MANIAC: uma metodologia para o monitoramento automatizado das condições dos pavimentos utilizando VANTs

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Branco, Luiz Henrique Castelo
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Aprendizado de máquina
Flexible pavement
Machine learning
Pavimento flexível asfáltico
UAVs
Unmanned aerial vehicles
Veículo aéreo não tripulado
Link de acesso: http://www.teses.usp.br/teses/disponiveis/18/18143/tde-07082017-152050/
Resumo: Sistemas de Transportes Inteligentes (STIs) englobam um conjuntos de tecnologias (Sensoriamento Remoto, Tecnologia da Informação, Eletrônica, Sistemas de Comunicação de Dados entre outros) que visam oferecer serviços e gerenciamento de tráfego avançado para meios de transporte rodoviário, aéreo e outros. A obtenção de informações a respeito das características e das condições do pavimento das estradas constitui uma parte importante dentro do sensoriamento nesses STIs. Investigar novas técnicas, metodologias e meios de automatizar a obtenção dessas informações é parte deste trabalho. Uma vez que existem diferentes tipos de defeitos em vias pavimentadas, esta tese apresenta a proposta de uma metodologia que permite a obtenção, de forma automática, das condições dos pavimentos asfálticos. A obtenção dos dados foi realizada por meio do Sensoriamento Remoto com uso de Veículos Aéreos Não Tripulados. A utilização de técnicas de Aprendizado de Máquina na detecção automática possibilitou alcançar uma acurácia de 99% na detecção de pavimentos asfálticos flexíveis e 92% na identificação de defeitos em alguns experimentos. Como resultado obteve-se o diagnóstico automático, não só das condições da via, mas de diferentes tipos de defeitos presentes em pavimentos.
id USP_7e11f3657f10f1d166632ae12ad65032
oai_identifier_str oai:teses.usp.br:tde-07082017-152050
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling MANIAC: uma metodologia para o monitoramento automatizado das condições dos pavimentos utilizando VANTsMANIAC: a methodology for automated monitoring of the condition of pavements using UAVsAprendizado de máquinaFlexible pavementMachine learningPavimento flexível asfálticoUAVsUnmanned aerial vehiclesVeículo aéreo não tripuladoSistemas de Transportes Inteligentes (STIs) englobam um conjuntos de tecnologias (Sensoriamento Remoto, Tecnologia da Informação, Eletrônica, Sistemas de Comunicação de Dados entre outros) que visam oferecer serviços e gerenciamento de tráfego avançado para meios de transporte rodoviário, aéreo e outros. A obtenção de informações a respeito das características e das condições do pavimento das estradas constitui uma parte importante dentro do sensoriamento nesses STIs. Investigar novas técnicas, metodologias e meios de automatizar a obtenção dessas informações é parte deste trabalho. Uma vez que existem diferentes tipos de defeitos em vias pavimentadas, esta tese apresenta a proposta de uma metodologia que permite a obtenção, de forma automática, das condições dos pavimentos asfálticos. A obtenção dos dados foi realizada por meio do Sensoriamento Remoto com uso de Veículos Aéreos Não Tripulados. A utilização de técnicas de Aprendizado de Máquina na detecção automática possibilitou alcançar uma acurácia de 99% na detecção de pavimentos asfálticos flexíveis e 92% na identificação de defeitos em alguns experimentos. Como resultado obteve-se o diagnóstico automático, não só das condições da via, mas de diferentes tipos de defeitos presentes em pavimentos.Intelligent Transport Systems (ITS) is a set of integrated technologies (Remote Sensing, Information Technology, Electronics, Data Communication Systems among others) that aims to provide services and advanced traffic management for road, air, rail and others transportation systems. Obtaining information about characteristics and road pavement conditions is an important part within the sensing these ITS. Investigating new techniques, methods and means to optimize and automate obtaining these information are part of this work, since there are different types of defects on paved roads. Thus, this thesis proposes a methodology that allows automatically obtain information about the condition of the pavement. Data collection was performed with remote sensing technology using Unmanned Aerial Vehicles. Automatic detection was possible through the use of Machine Learning techniques with 99% of accuracy in pavements and 92% in distress identification. As a result we obtained the self-diagnosis, not just the pavement, but different types of distress present in the pavement.Biblioteca Digitais de Teses e Dissertações da USPSegantine, Paulo César LimaBranco, Luiz Henrique Castelo2016-11-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/18/18143/tde-07082017-152050/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2018-07-19T17:03:58Zoai:teses.usp.br:tde-07082017-152050Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212018-07-19T17:03:58Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv MANIAC: uma metodologia para o monitoramento automatizado das condições dos pavimentos utilizando VANTs
MANIAC: a methodology for automated monitoring of the condition of pavements using UAVs
title MANIAC: uma metodologia para o monitoramento automatizado das condições dos pavimentos utilizando VANTs
spellingShingle MANIAC: uma metodologia para o monitoramento automatizado das condições dos pavimentos utilizando VANTs
Branco, Luiz Henrique Castelo
Aprendizado de máquina
Flexible pavement
Machine learning
Pavimento flexível asfáltico
UAVs
Unmanned aerial vehicles
Veículo aéreo não tripulado
title_short MANIAC: uma metodologia para o monitoramento automatizado das condições dos pavimentos utilizando VANTs
title_full MANIAC: uma metodologia para o monitoramento automatizado das condições dos pavimentos utilizando VANTs
title_fullStr MANIAC: uma metodologia para o monitoramento automatizado das condições dos pavimentos utilizando VANTs
title_full_unstemmed MANIAC: uma metodologia para o monitoramento automatizado das condições dos pavimentos utilizando VANTs
title_sort MANIAC: uma metodologia para o monitoramento automatizado das condições dos pavimentos utilizando VANTs
author Branco, Luiz Henrique Castelo
author_facet Branco, Luiz Henrique Castelo
author_role author
dc.contributor.none.fl_str_mv Segantine, Paulo César Lima
dc.contributor.author.fl_str_mv Branco, Luiz Henrique Castelo
dc.subject.por.fl_str_mv Aprendizado de máquina
Flexible pavement
Machine learning
Pavimento flexível asfáltico
UAVs
Unmanned aerial vehicles
Veículo aéreo não tripulado
topic Aprendizado de máquina
Flexible pavement
Machine learning
Pavimento flexível asfáltico
UAVs
Unmanned aerial vehicles
Veículo aéreo não tripulado
description Sistemas de Transportes Inteligentes (STIs) englobam um conjuntos de tecnologias (Sensoriamento Remoto, Tecnologia da Informação, Eletrônica, Sistemas de Comunicação de Dados entre outros) que visam oferecer serviços e gerenciamento de tráfego avançado para meios de transporte rodoviário, aéreo e outros. A obtenção de informações a respeito das características e das condições do pavimento das estradas constitui uma parte importante dentro do sensoriamento nesses STIs. Investigar novas técnicas, metodologias e meios de automatizar a obtenção dessas informações é parte deste trabalho. Uma vez que existem diferentes tipos de defeitos em vias pavimentadas, esta tese apresenta a proposta de uma metodologia que permite a obtenção, de forma automática, das condições dos pavimentos asfálticos. A obtenção dos dados foi realizada por meio do Sensoriamento Remoto com uso de Veículos Aéreos Não Tripulados. A utilização de técnicas de Aprendizado de Máquina na detecção automática possibilitou alcançar uma acurácia de 99% na detecção de pavimentos asfálticos flexíveis e 92% na identificação de defeitos em alguns experimentos. Como resultado obteve-se o diagnóstico automático, não só das condições da via, mas de diferentes tipos de defeitos presentes em pavimentos.
publishDate 2016
dc.date.none.fl_str_mv 2016-11-07
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/18/18143/tde-07082017-152050/
url http://www.teses.usp.br/teses/disponiveis/18/18143/tde-07082017-152050/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1865491051311005696

Registros relacionados