Mostrar registro simples

dc.creatorRodrigues, Ricardo Silveira
dc.date.accessioned2020-01-08T16:13:06Z
dc.date.available2020-01-08T16:13:06Z
dc.date.issued2019-06-26
dc.identifier.urihttp://repositorio.ufsm.br/handle/1/19334
dc.description.abstractPotholes in highways and roads cause various types of inconvenience to users such as passenger discomfort, damage to vehicle components and can cause accidents. In Brazil, the latest report by the National Transportation Confederation (CNT) in 2018 found that 50% of the 107,000 kilometers of paved highways surveyed in the country were classified as regular, bad or bad. Thus, general condition of roads is not good. Actually, this classification is done manually and is subject to errors or open to interpretations linked to the evaluators. Unfortunately, this situation is not very different in other countries. In India, the potholes are great cause of serious traffic accidents. Even the drivers of England are affected by the potholes in the roads. Thus, this work proposes an automated system for pothole detection using a wavelet approach in accelerometer signals. The use of accelerometers for pothole detection is not new. Typically, solutions that use accelerometers are based on thresholds, which indicate the existence of potholes, and are manually calibrated. The disadvantage of manual calibration is that it is dependent on an expert observer to perform an accurate adjustment. As a differential, in this work, the wavelet approach allows computing these thresholds automatically, without using manual calibration. Experiments were carried out in controlled and real environments, which confirm the efficiency of the proposed solution. This is an important step in the search for a full automation process for pothole detection in roads and highways.eng
dc.languageporpor
dc.publisherUniversidade Federal de Santa Mariapor
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectBuracos nas rodoviaspor
dc.subjectDetecção de automática de buracospor
dc.subjectVibraçãopor
dc.subjectAcelerômetropor
dc.subjectWaveletspor
dc.subjectAutomatic pothole detectioneng
dc.subjectVibrationeng
dc.subjectAccelerometereng
dc.subjectWaveletseng
dc.titleDetecção de buracos em estradas: uma abordagem automatizada baseada na transformada Wavelet de Haarpor
dc.title.alternativeDetection of road potholes: an automated approach based on Haar Wavelet transformeng
dc.typeDissertaçãopor
dc.description.resumoBuracos em rodovias e estradas causam diversos tipos de transtornos aos usuários como desconforto dos passageiros, dano aos componentes dos veículos e podem causar acidentes. No Brasil, o último relatório da Confederação Nacional de Transportes (CNT), de 2018, apontou que 50% dos 107.000 quilômetros de rodovias asfaltadas analisados no país foram classificadas como regular, ruim ou péssima. Essa classificação é feita manualmente e é sujeita a erros ou aberta a interpretações atreladas aos avaliadores. Infelizmente, esta situação não é muito diferente em outros países. Na Índia, os buracos são grandes causadores de graves acidentes de trânsito. Até os motoristas da Inglaterra sentem-se afetados pelos buracos nas estradas. Este trabalho propõe um sistema automatizado para detecção de buracos nas estradas usando uma abordagem wavelet em sinais de acelerômetro. O uso de acelerômetros para a detecção de buracos não é novidade. Tipicamente, soluções que usam acelerômetros são baseadas em limiares, que indicam a existência de buracos, e são manualmente calibrados. A desvantagem da calibração manual é que ela é dependente de um observador expert para realizar um ajuste preciso. Como diferencial, neste trabalho, a abordagem wavelet permite computar esses limiares de forma automática, sem usar calibração manual. Foram realizados experimentos em ambientes controlado e real, que confirmam a eficiência da solução proposta. Este é um importante passo na busca de um processo de plena automatização para a detecção de buracos nas rodovias.por
dc.contributor.advisor1Pasin, Marcia
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1611789402968312por
dc.contributor.advisor-co1Kozakevicius, Alice de Jesuspor
dc.contributor.referee1Reiser, Renata Hax Sander
dc.contributor.referee1Latteshttp://lattes.cnpq.br/3283691152621834por
dc.contributor.referee2Stein, Benhur de Oliveira
dc.contributor.referee2Latteshttp://lattes.cnpq.br/4640320476003795por
dc.creator.Latteshttp://lattes.cnpq.br/3771066869833632por
dc.publisher.countryBrasilpor
dc.publisher.departmentCiência da Computaçãopor
dc.publisher.initialsUFSMpor
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computaçãopor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.publisher.unidadeCentro de Tecnologiapor


Arquivos deste item

Thumbnail
Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Attribution-NonCommercial-NoDerivatives 4.0 International
Exceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivatives 4.0 International