Inteligência artificial em equipamentos de proteção individual

Detalhes bibliográficos
Autor(a) principal: de Lima, David Clístenes Furoni
Data de Publicação: 2023
Outros Autores: da Cunha, José Carlos
Tipo de documento: Artigo
Idioma: por
Título da fonte: Brazilian Applied Science Review
Texto Completo: https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/57128
Resumo: O uso de inteligência artificial em equipamentos de uso cotidiano está se tornando ubíquo, estando presente em aplicativos para smartphones, lavadoras de roupa, robôs de companhia e em gadgets de automação residencial. Contudo, nota-se que há uma grande lacuna quando se trata de equipamentos de proteção individual (EPIs), como por exemplo o capacete do corpo de bombeiros. Neste trabalho é apresentado um equipamento simples para treinamento de bombeiros, utilizando inteligência artificial e ambiente de realidade mista, cuja função é auxiliar o bombeiro a identificar possíveis vítimas em ambientes extremos. Uma rede neural convolucional (CNN), denominada YOLO, foi treinada utilizando um misto de imagens cotidianas e imagens térmicas, para detecção de vítimas em ambientes normais e extremos. O aplicativo de teste, denominado VR_FIREFIGHTER, foi implementado utilizando o sistema operacional Android e utiliza um óculos de realidade virtual para visualização do ambiente e vítimas detectadas. Os resultados dos testes do treinamento da rede neural convolucional indicam que a rede neural, em ambiente computacional, a performance esperada é de 82.5%, enquanto que no ambiente de produção (smartphone) é de 72%. Os testes de campo quantitativos são coerentes com o teste do treinamento, obtendo 65.9% de precisão média. Já os testes qualitativos em ambiente de treinamento de bombeiros foi notadamente satisfatório quanto à usabilidade, precisão média e relevância, validando o protótipo construído. Com isto é possível inferir que a utilização de sistemas embarcados nos EPIs, em atividades de alto risco dos profissionais de segurança pública tem o potencial de agregar muito valor e potencializar as atividades de resgates e salvamentos em ocorrências de incêndios. O estudo permite concluir que a inovação e implementação de equipamentos inteligentes de proteção individual refletem em serviços e produtos em prol do benefício da sociedade em pronta resposta de atendimento.
id BASR-0_8c84ae00ca15159c447a9871518a3484
oai_identifier_str oai:ojs2.ojs.brazilianjournals.com.br:article/57128
network_acronym_str BASR-0
network_name_str Brazilian Applied Science Review
repository_id_str
spelling Inteligência artificial em equipamentos de proteção individualequipamentos de proteção individual inteligentesrealidade mistainteligência artificialtreinamento de redes neuraisO uso de inteligência artificial em equipamentos de uso cotidiano está se tornando ubíquo, estando presente em aplicativos para smartphones, lavadoras de roupa, robôs de companhia e em gadgets de automação residencial. Contudo, nota-se que há uma grande lacuna quando se trata de equipamentos de proteção individual (EPIs), como por exemplo o capacete do corpo de bombeiros. Neste trabalho é apresentado um equipamento simples para treinamento de bombeiros, utilizando inteligência artificial e ambiente de realidade mista, cuja função é auxiliar o bombeiro a identificar possíveis vítimas em ambientes extremos. Uma rede neural convolucional (CNN), denominada YOLO, foi treinada utilizando um misto de imagens cotidianas e imagens térmicas, para detecção de vítimas em ambientes normais e extremos. O aplicativo de teste, denominado VR_FIREFIGHTER, foi implementado utilizando o sistema operacional Android e utiliza um óculos de realidade virtual para visualização do ambiente e vítimas detectadas. Os resultados dos testes do treinamento da rede neural convolucional indicam que a rede neural, em ambiente computacional, a performance esperada é de 82.5%, enquanto que no ambiente de produção (smartphone) é de 72%. Os testes de campo quantitativos são coerentes com o teste do treinamento, obtendo 65.9% de precisão média. Já os testes qualitativos em ambiente de treinamento de bombeiros foi notadamente satisfatório quanto à usabilidade, precisão média e relevância, validando o protótipo construído. Com isto é possível inferir que a utilização de sistemas embarcados nos EPIs, em atividades de alto risco dos profissionais de segurança pública tem o potencial de agregar muito valor e potencializar as atividades de resgates e salvamentos em ocorrências de incêndios. O estudo permite concluir que a inovação e implementação de equipamentos inteligentes de proteção individual refletem em serviços e produtos em prol do benefício da sociedade em pronta resposta de atendimento.Brazilian Journals Publicações de Periódicos e Editora Ltda.2023-02-07info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/5712810.34115/basrv7n1-013Brazilian Applied Science Review; Vol. 7 No. 1 (2023); 265-288Brazilian Applied Science Review; Vol. 7 Núm. 1 (2023); 265-288Brazilian Applied Science Review; v. 7 n. 1 (2023); 265-2882595-36212595-3621reponame:Brazilian Applied Science Reviewinstname:Brazilian Journals Publicações de Periódicos e Editora Ltdainstacron:FIEPporhttps://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/57128/41837de Lima, David Clístenes Furoni da Cunha, José Carlosinfo:eu-repo/semantics/openAccess2023-02-23T17:51:39Zoai:ojs2.ojs.brazilianjournals.com.br:article/57128Revistahttps://www.brazilianjournals.com/index.php/BASRPRIhttps://ojs.brazilianjournals.com.br/ojs/index.php/BASR/oaibrazilianasr@yahoo.com || brazilianasr@yahoo.com2595-36212595-3621opendoar:2023-02-23T17:51:39Brazilian Applied Science Review - Brazilian Journals Publicações de Periódicos e Editora Ltdafalse
dc.title.none.fl_str_mv Inteligência artificial em equipamentos de proteção individual
title Inteligência artificial em equipamentos de proteção individual
spellingShingle Inteligência artificial em equipamentos de proteção individual
de Lima, David Clístenes Furoni
equipamentos de proteção individual inteligentes
realidade mista
inteligência artificial
treinamento de redes neurais
title_short Inteligência artificial em equipamentos de proteção individual
title_full Inteligência artificial em equipamentos de proteção individual
title_fullStr Inteligência artificial em equipamentos de proteção individual
title_full_unstemmed Inteligência artificial em equipamentos de proteção individual
title_sort Inteligência artificial em equipamentos de proteção individual
author de Lima, David Clístenes Furoni
author_facet de Lima, David Clístenes Furoni
da Cunha, José Carlos
author_role author
author2 da Cunha, José Carlos
author2_role author
dc.contributor.author.fl_str_mv de Lima, David Clístenes Furoni
da Cunha, José Carlos
dc.subject.por.fl_str_mv equipamentos de proteção individual inteligentes
realidade mista
inteligência artificial
treinamento de redes neurais
topic equipamentos de proteção individual inteligentes
realidade mista
inteligência artificial
treinamento de redes neurais
description O uso de inteligência artificial em equipamentos de uso cotidiano está se tornando ubíquo, estando presente em aplicativos para smartphones, lavadoras de roupa, robôs de companhia e em gadgets de automação residencial. Contudo, nota-se que há uma grande lacuna quando se trata de equipamentos de proteção individual (EPIs), como por exemplo o capacete do corpo de bombeiros. Neste trabalho é apresentado um equipamento simples para treinamento de bombeiros, utilizando inteligência artificial e ambiente de realidade mista, cuja função é auxiliar o bombeiro a identificar possíveis vítimas em ambientes extremos. Uma rede neural convolucional (CNN), denominada YOLO, foi treinada utilizando um misto de imagens cotidianas e imagens térmicas, para detecção de vítimas em ambientes normais e extremos. O aplicativo de teste, denominado VR_FIREFIGHTER, foi implementado utilizando o sistema operacional Android e utiliza um óculos de realidade virtual para visualização do ambiente e vítimas detectadas. Os resultados dos testes do treinamento da rede neural convolucional indicam que a rede neural, em ambiente computacional, a performance esperada é de 82.5%, enquanto que no ambiente de produção (smartphone) é de 72%. Os testes de campo quantitativos são coerentes com o teste do treinamento, obtendo 65.9% de precisão média. Já os testes qualitativos em ambiente de treinamento de bombeiros foi notadamente satisfatório quanto à usabilidade, precisão média e relevância, validando o protótipo construído. Com isto é possível inferir que a utilização de sistemas embarcados nos EPIs, em atividades de alto risco dos profissionais de segurança pública tem o potencial de agregar muito valor e potencializar as atividades de resgates e salvamentos em ocorrências de incêndios. O estudo permite concluir que a inovação e implementação de equipamentos inteligentes de proteção individual refletem em serviços e produtos em prol do benefício da sociedade em pronta resposta de atendimento.
publishDate 2023
dc.date.none.fl_str_mv 2023-02-07
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/57128
10.34115/basrv7n1-013
url https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/57128
identifier_str_mv 10.34115/basrv7n1-013
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/57128/41837
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Brazilian Journals Publicações de Periódicos e Editora Ltda.
publisher.none.fl_str_mv Brazilian Journals Publicações de Periódicos e Editora Ltda.
dc.source.none.fl_str_mv Brazilian Applied Science Review; Vol. 7 No. 1 (2023); 265-288
Brazilian Applied Science Review; Vol. 7 Núm. 1 (2023); 265-288
Brazilian Applied Science Review; v. 7 n. 1 (2023); 265-288
2595-3621
2595-3621
reponame:Brazilian Applied Science Review
instname:Brazilian Journals Publicações de Periódicos e Editora Ltda
instacron:FIEP
instname_str Brazilian Journals Publicações de Periódicos e Editora Ltda
instacron_str FIEP
institution FIEP
reponame_str Brazilian Applied Science Review
collection Brazilian Applied Science Review
repository.name.fl_str_mv Brazilian Applied Science Review - Brazilian Journals Publicações de Periódicos e Editora Ltda
repository.mail.fl_str_mv brazilianasr@yahoo.com || brazilianasr@yahoo.com
_version_ 1797240003972038656