Inteligência artificial em equipamentos de proteção individual
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Outros Autores: | |
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 |