Protótipo de solução para detetar e sinalizar defeitos em pavimentos rodoviários baseado em técnicas de visão computacional

Bibliographic Details
Main Author: Gonçalves, Miguel
Publication Date: 2023
Other Authors: Marques, Tomás, Gaspar, Pedro Dinis, Soares, V.N.G.J., Caldeira, J.M.L.P.
Format: Article
Language: por
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: http://hdl.handle.net/10400.11/8809
Summary: Este artigo apresenta um protótipo funcional para avaliar e validar a utilização de técnicas de visão computacional, na identificação de defeitos em pavimentos rodoviários, no contexto de uma cidade inteligente. É realizado um estudo de avaliação de desempenho de três redes neuronais convolucionais, YoloV4-Tiny, SSD MobileNet e RetinaNet, aplicadas a este cenário. Partindo dos resultados observados, descreve-se a proposta e o processo de implementação do protótipo, que tem por base uma plataforma Raspberry Pi 4. O protótipo é sujeito a validação e testes funcionais. Comparativamente ao método atualmente utilizado pela Infraestruturas de Portugal, para a identificação de defeitos em pavimentos, esta abordagem é mais ágil, eficaz e eficiente, contribuindo para uma rápida deteção e notificação dos mesmos.
id RCAP_f55bd8cebaa36a48a5fb0b68122dc130
oai_identifier_str oai:repositorio.ipcb.pt:10400.11/8809
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Protótipo de solução para detetar e sinalizar defeitos em pavimentos rodoviários baseado em técnicas de visão computacionalCidades inteligentesPavimentos rodoviáriosDeteção de defeitosVisão computacionalRedes neuronais convolucionaisDeteção de objetosProtótipoEste artigo apresenta um protótipo funcional para avaliar e validar a utilização de técnicas de visão computacional, na identificação de defeitos em pavimentos rodoviários, no contexto de uma cidade inteligente. É realizado um estudo de avaliação de desempenho de três redes neuronais convolucionais, YoloV4-Tiny, SSD MobileNet e RetinaNet, aplicadas a este cenário. Partindo dos resultados observados, descreve-se a proposta e o processo de implementação do protótipo, que tem por base uma plataforma Raspberry Pi 4. O protótipo é sujeito a validação e testes funcionais. Comparativamente ao método atualmente utilizado pela Infraestruturas de Portugal, para a identificação de defeitos em pavimentos, esta abordagem é mais ágil, eficaz e eficiente, contribuindo para uma rápida deteção e notificação dos mesmos.Repositório Científico do Instituto Politécnico de Castelo BrancoGonçalves, MiguelMarques, TomásGaspar, Pedro DinisSoares, V.N.G.J.Caldeira, J.M.L.P.2024-02-02T12:41:30Z20232023-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfhttp://hdl.handle.net/10400.11/8809por10.17013/risti.52.25–44info:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2025-02-26T14:29:27Zoai:repositorio.ipcb.pt:10400.11/8809Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T21:42:54.762181Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Protótipo de solução para detetar e sinalizar defeitos em pavimentos rodoviários baseado em técnicas de visão computacional
title Protótipo de solução para detetar e sinalizar defeitos em pavimentos rodoviários baseado em técnicas de visão computacional
spellingShingle Protótipo de solução para detetar e sinalizar defeitos em pavimentos rodoviários baseado em técnicas de visão computacional
Gonçalves, Miguel
Cidades inteligentes
Pavimentos rodoviários
Deteção de defeitos
Visão computacional
Redes neuronais convolucionais
Deteção de objetos
Protótipo
title_short Protótipo de solução para detetar e sinalizar defeitos em pavimentos rodoviários baseado em técnicas de visão computacional
title_full Protótipo de solução para detetar e sinalizar defeitos em pavimentos rodoviários baseado em técnicas de visão computacional
title_fullStr Protótipo de solução para detetar e sinalizar defeitos em pavimentos rodoviários baseado em técnicas de visão computacional
title_full_unstemmed Protótipo de solução para detetar e sinalizar defeitos em pavimentos rodoviários baseado em técnicas de visão computacional
title_sort Protótipo de solução para detetar e sinalizar defeitos em pavimentos rodoviários baseado em técnicas de visão computacional
author Gonçalves, Miguel
author_facet Gonçalves, Miguel
Marques, Tomás
Gaspar, Pedro Dinis
Soares, V.N.G.J.
Caldeira, J.M.L.P.
author_role author
author2 Marques, Tomás
Gaspar, Pedro Dinis
Soares, V.N.G.J.
Caldeira, J.M.L.P.
author2_role author
author
author
author
dc.contributor.none.fl_str_mv Repositório Científico do Instituto Politécnico de Castelo Branco
dc.contributor.author.fl_str_mv Gonçalves, Miguel
Marques, Tomás
Gaspar, Pedro Dinis
Soares, V.N.G.J.
Caldeira, J.M.L.P.
dc.subject.por.fl_str_mv Cidades inteligentes
Pavimentos rodoviários
Deteção de defeitos
Visão computacional
Redes neuronais convolucionais
Deteção de objetos
Protótipo
topic Cidades inteligentes
Pavimentos rodoviários
Deteção de defeitos
Visão computacional
Redes neuronais convolucionais
Deteção de objetos
Protótipo
description Este artigo apresenta um protótipo funcional para avaliar e validar a utilização de técnicas de visão computacional, na identificação de defeitos em pavimentos rodoviários, no contexto de uma cidade inteligente. É realizado um estudo de avaliação de desempenho de três redes neuronais convolucionais, YoloV4-Tiny, SSD MobileNet e RetinaNet, aplicadas a este cenário. Partindo dos resultados observados, descreve-se a proposta e o processo de implementação do protótipo, que tem por base uma plataforma Raspberry Pi 4. O protótipo é sujeito a validação e testes funcionais. Comparativamente ao método atualmente utilizado pela Infraestruturas de Portugal, para a identificação de defeitos em pavimentos, esta abordagem é mais ágil, eficaz e eficiente, contribuindo para uma rápida deteção e notificação dos mesmos.
publishDate 2023
dc.date.none.fl_str_mv 2023
2023-01-01T00:00:00Z
2024-02-02T12:41:30Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.11/8809
url http://hdl.handle.net/10400.11/8809
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.17013/risti.52.25–44
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833599393300742144