Desenvolvimento de metodologia para monitoramento remoto de rodovias: VANTRod

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSilva, Jean Carlos Cardozo da-
Autor(es): dc.contributorhttp://lattes.cnpq.br/9949032159595994-
Autor(es): dc.contributorMartelli, Cicero-
Autor(es): dc.contributorhttp://lattes.cnpq.br/9188974272555318-
Autor(es): dc.contributorSilva, Jean Carlos Cardozo da-
Autor(es): dc.contributorBrito, Lélio Antônio Teixeira-
Autor(es): dc.contributorSilva, Marco Jose da-
Autor(es): dc.creatorDi Renzo, André Biffe-
Data de aceite: dc.date.accessioned2022-02-21T21:49:03Z-
Data de disponibilização: dc.date.available2022-02-21T21:49:03Z-
Data de envio: dc.date.issued2017-12-28-
Data de envio: dc.date.issued2017-12-28-
Data de envio: dc.date.issued2017-10-20-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/2852-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/661206-
Descrição: dc.descriptionHighways are the principal transportation modal way in Brazil for cargo and passengers. Highways can suffer wear due to weather and traffic load, hence necessary a constant monitoring of the pavement and traffic signalization health. In general, the highway health is monitored manually being necessary persons to make the verification process. One alternative to this process is the use of aerial images. This work presents a highway remote sensing methodology from aerial imagens and digital image processing (DIP), as a tool to verify the road conditions, including the pavement and road markings. The acquisition of images are performed by an Unmanned Aerial Vehicle (UAV) enabling large area scans with less time. With the acquired imagens, DIP techniques and pattern recognition are employed to extract and identify highways parameters. So, an algorithm was developed to process and extract road information of the acquired images providing inspection of highway with agility and precision. The developed algorithm has three parts: the first one make the roadway segmentation, the second segments objects of the road and the third classifies the segmented objects. To classify the segmented objects, the Histogram of Oriented Gradient (HOG) descriptor has been used to extract characteristics of the objects and the Support Vector Machine () was used to classify the objects. With this developed algorithm, positive results has reached in obtain road information from the aerial images. Performance tests has been performed and a hit rate of 97.37% was reached for the selected classes, proving the ability of this proposed methodology could be applied in real environment helping maintenance and management highway teams.-
Descrição: dc.descriptionCAPES; Fundação Araucária; SETI; CNPq; FINEP; FUNTEF; ANTT; Triunfo Concebra-
Descrição: dc.descriptionRodovias são as principais vias de locomoção do Brasil, tanto de cargas como de passageiros. Pelo fato dessas rodovias estarem sujeitas a desgastes com o tempo e devido ao grande tráfego de cargas pesadas, é preciso um constante monitoramento do estado do pavimento e das sinalizações rodoviárias. Normalmente a análise do estado atual de rodovias é efetuada de forma manual, sendo necessário o deslocamento de pessoas para verificação. Uma alternativa para efetuar esse processo é o uso de imagens áreas. Este trabalho apresenta uma metodologia de monitoramento remoto de rodovias a partir de imagens aéreas e a aplicação de técnicas de processamento digital de imagens (), como uma ferramenta para verificação das condições da malha rodoviária, desde seu pavimento até as sinalizações horizontais. A aquisição dessas imagens é efetuada através de Veículo Aéreo Não Tripulado (), possibilitando a varredura de grandes áreas em curto espaço de tempo. Em conjunto com as imagens adquiridas, são empregadas técnicas de e reconhecimento de padrões para extrair e identificar parâmetros em rodovias. Assim, desenvolveu-se um algoritmo que processa e extrai informações da via a partir das imagens adquiridas, proporcionando maior agilidade e precisão na inspeção de rodovias. O algoritmo desenvolvido é divido em três partes, sendo a primeira a segmentação da rodovia na imagem adquirida, a segunda a segmentação de objetos contidos na rodovia e a terceira a classificação dos objetos segmentados. Para classificar os objetos segmentados é utilizado o classificador Support Vector Machine () em conjunto com o descritor de Histograma Orientado ao Gradiente () para extrair características dos objetos a serem classificados. Com esse algoritmo desenvolvido obteve-se resultados positivos na obtenção de informações da rodovia a partir de imagens aéreas. Em testes de desempenho efetuado, houve taxa de acerto de 97,37% para as classes de objetos selecionadas, demonstrando assim, que a metodologia proposta pode ser aplicada em ambiente real, auxiliando equipes de manutenção e gerenciamento de rodovias.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCuritiba-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherPrograma de Pós-Graduação em Engenharia Elétrica e Informática Industrial-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectRodovias-
Palavras-chave: dc.subjectProcessamento de sinais - Técnicas digitais-
Palavras-chave: dc.subjectAlgorítmos computacionais-
Palavras-chave: dc.subjectRodovias - Medidas de segurança-
Palavras-chave: dc.subjectEngenharia elétrica-
Palavras-chave: dc.subjectRoads-
Palavras-chave: dc.subjectSignal processing - Digital technique-
Palavras-chave: dc.subjectComputer algorithms-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES-
Palavras-chave: dc.subjectEngenharia Elétrica-
Título: dc.titleDesenvolvimento de metodologia para monitoramento remoto de rodovias: VANTRod-
Título: dc.titleDevelopment of highway remote sensing methodology: VANTRod-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.