Metodologia baseada em visão computacional para rastreamento e pouso em linhas de transmissão com VANTs

• Ano de defesa: 2023
• Autor(a) principal: Diniz, Lucas Fiorani
• Orientador(a): Honório, Leonardo de Mello
• Banca de defesa: Oliveira, Edimar José de , Santos, Murillo Ferreira dos
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Juiz de Fora (UFJF)
• Programa de Pós-Graduação: Programa de Pós-graduação em Engenharia Elétrica
• Departamento: Faculdade de Engenharia
• País: Brasil
• Palavras-chave em Português: Linhas de transmissão; VANTs; Rotinas de inspeção; Visão computacional; Transmission lines; Inspection routines; Computer vision
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: https://repositorio.ufjf.br/jspui/handle/ufjf/15523

Um sistema de transmissão de energia deve possuir, entre outros requisitos, altos níveis de disponibilidade para que os recursos energéticos do país sejam aproveitados de maneira ótima. Uma forma de garantir isso é através de ações preventivas, como as rotinas de inspeção e manutenção das redes. Nesse sentido, o uso de Veículos Aéreos Não-Tripulados (VANTs) se mostra uma alternativa eficiente, com bom desempenho e custo-benefício. O desenvolvimento de sistemas embarcados para esses veículos, apoiados em técnicas de visão computacional, por exemplo, pode tornar a tarefa de inspeção mais robusta, segura e ágil, reduzindo ou até eliminando o trabalho manual necessário. Sendo assim, esse trabalho propõe um sistema baseado em algoritmos e modelos de visão computacional para auxiliar nas tarefas de rastreamento e pouso nas linhas de transmissão, essa última em conjunto com uma metodologia Human-in-the-loop. Os resultados apresentados, obtidos por meio de simulações em cenários virtuais, demonstram que o sistema proposto é capaz de identificar corretamente as linhas de transmissão em imagens aéreas, capturadas pelo veículo, extrair as informações de interesse e executar as tarefas desejadas com sucesso. Foi possível desenvolver um modelo de detecção de objetos com mAP de 98.47% e alcançar os pontos desejados nas missões de voo com pequenos erros, na casa de centímetros. Para todos os casos, o nível de interferência humana necessário foi minimizado, tornando todo o processo menos dependente da perícia do operador ao controle do VANT.