Dissertação
Técnicas de aprendizagem aplicadas à deteção de defeitos em pavimentos rodoviários EVALUATED
Todos os dias milhões de pessoas circulam nas rodovias por diversas razões como a deslocação para o trabalho ou distribuição de bens. Para garantir a segurança na circulação, é fundamental manter uma boa qualidade dos pavimentos rodoviários, que só é conseguida através de uma boa e rápida politica de manutenção. Atualmente, esta manutenção dos pavimentos rodoviários requer tempo e esforço por parte dos especialistas, portanto a automatização deste processo é benéfica na aceleração de análises e inspeções a pavimentos rodoviários e, consequentemente, na manutenção dos mesmos. Nesta dissertação, com base em redes neuronais, construiu-se um sistema automático de deteção e classificação de fendilhamento em pavimentos rodoviários, visto que o aparecimento de fendas é o primeiro sinal de degradação de uma rodovia. Através de uma captura de imagens descritivas do pavimento que se pretende analisar, o sistema construído fornece as percentagens de fendilhamento que caracterizam o estado do pavimento rodoviário analisado. Juntamente com estas percentagens, o sistema proposto também fornece a segmentação da superfície do pavimento rodoviário, distinguindo o fendilhamento do restante pavimento. Com estes dados, torna-se possível selecionar quais os processos de manutenção ou reabilitação que o pavimento rodoviário requer. O sistema demonstrou resultados interesses e promissores na análise de rodovias, e com o seu baixo tempo de processamento, acelera o processo de análise e decisão na politica de manutenção dos pavimentos rodoviários.
novembro 18, 2021, 15:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Paulo Luís Serras Lobato Correia
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Associado
