Inspeção de estruturas de betão armado com base em veículos aéreos não tripulados e processamento supervisionado de imagem

• Autor(a) principal: Lopes, Paulo Alexandre Coelho
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.22/18177
• topic: Inspeção; Anomalias; Betão armado; Deep-Learning; Processamento de imagem; Redes Neuronais Convolucionais (RNC); Veículos aéreos não tripulados; Inspection; Anomalies; Reinforced concrete; Image processing; Convolutional Neural Networks (CNN); Unmaned Aerial Vehicles

A presente dissertação tem como objetivos o desenvolvimento de ferramentas e procedimentos para a deteção de anomalias em estruturas de betão armado de forma semi automatizada recorrendo a técnicas de Deep Learning. Das várias anomalias que podem ser encontradas em estruturas de betão armado, destacam-se neste documento as fissuras e as armaduras expostas, para as quais foi desenvolvido um método alternativo de inspeção, baseado no processamento avançado de imagens, de modo a determinar se seria viável e vantajosa a substituição deste método pelo método de inspeção visual tradicional. As ferramentas desenvolvidas assentam em técnicas de Inteligência Artificial, em particilar as redes neuronais convolucionais (RNC), mais concretamente na utilização do transfer learning recorrendo à RNC Alexnet. Foram conduzidas experiências em diversas construções de modo a aferir a eficiência do método, recorrendo a veículos aéreos não tripulados (VANT), e em condições de acesso condicionado. Os resultados obtidos mostram ser bastante promissores, sendo previsível que do aprimoramento do método, possa resultar na adoção desta tecnologia como auxiliar nas inspeções visuais num futuro próximo.