
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Miranda Neto, Arthur de | - |
| Autor(es): dc.contributor | Campos, Gustavo Lobato | - |
| Autor(es): dc.contributor | Correa, Luiz Henrique Andrade | - |
| Autor(es): dc.creator | Freitas, Fabrício Daniel | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:16:59Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:16:59Z | - |
| Data de envio: dc.date.issued | 2025-09-08 | - |
| Data de envio: dc.date.issued | 2025-07-21 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/60277 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1137536 | - |
| Descrição: dc.description | Advanced Driver Assistance Systems (ADAS) have gained increasing relevance in the automotive industry, aiming to improve driving safety and comfort. At the same time, advances in Artificial Intelligence (AI) and the evolution of smartphones have opened new opportunities to implement these technologies directly on mobile devices, promoting an accessible and economically viable solution. This dissertation analyzes the computational, thermal, and energy performance of deep learning algorithms applied to smartphones for ADAS, taking into account resource limitations and real-time processing requirements. In addition to a systematic literature review, an experimental analysis was conducted using standardized benchmarks (AI Benchmark and Burnout Benchmark) and an ADAS application developed specifically for this study. The experiments covered devices from different categories (premium, mid-range, and entry-level), highlighting significant differences in sustained performance, energy efficiency, and real-time inference capability. The results demonstrated that smartphones equipped with dedicated hardware accelerators, such as GPUs and NPUs, exhibit superior performance and greater efficiency in realistic usage scenarios. Finally, practical recommendations were presented for technical optimization of the models to improve their viability in real applications, directly contributing to advances in vehicle safety and mobile computing. | - |
| Descrição: dc.description | Os Sistemas Avançados de Assistência ao Condutor (ADAS) têm ganhado relevância crescente na indústria automotiva, com o objetivo de aprimorar a segurança e o conforto na condução. Paralelamente, o avanço da Inteligência Artificial (IA) e a evolução dos smartphones abriram novas oportunidades para implementar essas tecnologias diretamente em dispositivos móveis, promovendo umasoluçãoacessível e economicamente viável. Esta dissertação analisa o desempenho computacional, térmico e energético de algoritmos de aprendizado profundo aplicados emsmartphones para ADAS, levando em consideração as limitações de recursos e as exigências de processamento em tempo real. Além da revisão sistemática da literatura, realizou-se uma análise experimental utilizando benchmarks padronizados (AI Benchmark e Burnout Benchmark) e uma aplicação ADAS desenvolvida especificamente para este estudo. Os experimentos abrangeram dispositivos de diferentes categorias (premium, intermediário e básico), destacase diferenças significativas no desempenho sustentado, eficiência energética e capacidade de inferência em tempo real. Os resultados demonstraram que smartphones equipados com aceleradores de hardware dedicados, como GPUs e NPUs, apresentam desempenho superior e maior eficiência em cenários realistas de uso. Por fim, apresentou-se recomendações práticas para otimização técnica dos modelos visando melhorar sua viabilidade em aplicações reais, contribuindo diretamente para avanços na segurança veicular e computação móvel. | - |
| Descrição: dc.description | Sociais | - |
| Descrição: dc.description | Tecnológico | - |
| Descrição: dc.description | Culturais | - |
| Descrição: dc.description | Educacao | - |
| Descrição: dc.description | Saude | - |
| Descrição: dc.description | Tecnologia e produção | - |
| Descrição: dc.description | ODS 3: Saúde e bem-estar | - |
| Descrição: dc.description | ODS 9: Indústria, inovação e infraestrutura | - |
| Descrição: dc.description | ODS 11: Cidades e comunidades sustentáveis | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Ciência da Computação | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Ciência da Computação | - |
| Publicador: dc.publisher | Instituto de Ciências Exatas e Tecnológicas (ICET) | - |
| Direitos: dc.rights | Attribution 3.0 Brazil | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/3.0/br/ | - |
| Palavras-chave: dc.subject | Veículo autônomo | - |
| Palavras-chave: dc.subject | Computação de borda | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Palavras-chave: dc.subject | Assistência avançada ao condutor | - |
| Palavras-chave: dc.subject | Internet das Coisas | - |
| Palavras-chave: dc.subject | Edge computing | - |
| Palavras-chave: dc.subject | Autonomous vehicle | - |
| Palavras-chave: dc.subject | Artificial intelligence | - |
| Palavras-chave: dc.subject | Internet of Things (IoT) | - |
| Palavras-chave: dc.subject | Advanced Driver Assistance Systems (ADAS) | - |
| Palavras-chave: dc.subject | Ciências Exatas e da Terra | - |
| Título: dc.title | Smartphones como plataforma de inteligência artificial de borda para assistência ao condutor: análise de desempenho computacional, térmico e energético | - |
| Título: dc.title | Smartphones as an Edge Artificial Intelligence Platform for Driver Assistance: Computational, Thermal, and Energy Performance Analysis | - |
| Tipo de arquivo: dc.type | dissertação | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: