Sistema para detecção de estradas e obstáculos baseado em imagens RGB e nuvem de pontos para equipamentos de mineração.
dc.contributor.advisor | Freitas, Gustavo Medeiros | pt_BR |
dc.contributor.author | Klafke, Bruno Peres | |
dc.contributor.referee | Freitas, Gustavo Medeiros | pt_BR |
dc.contributor.referee | Bianchi, Andrea Gomes Campos | pt_BR |
dc.contributor.referee | Pessin, Gustavo | pt_BR |
dc.contributor.referee | Coelho, Bruno Nazário | pt_BR |
dc.date.accessioned | 2018-12-17T15:04:48Z | |
dc.date.available | 2018-12-17T15:04:48Z | |
dc.date.issued | 2018 | |
dc.description | Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto. | pt_BR |
dc.description.abstract | O Brasil é um país em que predomina o clima tropical. Todas as minas da Vale, independentemente da commodity (ferro, manganês e ou cobre), sofrem o impacto das condições climáticas adversas, principalmente nos períodos chuvosos, com neblinas intensas, que interferem fortemente nas operações, reduzindo e/ou interrompendo os processos de lavra em determinados períodos do dia. Até o presente momento não foi desenvolvida uma tecnologia que viabilize com segurança a operação dos caminhões nos períodos de neblina intensa, bem como diminuir os riscos de perdas materiais significativas nos equipamentos em operação. As câmeras convencionais, já usadas para auxílio em manobras, geram imagens no formato RGB e possuem alcance elevado. Porém, em condições adversas, a visibilidade não é diferente do olhar humano, dificultando a identificação de obstáculos e até mesmo a pista de rolagem dos equipamentos. A possibilidade de incluir o sistema de laser pode auxiliar a operação em condições adversas, incluindo neblina, chuva e pouca luminosidade. A fusão dos dados da câmera RGB com a varredura laser deve auxiliar a operação dos equipamentos, identificando obstáculos e estradas com maior confiabilidade. O estudo proposto consiste em investigar técnicas capazes de fornecer informações sobre a estrada e obstáculos considerando imagens RGB e uma nuvem de pontos de varredura laser, assim como sua fusão. No processamento são utilizados filtros e redes neurais para o processamento de imagens, e algoritmos de identificação de aglomerados ou planos para processar nuvens de pontos. Para esse estudo as estratégias propostas para identificação de objetos por imagem atingiram 90% de acerto e as estratégias de identificação através da nuvem de pontos alcançaram 91% de acerto. Porém, quando o processamento é realizado com a fusão dos dados dos sensores 95% dos obstáculos são identificados. Apesar desta pesquisa consistir numa etapa preliminar inserida num projeto de escopo maior, os resultados obtidos com o processamento de dados podem ser considerados satisfatórios. | pt_BR |
dc.description.abstracten | Brazil is a country where the tropical weather is predominant. All Vale's mines, regardless of the commodity (iron, manganese, nickel, phosphate and copper), suffer impact of the adverse weather conditions, especially on the rainy season, with heavy fog, which strongly affects operations, reducing and/or interrupting the processes of mining outdoor in specific periods of the day. Up to the present moment it has not been developed a technology which could make feasible with security the off road operations on periods of heavy fog, as well as to reduce risks of significant material loss in equipments during operation. The conventional cameras, already used to assist maneuvers, generate images in RGB format and have increased range. However, in adverse conditions, the visibility is not different from the human eye, making difficult the identification of obstacles and even the equipment's rolling track. The possibility of including a laser system can support the operation in adverse conditions including fog, rain and poor visibility. The data fusion of RGB camera with sweep laser should support the equipments operation indentifying obstacles and roads with more reliability. The proposed study evaluates techniques capable to provide information regarding the road and obstacles considering RGB and a sweep laser cloud of points, such as its fusion. The strategy use filter and neural nets for images process, and algorithms of clusters identification or plans to process clouds of points. For this study the identification of objects by image reached 90%, through the cloud of points reached 91%. However, using data fusion allows to correctly identify 95% of the objects in the environment. Although this research consists in a preliminary stage inserted in a project of greater scope, the results obtained with data process can be considered satisfactory. | pt_BR |
dc.identifier.citation | KLAFKE, Bruno Peres. Sistema para detecção de estradas e obstáculos baseado em imagens RGB e nuvem de pontos para equipamentos de mineração. 2018. 99 f. Dissertação (Mestrado em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2018. | pt_BR |
dc.identifier.uri | http://www.repositorio.ufop.br/handle/123456789/10593 | |
dc.language.iso | pt_BR | pt_BR |
dc.rights | aberto | pt_BR |
dc.rights.license | Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 14/12/2018 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho desde que sejam citados o autor e o licenciante. Não permite a adaptação. | pt_BR |
dc.title | Sistema para detecção de estradas e obstáculos baseado em imagens RGB e nuvem de pontos para equipamentos de mineração. | pt_BR |
dc.type | Dissertacao | pt_BR |
Arquivos
Pacote Original
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- DISSERTAÇÃO_SistemaDetecçãoEstradas.pdf
- Tamanho:
- 3.53 MB
- Formato:
- Adobe Portable Document Format
Licença do Pacote
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- license.txt
- Tamanho:
- 924 B
- Formato:
- Item-specific license agreed upon to submission
- Descrição: