Technological advances have been successfully achieved in precision agriculture using auto-guidance systems in agricultural vehicles. Among these advances, the increase of efficiency and the productivity in field operations can be highlighted. Some auto-guidance driving systems are implemented using the GPS RTK system, which allows operations to centimeter accuracy. However, the geographic positioning errors, the vehicle dynamics, the agricultural devices and the field environment (slopes, soil condition, etc.) may influence the performance of GPS based autonomous agricultural vehicles. In this way, the evaluation of the auto-guidance driving systems becomes essential to the achievement of high precision levels in field operations. This evaluation can be performed by measuring the displacements using precise sensors installed in the vehicle, such as: cameras, lasers, odometer, and ultrasonic sensors, among others. Among the local sensing options, it is well-know that computational vision methods allow the location of any system in the space, becoming it a technical alternative for this evaluation. In this way, the objective of this research is to propose a methodology to assess the accuracy of auto-guidance systems under real field conditions by means of computer vision methods. The vehicle under study is a tractor equipped with an auto-guidance system, which is composed of a GPS RTK unit and an inertial measurement unit (IMU). The instrumentation consisted of two Canon Rebel T5 cameras with focal lens of 50 and 18 millimeters respectively. The pinhole camera method was used to map vehicle location in the field using computational vision techniques. In the study, multiple field tests were performed, proving that the use of the computer vision method is accurate to evaluate auto-guidance systems if devices, procedures, and parameters are properly selected

Avanços tecnológicos foram alcançados com sucesso na agricultura de precisão utilizando sistemas de condução autônoma em veículos agrícolas. Entre esses avanços, destaca-se o aumento da eficiência e da produtividade nas operações de campo. Alguns sistemas de condução autônoma são implementados usando o sistema GPS RTK, que permite operações com precisão centrimétrica. No entanto, os erros de posicionamento geográfico, a dinâmica do veículo, os implementos agrícolas e ambiente de campo (encostas, condições do solo, etc.) podem influenciar o desempenho dos veículos agrícolas autônomos. Desta forma, a avaliação dos sistemas de condução autônoma torna-se essencial para a obtenção de altos níveis precisão. Esta avaliação pode ser realizada medindo os deslocamentos usando sensores instalados no veículo, tais como: câmeras, lasers, odômetro, sensores ultrassônicos, entre outros. Entre as opções, o método de visão computacional permite a localização de qualquer sistema no espaço, tornando-se uma alternativa técnica para esta avaliação. Desta forma, o objetivo desta pesquisa é propor um método para a avaliação da precisão dos sistemas de auto-orientação em condições reais de operação usando métodos de visão computacional. O veículo em estudo é um trator equipado com um sistema de auto-orientação o qual é integrado por uma unidade GPS RTK e por uma unidade de medição inercial (IMU). A instrumentação utilizada no desenvolvimento do sistema de visão computacional consiste em duas câmeras Canon Rebel T5 com lente focal de 50 e 18 milímetros, respectivamente. Foi utilizado o método de câmera pinhole para mapear a localização do veículo no campo usando técnicas de visão computacional. No estudo foram realizados múltiplos testes de campo, provando assim que o uso do método de visão computacional é preciso para avaliar sistemas de auto-orientação se dispositivos, procedimentos e parâmetros forem selecionados corretamente