Identificação de irregularidades de superfície por meio de machine learning para sistemas de gerência de pavimentos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Outros Autores: | , |
Tipo de documento: | Artigo de conferência |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal do Ceará (UFC) |
Texto Completo: | http://www.repositorio.ufc.br/handle/riufc/69417 |
Resumo: | O uso de sensores presentes nos smartphones atuais vem se mostrando uma opção viável para coleta de dados em Sistemas de Gerência de Pavimentos (SGP), devido a seu baixo custo e alta produtividade. A exploração de ferramentas disponíveis nesses aparelhos, tais como GPS (Global Positioning System), acelerômetros e giroscópios, é parte da proposta desta pesquisa, em que a obtenção de parâmetros de conforto ao rolamento de vias urbanas tem como objetivo auxiliar o SGP de órgãos responsáveis por meio de técnicas de machine learning na interpretação dos sinais obtidos. Os resultados preliminares identificaram locais com presença de buracos, dentre outras interferências nos pavimentos analisados, assim como o tipo de revestimento, orientando ao gestor na tomada de decisão mais adequada quanto à possível manutenção ou reabilitação a ser realizada. |
id |
UFC-7_e7a8cf40984bd1dc174f0b8ac6672a8a |
---|---|
oai_identifier_str |
oai:repositorio.ufc.br:riufc/69417 |
network_acronym_str |
UFC-7 |
network_name_str |
Repositório Institucional da Universidade Federal do Ceará (UFC) |
repository_id_str |
|
spelling |
Identificação de irregularidades de superfície por meio de machine learning para sistemas de gerência de pavimentosEngenharia de transportesO uso de sensores presentes nos smartphones atuais vem se mostrando uma opção viável para coleta de dados em Sistemas de Gerência de Pavimentos (SGP), devido a seu baixo custo e alta produtividade. A exploração de ferramentas disponíveis nesses aparelhos, tais como GPS (Global Positioning System), acelerômetros e giroscópios, é parte da proposta desta pesquisa, em que a obtenção de parâmetros de conforto ao rolamento de vias urbanas tem como objetivo auxiliar o SGP de órgãos responsáveis por meio de técnicas de machine learning na interpretação dos sinais obtidos. Os resultados preliminares identificaram locais com presença de buracos, dentre outras interferências nos pavimentos analisados, assim como o tipo de revestimento, orientando ao gestor na tomada de decisão mais adequada quanto à possível manutenção ou reabilitação a ser realizada.Congresso de Pesquisa e Ensino em Transportes2022-11-23T13:42:59Z2022-11-23T13:42:59Z2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectapplication/pdfCARVALHO, P. H. F. C.; OLIVEIRA, F. H. L.; REIS, S. D. S. Identificação de irregularidades de superfície por meio de machine learning para sistemas de gerência de pavimentos. In: CONGRESSO DE PESQUISA E ENSINO EM TRANSPORTES, 33., 2019, Balneário Camboriú. Anais... Balneário Camboriú, 2019. p. 1398-1401.http://www.repositorio.ufc.br/handle/riufc/69417Carvalho, Pedro Henrique Fontenele CostaOliveira, Francisco Heber Lacerda deReis, Saulo Davi Soares eporreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccess2022-11-23T13:42:59Zoai:repositorio.ufc.br:riufc/69417Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2024-09-11T18:44:57.393499Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false |
dc.title.none.fl_str_mv |
Identificação de irregularidades de superfície por meio de machine learning para sistemas de gerência de pavimentos |
title |
Identificação de irregularidades de superfície por meio de machine learning para sistemas de gerência de pavimentos |
spellingShingle |
Identificação de irregularidades de superfície por meio de machine learning para sistemas de gerência de pavimentos Carvalho, Pedro Henrique Fontenele Costa Engenharia de transportes |
title_short |
Identificação de irregularidades de superfície por meio de machine learning para sistemas de gerência de pavimentos |
title_full |
Identificação de irregularidades de superfície por meio de machine learning para sistemas de gerência de pavimentos |
title_fullStr |
Identificação de irregularidades de superfície por meio de machine learning para sistemas de gerência de pavimentos |
title_full_unstemmed |
Identificação de irregularidades de superfície por meio de machine learning para sistemas de gerência de pavimentos |
title_sort |
Identificação de irregularidades de superfície por meio de machine learning para sistemas de gerência de pavimentos |
author |
Carvalho, Pedro Henrique Fontenele Costa |
author_facet |
Carvalho, Pedro Henrique Fontenele Costa Oliveira, Francisco Heber Lacerda de Reis, Saulo Davi Soares e |
author_role |
author |
author2 |
Oliveira, Francisco Heber Lacerda de Reis, Saulo Davi Soares e |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Carvalho, Pedro Henrique Fontenele Costa Oliveira, Francisco Heber Lacerda de Reis, Saulo Davi Soares e |
dc.subject.por.fl_str_mv |
Engenharia de transportes |
topic |
Engenharia de transportes |
description |
O uso de sensores presentes nos smartphones atuais vem se mostrando uma opção viável para coleta de dados em Sistemas de Gerência de Pavimentos (SGP), devido a seu baixo custo e alta produtividade. A exploração de ferramentas disponíveis nesses aparelhos, tais como GPS (Global Positioning System), acelerômetros e giroscópios, é parte da proposta desta pesquisa, em que a obtenção de parâmetros de conforto ao rolamento de vias urbanas tem como objetivo auxiliar o SGP de órgãos responsáveis por meio de técnicas de machine learning na interpretação dos sinais obtidos. Os resultados preliminares identificaram locais com presença de buracos, dentre outras interferências nos pavimentos analisados, assim como o tipo de revestimento, orientando ao gestor na tomada de decisão mais adequada quanto à possível manutenção ou reabilitação a ser realizada. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019 2022-11-23T13:42:59Z 2022-11-23T13:42:59Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/conferenceObject |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
CARVALHO, P. H. F. C.; OLIVEIRA, F. H. L.; REIS, S. D. S. Identificação de irregularidades de superfície por meio de machine learning para sistemas de gerência de pavimentos. In: CONGRESSO DE PESQUISA E ENSINO EM TRANSPORTES, 33., 2019, Balneário Camboriú. Anais... Balneário Camboriú, 2019. p. 1398-1401. http://www.repositorio.ufc.br/handle/riufc/69417 |
identifier_str_mv |
CARVALHO, P. H. F. C.; OLIVEIRA, F. H. L.; REIS, S. D. S. Identificação de irregularidades de superfície por meio de machine learning para sistemas de gerência de pavimentos. In: CONGRESSO DE PESQUISA E ENSINO EM TRANSPORTES, 33., 2019, Balneário Camboriú. Anais... Balneário Camboriú, 2019. p. 1398-1401. |
url |
http://www.repositorio.ufc.br/handle/riufc/69417 |
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.publisher.none.fl_str_mv |
Congresso de Pesquisa e Ensino em Transportes |
publisher.none.fl_str_mv |
Congresso de Pesquisa e Ensino em Transportes |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal do Ceará (UFC) instname:Universidade Federal do Ceará (UFC) instacron:UFC |
instname_str |
Universidade Federal do Ceará (UFC) |
instacron_str |
UFC |
institution |
UFC |
reponame_str |
Repositório Institucional da Universidade Federal do Ceará (UFC) |
collection |
Repositório Institucional da Universidade Federal do Ceará (UFC) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC) |
repository.mail.fl_str_mv |
bu@ufc.br || repositorio@ufc.br |
_version_ |
1813028931024977920 |