focus on testing the device in a real-world environment.