Inteligência Artificial no apoio à gestão de infraestruturas rodoviárias

Detalhes bibliográficos
Autor(a) principal: Martins, Ricardo Soares
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.22/15673
Resumo: Há uns anos atrás, os caminhos ajudavam a unir populações, a evoluir cidades ou a vencer guerras, mas as vias de acesso tinham de estar em boas condições. Hoje, com os veículos a circular nas autoestradas e estradas, é obrigatório mantê-las no melhor estado possível. Uma fenda pode causar danos num carro ou num pior cenário, provocar acidentes. A deteção de fissuras é um processo essencial na manutenção das estradas para evitar a degradação. Atualmente muitas empresas fazem essas inspeções visuais no campo com os seus colaboradores. Algumas empresas usam outros tipos de sistemas para detetar anomalias, assim como, imagens / vídeos para catalogar esses danos e agir, impedindo que piorem. Para ajudar a reduzir o trabalho na deteção, é essencial criar um método automatizado para identificar e catalogar essas anomalias. O objetivo passa pelo uso de novas tecnologias para esse fim. Com a introdução da inteligência artificial, podemos desenvolver novas formas de detetar essas anomalias, com uma deteção rápida, precisa e com alguns benefícios, tal como, rentabilizar o tempo para ajudar os trabalhadores a concluir outras tarefas e, a segurança, se a análise for efetuada no campo. No entanto, é preciso fazer alguns estudos e trabalhos sobre esta matéria, porque não se trata apenas de uma deteção, mas de um conjunto de outros fatores nas autoestradas
id RCAP_848a38918047524aa3a62e280e5696eb
oai_identifier_str oai:recipp.ipp.pt:10400.22/15673
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Inteligência Artificial no apoio à gestão de infraestruturas rodoviáriasPatologiasAutoestradasInteligência ArtificialCNNMachine LearningPathologiesHighwaysArtificial IntelligenceHá uns anos atrás, os caminhos ajudavam a unir populações, a evoluir cidades ou a vencer guerras, mas as vias de acesso tinham de estar em boas condições. Hoje, com os veículos a circular nas autoestradas e estradas, é obrigatório mantê-las no melhor estado possível. Uma fenda pode causar danos num carro ou num pior cenário, provocar acidentes. A deteção de fissuras é um processo essencial na manutenção das estradas para evitar a degradação. Atualmente muitas empresas fazem essas inspeções visuais no campo com os seus colaboradores. Algumas empresas usam outros tipos de sistemas para detetar anomalias, assim como, imagens / vídeos para catalogar esses danos e agir, impedindo que piorem. Para ajudar a reduzir o trabalho na deteção, é essencial criar um método automatizado para identificar e catalogar essas anomalias. O objetivo passa pelo uso de novas tecnologias para esse fim. Com a introdução da inteligência artificial, podemos desenvolver novas formas de detetar essas anomalias, com uma deteção rápida, precisa e com alguns benefícios, tal como, rentabilizar o tempo para ajudar os trabalhadores a concluir outras tarefas e, a segurança, se a análise for efetuada no campo. No entanto, é preciso fazer alguns estudos e trabalhos sobre esta matéria, porque não se trata apenas de uma deteção, mas de um conjunto de outros fatores nas autoestradasYears ago, a path could help bring populations together, helping to evolve cities or win wars, but the footways should be in good condition. Today with the vehicles rushing every minute in highways and roads, it is mandatory for many companies to maintain the pavements in the best state as possible. A crack can cause degradation in the car or the worst scenario, can provoke accidents. The crack detection is an essential process in road maintenance, to avoid degradation. At the moment, many companies do this inspection in the field with their collaborators, and other companies use another types of systems to detect anomalies. For that, they use images/videos to catalog such damages to take action over it, preventing from getting worst. To help reduce the work detection, it is essential to create an automated method to identify and to catalogue those anomalies. The objective goes by, the use of new technologies for this purpose. With the entry of artificial intelligence, we can develop new ways to detect these anomalies, in such speed and precise detection that will bring many benefits, such as, more rentable time to help workers complete other tasks, and safety. However, it needs some studies and work in this subject, because it is not only about the detection but other all factors around the highways.Malheiro, Nuno Filipe TeixeiraRepositório Científico do Instituto Politécnico do PortoMartins, Ricardo Soares2020-11-20T01:30:23Z20192019-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.22/15673TID:202343677porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-13T12:59:48Zoai:recipp.ipp.pt:10400.22/15673Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:35:23.164390Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Inteligência Artificial no apoio à gestão de infraestruturas rodoviárias
title Inteligência Artificial no apoio à gestão de infraestruturas rodoviárias
spellingShingle Inteligência Artificial no apoio à gestão de infraestruturas rodoviárias
Martins, Ricardo Soares
Patologias
Autoestradas
Inteligência Artificial
CNN
Machine Learning
Pathologies
Highways
Artificial Intelligence
title_short Inteligência Artificial no apoio à gestão de infraestruturas rodoviárias
title_full Inteligência Artificial no apoio à gestão de infraestruturas rodoviárias
title_fullStr Inteligência Artificial no apoio à gestão de infraestruturas rodoviárias
title_full_unstemmed Inteligência Artificial no apoio à gestão de infraestruturas rodoviárias
title_sort Inteligência Artificial no apoio à gestão de infraestruturas rodoviárias
author Martins, Ricardo Soares
author_facet Martins, Ricardo Soares
author_role author
dc.contributor.none.fl_str_mv Malheiro, Nuno Filipe Teixeira
Repositório Científico do Instituto Politécnico do Porto
dc.contributor.author.fl_str_mv Martins, Ricardo Soares
dc.subject.por.fl_str_mv Patologias
Autoestradas
Inteligência Artificial
CNN
Machine Learning
Pathologies
Highways
Artificial Intelligence
topic Patologias
Autoestradas
Inteligência Artificial
CNN
Machine Learning
Pathologies
Highways
Artificial Intelligence
description Há uns anos atrás, os caminhos ajudavam a unir populações, a evoluir cidades ou a vencer guerras, mas as vias de acesso tinham de estar em boas condições. Hoje, com os veículos a circular nas autoestradas e estradas, é obrigatório mantê-las no melhor estado possível. Uma fenda pode causar danos num carro ou num pior cenário, provocar acidentes. A deteção de fissuras é um processo essencial na manutenção das estradas para evitar a degradação. Atualmente muitas empresas fazem essas inspeções visuais no campo com os seus colaboradores. Algumas empresas usam outros tipos de sistemas para detetar anomalias, assim como, imagens / vídeos para catalogar esses danos e agir, impedindo que piorem. Para ajudar a reduzir o trabalho na deteção, é essencial criar um método automatizado para identificar e catalogar essas anomalias. O objetivo passa pelo uso de novas tecnologias para esse fim. Com a introdução da inteligência artificial, podemos desenvolver novas formas de detetar essas anomalias, com uma deteção rápida, precisa e com alguns benefícios, tal como, rentabilizar o tempo para ajudar os trabalhadores a concluir outras tarefas e, a segurança, se a análise for efetuada no campo. No entanto, é preciso fazer alguns estudos e trabalhos sobre esta matéria, porque não se trata apenas de uma deteção, mas de um conjunto de outros fatores nas autoestradas
publishDate 2019
dc.date.none.fl_str_mv 2019
2019-01-01T00:00:00Z
2020-11-20T01:30:23Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.22/15673
TID:202343677
url http://hdl.handle.net/10400.22/15673
identifier_str_mv TID:202343677
dc.language.iso.fl_str_mv por
language por
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.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799131445334114304

Registros relacionados