Desenvolvimento de Módulo Híbrido para Treinamento com Controles Integrados a Simulação 3D de Máquinas Agrícolas

FRANCISCO, DAVI LUCIO; OLIVEIRA, GABRIEL GOMES DE

doi:10.22167/2675-6528-202604414

12 de noviembre de 2026

Desenvolvimento de Módulo Híbrido para Treinamento com Controles Integrados a Simulação 3D de Máquinas Agrícolas

DAVI LUCIO FRANCISCO; GABRIEL GOMES DE OLIVEIRA

DOI: 10.22167/2675-6528-202604414

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

O desenvolvimento de simuladores Hardware-in-the-Loop (HIL) para máquinas agrícolas tem se mostrado essencial para a validação de lógicas de controle e o treinamento seguro de operadores. Neste contexto, desenvolveu-se um simulador HIL que integrou uma cabine de controle real a um ambiente virtual. A metodologia empregou a estratégia 5W2H e incluiu a modelagem 3D no SolidWorks, otimizada no Blender com decimação de polígonos e rigging cinemático. A interface de controle utilizou um display industrial TTControl Vision 3, programado em Structured Text via CODESYS V3.5, com comunicação CAN. A integração física foi realizada por um gateway customizado, composto por um microcontrolador ESP32 e um transceptor TJA1050, que traduziu bidirecionalmente dados entre a rede CAN e a porta serial, processados por um middleware em Python no simulador. Os resultados, validados pela ferramenta PCAN-View, demonstraram comunicação estável e de baixa latência, permitindo uma resposta visual sincronizada no Blender. Concluiu-se que a arquitetura proposta ofereceu uma solução de baixo custo e alta eficiência para o ciclo de Pesquisa e Desenvolvimento, viabilizando testes ergonômicos e funcionais de forma segura e escalável.

Palavras-chave: Blender; CODESYS; ESP32; Redes CAN; Simulador HIL.

1. Introdução

O setor agrícola global passa por uma transição acelerada em direção à Agricultura 4.0, transformando equipamentos tradicionais em centros de comando automatizados (Cutini et al., 2023; Domínguez et al., 2026). Essa evolução tem convertido o maquinário agrícola, como tratores, pulverizadores e colheitadeiras, em complexos exemplos de engenharia mecatrônica (Isermann, 2008; Domínguez et al., 2026). A integração de tecnologias como GPS, Unidades de Controle Eletrônico (ECUs) e displays interativos exige um nível de expertise técnica cada vez mais elevado dos operadores e mantenedores (Cutini et al., 2023).

O domínio dessas máquinas modernas transcende o conhecimento mecânico básico, demandando familiaridade prática com joysticks multifuncionais e softwares que integram as funcionalidades do equipamento. Consequentemente, a validação de sistemas e o treinamento de operadores e mantenedores representam desafios estratégicos significativos (Morosi e Caruso, 2022). Historicamente, testes de funções de controle e capacitação técnica eram realizados por meio de testes práticos no campo. Contudo, esses métodos tradicionais são onerosos e apresentam barreiras, como a dependência de janelas sazonais curtas, a dificuldade de replicar falhas específicas para fins didáticos e de validação de segurança, e a exposição dos operadores a graves riscos de acidentes e danos financeiros às máquinas (Zhao et al., 2022; Cutini et al., 2023; Chen e Liu, 2022; Garikapati, 2024). Tais fatores resultam em alto risco de tempo de inatividade para equipamentos de alto valor e atrasam a curva de aprendizado da mão de obra, que frequentemente possui alta rotatividade (Morosi e Caruso, 2022).

Para superar os entraves dos testes físicos e os altos custos de mobilização de máquinas, a simulação Hardware-in-the-Loop (HIL) integrada a ambientes virtuais 3D consolidou-se como uma solução inovadora (Cutini et al., 2023; Chen et al., 2022). A técnica HIL difere das simulações puramente computacionais por incluir componentes físicos reais operando em malha fechada com uma simulação em tempo real, frequentemente conectados através de um gateway (Isermann, 2008). Em um simulador HIL de maquinário agrícola, o hardware real, como módulos eletrônicos e joysticks, controla uma máquina virtual de forma autêntica (Zhao et al., 2022; Chen et al., 2022). Essa inserção do elemento humano operando os componentes originais, formando o conceito Human-in-the-Loop, cria um ambiente imersivo e seguro. Isso permite que a equipe de engenharia e os técnicos pratiquem a operação, executem calibrações e testem rotinas de diagnóstico sem desperdiçar recursos materiais e sem risco de acidentes (Cutini et al., 2023; Garikapati et al., 2024).

Para que a experiência do simulador possua a fidelidade exigida, a modelagem baseia-se em ecossistemas de co-simulação que integram os sinais físicos às lógicas de controle virtuais (Chen et al., 2022). A imersão visual adequada e o processamento da física espacial em tempo real são garantidos por motores gráficos de jogos, como Unity 3D ou Unreal Engine, que são alimentados por dados matemáticos para renderizar o ambiente em três dimensões com precisão. Isso assegura o realismo necessário para uma imersão profunda da equipe técnica (Morosi e Caruso, 2022; Li et al., 2024). O objetivo central de uma abordagem integrada é garantir a fidelidade cinemática e a robustez na troca de informações, permitindo que a interação entre o operador e a máquina virtual ocorra com a mesma precisão de um sistema agrícola real.

Diante da necessidade de estabelecer métodos ágeis, econômicos e seguros na automação agrícola, este trabalho busca criar um módulo híbrido de testes e treinamento que permita a validação segura da integração entre o hardware e o software embarcados, promovendo a capacitação técnica contínua e a redução do tempo de ciclo de desenvolvimento e manutenção antes da implantação da máquina no campo. O presente trabalho tem como objetivo o desenvolvimento de um simulador de bancada utilizando componentes físicos reais (displays, ECU, joystick, etc.) que irão interagir, via gateway e em tempo real, com as funções de uma máquina agrícola modelada em um ambiente virtual 3D.

2. Material e Métodos

O presente estudo caracterizou-se como uma pesquisa de natureza aplicada, com foco no desenvolvimento de um protótipo e na avaliação quantitativa e qualitativa de sua eficácia. A metodologia empregada visou a criação e validação de um módulo híbrido para treinamento, integrando componentes físicos reais a um ambiente de simulação tridimensional.

Os procedimentos metodológicos foram estruturados em três fases principais. A primeira fase concentrou-se no desenvolvimento do hardware e do gateway de comunicação. A segunda fase dedicou-se à construção do ambiente virtual. A terceira fase envolveu a avaliação da eficácia do módulo híbrido por meio de pesquisa experimental e estudo de caso-controle.

Na primeira fase, foram utilizados componentes reais de cabine, como joysticks, displays e Unidades de Controle Eletrônico (ECUs), para assegurar a fidelidade física da interface. Para a interface de comunicação CAN Bus, empregou-se um microcontrolador ESP32 da Espressif Systems, em conjunto com um Módulo Serial CAN Bus TJA1050. Realizou-se um teste de latência, medindo o tempo de resposta entre a ação no hardware e a reação no ambiente 3D, para garantir uma latência compatível com a percepção humana em condições reais de operação.

A segunda fase, de construção do ambiente virtual, iniciou-se com a modelagem 3D. Modelos tridimensionais fornecidos pelo fabricante foram tratados no SolidWorks, utilizando a ferramenta Defeature para reduzir o nível de detalhes irrelevantes, como parafusos e componentes internos. Posteriormente, o modelo foi exportado para o Blender, onde se realizou a otimização da malha por decimação de polígonos e a configuração de rigging cinemático, estabelecendo hierarquias de movimento e pontos de articulação para as partes móveis da máquina agrícola.

Desenvolveu-se uma plataforma interativa 3D no Blender, focada na simulação de componentes da máquina e seu comportamento físico, elétrico e hidráulico, com capacidade de representar sinais de sensores. Também foram criados módulos para simulação de falhas, como em sensores, ligações incorretas e curtos-circuitos simulados, configurando cenários complexos para diagnóstico de problemas.

A terceira fase, de avaliação, compreendeu uma pesquisa experimental e um estudo de caso-controle. Aplicaram-se questionários, com perguntas abertas e fechadas, a colaboradores da empresa para levantar indicadores antes e após o uso do módulo híbrido. Os indicadores incluíram confiança para montar e testar componentes, resolver problemas em campo, nível de satisfação, domínio da atividade, percepção sobre a eficácia, preferências e sugestões de melhorias.

A análise de dados comparou a proficiência e autoconfiança dos participantes antes e depois do uso da ferramenta. No estudo de caso-controle, foram levantados problemas ocorridos em campo e o tempo necessário para sua resolução. A mensuração de desempenho envolveu a aplicação de um teste aos colaboradores após o treinamento, com medição do tempo de diagnóstico, número de erros críticos e uso de recursos incorretos durante a execução.

O desenvolvimento do protótipo seguiu etapas detalhadas. A etapa um consistiu na especificação dos hardwares e no detalhamento da bancada. Os componentes incluíram controladores TTControl HY-TTC48x e HY-TTC32, display TTControl Vision3 12.1″, joystick CAN J1939 de cinco botões, sensores de nível ultrassônico e ótico difuso, encoders de 180 e 360 pulsos por revolução, e chicotes elétricos de alimentação e derivações.

Na etapa dois, realizou-se a montagem da bancada com os itens especificados. A etapa três envolveu a programação do software do display TTControl Vision 3, utilizando a plataforma CODESYS V3.5 (versão 1.2.0.0) em linguagem Structured Text (ST). O barramento CAN foi configurado para operar a 250 kbps, e a lógica principal foi dividida em rotinas de leitura (Rx), lógica de intertravamento e controle, e rotinas de transmissão (Tx).

O CODESYS também foi utilizado para mapear variáveis do programa ST para elementos gráficos no display, criando um vínculo entre as mensagens CAN recebidas e os objetos visuais. A atualização da tela foi sincronizada com a varredura do PLC virtual do display. A transferência do binário compilado para a memória do display ocorreu via adaptador USB-Ethernet, utilizando o protocolo TCP/IP e uma sub-rede estática.

A etapa quatro consistiu no desenvolvimento do gateway de comunicação, projetado com um microcontrolador ESP32 e um transceptor TJA1050. Este hardware converteu os sinais diferenciais de alta velocidade do barramento CAN (CAN_H e CAN_L) em sinais lógicos processáveis. A alimentação dos componentes da bancada, que utilizam 12Vcc, foi compatibilizada para o ESP32 (5Vcc) por um módulo regulador de tensão Step Down.

Os componentes do gateway incluíram um microcontrolador ESP32, um módulo serial CAN Bus TJA1050, um módulo regulador de tensão Step Down 5Vcc, uma placa protoboard e cabos jumpers. Na etapa cinco, montaram-se esses componentes em placa protoboard. A etapa seis consistiu no desenvolvimento do firmware na plataforma Arduino IDE, em linguagem C++, para operar como um conversor bidirecional de baixa latência entre a rede CAN e a porta serial do computador, com taxa de transmissão de 115200 bps.

Após o tratamento do desenho 3D no SolidWorks (etapa sete) e da malha no Blender (etapa oito), a etapa nove envolveu o desenvolvimento de um script em Python. Este script atuou como um middleware no Blender, processando dados recebidos via porta serial e manipulando dinamicamente as propriedades do modelo (Rigging) em tempo real. A lógica do programa operou em um ciclo contínuo de polling da porta serial, parsing dos dados e normalização/escalonamento para atualizar as coordenadas do modelo.

As etapas dez e onze consistiram em testes controlados, coleta e análise de dados. Para garantir a confiabilidade da comunicação entre o display Vision 3 e o gateway ESP32, realizou-se a análise de tráfego de dados utilizando a interface de diagnóstico PEAK-System (PCAN-USB) e o software PCAN-View. As análises incluíram verificação de IDs, monitoramento do ciclo de mensagens e captura de erros. O PCAN-View também foi utilizado ativamente para injetar mensagens manuais no barramento, validando a resposta do Blender.

Na etapa doze, realizaram-se ajustes finais e melhorias gerais no software e hardware, decorrentes de problemas identificados no gateway ESP32. A fundamentação da estratégia de execução do projeto baseou-se na metodologia de gestão 5W2H, que permitiu o mapeamento sistemático das etapas. O método 5W2H, também conhecido como Método das Sete Perguntas, é uma ferramenta estratégica para tomada de decisões (Gao et al., 2025), que organiza informações complexas de forma ágil e precisa, respondendo a questões como O quê, Por quê, Quem, Quando, Onde, Como e Quanto.

3. Resultados e Discussão

O desenvolvimento do simulador Hardware-in-the-Loop (HIL) para máquinas agrícolas, conforme proposto, culminou na criação de um módulo híbrido funcional que integra uma cabine de controle real a um ambiente virtual tridimensional. Os resultados obtidos podem ser categorizados em entregas técnicas concretas do produto da pesquisa e em contribuições científicas e práticas significativas para o avanço do agronegócio e da área de simulação. Essa abordagem permitiu a validação de lógicas de controle e o treinamento de operadores em um ambiente seguro e controlado, superando as limitações dos métodos tradicionais de teste em campo.

O protótipo funcional do módulo de treinamento híbrido foi entregue com sucesso, compreendendo um hardware de controle montado que integrou componentes reais da cabine, como joystick, display e controladores, juntamente com um gateway configurado para garantir baixa latência na comunicação. Este hardware físico interage diretamente com um ambiente de simulação tridimensional, que consiste em um software interativo com modelagem geométrica precisa e um modelo físico e comportamental detalhado dos sistemas elétrico e hidráulico da máquina. A fidelidade desses componentes é crucial para a imersão e a validade dos testes.

Adicionalmente, foram desenvolvidos cenários de falha, que constituem módulos de treinamento específicos para o diagnóstico de problemas virtuais. Esses cenários permitem que os operadores e técnicos pratiquem a identificação e resolução de falhas complexas sem os riscos associados à manipulação de equipamentos reais em campo. A capacidade de simular falhas específicas é um diferencial importante para a capacitação técnica, pois replica situações que seriam difíceis e perigosas de reproduzir em um ambiente físico, conforme destacado por Morosi e Caruso (2022).

Na fase de avaliação, o estudo experimental demonstrou contribuições importantes. Verificou-se a comprovação de eficácia do módulo híbrido por meio de análise estatística comparativa, que indicou resultados aceitáveis na redução do tempo de diagnóstico e na diminuição de erros críticos após o treinamento. Essa evidência reforça o valor da simulação HIL como ferramenta de capacitação, alinhando-se à literatura que aponta a simulação como um meio eficaz para o desenvolvimento de habilidades (Cutini et al., 2023).

A metodologia HIL foi validada, consolidando a integração Hardware-in-the-Loop como uma abordagem robusta e de alta fidelidade para o treinamento técnico em máquinas agrícolas. Essa validação é fundamental, pois demonstra que o simulador desenvolvido é capaz de superar as limitações didáticas dos métodos convencionais, que frequentemente carecem de repetibilidade e segurança (Zhao et al., 2022). A capacidade de replicar cenários de forma consistente é um pilar para o treinamento eficaz.

Em termos de impacto operacional, os resultados fornecem dados que justificam a implementação do módulo híbrido, projetando uma redução significativa nos custos operacionais para os fabricantes. Essa redução está associada à minimização da mobilização de equipamentos caros e à diminuição do tempo de inatividade (downtime) das máquinas, um fator crítico na agricultura moderna (Garikapati, 2024). A otimização do ciclo de P&D e a capacitação antecipada de pessoal são benefícios diretos dessa abordagem.

A pesquisa também contribuiu para o referencial acadêmico, produzindo um arcabouço teórico detalhado sobre o desenvolvimento de simuladores HIL aplicados à Agricultura de Precisão. Este referencial serve como base para futuros estudos e para o treinamento industrial, enriquecendo a compreensão sobre a aplicação de tecnologias de simulação em contextos agrícolas. A documentação do processo e dos resultados oferece um caminho para a replicação e aprimoramento de soluções similares.

Um dos pontos cruciais analisados foi o desempenho da comunicação e a latência do sistema. Ao movimentar o joystick real, as respostas no ambiente Blender foram aceitáveis, conforme observado na ferramenta PCAN-View. As mensagens CAN foram transmitidas com sucesso, mantendo um cycle time de cem milissegundos e sem a ocorrência de Error Frames, o que indica a robustez da rede e a integridade da comunicação. A estabilidade do tempo de ciclo é vital para evitar atrasos no controle hidráulico, conforme discutido na literatura (Isermann, 2008).

A análise também confirmou a ausência de atraso (lag) perceptível, demonstrando a eficácia do microcontrolador ESP32 como gateway serial. A velocidade de cento e quinze mil e duzentos bits por segundo (115200 bps) na comunicação serial foi suficiente para manter a latência abaixo do limiar de percepção humana, garantindo a fluidez da simulação. Isso é essencial para que a experiência do operador seja o mais próxima possível da realidade, permitindo uma interação intuitiva e responsiva com a máquina virtual.

O comportamento do software e a lógica Structured Text (ST) foram avaliados, revelando que o display TTControl Vision 3, por meio da interface HMI desenvolvida no CODESYS, atualizou corretamente os ícones e barras de progresso. Essa atualização baseou-se no feedback do sensor de posição do atuador hidráulico da máquina, simulado no Blender. A linguagem Structured Text (ST) permitiu a implementação de uma lógica de intertravamento funcional, filtrando comandos inválidos na cabine antes que chegassem ao ambiente virtual, simulando o comportamento real da máquina e garantindo a segurança operacional.

A fidelidade do rigging e a resposta cinemática foram validadas, confirmando a integração eficaz entre Python e Blender, a partir das informações recebidas e enviadas pelo gateway ESP32. Os limites de movimento configurados no Blender respeitaram os cursos reais dos cilindros hidráulicos da máquina, assegurando que o modelo virtual se comportasse de maneira realista. O mapeamento de valores realizado no script Python resultou em um movimento linear e suave, embora tenha sido necessária a aplicação de filtros para suavizar o sinal do joystick e do atuador hidráulico, otimizando a experiência do usuário.

A configuração inicial do software do display TTControl Vision 3, realizada na plataforma CODESYS V3.5, envolveu a importação dos arquivos de descrição de dispositivo específicos para o hardware. O barramento CAN foi configurado para operar a uma taxa de transmissão de duzentos e cinquenta kilobits por segundo (250 kbps), estabelecendo a camada de enlace necessária para a troca de dados. A programação em Structured Text foi organizada em blocos funcionais e programas executados ciclicamente, facilitando a manipulação de dados complexos e cálculos matemáticos essenciais para a automação.

A lógica principal da programação do display foi dividida em três pilares: a rotina de leitura (Rx), que monitora o buffer de entrada do barramento CAN e atualiza variáveis internas com base nos frames recebidos do gateway; a lógica de intertravamento e controle, que processa os dados de entrada e valida as operações antes da transmissão; e a rotina de transmissão (Tx), responsável por encapsular as variáveis de estado da cabine em frames CAN e enviá-los ao gateway ESP32, que os repassa ao ambiente virtual.

A concepção do gateway de comunicação utilizou o microcontrolador ESP32 em conjunto com o transceptor TJA1050, escolhidos pelo baixo custo e praticidade na programação. O TJA1050 atuou como interface física, protegendo o microcontrolador e garantindo a integridade dos dados transmitidos sob o protocolo CAN 2.0B. O ESP32, por meio de seu periférico interno TWAI, realizou a leitura e processamento dos frames de dados, identificando as ações do operador na cabine, como o movimento do joystick.

A alimentação dos componentes da bancada, que utiliza o padrão veicular de doze volts de corrente contínua (12Vcc), exigiu a instalação de um módulo regulador de tensão Step Down para compatibilizar a tensão de alimentação do ESP32, que opera a cinco volts de corrente contínua (5Vcc). Este detalhe de hardware foi fundamental para a estabilidade e o funcionamento correto do gateway, garantindo que todos os componentes operassem dentro de suas especificações elétricas.

O firmware do gateway, desenvolvido na plataforma Arduino IDE utilizando a linguagem C++, foi estruturado para operar como um conversor bidirecional de baixa latência. A lógica principal reside na ponte entre a rede CAN e a porta serial do computador, onde o ESP32 monitora o barramento da cabine, filtra mensagens relevantes e converte cada frame CAN em um pacote de dados serial. A taxa de transmissão da porta serial foi configurada em cento e quinze mil e duzentos bits por segundo (115200 bps), garantindo que não ocorram atrasos entre o movimento físico na cabine e a resposta visual da máquina virtual no Blender.

O tratamento do desenho tridimensional da máquina, realizado no SolidWorks com a ferramenta Defeature, foi essencial para reduzir o nível de detalhes irrelevantes para a simulação. Elementos como parafusos e porcas, e detalhes construtivos internos que não interferem na cinemática, foram removidos para otimizar a contagem de polígonos e, consequentemente, a taxa de quadros (FPS) do simulador. Após a exportação para o formato STEP, a malha foi tratada no Blender com decimação de polígonos, equilibrando realismo visual e desempenho computacional.

No Blender, o recurso de Rigging Cinemático foi empregado para estabelecer as hierarquias de movimento e os pontos de articulação das partes móveis da máquina agrícola. Através do uso de Constraints (restrições mecânicas), garantiu-se que o modelo virtual respondesse de forma fidedigna aos comandos enviados pelo gateway ESP32, simulando com precisão o curso dos atuadores hidráulicos e a movimentação da rampa dosadora. Essa etapa é crucial para a imersão e a validade da simulação, conforme a literatura sobre simulação 3D (Chen et al., 2022).

Um script em Python foi desenvolvido como middleware, atuando como núcleo de controle do simulador HIL, executado internamente pelo motor de processamento do Blender. Este software processa os dados recebidos via porta serial e manipula dinamicamente as propriedades do modelo (Rigging) em tempo real. A biblioteca PySerial permitiu a comunicação assíncrona com o ESP32, enquanto a biblioteca bpy (Blender Python API) integrou o script ao ambiente 3D, acessando objetos, ossos e restrições do modelo.

A lógica do programa Python opera em um ciclo de execução contínuo, monitorando o buffer de entrada da porta serial (Polling da Porta Serial). Ao receber uma string ou pacote de bytes do ESP32, o script realiza o parsing (decomposição) para identificar qual atuador deve ser movido e a amplitude do movimento. A normalização e escalonamento dos valores recebidos da rede CAN (entre zero e duzentos e cinquenta e cinco ou zero e mil e vinte e três) foram aplicados, convertendo o sinal físico em deslocamento virtual para as unidades de rotação ou translação do Blender.

A etapa final do script consiste na atualização das coordenadas do modelo, onde o Python manipula as Constraints ou a rotação dos eixos dos componentes, em vez de utilizar animações pré-gravadas. Por exemplo, ao detectar uma mensagem CAN referente à inclinação do joystick, o script altera o valor de rotação do “Bone” responsável pela simulação da rampa dosadora, resultando em um movimento fluido que replica a ação do operador na cabine real, garantindo a sincronia visual e cinemática.

Nessa etapa, também foi possível desenvolver e simular sensores de posição na máquina virtual, cujos sinais foram enviados de volta pelo gateway para o display, simulando feedback para informar o status e possibilitar diagnósticos. Isso adiciona uma camada de realismo e funcionalidade ao simulador, permitindo que o operador monitore o estado da máquina virtual como faria em um equipamento real. A capacidade de simular feedback é essencial para o treinamento completo.

Para garantir a confiabilidade da comunicação entre o display Vision 3 e o gateway ESP32, realizou-se uma análise de tráfego de dados utilizando a interface de diagnóstico PEAK-System (PCAN-USB) e o software de monitoramento PCAN-View. As configurações no PCAN-View incluíram o protocolo CAN 2.0B, baud rate de duzentos e cinquenta kilobits por segundo (250 kbit/s), e modo Listen-Only para evitar interferências. Essa análise permitiu a verificação de IDs, monitoramento do ciclo de mensagens (cycle time) e captura de erros, confirmando a integridade da rede.

Durante os testes, o PCAN-View foi utilizado para monitorar o fluxo de mensagens em tempo real, confirmando que cada componente (Display e Gateway) transmitia nos endereços hexadecimais corretos. O monitoramento do ciclo de mensagens validou a periodicidade dos frames, crucial para evitar latências no controle hidráulico. A ausência de Error Frames e a conformidade da impedância da rede (resistores de terminação de cento e vinte ohms) e dos níveis de tensão do transceptor TJA1050 com a norma ISO 11898 atestaram a robustez da comunicação.

Além do monitoramento passivo, o PCAN-View foi empregado ativamente para injetar mensagens manuais no barramento, criando “Transmit Messages” com IDs específicos de controle. Este procedimento permitiu validar se o Blender respondia corretamente ao movimento (Rigging) de forma isolada, antes mesmo de utilizar os componentes físicos da cabine, como o joystick. Essa depuração precisa do script Python de forma independente foi fundamental para isolar e resolver potenciais problemas de integração.

Uma das dificuldades encontradas durante o desenvolvimento foi a ocorrência de falhas intermitentes no gateway ESP32. Essas falhas foram atribuídas à montagem provisória do hardware em placa protoboard e jumpers, que, por sua natureza, pode introduzir instabilidades. Como melhoria futura, estuda-se a criação de um invólucro impresso em 3D e resinado para o gateway, com cabos de ligação e conectores externos, visando aumentar a robustez e a confiabilidade do sistema, conforme sugerido por Duehr (2023) para validação de sistemas distribuídos.

Em síntese, os resultados obtidos demonstraram a viabilidade técnica da integração entre o hardware veicular e o ambiente virtual para o desenvolvimento de um simulador HIL de máquinas agrícolas. Os testes de bancada confirmaram que a rede CAN operou de forma estável, com carga de barramento inferior a quinze por cento, conforme monitorado via PCAN-View. A sincronia entre o acionamento dos comandos físicos no display Vision 3 e a resposta cinemática no Blender validou a eficácia do gateway ESP32 e do middleware Python, atingindo o objetivo de criar um ambiente de simulação de baixa latência e alta fidelidade visual.

“`

The user wants me to write the “Resultados e Discussão” section of an academic article.

I need to follow specific formatting and content rules:

Formatting:

* Return ONLY the body of the section.

* NO main title “Resultados e Discussão”.

* NO “Conclusão”.

* NO references at the end.

* HTML simple: `

` and `

` for each paragraph.

* Blank line between paragraphs.

* NO block text.

* Extension: 1000-3000 words.

* Paragraph length: 60-140 words.

* NO markdown, bold, italics, bullets, lists, auto-numbering, or symbols like **.

* Subtitles allowed only if original TCC has them, preserving logic, adapting wording. No new, generic, or sophisticated subtitles. Subtitles on a simple line, no bold, no numbering, no tags. Must be developed.

* NO figures, tables, charts, graphs, or references to them (e.g., “conforme a Tabela X”). Convert visual data to analytical text.

* Citations: APA format (Sobrenome, Ano). Only authors from original TCC used in discussion. No direct quotes.

Content:

* Preserve findings, data, interpretations, and analytical limits of the original TCC.

* Present what was found and explain its meaning.

* Interpret results based on problem, objective, methodology, and literature from TCC.

* Do not interpret data not interpreted in TCC.

* Do not add inferences, authors, causal explanations, data, percentages, means, categories, or conclusions not in TCC.

* Preserve distribution of results/analyses, adapting for fluidity.

* Cover all central blocks of results needed for article’s conclusion.

* Prioritize findings linked to objective, supporting conclusion, most relevant data, central categories/dimensions/indicators, proposals/models/diagnostics/technical products.

* Synthesize secondary results.

* End with a synthetic interpretative paragraph, linking back to the study’s objective.

* Use percentages, means, frequencies, rankings, categories, indicators, comparisons, reports, trends ONLY if in TCC. Preserve values exactly.

* Do not recalculate, round, correct, estimate, invent, or complete data.

* Do not transform qualitative info into percentages.

* Do not create new analytical categories. Use only TCC’s categories.

* Start with an overview of main findings.

* Develop results logically, following TCC structure (objectives, categories, dimensions, indicators, stages, subtópicos).

* For each relevant finding: main finding, evidence, analytical interpretation, connection to objective, relation to TCC authors/concepts, practical implication (if TCC supports).

* Preserve TCC’s interpretations, authors, conclusions, limitations. Do not expand analysis.

* Do not correct, soften, amplify, or sophisticate interpretations.

* Do not create causal relations if TCC shows only association, perception, frequency, description.

* Do not use stronger language than data allows (e.g., “sugere” -> “comprova”).

* Differentiate observed results from goals/projections. Use “verificou-se” for observed, “projeta-se” for projections.

* Preserve applied structures (plan, proposal, roadmap, framework, model, diagnosis, matrix, recommendations, technical product) textually and analytically. Explain their function.

* Voice: 3rd person singular.

* Verb tense: Pretérito perfeito for research results, presente do indicativo for theoretical concepts.

* Academic, clear, objective, analytical language. Avoid generic/vague phrases.

* Use connectives.

* “Onde” only for physical place.

* SI units with space (10 kg).

* Numbers 0-10 by extenso, except for statistical data, scales, percentages, means, frequencies, years, codes.

* Section must be complete. No cut-off phrases.

* No “Conclui-se”.

* Last paragraph must be a synthesis.

* No dangling connectives.

* Every subtitle must be developed.

* Last sentence must be complete, clear, coherent.

* Final check: TCC alignment, no visual references, data accuracy, no AI-generated info, methodology alignment, objective maintained, cited authors from TCC, no summary repetition, interpretation provided, TCC central elements covered, subtitles developed, synthesis ending, no cut-offs, HTML, no forbidden elements.

* Marker: “ at the very end.

Let’s break down the TCC content for the Results and Discussion section.

TCC Original – “Resultados e Discussão” section (Page 19-20):

* Overview: “O Desenvolvimento de Módulo Híbrido para Treinamento com Controles Integrados a Simulação 3D de Máquinas Agrícolas alcançou os resultados que se dividem em entregas técnicas, que se refere ao produto da pesquisa e contribuições científicas e práticas para o campo do agronegócio e da simulação.” (Good opening sentence for the section).

* Technical Deliverables (Protótipo funcional):

* Protótipo Físico (HIL): Hardware de controle montado (joystick, display, controladores) e gateway configurado para baixa latência.

* Ambiente de Simulação 3D: Software interativo, modelagem geométrica, modelo físico e comportamental (elétrico e hidráulico).

* Cenários de Falha: Módulos de treinamento para diagnóstico de falhas virtuais.

* Evaluation Phase Results (Estudo Experimental – Contributions):

* Comprovação de Eficácia: Análise estatística comparativa, resultados aceitáveis em Tempo de Diagnóstico e Redução de Erros Críticos após uso do módulo.

* Validação da Metodologia HIL: Integração HIL robusta e de alta fidelidade para treinamento técnico, superando métodos convencionais.

* Impacto Operacional: Dados que justificam implementação, projetando redução de custos (mobilização, downtime).

* Referencial Acadêmico: Produção de referencial teórico sobre simuladores HIL em Agricultura de Precisão para treinamento industrial.

* Analyzed Points (Detailed Results – Page 20):

1. Desempenho da Comunicação e Latência:

* Joystick real -> respostas aceitáveis no Blender (PCAN-View).

* Mensagens CAN transmitidas com sucesso, `cycle time` de 100ms, sem `Error Frames`.

* Sem atraso (lag).

* ESP32 como gateway serial de 115200 bps eficaz, latência abaixo do limiar de percepção humana, fluidez.

2. Comportamento do Software e Lógica ST:

* Display Vision 3 (HMI CODESYS) atualizou ícones e barras de progresso corretamente (feedback do sensor de posição do atuador hidráulico simulado no Blender).

* Structured Text (ST) permitiu lógica de intertravamento funcional, filtrando comandos inválidos antes de chegarem ao ambiente virtual, simulando comportamento real.

3. Fidelidade do Rigging e Resposta Cinemática:

* Validação da integração Python e Blender (dados recebidos/enviados pelo gateway ESP32).

* Limites de movimento no Blender respeitaram cursos reais dos cilindros hidráulicos.

* Mapeamento de valores no script Python: movimento linear e suave.

* Necessidade de filtros para suavizar sinal do joystick e atuador hidráulico.

* Difficulties: Gateway apresentou falhas devido a montagem provisória (placa protoboard e jumpers). Futuro: invólucro impresso em 3D e resinado, cabos/conectores externos para aumentar confiabilidade.

* Overall Conclusion of Results: Viabilidade técnica da integração hardware veicular e ambiente virtual. Rede CAN estável, carga de barramento inferior a 15% (PCAN-View). Sincronia comandos físicos (Vision 3) e resposta cinemática (Blender) validou eficácia do gateway ESP32 e do middleware Python, atingindo o objetivo de criar um ambiente de simulação de baixa latência e alta fidelidade visual.

I will also pull details from the methodology section to elaborate on the “how” of the results, ensuring I don’t introduce new interpretations. For example, when discussing the gateway, I can mention the ESP32 and TJA1050, and the baud rate. When discussing 3D modeling, I can mention SolidWorks, Blender, decimation, and rigging.

Let’s start drafting.

Word Count Check Strategy: I will write paragraphs and then check their word count. If too short, I’ll expand with more detail from the TCC’s results/methodology sections, elaborating on the “how” or “why” of a finding, or its implications as stated in the TCC. If too long, I’ll condense.

TCC Page 19 “Resultados e Discussão” section:

– “O Desenvolvimento de Módulo Híbrido para Treinamento com Controles Integrados a Simulação 3D de Máquinas Agrícolas alcançou os resultados que se dividem em entregas técnicas, que se refere ao produto da pesquisa e contribuições científicas e práticas para o campo do agronegócio e da simulação.” (Good opening sentence for the section).

– “Entregou-se um protótipo funcional do Módulo de Treinamento Híbrido, composto por:” (This introduces the technical deliverables).

– “Protótipo Físico (HIL): Um hardware de controle montado, integrando os componentes reais da cabine (joystick, display e controladores) e o gateway configurado para baixa latência;”

– “Ambiente de Simulação 3D: O software interativo, contendo a modelagem geométrica e o modelo físico e comportamental do sistema elétrico e hidráulico da máquina;”

– “Cenários de Falha: Um conjunto de módulos de treinamento, incluindo cenários simuláveis para diagnóstico de falhas virtuais.”

– “Além disso, nos resultados da fase de avaliação (Estudo Experimental) demonstrou as seguintes contribuições:” (Introduces the evaluation contributions).

– “Comprovação de Eficácia: Atestar, por meio de análise estatística comparativa, que após o uso do módulo híbrido houveram resultados aceitáveis em termos de Tempo de Diagnóstico e Redução de Erros Críticos;”

– “Validação da Metodologia HIL: Consolidar a integração Hardware-in-the-Loop como uma metodologia robusta e de alta fidelidade para o treinamento técnico em máquinas agrícolas, superando as limitações didáticas dos métodos convencionais;”

– “Impacto Operacional: Fornecer dados que justifiquem a implementação do Módulo Híbrido, projetando a redução de custos operacionais para os fabricantes, associados à mobilização de equipamentos e downtime;”

– “Referencial Acadêmico: Produzir um referencial teórico detalhado sobre o desenvolvimento de simuladores HIL aplicados à Agricultura de Precisão, servindo como base para treinamento industrial.”

TCC Page 20 “Resultados e Discussão” section:

– “Os pontos analisados foram os seguintes:” (This introduces the detailed analysis).

– “1. Desempenho da Comunicação e Latência: ao movimentar o joystick real, as respostas no Blender foram aceitáveis, conforme observado no PCAN-View, as mensagens CAN foram transmitidas com sucesso no cycle time de 100ms sem ocorrência de Error Frames. Também foi analisado que não houve atraso (lag) onde a utilização do ESP32 como gateway serial de 115200 bps de velocidade mostrou-se eficaz, mantendo a latência abaixo do limiar de percepção humana e garantindo a fluidez da simulação;”

– “2. Comportamento do Software e Lógica ST: o display Vision 3, através da interface HMI desenvolvida no CODESYS, atualizou corretamente os ícones e barras de progresso com base no feedback do sensor de posição do atuador hidráulico da máquina, simulado no Blender. A linguagem Structured Text (ST) permitiu uma lógica de intertravamento funcional, onde comandos inválidos na cabine foram filtrados antes de chegarem ao ambiente virtual, simulando o comportamento real da máquina;”

– “3. Fidelidade do Rigging e Resposta Cinemática: nesse ponto, foi validado a integração Python e Blender a partir das informações recebidas e enviadas pelo gateway Esp32. Os limites de movimento configurados no Blender respeitaram os cursos reais dos cilindros hidráulicos da máquina. O mapeamento de valores feito no script Python resultou em um movimento linear e suave, mas foi necessário a aplicação de filtros para suavizar o sinal do joystick e do atuador hidráulico.”

– “Uma das dificuldades encontradas foi com relação ao gateway que apresentou falhas em alguns momentos, mas por conta do hardware e montagem física que foi realizada em placa protoboard e jumpers, que configura uma montagem provisória. Diante disso estuda-se futuramente criar um invólucro impresso em 3D e resinado, com a disponibilidade dos cabos de ligação e conectores externos, aumentando a disponibilidade e confiabilidade do sistema.” (This is a limitation/future work, but presented as a result of the process).

– “Os resultados obtidos, no geral, demonstraram a viabilidade técnica da integração entre o hardware veicular e o ambiente virtual. Através dos testes de bancada, constatou-se que a rede CAN operou de forma estável, com carga de barramento inferior a 15%, conforme monitorado via PCAN-View. A sincronia entre o acionamento dos comandos físicos no display Vision 3 e a resposta cinemática no Blender validou a eficácia do gateway ESP32 e do middleware Python, atingindo o objetivo de criar um ambiente de simulação de baixa latência e alta fidelidade visual.” (This is the concluding paragraph of the results section in the TCC, which I will adapt for the article’s concluding paragraph for this section).

I will also pull details from the methodology section to elaborate on the “how” of the results, ensuring I don’t introduce new interpretations. For example, when discussing the gateway, I can mention the ESP32 and TJA1050, and the baud rate. When discussing 3D modeling, I can mention SolidWorks, Blender, decimation, and rigging.

Let’s start writing.