Aplicação de Machine Learning em sistemas embarcados de borda: um estudo de caso
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFU |
Texto Completo: | https://repositorio.ufu.br/handle/123456789/38588 |
Resumo: | The main premise of this project is to conduct a case study on the use of machine learning technology and edge computing in the development of a proof-of-concept prototype. The focus will be on implementing artificial intelligence in a device that utilizes computer vision to real-time identify the presence of moving obstacles during the reverse maneuver of a motor vehicle. Throughout the project, the methods and techniques used for this type of application will be evaluated, including the effectiveness and efficiency of different machine learning algorithms, computer vision techniques, and edge computing approaches. Additionally, cutting-edge technologies relevant to this field will be explored. Through this case study, the aim is to demonstrate the potential of machine learning and edge computing in enhancing the safety and efficiency of motor vehicle operations, particularly during challenging maneuvers such as reverse parking. The results and insights obtained from this project can contribute to further advancements in the field of intelligent transportation systems. |
id |
UFU_24b707679740a6f29a8940f955c503cb |
---|---|
oai_identifier_str |
oai:repositorio.ufu.br:123456789/38588 |
network_acronym_str |
UFU |
network_name_str |
Repositório Institucional da UFU |
repository_id_str |
|
spelling |
Aplicação de Machine Learning em sistemas embarcados de borda: um estudo de casoEdge computingComputer visionMachine learningComputação de bordaVisão computacionalAprendizagem de m ́aquinaCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOSThe main premise of this project is to conduct a case study on the use of machine learning technology and edge computing in the development of a proof-of-concept prototype. The focus will be on implementing artificial intelligence in a device that utilizes computer vision to real-time identify the presence of moving obstacles during the reverse maneuver of a motor vehicle. Throughout the project, the methods and techniques used for this type of application will be evaluated, including the effectiveness and efficiency of different machine learning algorithms, computer vision techniques, and edge computing approaches. Additionally, cutting-edge technologies relevant to this field will be explored. Through this case study, the aim is to demonstrate the potential of machine learning and edge computing in enhancing the safety and efficiency of motor vehicle operations, particularly during challenging maneuvers such as reverse parking. The results and insights obtained from this project can contribute to further advancements in the field of intelligent transportation systems.Trabalho de Conclusão de Curso (Graduação)A principal premissa deste projeto é realizar um estudo de caso sobre a utilização de tecnologia de aprendizagem de máquina e computação de borda no desenvolvimento de um protótipo como prova de conceito. O foco será na implementação de inteligência artificial em um dispositivo que utiliza visão computacional para identificar em tempo real a presença de obstáculos móveis durante a manobra de ré de um veículo automotivo. Ao longo do projeto, serão avaliados os métodos e técnicas utilizados para esse tipo de aplicação, incluindo a eficácia e eficiência de diferentes algoritmos de aprendizagem de máquina, técnicas de visão computacional e abordagens de computação de borda. Além disso, serão exploradas tecnologias de ponta relevantes para esse campo. Por meio desse estudo de caso, o objetivo é demonstrar o potencial da aprendizagem de máquina e da computação de borda na melhoria da segurança e eficiência das operações de veículos automotivos, especialmente durante manobras desafiadoras, como a marcha a ré. Os resultados e percepções obtidos nesse projeto podem contribuir para avanços adicionais no campo de sistemas de transporte inteligentes.Universidade Federal de UberlândiaBrasilEngenharia de Controle de AutomaçãoAlmeida, Marcelo Barros dehttp://lattes.cnpq.br/0711663486251657Gouveia, Eduardo Borgeshttp://lattes.cnpq.br/2762455518296891Cunha, Márcio José dahttp://lattes.cnpq.br/5012626154282569Leite, Leonardo Leite2023-07-12T14:44:50Z2023-07-12T14:44:50Z2023-06-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfLEITE, Leonardo Leite. Aplicação de Machine Learning em sistemas embarcados de borda: um estudo de caso. 2023. 43 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação) – Universidade Federal de Uberlândia, Uberlândia, 2023.https://repositorio.ufu.br/handle/123456789/38588porhttp://creativecommons.org/licenses/by-nc-nd/3.0/us/info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFU2023-12-13T14:42:42Zoai:repositorio.ufu.br:123456789/38588Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2023-12-13T14:42:42Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false |
dc.title.none.fl_str_mv |
Aplicação de Machine Learning em sistemas embarcados de borda: um estudo de caso |
title |
Aplicação de Machine Learning em sistemas embarcados de borda: um estudo de caso |
spellingShingle |
Aplicação de Machine Learning em sistemas embarcados de borda: um estudo de caso Leite, Leonardo Leite Edge computing Computer vision Machine learning Computação de borda Visão computacional Aprendizagem de m ́aquina CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS |
title_short |
Aplicação de Machine Learning em sistemas embarcados de borda: um estudo de caso |
title_full |
Aplicação de Machine Learning em sistemas embarcados de borda: um estudo de caso |
title_fullStr |
Aplicação de Machine Learning em sistemas embarcados de borda: um estudo de caso |
title_full_unstemmed |
Aplicação de Machine Learning em sistemas embarcados de borda: um estudo de caso |
title_sort |
Aplicação de Machine Learning em sistemas embarcados de borda: um estudo de caso |
author |
Leite, Leonardo Leite |
author_facet |
Leite, Leonardo Leite |
author_role |
author |
dc.contributor.none.fl_str_mv |
Almeida, Marcelo Barros de http://lattes.cnpq.br/0711663486251657 Gouveia, Eduardo Borges http://lattes.cnpq.br/2762455518296891 Cunha, Márcio José da http://lattes.cnpq.br/5012626154282569 |
dc.contributor.author.fl_str_mv |
Leite, Leonardo Leite |
dc.subject.por.fl_str_mv |
Edge computing Computer vision Machine learning Computação de borda Visão computacional Aprendizagem de m ́aquina CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS |
topic |
Edge computing Computer vision Machine learning Computação de borda Visão computacional Aprendizagem de m ́aquina CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS |
description |
The main premise of this project is to conduct a case study on the use of machine learning technology and edge computing in the development of a proof-of-concept prototype. The focus will be on implementing artificial intelligence in a device that utilizes computer vision to real-time identify the presence of moving obstacles during the reverse maneuver of a motor vehicle. Throughout the project, the methods and techniques used for this type of application will be evaluated, including the effectiveness and efficiency of different machine learning algorithms, computer vision techniques, and edge computing approaches. Additionally, cutting-edge technologies relevant to this field will be explored. Through this case study, the aim is to demonstrate the potential of machine learning and edge computing in enhancing the safety and efficiency of motor vehicle operations, particularly during challenging maneuvers such as reverse parking. The results and insights obtained from this project can contribute to further advancements in the field of intelligent transportation systems. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-07-12T14:44:50Z 2023-07-12T14:44:50Z 2023-06-29 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
LEITE, Leonardo Leite. Aplicação de Machine Learning em sistemas embarcados de borda: um estudo de caso. 2023. 43 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação) – Universidade Federal de Uberlândia, Uberlândia, 2023. https://repositorio.ufu.br/handle/123456789/38588 |
identifier_str_mv |
LEITE, Leonardo Leite. Aplicação de Machine Learning em sistemas embarcados de borda: um estudo de caso. 2023. 43 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação) – Universidade Federal de Uberlândia, Uberlândia, 2023. |
url |
https://repositorio.ufu.br/handle/123456789/38588 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/us/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/us/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Uberlândia Brasil Engenharia de Controle de Automação |
publisher.none.fl_str_mv |
Universidade Federal de Uberlândia Brasil Engenharia de Controle de Automação |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFU instname:Universidade Federal de Uberlândia (UFU) instacron:UFU |
instname_str |
Universidade Federal de Uberlândia (UFU) |
instacron_str |
UFU |
institution |
UFU |
reponame_str |
Repositório Institucional da UFU |
collection |
Repositório Institucional da UFU |
repository.name.fl_str_mv |
Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU) |
repository.mail.fl_str_mv |
diinf@dirbi.ufu.br |
_version_ |
1813711419616526336 |