Use este identificador para citar ou linkar para este item: https://repositorio.ufjf.br/jspui/handle/ufjf/15523
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
lucasfioranidiniz.pdf4.51 MBAdobe PDFThumbnail
Visualizar/Abrir
Tipo: Dissertação
Título: Metodologia baseada em visão computacional para rastreamento e pouso em linhas de transmissão com VANTs
Autor(es): Diniz, Lucas Fiorani
Primeiro Orientador: Honório, Leonardo de Mello
Co-orientador: Pinto, Milena Faria
Membro da banca: Oliveira, Edimar José de
Membro da banca: Santos, Murillo Ferreira dos
Resumo: 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.
Abstract: A power transmission system must have, among other requirements, high levels of availability so that the country’s energy resources can be optimally exploited. One way to ensure this is through preventive actions, such as inspection and maintenance routines. In this sense, the use of Unmanned Aerial Vehicles (UAVs) proves to be an efficient alternative, with good performance and cost-effectiveness. The development of embedded systems for these vehicles, supported by computer vision techniques, for example, can make inspection tasks more robust, safe, and agile, reducing or even eliminating the necessary manual labor. Therefore, this work proposes a system based on computer vision algorithms and models to assist in tracking and landing tasks on transmission lines, the latter in conjunction with a Human-in-the-loop methodology. The results presented, obtained through simulations in virtual scenarios, demonstrate that the proposed system is capable of correctly identifying transmission lines in aerial images captured by the vehicle, extracting the information of interest, and successfully executing the desired tasks. It was possible to develop an object detection model with mAP of 98.47% and reach the desired points in flight missions with small errors, in the order of centimeters. For all cases, the level of human interference required was minimized, making the entire process less dependent on the operator’s expertise in UAV control.
Palavras-chave: Linhas de transmissão
VANTs
Rotinas de inspeção
Visão computacional
Transmission lines
Inspection routines
Computer vision
CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Idioma: por
País: Brasil
Editor: Universidade Federal de Juiz de Fora (UFJF)
Sigla da Instituição: UFJF
Departamento: Faculdade de Engenharia
Programa: Programa de Pós-graduação em Engenharia Elétrica
Tipo de Acesso: Acesso Aberto
Licenças Creative Commons: http://creativecommons.org/licenses/by-nc-nd/3.0/br/
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/15523
Data do documento: 25-Mai-2023
Aparece nas coleções:Mestrado em Engenharia Elétrica (Dissertações)



Este item está licenciado sob uma Licença Creative Commons Creative Commons