Título: | Classificação da condição de pavimentos utilizando redes neurais e sistemas embarcados |
Autor(es): | Mattei, Giulianno Querino |
Orientador(es): | Hung, Edson Mintsu |
Assunto: | Sistemas embarcados (Computadores) Redes neurais (Computação) Processamento de sinais - técnicas digitais |
Data de apresentação: | 18-Dez-2023 |
Data de publicação: | 28-Nov-2024 |
Referência: | MATTEI, Giulianno Querino. Classificação da condição de pavimentos utilizando redes neurais e sistemas embarcados. 2023. 89 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2023. |
Resumo: | O propósito deste trabalho consiste em desenvolver um classificador referente à condição
do pavimento utilizando modelos de Inteligência Artificial e sistema embarcado. O clas-
sificador é binário e categoriza o estado do pavimento em duas classes: perfeito ou im-
perfeito. Esta classificação é feita com base em dados coletados por um sensor acel-
erômetro/giroscópio embutido no interior de um veículo, e com base em imagens cap-
turadas por uma câmera direcionada para o pavimento instalada no veículo. Neste tra-
balho, são desenvolvidos dois modelos de Inteligência Artificial, sendo um voltado para a
classificação dos dados coletados pelo sensor e outro para a classificação das imagens. Ao
longo do trabalho, são detalhados a implementação do hardware embarcado e o desen-
volvimento dos modelos de IA, assim como os resultados obtidos, os quais foram validados
em saídas de campo. |
Abstract: | The purpose of this work is to develop a classifier related to pavement condition using
Artificial Intelligence models and embedded system. The classifier is binary, categorizing
the pavement condition into two classes: perfect or imperfect. This classification is based
on data collected by an accelerometer/gyroscope sensor embedded in a vehicle, and on
images captured by a camera aimed at the pavement installed in the vehicle. In this study,
two Artificial Intelligence models are developed, one for classification of data collected
by the sensor and another for the classification of images. Throughout the study, the
implementation of the embedded hardware and the development of AI models are detailed,
as well as the obtained results, which were validated in fieldworks. |
Informações adicionais: | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2023. |
Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. |
Aparece na Coleção: | Engenharia Elétrica
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.