Monitoramento de segurança em canteiros de obra utilizando inferência multiestágio em inteligência artificial na borda

• Ano de defesa: 2026
• Autor(a) principal: Ito, Luiz Guilherme Martinho Sampaio
• Orientador(a): Azambuja, José Rodrigo Furlanetto de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Visão computacional; Inteligência artificial; Computação de borda; Segurança do trabalho; Inferência em cascata
• Palavras-chave em Inglês: NVIDIA deepStream; Construction Site Safety
• Link de acesso: http://hdl.handle.net/10183/311156

A indústria da construção civil apresenta índices elevados de acidentes de trabalho, o que evidencia as limitações dos métodos tradicionais de monitoramento. A visão computacional, impulsionada por técnicas de inteligência artificial, apresenta potencial para automatizar a vigilância de segurança. Contudo, soluções baseadas em processamento na nuvem enfrentam desafios de latência e dependência de conectividade. Trabalhos anteriores demonstraram a viabilidade de detecção com modelo único em dispositivos de borda, porém nenhum emprega inferência em cascata com modelos especializados por domínio. Esta dissertação apresenta o projeto e a validação de um sistema de análise de vídeo inteligente baseado em computação de borda. O sistema utiliza uma arquitetura de inferência em cascata composta por um modelo primário, denominado PGIE (Primary GPU Inference Engine), que detecta cinco classes (pessoa, veículo, capacete, colete e ferramenta) e três modelos secundários especializados, denominados SGIEs (Secondary GPU Inference Engines), que operam sobre as regiões recortadas: SGIE-EPI para equipamentos de proteção individual, SGIE-Maquinário para identificação de máquinas pesadas e SGIEFerramentas para detecção de ferramentas e materiais. O sistema opera em um dispositivo NVIDIA Jetson AGX Xavier e processa fluxos de vídeo em tempo real. A metodologia emprega o framework NVIDIA DeepStream para orquestrar o pipeline de inferência acelerado por hardware. Os modelos foram treinados com datasets públicos (SODA, MOCS, Roboflow) e otimizados com TensorRT. Como resultado, o sistema alcançou vazão de 20 quadros por segundo (FPS – Frames Per Second) com latência de 58 milissegundos no pipeline completo. O PGIE obteve mAP@0,5 (mean Average Precision) de 0,83, enquanto os SGIEs alcançaram mAP@0,5 entre 0,71 e 0,84. Esta dissertação demonstra a viabilidade técnica de um sistema de monitoramento autônomo com inferência em cascata na borda.