Identificação e Enquadramento

Nome do Projeto: AcornSelectAi – Sistema de Seleção de Miolo de Bolota com Recurso a Inteligência Artificial  

Código do Projeto: 21144_AcornSelectAI | Aviso MPr-2023-7 

Objetivo Principal: O AcornSelectAi visa o desenvolvimento de um sistema que propõe uma solução inteligente e automatizada para a separação, análise e seleção de miolos de bolota de alta qualidade, oferecendo eficiência, precisão e sustentabilidade. A aplicação de algoritmos de machine learning (ML), aprendizagem por reforço e adaptação a domínio cruzado torna o AcornSelectAi uma solução robusta, escalável e versátil, capaz de se adaptar a diferentes contextos industriais e produtos, incluindo outros frutos secos. As tecnologias de processamento multiespectral, aliadas ao uso de algoritmos avançados, permitem analisar parâmetros complexos, como cor, textura, brilho, fluorescência, absorvância e identificação de contaminantes. Este nível de análise assegura uma redução significativa do desperdício e aumenta a taxa de aceitação de miolos de alta qualidade, elevando os padrões de processamento agroalimentar. O sistema AcornSelectAi destaca-se ainda pela implementação de técnicas de aprendizagem por reforço, que permitem a melhoria contínua com o feedback dos operadores, e pela utilização de metodologias de aprendizagem em domínio cruzado, que asseguram a adaptabilidade a diferentes condições de produção.

Parceiros:  
HRV – EQUIPAMENTOS DE PROCESSO, S.A (Líder) 
LANDRATECH, LDA Instituto Politécnico de Bragança 
MORE – LABORATÓRIO COLABORATIVO MONTANHAS DE INVESTIGAÇÃO – ASSOCIAÇÃO  
INSTITUTO DE TELECOMUNICAÇÕES  
UNIVERIDADE DA BEIRA INTERIOR

Data de aprovação:29 /05/2025 
Data de início: 01/10/2025 
Data da conclusão: 30/09/2028

Total de investimento elegível: 1.386 684,16 € 
Financiamento suportado:  1.069743,82 €

Os objetivos do projeto AcornSelectAi estão profundamente alinhados com os impactos esperados, que envolvem tanto a inovação tecnológica quanto a valorização de uma matéria-prima e recurso endógeno de elevado valor e grande importância, como a bolota.

  • Precisão e Eficiência: Uso de tecnologias avançadas para garantir uma seleção precisa e reduzida rejeição de miolos de qualidade;  
  • Adaptabilidade: Capacidade de operar eficientemente em diferentes contextos industriais e localizações;  
  • Sustentabilidade: Redução de desperdícios e menor impacto ambiental, alinhando-se às metas de economia circular; 
  • Inovação Tecnológica: Implementação de metodologias de aprendizagem profunda, com modelos que evoluem com o tempo através do feedback humano;  
  • Escalabilidade: Sistema modular que pode ser expandido para novas aplicações e mercados. 
  • Atividade 1: Levantamento de Necessidades, Requisitos e Especificações Técnicas. 
  • Atividade 2: Desenvolvimento do sistema de visão computacional para captura e processo de imagens do Miolo de Bolota. 
  • Atividade 3: Desenvolvimento de sistema para transporte e seleção automática do Miolo de Bolota. 
  • Atividade 4: Desenvolvimento do sistema de ML para seleção de Miolo de Bolota. 
  • Atividade 5: Integração, Testes e Validação. 
  • Atividade 6: Promoção, divulgação e disseminação dos resultados. 
  • Atividade 7: Coordenação Técnica do Projeto e Gestão do Conhecimento. 
  • Sistema de ML e Visão Computacional Multiespectral para Seleção de Miolos de Bolota. 
  • Algoritmos de IA para Classificação e Seleção de Miolos de Bolota. 
  • Dataset de Imagens Multiespectrais de Diferentes Espécies de Miolos de Bolota. 
  • Sistema Inteligente para Seleção Ótica Automatizada de Miolos de Bolotas. 
  • Sistema Inteligente para Controlo e Redução da Contaminação.