desenvolvimento de metodologia para monitoramento remoto … · 2017-11-09 · 3.15 avaliação da...

Relatório de Acompanhamento

Final

1

RELATÓRIO FINAL DE

ACOMPANHAMENTO

Desenvolvimento de Metodologia para Monitoramento

Remoto de Rodovias – VANTRod

Data de Emissão: 15/09/2017

Empresa Proponente: Triunfo Concebra

Gerente do Projeto: Rogério Vargas Cezimbra

Endereço: Rua Caiapiá, Quadra E5, Lote 5, Alphaville Flamboyant, CEP 74884-

554, Goiânia - GO

Telefone: (62) 3623 8900

Entidade Executora: Universidade Tecnológica Federal do Paraná

Coordenador do Projeto: Professor Cicero Martelli

Endereço: Av. Sete de Setembro, 3165 CEP 80230-901 - Curitiba - PR - Brasil

Telefone: (41) 3310 4685


Final

2

Sumário

1. INTRODUÇÃO ................................................................................................................ 3

2. ESTRUTURA ANALÍTICA DO PROJETO ................................................................. 3

3. RESULTADOS ................................................................................................................ 4

3.1 Avaliação e aquisição do VANT ............................................................................. 4

3.2 Estudos de normas (ANAC e ANATEL) ............................................................. 10

3.3 Estudo de rotas e pontos de interesse .............................................................. 19

3.4 Estudo de software de reconstrução de imagens .......................................... 28

3.5 Descrição de procedimentos para execução de tarefas ............................... 28

3.6 Definição de Parâmetros de voo (rota, distância, altura, tempo...) ............ 44

3.7 Caracterização e parametrização de software de reconstrução de imagem .................................................................................................................................. 47

3.7.1 Pré-processamento ......................................................................................... 73

3.7.2 Segmentação de objetos ............................................................................... 79

3.7.3 Classificação de objetos ................................................................................ 80

3.8 Avaliação de parâmetros de voo em ambiente controlado .......................... 83

3.9 Aquisição e processamento de imagens em ambiente controlado ........... 85

3.10 Avaliação de parâmetros de voo em ambiente real .................................... 91

3.11 Aquisição e processamento de imagens de ambiente real ...................... 92

3.11.1 Resultados para o setor de operações .................................................... 92

3.11.2 Resultados referente a manutenção da rodovia .................................... 95

3.12 Avaliação dos resultados gerados em ambiente real .............................. 100

3.13 Geração de mapas e relatórios de pontos de interesse .......................... 102

3.14 Determinação da melhor tecnologia a partir dos resultados obtidos . 106

3.15 Avaliação da pesquisa realizada .................................................................... 107

4. CONCLUSÕES ........................................................................................................... 109

REFERÊNCIAS ................................................................................................................... 111


Final

3

1. INTRODUÇÃO

Este documento consiste no relatório final do projeto intitulado “Metodologia para

Monitoramento Remoto de Rodovias – VANTRod”, aprovado pela ANTT, Agência Nacional

de Transportes Terrestres, em comunicação pelo ofício no 81/2015/GEROR/SUINF do dia

04/08/2015. São apresentados os resultados e discussões referentes às atividades

contempladas no cronograma de ações presente no plano de trabalho aprovado. Foram

realizadas as atividades das seguintes etapas, que serão discutidas em detalhe ao longo

do texto:

1) Avaliação e Aquisição do VANT

2) Estudo de normas (ANAC e ANATEL)

3) Estudo de rotas e pontos de interesse

4) Estudo de software de reconstrução de imagens

5) Descrição de procedimentos para execução de tarefas

6) Definição de parâmetros de voo (rota, distância, altura, tempo...)

7) Caracterização e parametrização de software de reconstrução de imagem

8) Avaliação de parâmetros de voo em ambiente controlado

9) Aquisição e processamento de imagens em ambiente controlado

10) Avaliação de parâmetros de voo em ambiente real

11) Aquisição e processamento de imagens de ambiente real

12) Avaliação dos resultados em ambiente real

13) Geração de mapas e relatórios de pontos de interesse

14) Determinação da melhor tecnologia a partir dos resultados obtidos

15) Avaliação da pesquisa realizada

2. ESTRUTURA ANALÍTICA DO PROJETO

A estrutura operacional do projeto é apresenta no diagrama abaixo (Figura 1)

identificando as ações para o desenvolvimento completo do plano de trabalho proposto.


Final

4

Figura 1 - Estrutura operacional do projeto VANTRod.

Fonte: Autoria própria.

3. RESULTADOS

Abaixo são apresentados os principais resultados referentes ao desenvolvimento

parcial do projeto VANTRod.

3.1 Avaliação e aquisição do VANT

INÍCIO: 1º mês

TÉRMINO: 8º mês

Descrição da etapa

A tecnologia de VANT é vasta e para diversas aplicações, sendo, assim, necessário estudo para a especificação do equipamento pretendido com base nas demandas apresentadas. O indicador desta etapa é a especificação detalhada do equipamento que será adquirido.

Resultado

Foi efetuado um levantamento dos requisitos necessários para o VANT que será utilizado para monitorar a rodovia. Então, verificou-se que esta aeronave deve possuir controle de voo manual e automático, sistema multi-rotor, possibilidade de visualizar a


Final

5

câmera em tempo real, proteção contra falhas, retorno automático em caso de falhas, ótimo controle de estabilidade, sendo de ponto crítico a resolução da câmera acoplada. Como um dos objetivos deste projeto é efetuar o processamento de imagens para se extrair informações que possibilitem a tomada de decisões, é necessário que as imagens adquiridas tenham a melhor qualidade possível, justificando assim, a necessidade de uma câmera com alta resolução.

Inicialmente a pesquisa se concentrou em empresas brasileiras que desenvolvessem e efetuassem a venda deste tipo de aeronave. Esta pesquisa foi efetuada entre 2015 e 2016, sendo esta a época de início desta etapa. Uma das empresas que fabricam VANT no modelo multirotor é a SkyDrones com seu modelo SD6 Spyder XL. Porém a autonomia dos equipamentos é de apenas 5 a 12 minutos, o que é considerada muito baixa se comparada com as concorrentes. Em nível internacional, entre várias opções e empresas, a empresa que disponibiliza VANTs nos requisitos desejados é a DJI. Esta empresa possui vários modelos, sendo alguns destes o Phantom, Inspire e Matrice. O modelo Phantom 3 possui, 4 rotores, câmera acoplada de 12,8 MP, e possui as funções requisitadas, proporcionando uma autonomia de 22 minutos. O modelo Inspire 1 possui 4 rotores, a opção de ter uma câmera de 12,8 MP com lente fixa e outra de 16 MP com lente removível. Possibilidade de modificar a aerodinâmica para que a câmera tenha maior liberdade e com sua bateria maior proporciona autonomia de 22 minutos (DJI, 2017a).

O VANT utilizado neste projeto foi adquirido em 2016. Neste ano, o VANT que oferecia todas as funcionalidades desejadas com câmera acoplada de alta resolução era o VANT Inspire 1 RAW do fabricante DJI. Esta aeronave vem equipada com a câmera Zenmuse X5R, possibilidade de utilizar mais de um controle e autonomia de 18 minutos. Como o Inspire 1 permite alterar a câmera acoplada, se utilizada a câmera Zenmuse X3, a autonomia de voo é de aproximadamente 23 minutos com a bateria estendida. De forma demonstrativa, a Figura 2 apresenta uma imagem do VANT. Além de atender as especificações requeridas, este é homologado pela ANATEL. Algumas de suas características são a possibilidade de configuração manual através de aplicativo para dispositivo móvel, visualização em tempo real do local onde o VANT está sobrevoando, sistema para seguir o usuário, auto decolagem e auto pouso, telemetria do VANT, modulação da aerodinâmica do VANT, para se ter melhor controle da câmera, e o fabricante disponibiliza ferramenta para desenvolvimento de aplicativos para Android ou iOS. Desta forma, a Tabela 1 apresenta as especificações técnicas do VANT selecionado para ser utilizado no projeto.


Final

6

Figura 2 - VANT Inspire 1RAW do fabricante DJI. Fonte: DJI, (2017b).

Tabela 1 - Especificações do VANT.

Modelo T600 Peso 2935 g

Precisão do GPS Vertical = 0,5 m Horizontal: 2,5 m

Velocidade Angular Máxima Passo: 300 °/s Guinada: 150 °/s

Ângulo Máximo de Inclinação 35° Velocidade Máxima de Subida 18 km/h Velocidade Máxima de Descida 14,4 km/h Velocidade Máxima 79,2 km/h Altitude máxima de voo 4500 m Velocidade máxima de resistência no vento

36 km/h

Tempo máximo de Voo (Bateria TB47) ≈18 minutos Tempo máximo de Voo (Bateria TB48) ≈22 minutos Temperatura de Operação -10 °C – 40 °C Dimensões 438x451x301 mm

Fonte: DJI, (2017c).


Final

7

Após verificação das especificações contidas na Tabela 1, a aeronave selecionada atende as especificações definidas para o projeto. Além das especificações do VANT, foi verificado as especificações da câmera para aquisição de imagens. A Tabela 2 apresenta as especificações de cada câmera e suas funções. Tabela 2 – Comparativo das Câmeras que podem ser acopladas ao VANT selecionado.

Câmera Zenmuse X3 Zenmuse X5 Zenmuse X5R

Sensor

Tamanho 6,17x4,55 mm 17,3x13,0 mm 17,3x13,0 mm

Tipo do Sensor CMOS CMOS CMOS

Pixels Efetivos 12,4 MP 16,0 MP 16,0 MP

ISSO 100~3200 100~25600 100~25600

Lente

Ótica 20 mm Selecionável (padrão DJI MFT 15 mm)

Selecionável (padrão DJI MFT 15 mm)

Iris F/2,8 F1,7-F/16 (Lente DJI) F1,7-F/16 (Lente DJI)

FOV Diagonal 94° 72° (Lente DJI) 72° (Lente DJI)

Equivalente 20 mm 30 mm (Lente DJI) 30 mm (Lente DJI)

Distorção 0,9% 0,4% 0,4%

Foco Infino 20 cm-infinito (Lente DJI) 20 cm-infinito (Lente DJI)

Autofoco - Suporta (Lente DJI) Suporta (Lente DJI)

Outros Parâmetros

Fotos Sequenciais

7 fps 7 fps 7 fps

Velocidade do Obturador

8~1/8000 s 8~1/8000 s 8~1/8000 s

EV -3~+3, 1/3 -3~+3, 1/3 -3~+3, 1/3

Temporizador 3/5/7/10/20/30 s 3/5/7/10/20/30/60 s 3/5/7/10/20/30/60 s

Vídeo

Resolução

4096x2160(25/24P), 3840x2160(30/25P), 1920x1080(60/50/48/30/25/24P) 1280x720(60/50/48/30/25/24P)

4096x2160(23.98p), 3840x2160(29.97/23.98p), 2704x1520(30/25P), 1920x1080(59.94/29.97p)

4096x2160(23.98p), 3840x2160(29.97/23.98p), 2704x1520(30/25P), 1920x1080(59.94/29.97p)

Encoder MPEG4/AVC/H.264 MPEG4/AVC/H.264 MPEG4/AVC/H.264/JPEG-Lossless(RAW)

Máximo bit rate

60Mbps@4096x2160(25/24P), 60Mbps@3840x2160(30/25P), 45Mbps@1920x1080(60/50/48/30/25/ 24P) 15Mbps@1280x720(60/50/48/30/25/24P)

60Mbps@4096x2160(23.98p）,

60Mbps@3840x2160(29.97/23.98p), 45Mbps@2704x1520(30/25P), 40Mbps@1920x1080(59.94),

Média

1.6Gbps@4096x2160(23.98p）,

1.9Gbps@3840x2160(29.97/23.98p), 1Gbps@2704x1520(30/25P),


Final

8

Câmera Zenmuse X3 Zenmuse X5 Zenmuse X5R

25Mbps@1920x1080(29.97p) 500Mbps@1920x1080(29.97p) Formato MP4/MOV MP4/MOV MP4/MOV/Cinema DNG (RAW)

Armazenamento Micro-SD Classe 10 Micro-SD Classe 10 Micro-SD Classe 10/SSD 512GB(RAW)

Estabilizador Sim Sim Sim

Misc. Estilo sRGB, Color looks, LOG sRGB, Color looks, LOG, Cine-D

sRGB, Color looks, LOG, Cine-D, D-LOG(RAW)

Aperfeiçoamentos

HDR/Video DR HDR/Video DR HDR/Video DR

Fonte: DJI, (2017a).

Com a análise dos recursos de cada câmera disponível, a Zenmuse X5R foi escolhida como a melhor solução para se adquirir as imagens que serão processadas. Para melhor visualização, a Figura 3 apresenta como é a câmera com o gimbal Zenmuse X5.


Final

9

Figura 3 - Câmera Zenmuse X5R. Fonte: DJI, (2017a).

Para uma análise completa dos dispositivos que acompanham a aeronave

selecionada, a Tabela 3 apresenta as informações referentes ao controle remoto para controle da aeronave. Tabela 3 – Especificações técnicas do controle Remoto para controle do VANT.

Nome C1

Frequência de Operação 5,725~5,825 GHz 2,400~2,480 GHz

Distância de Transmissão 2 km

EIRP 13 dBm@5,8G, 20 dBm@2,4G

Video Output Port USB, mini-HDMI Alimentação Bateria Interna Duplo Usuário Conexão Principal-Escravo Apoio para dispositivo móvel

Tablet ou Celular

Temperatura de operação -10 °C - 40 °C Bateria 6000 mAh LiPo 2S


A partir das informações da Tabela 3, verifica-se que o controle remoto

possibilita controle e alcance adequados à aplicação. Este controle possibilita a conexão a um dispositivo móvel para visualizar em tempo real a câmera, informações da aeronave e controle da câmera. O fabricante disponibiliza um aplicativo para dispositivo móvel para visualizar a câmera e outras informações da aeronave. Além disso, como o fabricante disponibiliza ferramenta de desenvolvimento para dispositivos móveis, o mesmo pode ser utilizado para possivelmente desenvolver aplicativos próprios para processamento das informações obtidas pela aeronave. Este aplicativo e a ferramenta de desenvolvimento estão disponíveis para os sistemas operacionais iOS e Android (DJI, 2017c, 2017d). Também pode-se conectar um monitor pela porta mini HDMI disponível no controle. A Figura 4 apresenta o controle remoto acoplado a um iPad.


Final

10

Outra função que o VANT possibilita é o uso de controles auxiliares, de forma que, um controle será o mestre, onde só ele controla o VANT e o outro controle efetua ações somente na câmera acoplada.

Figura 4 - Controle remoto com iPad acoplado. Fonte: DJI, (2017d).

Por fim, efetuou-se uma análise das baterias disponíveis para o VANT, sendo dois modelos disponibilizados pelo fabricante. Um modelo com menor capacidade de armazenamento de energia e outro com maior. As especificações de cada modelo são apresentadas na Tabela 4. Tabela 4 - Bateria para o VANT.

Modelo TB47 TB48 Capacidade 4500 mAh 5700 mAh Tensão 22,2 V 22,8 V

Tipo de Bateria LiPo 6S bateria de alta tensão

LiPo 6S

Energia 99,9 Wh 129,96 Wh Peso 570 g 670 g Temperatura de Operação

-10 °C – 40 °C -10 °C – 40 °C


Com a análise das informações das baterias disponíveis para a aeronave,

verifica-se que é recomendável utilizar o modelo TB48, pois a mesma proporciona maior tempo de voo.

Nesta etapa do projeto, foram definidas as especificações e a definição do VANT a ser adquirido. Verificou-se que o Inspire 1 RAW do fabricante DJI é o VANT que atenderá todas as especificações necessitadas.

3.2 Estudos de normas (ANAC e ANATEL)


Final

11

INÍCIO: 1º mês

TÉRMINO: 6º mês

Descrição da etapa

Apesar de falta de regulamentação específica, já há documentos oficiais que auxiliarão na aplicação segura e respeitando a legislação vigente. O indicador desta etapa é um documento apontando pontos importantes a serem observados para execução de voos e legislação pertinentes que devem ser observadas. Resultado

Desde o princípio da aviação, aeronaves sem tripulação já são consideradas. A Convenção de Paris de 1919, já menciona que este tipo de veículo aéreo deve ser regulamentado. Com o grande crescimento deste tipo de aeronave, vários países estão se preocupando com a segurança do espaço aéreo, pois, essas aeronaves não estão consideradas na maioria dos regulamentos de aviação (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2015). Diante disso, vários países já formularam normas para enquadrar este tipo de aeronave (COLOMINA; MOLINA, 2014). No Brasil, a Agência Nacional de Aviação Civil – ANAC, verificou que para se ter uma melhor segurança do espaço aéreo, seria necessário formular uma regulamentação especial para este tipo de aeronave. Assim, a ANAC formulou um Regulamento Brasileiro da Aviação Civil Especial (RBAC-E) nº 94 intitulado “Requisitos Gerais para Veículos Aéreos não tripulados e Aeromodelos” (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a). Este regulamento foi regulamentado em maio de 2017.

Foram destacados alguns pontos que possuem maior relevância para esse projeto. O tópico E94.3 efetua várias definições de grande importância para compreensão da regulamentação. Abaixo está transcrito todas as definições que são efetuadas por esse documento.

(a) Para os propósitos deste Regulamento Especial são válidas as

definições abaixo: (1) aeromodelo significa toda aeronave não tripulada com finalidade de

recreação; (2) Aeronave Remotamente Pilotada (Remotely-Piloted Aircraft – RPA)

significa a aeronave não tripulada pilotada a partir de uma estação de pilotagem remota com finalidade diversa de recreação;

(3) área distante de terceiros significa área, determinada pelo operador, considerada a partir de certa distância horizontal da aeronave não tripulada em operação, na qual pessoas não envolvidas e não anuentes no solo não estão submetidas a risco inaceitável à segurança. Em nenhuma hipótese a distância da aeronave não tripulada poderá ser inferior a 30 metros horizontais de pessoas não envolvidas e não anuentes com a operação. O limite de 30 metros não precisa ser observado caso haja uma barreira mecânica suficientemente forte para isolar e proteger as pessoas não envolvidas e não anuentes na eventualidade de um acidente;

Nota: O limite de 30m, neste caso, é critério para a aplicação das regras da ANAC. O acesso ao espaço aéreo é de competência do DECEA, o qual poderá estabelecer limites inferiores de maior magnitude.

(4) Estação de Pilotagem Remota (Remote Pilot Station – RPS) significa o componente do RPAS contendo os equipamentos necessários à pilotagem da RPA;


Final

12

(5) observador de RPA significa pessoa que, sem o auxílio de equipamentos ou lentes (exceto as corretivas), auxilia o piloto remoto na condução segura do voo, mantendo contato visual direto com a RPA;

(6) Operação Além da Linha de Visada Visual (Beyond Visual Line of Sight – BVLOS operation) significa a operação que não atenda às condições VLOS ou EVLOS;

(7) operação autônoma significa a operação normal de uma aeronave não tripulada durante a qual não é possível a intervenção do piloto remoto no voo ou parte dele;

(8) Operação em Linha de Visada Visual (Visual Line of Sight – VLOS operation) significa a operação em condições meteorológicas visuais (VMC), na qual o piloto, sem o auxílio de observadores de RPA, mantém o contato visual direto (sem auxílio de lentes ou outros equipamentos) com a aeronave remotamente pilotada, de modo a conduzir o voo com as responsabilidades de manter as separações previstas com outras aeronaves, bem como de evitar colisões com aeronaves e obstáculos;

(9) Operação em Linha de Visada Visual Estendida (Extended Visual Line of Sight – EVLOS operation) significa a operação em VMC, na qual o piloto remoto, sem auxílio de lentes ou outros equipamentos, não é capaz de manter o contato visual direto com a RPA, necessitando dessa forma do auxílio de observadores de RPA para conduzir o voo com as responsabilidades de manter as separações previstas com outras aeronaves, bem como de evitar colisões com aeronaves e obstáculos, seguindo as mesmas regras de uma operação VLOS.;

(10) operação remotamente pilotada significa a operação normal de uma aeronave não tripulada durante a qual é possível a intervenção do piloto remoto em qualquer fase do voo, sendo admitida a possibilidade de voo autônomo somente em casos de falha do enlace de comando e controle, sendo obrigatória a presença constante do piloto remoto, mesmo no caso da referida falha do enlace de comando e controle;

(11) pessoa anuente significa uma pessoa cuja presença não é indispensável para que ocorra uma operação de aeronave não tripulada bem sucedida, mas que por vontade própria e por sua conta e risco concorde, expressamente, que uma aeronave não tripulada opere perto de sua própria pessoa ou de seus tutelados legais sem observar os critérios das áreas distantes de terceiros;

Nota: Considerando o princípio da autonomia e que o cidadão tem o direito de assumir e administrar o próprio risco quando somente ele ou seus tutelados legais (no caso de menores de idade) estarão expostos, a ANAC permite a operação de aeronaves não tripuladas perto de pessoas sem observar os critérios das áreas distantes de terceiros, desde que essas pessoas tenham dado expressamente a sua anuência, manifestando dessa forma a sua vontade. Contudo, a ANAC esclarece àqueles que livremente optarem por dar essa anuência que não é possível garantir um nível de risco aceitável de segurança operacional e que o controle da exposição a esse risco é de sua inteira responsabilidade.

(12) pessoa envolvida significa uma pessoa cuja presença é indispensável para que ocorra uma operação de aeronave não tripulada bem sucedida;

(13) piloto remoto é a pessoa que manipula os controles de voo de uma aeronave não tripulada; e

(14) Sistema de Aeronave Remotamente Pilotada (Remotely-Piloted Aircraft System – RPAS) significa a RPA, sua(s) RPS, o enlace de pilotagem e qualquer outro componente, como especificado no seu projeto. (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a, p. 4-5)


Final

13

Além dessas definições, o tópico E94.5 faz a classificação do RPAS e da RPA. Esta classificação foi definida de acordo com o peso máximo de decolagem (PMD) que a RPA terá assim que sair do solo. Foram definidas três classes, sendo a Classe 1 para RPA com PMD acima de 150 kg, Classe 2 para a RPA com PMD maior que 25 kg e menor que 150 kg e pôr fim a Classe 3 que compreende RPA com PMD menor que 25 kg (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a). Como o VANT escolhido para o desenvolvimento desse projeto (Inspire 1, DJI) possui um PMD de 2,935 kg, o mesmo se encontra na Classe 3. Sendo assim, observou-se no RBAC-E n°94 as regras que são aplicadas na RPA de Classe 3.

O tópico E94.9 lista os requisitos para o piloto e observador de um RPA. Abaixo é listado as regras presentes nesses tópicos:

(a) Todos os pilotos remotos e observadores de RPA devem ser

maiores de 18 anos.

(b) Todos os pilotos remotos de RPA Classe 1 ou 2 devem possuir um Certificado Médico Aeronáutico (CMA) de 1ª, 2ª ou 5ª Classe válido, conforme o parágrafo 67.13(g) do RBAC nº 67, ou um CMA de 3ª Classe válido emitido pelo Comando da Aeronáutica segundo a ICA 63-15.

(c) Todos os pilotos remotos que atuarem em operações acima de 400 pés acima do nível do solo (Above Ground Level – AGL), ou que atuarem em operações de RPAS Classe 1 ou 2, devem possuir licença e habilitação emitida ou validada pela ANAC. A ANAC determinará, para cada tipo de operação, os critérios aceitáveis para a emissão da licença e habilitação apropriadas. (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a, p. 5)

Referente aos requisitos para ser um piloto remoto ou observador, para

RPA de classe 3, vale salientar o item “c”. Este item diz que para qualquer tipo de operação a mais de 120 metros do solo, não importando a classe, o piloto deve possuir habilitação e licença para este tipo de operação.

Um ponto importante que o tópico E94.11 possui é as regras referente a aeronavegabilidade civil. Neste tópico está escrito o seguinte texto:

(a) Somente é permitido operar uma aeronave não tripulada que esteja em condições aeronavegáveis.

(b) O piloto remoto em comando de uma aeronave não tripulada é responsável pela verificação de suas condições quanto à segurança do voo. Ele deve descontinuar o voo, assim que possível, quando ocorrerem problemas mecânicos, elétricos ou estruturais que comprometam a segurança da operação. (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a, p. 6)

As regras sobre aeronavegabilidade são aplicáveis para todas as classes.

Além disso, caso haja o descumprimento destas regras, o tópico E94.17 diz o seguinte:

(a) O não cumprimento dos requisitos estabelecidos neste Regulamento Especial será apurado e os infratores estarão sujeitos às sanções previstas na Lei nº 7.565/86 (CBA).

(b) Por medida cautelar, a ANAC poderá suspender temporariamente as operações quando houver suspeita ou evidência de descumprimento de requisitos deste Regulamento Especial que afetem significativamente o


Final

14

nível de risco da operação. . (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a, p. 6)

Por fim, no capítulo referente às regras legais para utilização de RPAS, o tópico E94.19 apresenta os documentos necessários para que a operação dessas aeronaves seja permitida. Os seguintes documentos devem estar presentes na RPS:

(a) a Certidão de Cadastro, o Certificado de Matrícula ou o Certificado de Marca Experimental, conforme aplicável, todos válidos;

(b) o certificado de aeronavegabilidade válido, se aplicável; (c) o manual de voo; (d) a apólice de seguro ou o certificado de seguro com comprovante de

pagamento, dentro da validade, se aplicável; (e) documento que contém a avaliação de risco a que se referem os

parágrafos E94.103(f)(2) e E94.103(g)(2) deste Regulamento Especial; e (f) licença, habilitação e extrato do CMA, válidos e conforme aplicáveis

segundo este Regulamento Especial. Nota: os documentos acima listados abrangem somente os que são

requeridos possuir por parte da ANAC. Outros documentos podem ser necessários por parte do DECEA, da ANATEL, ou de outros órgãos competentes. (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a, p. 6-7)

Os documentos solicitados serão explicados no decorrer do texto. Um ponto importante a ser ressaltado é a solicitação de uma apólice de seguro. Como este é um tipo novo de seguro, será necessário consultar as empresas que oferecem seguros para verificar como é a contratação de um seguro deste tipo. Com a definição dos documentos necessários para operar RPAS, a próxima parte desta regulamentação define as regras gerais de voos para este tipo de aeronave, e as principais regras que se aplicam a este projeto são as seguintes:

(b) É proibida a operação autônoma de aeronaves não tripuladas.

(c) Todas as operações de aeronaves não tripuladas de uso não recreativo acima de 250 gramas de peso máximo de decolagem devem possuir seguro com cobertura de danos a terceiros, exceto as operações de aeronaves pertencentes a entidades controladas pelo Estado.

(d) A operação de aeromodelos de peso máximo de decolagem acima de 250 gramas somente é permitida pela ANAC em áreas distantes de terceiros, sob total responsabilidade do seu operador, conforme permitido o uso do espaço aéreo pelo DECEA.

(e) A operação de RPA de peso máximo de decolagem acima de 250 gramas somente é permitida pela ANAC em áreas distantes de terceiros, conforme permitido o uso do espaço aéreo pelo DECEA, sob total responsabilidade do seu operador, nas seguintes condições:

(1) se forem atendidas as demais exigências deste Regulamento Especial; e

(2) se houver uma avaliação de risco operacional, em formato aceitável, contemplando cada cenário operacional, que deve estar atualizada dentro dos últimos 12 meses calendáricos prévios à operação.

(g) A operação de RPA de peso máximo de decolagem acima de 250 gramas de um órgão de segurança pública, de polícia, de fiscalização tributária e aduaneira, de combate a vetores de transmissão de doenças, de defesa civil e/ou do corpo de bombeiros, ou de operador a serviço de um destes, somente é permitida pela ANAC, conforme permitido o uso do espaço aéreo pelo DECEA, sob total responsabilidade do órgão ou do operador, em quaisquer áreas, nas seguintes condições:


Final

15

(1) se forem atendidas as demais exigências deste Regulamento Especial; e

(2) se houver uma avaliação de risco operacional, contemplando cada modalidade de operação, nos termos de Instrução Suplementar específica, que deve estar atualizada dentro dos últimos 12 meses calendáricos prévios à operação.

(h) Outros órgãos ou entidades controlados pelo Estado não mencionados no parágrafo (g) desta seção somente podem operar sob as condições do referido parágrafo (g) mediante autorização expressa da ANAC, sendo exigido que se demonstre:

(1) o interesse público da operação; e

(2) que haveria um risco maior à vida se a operação fosse realizada por meios alternativos.

(i) A operação de aeronaves não tripuladas até 250 gramas de peso máximo de decolagem é permitida pela ANAC, sob total responsabilidade do seu operador, conforme permitido o uso do espaço aéreo pelo DECEA, se forem atendidas as demais exigências deste Regulamento Especial.

Nota: o usuário deve sempre atentar que não basta cumprir as regras da ANAC para poder operar, mas é preciso cumprir também as regras do DECEA, da ANATEL e eventualmente de outras autoridades competentes, que podem criar restrições ou proibições operacionais além das regras da

ANAC.

(j) Operações de aeronaves não tripuladas fora dos critérios estabelecidos nos parágrafos (e), (f), (g), (h) e (i) desta seção são proibidas. (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a, p. 8)

Referente ao item “c”, no tópico de definições (E94.3), o termo autônomo é

referente a uma operação em que o piloto não pode interferir no voo da aeronave. Mas não é mencionado no regulamento se a operação de um voo semiautônomo, modo em que o piloto possa interferir no curso da aeronave é permitido. Neste caso, como o documento está em consulta pública, é necessário esperar a versão final para verificar se algo referente a este ponto será abrangido.

Além dessas regras, o tópico E94.105 do regulamento menciona que se deve efetuar o planejamento do voo com todas as informações necessárias. Como um VANT é operado remotamente, o item E94.107 define regras para o posto de trabalho onde o piloto se encontrará para operar essa aeronave. Os principais pontos desse item informam que sempre é necessário um piloto durante todas as fases do voo, sendo que, é permitida a troca de piloto durante a operação e cada piloto remoto só pode operar uma aeronave por vez. Outro tópico de suma importância para a operação de uma aeronave sem tripulação é referente à sua autonomia, sendo este ponto é tratado no item E94.109. Resumidamente, é descrito que em qualquer operação, deve-se avaliar a autonomia que o VANT possui para que o mesmo possa decolar e efetuar o seu pouso com segurança (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a, p. 9).

Como um VANT é um tipo especial de aeronave, a mesma não tem permissão para efetuar pousos ou decolagens em aeródromos públicos, sendo permitida essas operações somente com autorização da ANAC. Referente ainda a operações de decolagem e pouso, o regulamento especifica que o piloto remoto é totalmente responsável por essas operações, e que, estas operações devem ser efetuadas em local distante de terceiros e a área em que será efetuado o pouso ou decolagem não haja proibição para executar essa atividade. Como o regulamento ainda está em construção, o mesmo pode ser alterado para modificar as permissões referentes a pousos e decolagens. No caso de pouso de emergência, a área em que


Final

16

se deve efetuar essa operação devem atender os requisitos mencionados (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a, p. 10)

A próxima seção desse regulamento é sobre o registro e marcas de uma RPA. Referente ao registro, o tópico E94.301 diz:

(a) Todas as RPA que sejam de um projeto autorizado ou de um tipo certificado devem ser registradas atendendo ao disposto na Resolução n° 293, de 9 de novembro de 2013, que dispõe sobre o Registro Aeronáutico Brasileiro. Essas aeronaves fazem jus a um Certificado de Marca Experimental ou a um Certificado de Matrícula, conforme aplicável.

(b) Exceto como previsto no parágrafo (d) desta seção, todo aeromodelo, ou RPA Classe 3 que opere somente em VLOS até 400 pés AGL, e que não seja de um projeto autorizado ou de um tipo certificado, deve ser cadastrado junto à ANAC e vinculado a uma pessoa (física ou jurídica, com CPF ou CNPJ no Brasil), que será a responsável legal pela aeronave.

(c) Exceto como previsto em (d), todo aeromodelo, ou RPA Classe 3 que opere somente em VLOS até 400 pés AGL, e que não seja de um projeto autorizado ou de um tipo certificado, deve ser identificado com o seu número de cadastro.

(1) A identificação deve ser mantida em uma condição legível para uma inspeção visual próxima e estar localizada:

(i) no lado externo da fuselagem da aeronave; ou (ii) em um compartimento interno da aeronave que possa ser

facilmente acessado sem necessidade de uso de qualquer ferramenta. (d) As aeronaves não tripuladas de peso máximo de decolagem de até

250 gramas não precisam ser cadastradas junto à ANAC ou identificadas. (e) O cadastro efetuado segundo esta seção será válido por 24 meses.

O cadastro não revalidado até 6 meses depois de vencido será inativado e não poderá mais ser revalidado (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a, p. 11)

Referente as marcas de identificação, o tópico E94.303 utiliza a RBAC 45,

que é o regulamento que possui as especificações que devem ser seguidas para se efetuar a marca de identificação da RPA. Os principais pontos são os seguintes:

(2) a placa de identificação da RPA requerida pelo parágrafo 45.11(a) do RBAC 45 estiver fixada:

(i) no lado externo da fuselagem da RPA, de forma legível; ou (ii) em um compartimento interno da RPA que possa ser facilmente

inspecionado; e (3) a RPS possuir uma placa de identificação à prova de fogo que:

(i) inclua a informação especificada no parágrafo (a) da seção 45.13 do RBAC 45, usando um método aprovado de marcação à prova de fogo; e

(ii) seja colocada de modo a ser improvável que seja danificada ou removida durante serviços normais, ou perdida ou destruída em caso de acidente; (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a, p. 11)

(2) a placa de identificação da RPA requerida pelo parágrafo 45.11(a) do RBAC 45 estiver fixada:

(i) no lado externo da fuselagem da RPA, de forma legível; ou (ii) em um compartimento interno da RPA que possa ser facilmente

inspecionado; e (3) a RPS possuir uma placa de identificação à prova de fogo que:

(i) inclua a informação especificada no parágrafo (a) da seção 45.13 do RBAC 45, usando um método aprovado de marcação à prova de fogo; e


Final

17

(ii) seja colocada de modo a ser improvável que seja danificada ou removida durante serviços normais, ou perdida ou destruída em caso de acidente (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a, p. 11-12);

As questões de identificação da aeronave são de suma importância, pois como já mencionado no regulamento, esta identificação dever ser preservada, caso ocorra um acidente, para que este VANT possa ser identificado. Para que seja efetuado a identificação da aeronave, inicialmente é preciso efetuar o seu cadastro no Sistema de Aeronaves não Tripuladas - SISANT. Efetuado este cadastro, será gerado um prefixo para esta aeronave, sendo esta, a sua identificação (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017b).

A seção subsequente discute sobre a aprovação de projetos de RPAS. Neste projeto, não se tem a intenção de desenvolver um RPAS, e sim utilizar um que já esteja no mercado. Sendo assim, referente a esta seção, não se tem nenhum comentário a ser efetuado.

O próximo assunto que o regulamento trata é sobre a aeronavegabilidade continuada de RPAS. O primeiro tópico (E94.601) define que “O operador ou, na falta deste, o proprietário é o responsável pela conservação do RPAS em condições aeronavegáveis” (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a, p. 20), ou seja, na operação de uma RPA, sempre um responsável pelo sistema deve estar presente. Referente a aeronavegabilidade continuada em RPAS de classe 3 o regulamento especifica:

(a) Somente é permitido operar um RPAS Classe 3 destinada a operações BVLOS se:

(1) os procedimentos específicos recomendados pelo fabricante no manual de manutenção forem cumpridos;

(2) a pessoa que executa manutenção for devidamente treinada e qualificada; e

(3) todas as ações de manutenção forem registradas em cadernetas apropriadas. (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a, p. 23)

Comparado com as outras classes de RPAS, as regras para a classe 3 são mais simplificadas, facilitando assim o uso deste tipo de aeronave. Entretanto, é necessário atentar que a ANAC solicita que aeronaves classe 3 para voos em BVLOS sejam de um projeto autorizado pela ANAC (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017c, 2017d). Desta forma, para não necessitar desta autorização, é recomendado que somente voos VLOS e EVLOS sejam executados.

Por fim, a última seção do regulamento descreve as disposições finais. Como é de interesse somente a parte da regulamentação que dispõe regras para VANT de classe 3, o tópico E94.701 alega:

(a) De acordo com as disposições deste Regulamento Especial, para os efeitos de aplicação do art. 33 do Decreto-Lei n° 3.688, de 3 de outubro de 1941, entende-se como devidamente licenciado o operador que possuir:

(1) no caso de aeromodelo acima de 250 gramas de peso máximo de decolagem, a comprovação de cadastro emitido junto à ANAC e sua identificação na aeronave;

(2) no caso de RPA de peso máximo de decolagem superior a 250 gramas e até 25kg, em VLOS ou EVLOS até 400 pés AGL:


Final

18

(i) a comprovação de cadastro emitido junto à ANAC e sua identificação na aeronave;

(ii) o seguro com cobertura de danos a terceiros, exceto das aeronaves pertencentes a entidades controladas pelo Estado;

(iii) documento que contém a avaliação de risco a que se referem os parágrafos E94.103(f)(2) e E94.103(g)(2) deste Regulamento Especial; e

(iv) manual de voo;

(3) no caso de RPA de peso máximo de decolagem superior a 250 gramas e até 25kg, em BVLOS até 400 pés AGL:

(i) o seguro com cobertura de danos a terceiros, exceto das aeronaves pertencentes a entidades controladas pelo Estado;

(ii) certificado de marca experimental ou certificado de matrícula;

(iii) certificado de aeronavegabilidade válido;

(iv) documento que contém a avaliação de risco a que se referem os parágrafos E94.103(f)(2) e E94.103(g)(2) deste Regulamento Especial; e

(v) manual de voo;

(4) no caso das demais RPA de peso máximo de decolagem superior a 250 gramas e até 25kg:


(ii) licença e habilitação emitida pela ANAC;

(iii) certificado de marca experimental ou certificado de matrícula;

(iv) certificado de aeronavegabilidade válido;

(v) documento que contém a avaliação de risco a que se referem os parágrafos E94.103(f)(2) e E94.103(g)(2) deste Regulamento Especial; e

(vi) manual de voo; ou

(5) no caso de RPA de peso máximo de decolagem acima de 25kg:


(ii) licença e habilitação emitida pela ANAC;

(iii) o CMA de 1ª, 2ª ou 5ª Classe emitido segundo o RBAC nº 67, ou o CMA de 3ª Classe válido emitido pelo Comando da Aeronáutica segundo a ICA 63-15;

(iv) certificado de marca experimental ou certificado de matrícula;

(v) certificado de aeronavegabilidade válido;

(vi) documento que contém a avaliação de risco a que se referem os parágrafos E94.103(f)(2) e E94.103(g)(2) deste Regulamento Especial; e (vii) manual de voo.


Final

19

(b) Todos os operadores de aeromodelos e de RPA até 250 gramas de peso máximo de decolagem são considerados como devidamente licenciados, para os efeitos de aplicação do art. 33 do DecretoLei n° 3.688, de 3 de outubro de 1941, por força deste Regulamento Especial, sem necessidade de possuir documento emitido pela ANAC. Nota: os documentos acima listados abrangem somente os que são requeridos possuir por parte da ANAC. Outros documentos podem ser necessários por parte do DECEA, da ANATEL, ou de outros órgãos competentes. (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017a, p. 24-26)

Como todo VANT possui um sistema de rádio transmissão, a Agência

Nacional de Telecomunicações – ANATEL, solicita que todo equipamento seja homologado e registrado no órgão (PORTAL BRASIL, 2017; TELECOMUNICAÇÕES, 2016). Assim sendo, como a aeronave escolhida já é homologada por este órgão, não será necessário efetuar nenhuma solicitação de homologação. Caso a mesma não fosse homologada, seria necessário efetuar esse procedimento, de forma que atendesse as solicitações da ANATEL.

Além de seguir as regras da ANAC, possuir sistemas de radiofrequência homologados e registrados, é necessário efetuar a solicitação de espaço aéreo através do sistema de Solicitação de Autorização de Voos com RPAS – SARPAS que é gerenciado pelo Departamento de controle do Espaço Aéreo – DECEA (DEPARTAMENTO DE CONTROLE DO ESPAÇO AÉREO, 2017a). Neste sistema, inicialmente o operador deve efetuar o seu cadastro e após este ser aprovado, as aeronaves que serão utilizadas devem ser cadastradas. Com a etapa de cadastros concluídas, o piloto deverá solicitar acesso ao espaço aéreo através deste sistema.

Seguindo-se todas as regras presentes nos regulamentos e com todos os documentos em dia, todos os voos executados com a aeronave serão efetuados de acordo com a lei.

3.3 Estudo de rotas e pontos de interesse

INÍCIO: 1º mês

TÉRMINO: 6º mês

Descrição da Etapa

Realizar mapeamento geográfico das rodovias para determinar rotas de voos. O indicador desta etapa é um documento indicando as rotas de voos para mapeamento de pontos de interesse. Resultado Para o desenvolvimento desta etapa, solicitou-se ao responsável pelo projeto na empresa Triunfo CONCEBRA, os pontos de interesse da empresa, para que assim, fosse efetuado o mapeamento destes locais bem como se iniciasse a discussão sobre os parâmetros a serem monitorados. O mapa com os pontos de interesse é apresentado na Figura 5.


Final

20

Os pontos estão compreendidos entre o SAU05 e SAU08. Nessa primeira fase, foi empregada a ferramenta para visualização de mapas da Google Inc. para a obtenção de imagens de satélite dos trechos e locais. Com os pontos localizados, os mesmos foram marcados e são apresentados na Figura 6. Analisando-se a Figura 6, verifica-se que o trecho compreendido entre os pontos SAU05 e SAU08 está contido em grande parte na área rural. Essa característica deste trecho, poderá facilitar para os voos que a aeronave deverá efetuar e também as imagens que serão adquiridas, pois em áreas urbanas, pode ocorrer de a rodovia possuir muitas árvores ou rede elétrica que podem inserir objetos indesejados na imagem, e com isso, prejudicar a identificação de pontos específicos de interesse em uma imagem aérea de uma rodovia.


Final

21

Figura 5 - Pontos de interesse. Fonte: Triunfo CONCEBRA, 2015.

Com as imagens da ferramenta Google Maps, foi possível identificar os SAUs e praças de pedágio que estão compreendidos neste trecho, e que estão apresentados na Figura 5. Vale ressaltar que, as imagens de satélite estão desatualizadas, e assim, não foi possível visualizar nenhum dos locais de interesse através destas imagens. Como além das imagens de satélite o Google Maps disponibiliza fotografias adquiridas por uma câmera, essas fotografias foram


Final

22

utilizadas para se encontrar com exatidão os pontos demarcados pela Triunfo, com exceção do SAU05, em que não foi possível visualizar o mesmo, pois em certas partes da rodovia, as fotografias foram adquiridas em 2012 e em alguns trechos em 2015. Desta forma, a Figura 7 apresenta uma imagem aérea do local aproximado do SAU05.

Figura 6 - Trecho de interesse mapeado em imagens de satélite. Fonte: Google Maps, 2015.


Final

23

Local aproximado

do SAU05

Figura 7 - Local Aproximado do SAU05. Fonte: Google Maps, 2015.

Com a localização do SAU05, foi possível verificar que esta parte da rodovia está contida em perímetro urbano, assim como o trecho que passa pelas cidades de Goiânia, Itumbiara, Prof. Jamil e Hidrolândia. Após a localização desse ponto, os outros locais que são mencionados no mapa disponibilizado foram demarcados e são apresentados nas Figuras Figura 8, Figura 9, Figura 10, Figura 11 e Figura 12. Como dito anteriormente, as imagens de satélite estão desatualizadas, e por isso, não é possível verificar esses pontos nas imagens adquiridas. Diante desse problema, foi utilizada a ferramenta, o Street View, que possibilita a visualização de imagens mais recentes da rodovia retiradas de um carro da Google. Utilizando-se dessa ferramenta, foi possível localizar com exatidão os pontos desejados. De modo que se possa confirmar os pontos encontrados, as Figuras Figura 13, Figura 14, Figura 15,Figura 16 e Figura 17 apresentam as fotografias dos pontos destacados no mapa da Figura 5. A partir da localização desses pontos e com as fotografias do mesmo, é possível ter uma ideia do local onde o VANT irá sobrevoar. Além disso, é possível verificar que seu uso é totalmente justificado para se obter fotografias atualizadas, de forma que se possa ter uma análise agilizada de pontos de interesse da rodovia e com maior qualidade. Mesmo as imagens obtidas através do Google Maps possuindo baixa qualidade, é possível verificar que o terreno não possui grandes variações de altitude e a estrada não possui muitas curvas. Isso pode ser de grande relevância, pois como se tem vários pontos com uma grande quantidade de quilômetros em linha reta, é possível adquirir um maior número de imagens nesse trecho em menor


Final

24

tempo, uma vez que não é necessário efetuar a todo momento o direcionamento da câmera para se obter a melhor imagem.

Praça de pedágio 3

Figura 8 – Local da praça de pedágio 3. Fonte: Google Maps, 2015.

Local do SAU06

Figura 9 – Local do SAU06. Fonte: Google Maps, 2015.


Final

25

Local do

SAU07


Local do SAU08



Final

26

Praça de pedágio 4

Figura 12 – Local da praça de pedágio 4. Fonte: Google Maps, 2015.

Figura 13 – Fotografia da praça de pedágio 3 adquirida em agosto de 2015. Fonte: Google Maps, 2015.

Figura 14 – Fotografia do SAU06 adquirida em julho de 2015. Fonte: Google Maps, 2015.


Final

27

Figura 15 – Fotografia do SAU07 adquirida em abril de 2015. Fonte: Google Maps, 2015.

Figura 16 – Fotografia do SAU08 adquirida em julho de 2015. Fonte: Google Maps, 2015.

Figura 17 – Fotografia da praça de pedágio 4 adquirida em julho de 2015. Fonte: Google Maps, 2015.

A partir dessas informações, e com os pontos de interesse definidos, a rota de voo será entre o SAU05 e SAU08. Esta rota é apresentada na Figura 6. Mesmo com a rota definida, ainda é necessário esperar a versão final do regulamento da ANAC para verificar se terá alguma restrição em sobrevoar a rodovia. Caso não haja nenhuma restrição, a rota de voo seguirá no meio da rodovia, de forma que possa ser adquirido informações sobre todas as vias e edificações. Além disso, será necessário definir a altitude do voo para que essa altitude proporcione a melhor relação entre altitude de voo e qualidade de imagem.


Final

28

3.4 Estudo de software de reconstrução de imagens

INÍCIO: 4º mês

TÉRMINO: 8º mês


Estudar software que acompanha o equipamento e desenvolver melhorias para

atendimento da demanda deste projeto. O indicador desta etapa é a adequação do

software que acompanha o VANT.

Resultado

O equipamento adquirido não disponibiliza nenhum software proprietário

para reconstrução de imagens, somente para edição dos vídeos adquiridos em

formato RAW, que consiste em alterações na luminosidade e temperatura das

cores.

Devido a essa carência de software de reconstrução de imagens por parte

do fabricante, efetuou-se uma pesquisa para verificar softwares que possam efetuar

esse processo. A melhor opção encontrada é o Pix4D que possui suporte para a

aeronave adquirida. Esse software, após a aquisição das imagens, efetua a união

das imagens obtidas formando uma imagem única da região, além de fazer uma

sobreposição de imagens para que a qualidade da imagem fique melhor fornecendo

também informações GPS da imagem, conforme o usuário excursionar o mouse

sobre essa imagem processada. Além disso, esse software permite a análise do

terreno no qual as imagens foram adquiridas, mapa de refletância do ambiente

monitorado e geração de modelo tridimensional do local onde as fotos foram

capturadas, permitindo uma análise visual do ambiente (PIX4D, 2017). As figuras X,

X, X e X apresentam alguns resultados que o software pode fornecer.

Entretanto, este software possui custo elevado e não efetua análise de

pontos específicos da rodovia, sendo assim, necessário utilizar este em conjunto

com o algoritmo desenvolvido neste projeto de pesquisa.

3.5 Descrição de procedimentos para execução de tarefas

INÍCIO: 4º mês

TÉRMINO: 8º mês


Desenvolver procedimentos para mapeamento utilizando o VANT considerando pontos de interesse da concessionária. O indicador desta etapa será um documento com procedimentos de para execução de tarefas pré-definidas.


Final

29

Resultado

Com o objeto de executar todas as operações com segurança, foi gerado uma sequência de procedimentos que devem ser executados em todos os voos de monitoramento.

Para se efetuar o voo com a aeronave, é necessário efetuar várias

verificações antes da decolagem. Assim, é necessário que se tenha um passo a

passo para que as tarefas de aquisição das imagens sejam executadas. Porém,

antes de qualquer procedimento de voo, existe o planejamento da missão que será

efetuada. Esse planejamento consiste no conhecimento da área onde o voo

ocorrerá e também na solicitação do espaço aéreo

Definido o local de voo, uma boa opção é utilizar a ferramenta Google Maps

para verificar este local, procurando por possíveis árvores e construções. Esta

verificação ajudará caso não se conheça a área a ser sobrevoada, pois estes pontos

são utilizados para definir os pontos de pouso e decolagem.

Efetuada a análise do local de voo, é necessário efetuar a solicitação de

espaço aéreo no sistema SARPAS. Neste sistema, o a primeira informação

solicitada é referente ao local da operação, onde é possível selecionar este ponto

através do mapa ou informar as coordenadas geográficas, como pode ser

visualizado na Figura 18.

Após, é solicitado informações básicas da operação, como pode ser

visualizado na X. Na informação equipamento, é necessário selecionar qual

aeronave será utilizada e que está cadastrada no sistema. Para efetuar esse

cadastro, a aeronave precisa estar registrada no sistema SISANT. Em Objetivo,

seleciona-se o motivo do voo ser executado, onde as opções que interessam para o

uso da aeronave neste projeto são as opções de Foto/Filmagem e

Aerolevantamento/Fotogametria. A primeira opção não exige nenhum documento

adcional. Já a segunda solicita um documento do Ministério da Defesa autorizando

a empresa a efetuar este tipo de operação. O ID do pilo é preenchido de maneira

automática, pois sempre será o próprio piloto que solicitará o voo. Em Tipo de

Operação, deve ser selecionado se o voo será executado em VLOS, EVLOS ou

BVLOS. Em conjunto é necessário selecionar a regra de voo, podendo esta ser voo

efetuado de acordo com regras de voo visual (VFR) ou voo executado por

instrumentos (IFR).

Além dessas informações, é necessário efetuar o cadastro das informações

do voo, como área a ser monitorada, altura de voo, janela de operação e

operadores que estarão presentes na missão. Todas estas informações devem ser

preenchidas no sistema SARPAS.


Final

30

Figura 18 - Seleção do local de operação no sistema SARPAS. Fonte: Próprio Autor


Final

31

Figura 19 - Informações básicas da operação no sistema SARPAS. Fonte: Próprio Autor

Após voo cadastrado e liberado, é necessário seguir procedimentos para

execução segura do voo. Então, primeiramente é necessário verificar as condições

climáticas. Como a aeronave não suporta ventos acima de 36 km/h e não possui

resistência à chuva, essas condições não devem estar presentes antes de se iniciar

o voo. Com as condições climáticas em conformidade, o próximo passo é verificar

os níveis de bateria da aeronave, dos controles e do dispositivo móvel.

Referente ao nível de bateria da aeronave, esta possui sistema de

segurança para nível crítico, que é configurado pelo operador. No nível crítico, ela

irá efetuar o pouso em qualquer lugar, e se não for atentado para o nível de bateria,

o VANT poderá começar o processo de pouso em um ambiente onde não seja

possível efetuar o pouso seguro, podendo assim, causar danos na mesma e no pior

dos casos, à terceiros. Essa etapa de verificação de bateria já influencia na etapa de

local de pouso e decolagem, que será discutida nos próximos passos. Outro item

que deve ser verificado na bateria da aeronave é a tensão de cada cédula da

bateria. Caso exista grande discrepância entre os valores de tensão entre as

cédulas, não é recomendável iniciar o voo com essa bateria. Para melhor

visualização, a Figura 20 apresenta a maneira como o aplicativo mostra as

informações da bateria da aeronave.


Final

32

Figura 20 - Configurações e informações da bateria da aeronave. Fonte: Autoria própria.

Um ponto importante nas configurações da bateria da aeronave são os

avisos de baixo nível e nível crítico (Low Battery Warning e Critically Low Battery

Warning). Essas configurações deverão ser efetuadas com prudência, pois será ela

que informará quando se deve pousar. Quando o nível de baixa bateria é atingido, é

informado ao operador e após atingido o nível de bateria baixo, a aeronave inicia

automaticamente o retorno para o ponto de decolagem ou o local que o operador

tenha marcado. Essa operação poderá ser cancelada pelo piloto, mas o mesmo

deve ter consciência que sua bateria está terminando. O aplicativo também

apresenta um tempo estimado de voo com o restante da carga, sendo esta

informação crucial para o operador saber se conseguirá voltar a tempo. Já quando o

nível crítico for alcançado, esse só permite que o operador melhore a posição que a

aeronave irá pousar, pois ele não tem como ser cancelado, e a aeronave pousará

no ponto em que estiver. Com essas informações, o operador deve configurar esses

níveis de acordo com o tipo de operação que estiver executando e com o local onde

a aeronave estará sendo operada.

Além do nível de bateria da aeronave, é necessário que a bateria do

controle que será utilizado para controle da mesma esteja com carga acima de 40%

antes de se iniciar um voo. Por mais que o VANT possua sistema de segurança de


Final

33

retorno automático, quando se perde a comunicação com o controle, esse retorno

tem uma velocidade reduzida, além de o operador não ter mais as informações na

tela do dispositivo. Além disso, caso ocorra alguma emergência no pouso da

mesma, não será possível interferir devido à falta de carga na bateria. Esse nível de

bateria pode ser visualizado no aplicativo de navegação, ou pelos LEDs que o

controle possui. Por fim, referente a bateria do dispositivo móvel, essa também deve

estar carregada para que se possa visualizar as informações da aeronave, como

local atual, distância, altitude e nível de bateria, que são de extrema importância

para que o operador efetue um voo com segurança.

Após a verificação dos níveis de bateria dos aparatos, é necessário

configurar o VANT para modo de voo, pois o mesmo fica recolhido para transporte,

sendo necessário assim, antes de iniciar o voo, retirar a aeronave desse modo, e ao

final retornar ao mesmo. Com o drone no modo voo, é necessário acoplar a câmera.

O VANT possui uma trava de conexão e duas travas que fixam de forma mais

segura a câmera. Essas travas são apresentas nas figuras Figura 21 e Figura 22.

Com a câmera conectada, é necessário inserir as hélices, que também

possuem travas. A Figura 23 apresenta o rotor sem a hélice e também um rotor com

hélice travada. É necessário que as setas estejam alinhadas e que as cores sejam

as mesmas.

Figura 21 - Trava de segurança da câmera. Fonte: Autoria própria.

Trava de Segurança


Final

34

Figura 22 - Trava de Conexão. Fonte: Autoria própria.

a) b) c)

Figura 23 - a) Rotor sem hélice; b) Rotor com hélice acoplada; c) Rotor com hélice acoplada e travada. Fonte: Autoria própria.

Com a aeronave preparada para o voo, é necessário se deslocar a um

ambiente aberto para efetuar a decolagem. Esse ambiente deve ser livre de arvores,

Trava de Conexão


Final

35

torres de transmissão, cabos e outros objetos com que a aeronave possa se chocar.

Como no modo de pouso de retorno automático pode acontecer um erro de 1,8

metros para qualquer lado, é necessário que esse ambiente seja amplo, para evitar

acidentes.

Após esse procedimento a aeronave e o controle são ligados e verifica-se o

status de todos os aparatos em busca de anormalidades. A Figura 24 apresenta a

tela que o operador encontrará. Para melhor explicação, estão enumerados os

principais pontos dessa tela. Referente a Figura 24, abaixo é fornecida uma

descrição de cada item.

1 - Indica o Estado Atual do Sistema ao todo. Esse item poderá apresentar 3 cores:

vermelho, amarelo e verde. Vermelho indicará algum problema, como nível crítico

de bateria, erro na bussola, perda de sinal, entre outros. Quando essa barra

permanecer nessa cor, é necessária maior atenção. Se estiver vermelha antes do

voo, o próprio aplicativo não permitirá a decolagem, e informará qual a causa do

problema. Já a cor amarela indicará algum risco na operação. Nesse caso será

permitido o voo, mas será dado um aviso que problemas podem acontecer. Essa

barra ficará amarela quando, por exemplo, o sinal de GPS não estiver estável, pois

sem GPS a aeronave opera sem modos de compensação, o que exige muita

experiência e será explicado melhor nos modos de voo. Por fim, quando a barra

apresentar a coloração verde, significa que tudo está correto e será possível efetuar

um voo com segurança. Se for pressionada essa barra, será apresentado o menu

que contém a Figura 25.


Final

36

1 23 4 5 6 7

8 9 10

11

12

13

14

15

16

17

18

Figura 24 - Tela principal do aplicativo de controle que possui todas as informações da aeronave. Fonte: Autoria própria.

2 - Indica o nível de bateria restante. Esse item possuirá faixas de cores que

apresentam os níveis configurados, sendo verde a operação normal, amarelo em

nível baixo e vermelho nível crítico. Além disso, o balão branco fornece o tempo

estimado de voo com aquela bateria.

3 – Modo de Voo atual. Este indicador, mostra em qual modo de voo o VANT está

operando. Se for clicado sobre ele, será possível efetuar as configurações de

retorno, limites e outras configurações que podem ser visualizadas na Figura 26.

Nesse menu, é possível configurar o ponto de retorno, podendo-se se escolher para

retornar no ponto de decolagem ou no ponto atual. A próxima configuração é

permitir ou não múltiplos modos de voos. Para se alterar os modos de voo, utiliza-se

a chave no lado esquerdo do controle remoto. O modo de voo “P” é o modo de voo

com assistência, onde essa assistência constitui de na operação, a própria

aeronave efetuará as compensações necessárias para uma operação segura. Caso

o sinal GPS não esteja disponível, esse modo de voo não funcionará de forma

correta, e operará da mesma maneira que no modo de voo “A”, com a diferença de


Final

37

que, ao se obter sinal GPS, a operação ficará normal. O modo de voo “A”, opera

sem o GPS, sendo esse modo para pilotos mais experientes, pois como ele usa

somente o barômetro, quando se tiver ventos a aeronave não estabilizará de forma

automática, sendo necessário a intervenção do piloto. Por fim o modo “F” funciona

da mesma maneira que o modo “P”, diferindo que no aplicativo, o item 15 aparecerá

na tela. Esse modo permite a programação de voo automático. As funções desse

modo serão exploradas no item 15.

Figura 25 - Menu de estado atual. Fonte: Autoria própria.


Final

38

Figura 26 - Configurações principais do controle. Fonte: Autoria própria.

A próxima configuração é referente a altitude quando se pressionar o botão de retorno automático. Essa altitude deve ser elevada, pois assim, se garante que no caminho de retorno, a aeronave não se chocará com nenhum objeto. Por fim, é necessário atentar as configurações de limite. A primeira é a configuração de altitude máxima, em que essa configuração não permite que seja excedido a altitude informada. Já a Enable Max Distance permite configurar uma distância máxima que o VANT poderá se afastar do piloto.

4 – Sinal GPS. Neste item será indicado a quantidade de satélites GPS que o VANT

estará utilizando e o nível de sinal. É de extrema importância a observação desse

item, pois a falha no GPS alterará o modo de voo para não assistido, sendo isso

invejável.

5 – Sinal do controle remoto. Esse indicador mostrará o nível de sinal entre o

controle e a aeronave. Conforme se tiver problemas de interferências ou conforme a

distância que se encontra da aeronave, esse sinal poderá apresentar variações. Se

for clicado sobre esse item, ele apresentará as configurações do controle.

6 – Sinal de transmissão de imagens. Nesse item, e fornecido a qualidade de

transmissão das imagens para o aplicativo. Ele não tem extrema importância, mas

deve ser observado pois normalmente ele apresentará maiores variações que o


Final

39

sinal do controle. Se for pressionado, apresentará informações dos canais de

transmissão.

7 – Nível de bateria. Esse item apresenta a porcentagem e tensão da bateria. Ele

mostra de forma mais precisa que a barra do item 2. Se for pressionado apresentará

o menu da Figura 20.

8 – Informações da câmera. Neste item é apresentado às configurações da câmera,

como modo de configuração, abertura, luminosidade e abertura.

9 – Informações de armazenamento. Nesse indicador mostra-se as informações de armazenamento do cartão de memória e do SSD, apresentado a quantidade de fotos que pode ser retirada, e tempo de vídeo que pode ser gravado e também a resolução de vídeo configurada. 10 – Configurações de foco. Nesse item poderá se configurar o modo do foco da

câmera ou da exposição, sendo normalmente utilizado o foco automático, ou foco

manual no infinito devido às alterações de altitude do ambiente que será adquirido

as imagens.

11 – Auto decolagem/pouso. Esse botão permite efetuar a decolagem automática,

em que a aeronave se posicionará a 1,2 metros de altitude ou o pouso automático.

12 – Configuração do gimbal1. Esse botão indica qual o modo atual do gimbal e se

clicado apresenta os modos de configurações do gimbal. Esses modos são

interessantes pois podem facilitar a aquisição de imagens. Normalmente será

utilizado o siga-me, pois assim, a câmera sempre seguirá a frente da aeronave.

13 – Retorno automático. Além de possuir o botão de retorno no controle, é

disponibilizado um botão de retorno no aplicativo. Esse botão ao ser pressionado irá

fazer o retorno automático para o ponto configurado no item 3. Esse botão também

permitirá o cancelamento da operação de retorno quando a mesma for solicitada.

14 – Voo automático. Quando a chave de modo de voo for posicionada no modo “F”,

essa opção aparecerá permitindo efetuar configurações para voo automático. Essas

opções podem ser visualizadas na Figura 27. A opção Point of Interest permite que

o operador defina um raio e uma altitude para que ao VANT fique circulando sobre o

ponto marcado. A opção Waypoints é onde o operador deve sobrevoar com a

aeronave os pontos que deseja passar, pressionar o botão indicado na tela para

marcar o ponto, e logo após isso a aeronave seguirá o curso marcado. É possível

salvar essa missão criada. A desvantagem é a necessidade de precisar primeiro

sobrevoar o local. O modo Follow Me o usuário selecionará a altitude desejada e o

VANT seguirá o controle do operador, sem a necessidade de efetuar nenhum

1 Gimbal: sistema de posicionamento e estabilização da câmera.


Final

40

controle. Já o Home Lock faz com que a aeronave fixe a sua direção com o ponto

de início. Por fim, o Course Lock bloqueia as direções da aeronave, fazendo com

que o voo seja efetuado na direção que for travada0.

Figura 27 - Modos automáticos de voo. Fonte: Autoria própria.

15 – Radar. Esse item indica o posicionamento da aeronave pela seta vermelha, a

parte verde indica para que direção a câmera está apontando e a parte azul indica o

nível da aeronave, que conforme for operado será percebido uma mudança nesse

nível. Deve ser utilizado para saber a direção que a aeronave se encontra para

assim efetuar o voo e o seu retorno.

16 – Informações gerais de distância. A letra “D” indica a distância da aeronave ao

operador. “H” indica a altitude da aeronave. “H.S” indica a velocidade horizontal da

aeronave. “V.S” indica a velocidade vertical. Por fim a “VPS” indica o valor do sensor

ultrassônico da aeronave.

17 – Mapa. Esse mapa indicará a localização geográfica do VANT e também o

caminho percorrido e qual o caminho ele utilizará para retornar quando o modo de

retorno automático for acionado.

18 – Opções da câmera. Neste item poderá efetuar as configurações de câmera,

alterar o modo de aquisição de imagens e visualização das imagens adquiridas.

Verificando-se que os instrumentos estão todos em funcionamento e com

níveis de segurança, é necessário efetuar configurações referentes ao voo. O

primeiro item que deve ser verificado é o ponto de retorno em caso de falha, em que

se deve escolher entre voltar para o ponto de decolagem, ou o operador pode

mudar esse ponto durante o voo para pousar no local que ele marcar.

Referente a aquisição das imagens, o operador poderá retirar fotos ou

gravar vídeos, sendo necessário somente selecionar a opção. Recomenda-se que


Final

41

deixe a câmera em modo automático de controle dos parâmetros, pois devido ao

seu deslocamento, uma configuração fixa pode fornecer imagens ruins. Outro item

que deve ser atentado é referente ao foco da câmera. Sempre antes de iniciar a

aquisição recomenda-se tocar no centro da tela do dispositivo móvel para a mesma

efetuar o foco automático. A direção da câmera pode ser alterada diretamente no

controle, ou simplesmente posicionando o dedo por um segundo na tela até

aparecer o círculo azul no local que foi posicionado o dedo. Assim é só mover o

dedo na tela para alterar a direção da câmera. Também deve-se atentar a

quantidade de armazenamento disponível para efetuar as aquisições, e resolução

das imagens que serão adquiridas.

Estando todas as verificações de segurança concluídas e as configurações

da câmera, o voo poderá ser iniciado. Durante o voo, deve-se inicialmente

posicionar a câmera de forma que se possa ver amplamente o possível trajeto antes

de se posicionar a câmera para efetuar a aquisição de imagens. Deve-se também

sempre posicionar o controle para o lado que a aeronave está, para assim, melhorar

o sinal de controle e de recepção das imagens. Além disso, o piloto deve atentar a

todos os instrumentos da aeronave, como GPS, modo de voo, níveis de bateria,

sinal do controle e da câmera, velocidade, distância, altitude e utilizar o mapa, para

verificar o local em que se encontra, o caminho de retorno e o caminho já

percorrido. É importante lembrar que sob hipótese alguma deve-se efetuar algum

procedimento de desligamento dos motores da aeronave, pois caso os mesmos

sejam executados, eles serão aceitos não importando a altitude ou distância do

ponto de retorno, e isso ocasionará na queda da aeronave. Durante o voo, a

qualquer momento o operador pode solicitar o retorno automático da aeronave,

lembrando-se que esse retorno tem uma velocidade reduzida, sendo mais

recomendável, na medida do possível, retornar de forma manual. Além disso, em

caso de perda de sinal do controle com a aeronave, a mesma iniciará o retorno de

forma automática, e o mesmo acontecerá quando o nível de bateria baixa for

atingido. Normalmente podem ocorrer interferências no sinal de controle, pois o

mesmo opera em canal secundário, e caso ocorram transmissões de rádio de

viaturas, se terá um corte de sinal. Também, em local com alta interferência se terá

cortes no sinal de transmissão de vídeo, sendo que o operador deve atentar aos

indicadores de sinal e sempre se direcionar para o lado da aeronave. Com o voo

concluído, deve-se encontrar um local seguro para efetuar o pouso. Deve-se descer

de forma lenta e esperar que o trem de pouso desça para que assim o pouso seja

efetuado com segurança. Em momento algum do voo se deve efetuar o

procedimento de desligar os motores, pois caso essa operação seja aceita, a

aeronave será desligada.

Com a aeronave já em terra, caso não seja mais necessário nenhum voo, é

preciso primeiramente remover as hélices, a câmera e por fim colocar a aeronave

em modo de viagem.


Final

42

Referente ao armazenamento da mesma, as baterias da aeronave devem

estar com carga entre 10 a 20% para evitar danos nas baterias. Além disso, o

fabricante recomenda que a cada 10 recargas, seja efetuado a total drenagem da

bateria para assim fazer uma recarga total. Também não se deve armazenar as

mesmas com carga superior a 20% pois a carga que a aeronave perder para o

ambiente não é recuperável, danificando assim a capacidade de armazenamento da

bateria. Outro item é não armazenar com carga esgotada, pois a mesma poderá não

mais funcionar, sendo necessário assim, enviar essa bateria para uma recuperação.

Além das verificações com baterias, é recomendável que seja verificado, ao

menos uma vez na semana se não existe nenhuma atualização para os dispositivos

da aeronave, pois essas atualizações efetuam correções e melhorias nos

dispositivos.

Após cada voo, todas as informações ficam armazenadas na aeronave e no

aplicativo do dispositivo móvel utilizado. É possível rever todo o voo no aplicativo, e

informações como local onde foi executado, rota traçada, avisos, altitude, ou seja,

todas as informações como se estivesse pilotando a aeronave. Essa tela com as

informações gerais dos voos efetuados e de revisão de voo podem ser visualizadas

nas figuras Figura 28 e Figura 29 respectivamente.

Essas informações podem ser exportadas para que sejam utilizadas. Mas o

arquivo exportado pelo aplicativo só fornece as coordenadas geográficas obtidas

pelo GPS e nível de bateria.

Figura 28 - Registro de Voos. Fonte: Autoria própria.


Final

43

Figura 29 - Revisão de voo. Fonte: Autoria própria.

Para melhor execução dos procedimentos durante o processo de voo,

abaixo será apresentado de forma resumida um check list dos itens que devem ser

verificados para se efetuar um voo com segurança.

1. Verificar condições climáticas (tempo estável e vento menor que 36 km/h);

2. Verificar níveis de bateria dos dispositivos;

3. Retirar o VANT do modo de viagem;

4. Acoplar e travar a câmera;

5. Acoplar e travar as hélices;

6. Encontrar um ambiente aberto para decolagem e pouso;

7. Verificar o funcionamento dos aparatos (GPS, sensor de altitude, sinal de

rádio);

8. Efetuar configurações de retorno e limites de altitude;

9. Configurar câmera;

10. Decolar;

11. Verificar instrumentos durante o voo e atentar ao ambiente;

12. Pousar;

13. Concluído o voo, remover câmera e hélices;

14. Colocar o VANT em modo de viagem;

15. Efetuar o armazenamento de todos os aparatos;


Final

44

Seguindo-se essas instruções, será possível efetuar um voo com

segurança. Mesmo essa etapa tendo sido concluída, essas descrições dos

procedimentos poderão sofrer alterações para que se possa executar um voo com

maior segurança e com maior aproveitamento na execução das tarefas.

Com todas essas regras de preparo e execução de voo definidas, as tarefas já

possuem uma descrição da forma que devem ser executadas, diferenciando

somente o modo de voo que o operador utiliza para efetuar o voo. Assim, essa

etapa foi concluída, sendo necessário somente compor um arquivo que contenha as

informações dessa etapa, para que assim, o operador possa seguir as

recomendações apresentadas, efetuar o check list e consultar esse documento caso

tenha alguma dúvida básica, em que, para dúvidas mais especificas, deve ser

consultado o manual.

3.6 Definição de Parâmetros de voo (rota, distância, altura, tempo...)

INÍCIO: 5º mês

TÉRMINO: 22º mês


Apresentar procedimentos para definição de rotas/parametrização do VANT. O

indicador desta etapa será um documento com procedimentos para parametrização

do VANT a partir dos pontos de interesse pré-determinados.

Resultado

Com a aquisição do VANT, essa etapa será iniciada assim que o mesmo entrar em

operação. Alguns parâmetros de altitude e velocidade de voo foram simulados no

software Infraworks 360 da Autodesk. Nesse software, foi escolhido uma parte de

uma rodovia aleatória, definido a altitude que as imagens serão adquiridas e a

velocidade da aeronave. Para meio de simulação, foi definido como altitude 10

metros e velocidade de 30 km/h. Para demonstrar, a Figura 30 e Figura 31 apresentam os resultados adquiridos. Com o auxílio do software Infraworks 360,

foram geradas imagens de rodovias, e também, de sinalização de rodovias que

foram posteriormente processadas, empregando o algoritmo desenvolvido para

processamento automático de imagens.


Final

45

Figura 30 - Imagem de rodovia duplicada adquirida com 10 metros de altura.


Figura 31 - Imagem de rodovia simples adquirida com 10 metros de altura.


Com essas imagens, é possível verificar que para a rodovia duplicada (Figura 30), a

imagem tem a maior parte preenchida pela rodovia. Já na imagem com a rodovia

simples (Figura 31), é possível verificar que uma grande parte da imagem não

possui pontos de interesse, e isso não seria ideal. Porém essa é possivelmente a

situação mais comum nas imagens que serão adquiridas em ambiente real.

Observa-se que é necessário manter a altitude o mais constante possível para a

aquisição das imagens, porém como isso nem sempre é possível, será

imprescindível a calibração do algoritmo de processamento em função da altura em

que a imagem é adquirida. Como essa etapa abrange vários meses, serão

efetuados vários testes para obter a melhor proporção de imagens adquiridas por

quilômetros da rodovia.

No relatório anterior, foram apresentadas simulações de altitude e velocidade. A

priori, nos primeiros voos, somente a velocidade simulada pode ser aplicada, pois a

altitude em ambiente urbano é crítica, sendo operado os voos acima de 60 metros

de altitude. A questão da altitude será ajustada de acordo com o ambiente. No


Final

46

ambiente controlado, serão efetuados testes com várias altitudes e velocidades

devido à área não possuir nenhum risco a operações em baixa altitude.

Referente a distância, o operador não se movimentou durante os primeiros voos,

sendo a distância de operação em linha reta do operador de no máximo 1 km. Em

distância percorrida, utilizando uma bateria com carga completa e com velocidade

média de 30 km/h, pois em muitos pontos, é necessário diminuir a velocidade,

conseguiu-se percorrer até 5 km. Isso já influência diretamente no tempo, que está

sendo de aproximadamente de 15 minutos de voo. O tempo de voo é influenciado

diretamente pelo vento, pois assim a aeronave precisa efetuar maior compensação.

As definições de rota, distancia, altura e tempo, serão melhoradas conforme as

missões forem sendo executas. Como a aeronave fornece informações sobre o voo

executado e se pode consultar essas informações, é possível analisar o voo

executado para assim no próximo voo repetir esses parâmetros ou melhorar os

mesmos como mostrado na Figura 29.

Em testes efetuados, a distância máxima alcançada foi de 3 km, sendo que,

após esse ponto, houve perda de sinal com a aeronave. Mas essa distância varia

com o local sobrevoado. Em ambiente urbano, houveram casos em que ao se

atingir a distância de 600 m do ponto de decolagem, o link de comunicação entre

piloto e aeronave foi perdido. Desta forma, é preciso analisar o local onde os voos

serão executados, verificando a existência de torres de transmissão que podem

causar interferências na comunicação entre piloto e aeronave. Além disso, devido a

restrições presentes na ICA 100-40 (DEPARTAMENTO DE CONTROLE DO

ESPAÇO AÉREO, 2017b) e na RBAC-E nº 94 (AGÊNCIA NACIONAL DE AVIAÇÃO

CIVIL, 2017a) a aeronave utilizada para testes não pode ser operada na linha além

da visada (BVLOS), que é quando não se tem contato visual com a aeronave

durante o voo, isso devido a esta aeronave não possuir o Certificado de

Aeronavegabilidade Especial RPA (CAER), um a exigência para execução desse

tipo de operação (AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL, 2017d). Assim, é

necessário efetuar voos em modo de operação de linha de visada visual (VLOS),

onde o piloto, sem auxílio de lentes, mantém contato visual com o VANT. Outro

modo de operação que pode ser executado é a operação em linha de visada visual

estendida (EVLOS), sendo que nessa situação, o piloto esta incapaz de manter

contato visual com a aeronave, utilizando então, observadores de VANT que

auxiliarão o piloto, informando sobre riscos e procedimentos que o piloto deve

executar para que o voo ocorra com segurança. A operação EVLOS segue as

mesmas regras da operação VLOS (DEPARTAMENTO DE CONTROLE DO

ESPAÇO AÉREO, 2017b).

Referente à altura, os melhores resultados foram obtidos com valores entre

40 e 80 metros. No entanto, dependendo do local, não é possível receber


Final

47

autorização de voo com essa altura, precisando assim, que sejam efetuados voos

com teto máximo de 30 metros. Como essa altura é considerada baixa, é necessária

maior atenção por parte do piloto para executar o voo, sendo preciso, avaliar o

ambiente e observar obstáculos na rota de voo definida. Essa restrição também

deve ser levada em consideração no caso de perda de sinal de comunicação, pois

no caso do retorno automático, a aeronave não possui sistema de desvio

automático de obstáculos, exigindo assim, uma altura de voo superior a estes

objetos, evitando assim, possíveis colisões. No evento de perda de comunicação,

após o procedimento de retorno automático ser iniciado, assim que recuperada a

comunicação, o piloto deve cancelar o procedimento e efetuar o retorno de forma

manual. Desta forma, é possível um retorno mais rápido e com maior segurança.

No quesito tempo de voo, as baterias com maior capacidade estão

fornecendo tempo máximo de 15 minutos e a bateria com menor capacidade, 12

minutos. Como estão disponíveis 4 baterias com maior capacidade de carga e uma

bateria com menor capacidade, é possível voar por aproximadamente 1h10min.Com

esse tempo, é possível sobrevoar aproximadamente 35 km de rodovias, com

velocidade média de 50 km/h. Entretendo, para percorrer essa distância, é preciso

efetuar pausas para trocas de bateria e deslocamento do piloto com a aeronave,

pois devido a restrições, é necessário contato visual com a aeronave pelo piloto ou

um observador, além de restrições a distância de alcance do link de comunicação

do equipamento. Além disso, como a rota a ser executada é sobre a via

pavimentada, é preciso planejamento de possíveis locais de pouso e decolagem da

aeronave, oferecendo segurança a esses procedimentos e ao piloto ao efetuar a

troca de baterias.

3.7 Caracterização e parametrização de software de reconstrução de imagem

INÍCIO: 5º mês

TÉRMINO: 22º mês


Desenvolver ferramenta de reconstrução de imagem a partir do mapeamento

realizado pelo VANT com possibilidade de determinar pontos específicos nas

rodovias. O indicador desta etapa é uma ferramenta que trabalhe integrada ao

programa de aquisição de imagens acoplado ao VANT.

Resultado

Durante o desenvolvimento deste projeto, vários algoritmos foram desenvolvidos e

testados.

Efetuado esse processamento, poderá ser executado, por exemplo, o reconhecimento de padrões na imagem, para assim, se identificar defeitos na pista ou acidentes e obras, por exemplo. Outra solução será efetuar o desenvolvimento de um algoritmo, em que esta ferramenta reconheça e apresente as informações desejadas.


Final

48

Como se tem um breve conhecimento da ferramenta que acompanhará a aeronave parar a aquisição das imagens, e a possibilidade de adquirir outro software, em qualquer uma das duas soluções, será necessário primeiramente adquirir as imagens, para após este procedimento efetuar o processamento desejado. Outro ponto de grande interesse é o de possuir a geolocalização do ponto em que a imagem foi adquirida. Possuindo essa informação, é possível estimar onde foi encontrado um ponto de interesse, marcando este na imagem obtida.

Figura 32 - Imagem processada para ressaltar as bordas. Fonte: Autoria própria.

A partir das simulações que foram executadas no software Infraworks 360, foi

possível efetuar testes de processamento de imagens. Assim, foram gravados 3

vídeos de partes distintas de uma rodovia, projetada com a finalidade de gerar

informações para se efetuar esses testes. Após essa etapa, foi desenvolvido um

código em C++ com a API OpenCV para o processamento dos frames do vídeo

adquirido.

O código desenvolvido foi implementado com um algoritmo de reconhecimento de

objetos. O método de reconhecimento de objetos utilizado foi o Classificador Normal

de Bayes, em função de sua simplicidade de implementação. Este método consiste

em usar um vetor de características para cada classe de objetos que se deseja

reconhecer. Assim, pressupõe-se que cada classe é normalmente distribuída. A

função de distribuição desses dados é considerada uma distribuição gaussiana, com

um componente por classe. Por fim, usando os dados de treinamento, o algoritmo

calcula a média entre os vetores e suas matrizes de covariância para cada classe, e

assim, usa essas informações para reconhecer um objeto (OPENCV, 2016).

Para o processo de treinamento e classificação, é necessário efetuar um pré-

processamento com as imagens que contém os objetos a serem identificados. O

primeiro passo a ser executado consiste em se obter imagens possuindo somente


Final

49

os objetos que se deseja reconhecer, sem nenhum outro objeto. Com essa imagem

obtida, é necessário converter a mesma para escala de cinza para que os

processamentos necessários sejam efetuados. Após esse procedimento, é utilizado

de um filtro passa baixas, para que as bordas dos objetos sejam suavizadas e

sejam removidos ruídos contidos na imagem, normalmente causados pela

iluminação que a imagem possuiu. Em imagens reais, isso acontece devido ao fato

de alguns pontos do sensor da câmera saturar. Caso não seja efetuado esse

procedimento, a imagem terá muitos pontos que poderão ser reconhecidos como

objetos e que na verdade não são. Por fim, a imagem é processada para que seja

convertida em imagem binária, que é chamada com a remoção do fundo da

imagem. Na Figura 33 abaixo é apresentado o diagrama esquemático do

treinamento do algoritmo de reconhecimento de objetos.

Após esse processamento, a imagem contém somente pixels pretos ou brancos e

assim é possível encontrar os contornos dos objetos contidos na imagem. Esse

processo é necessário para que se possa treinar o classificador. Com os contornos

obtidos, suas informações são processadas pelo algoritmo de classificação para ser

treinado para reconhecer esses objetos. Para demonstrar todo o procedimento

descrito até esse ponto, a Figura 34, Figura 35, Figura 36, Figura 37 e Figura 38

apresentam cada passo executado.

Pré-processamento

Imagem com objetos a serem

reconhecidos

Treinamento Algoritmo de

Reconhecimento

Conjunto de dados de treinamento

Escala de CinzaFiltro Passa Baixas

Imagem BináriaEncontra Contornos

Figura 33 - Sequência de procedimentos para treinamento do algoritmo de reconhecimento. Fonte: Autoria própria.


Final

50

Figura 34 - Imagem original para treinamento de uma classe de objetos, neste caso, setas.


Figura 35 - Conversão para escala de cinza da imagem original.



Final

51

Figura 36 - Aplicação do filtro passa baixas para remoção de ruídos e suavização das bordas.


Figura 37 - Remoção de fundo da imagem suavizada.



Final

52

Figura 38 - Contornos encontrados a partir da imagem binária.


Após o treinamento do algoritmo, o mesmo é utilizado para reconhecer os mesmos

objetos em uma imagem. É executado o mesmo pré-processamento com a imagem

que contenha vários objetos a serem reconhecidos. Ao obter a imagem com os

contornos, é executado o algoritmo de reconhecimento de objetos. Finalmente, o

código desenvolvido marca os objetos reconhecidos e escreve a classe desse

objeto ao lado do contorno desse objeto.

Como exemplo de execução desse código, esse algoritmo foi treinado para

reconhecer traços e setas pintados em uma rodovia. A Figura 40 e Figura 41

apresentam os resultados obtidos para duas rodovias aleatórias obtidas dos vídeos

adquiridos no Infraworks 360. O fluxograma de operação do algoritmo é

apresentado na Figura 39 abaixo.


Final

53

Figura 39 - Fluxograma de operação do algoritmo de processamento das imagens das rodovias. Fonte: Autoria própria.

Os resultados obtidos indicam que essa primeira versão do algoritmo apresentou

maior exatidão para a rodovia com pista simples do que para a rodovia com duas

pitas. Esse resultado é devido ao fato da rodovia simples possuir menos detalhes,

como sombras e barreiras contidas na rodovia com duas pistas que foram

identificados erroneamente como setas ou traços. Isso pode ocorrer por falhas no

processo de geração da imagem binária, ou até mesmo, falhas no algoritmo de

classificação de objetos. Estão sendo realizadas adaptações no algoritmo para que

este tenha condições de avaliar imagens com diferenças de luminosidade para

verificar se a segmentação do fundo da imagem está sendo executada de forma

correta entre outras melhorias.


Final

54

Figura 40 - Reconhecimento de objetos em uma rodovia duplicada.



Final

55

Figura 41 - Reconhecimento de objetos em uma rodovia simples.



Final

56

Além das imagens obtidas através do Infraworks 360, foram utilizados para os

testes com o algoritmo automático de processamento de imagens, outras imagens

com mais objetos a serem identificados e, com diferentes condições de

luminosidade. Para esse conjunto de imagens, além de se identificar setas e traços,

efetuou-se o treinamento do reconhecimento de faixas de acostamento ou final de

pista, sinais de preferencial e faixas de contenção. As imagens Figura 42, Figura 43,

Figura 44 e Figura 45 apresentam os resultados obtidos.

Nessas imagens é possível verificar que vários pontos da imagem foram

identificados como objetos, sendo que na verdade são somente problemas com a

remoção de fundo da imagem. Com isso, é possível verificar que a luminosidade

com que a imagem foi adquirida pode influenciar no processamento que se deve

executar na imagem. Para exemplificar melhor isso, a Figura 42 apresenta a

imagem original e sua imagem binária que será utilizada para reconhecer os

objetos. Nessa imagem, é possível verificar que vários pontos não foram removidos

no processo de transformar a imagem em binária, e assim, esses pontos serão

classificados como algum objeto.

Já na Figura 43 é apresentado o resultado da classificação dos objetos de interesse

na imagem que foram classificados corretamente, enquanto que os pontos que não

foram removidos da imagem foram classificados como algum objeto pelo algoritmo

de classificação. Em todas as imagens, objetos com contornos em azul são as

faixas centrais (traços), verde são as setas, amarelo faixas laterais, vermelho a

sinalização de preferencial e rosa as faixas de contenção.


Final

57

Figura 42 - Comparação de imagem original e imagem binária



Final

58

Figura 43 - Reconhecimento de vários objetos em uma imagem.



Final

59

Figura 44 - Reconhecimento de objetos em uma interseção de uma rua com uma rotatória.



Final

60

Figura 45 - Reconhecimento de objetos em um início e final de duplicação de uma rodovia.


Nas figuras Figura 43, Figura 44 e Figura 45 a maioria dos objetos foram

identificados de forma correta, com ressalva de pontos em que no processo de se

obter a imagem binária não foram removidos e/ou de alguns objetos que foram


Final

61

identificados de forma errônea, como é o caso da Figura 43, em que uma parte da

faixa foi reconhecida como faixa central tracejada, e a Figura 44 sendo uma parte

faixa central tracejada reconhecida como seta. Isso pode ter ocorrido por mal

treinamento do algoritmo o que pode ser melhorado com maior treinamento do

mesmo. Outra possibilidade, seria o fato dos objetos nas imagens não possuírem

tamanho constante, ocasionando erros no algoritmo.

O processo de identificação de objetos é de suma importância, pois para se

reconhecer falhas ou pontos de interesse, será utilizada essa técnica em conjunto

com outras. Os próximos passos a serem executados consistem em melhorar o

algoritmo de transformação da imagem binária e implementar outros algoritmos para

reconhecer objetos, pois é necessário comparar mais de um método e verificar qual

apresenta melhores resultados para o problema estudado.

Além do progresso obtido para efetuar o processamento das imagens, está sendo

desenvolvido um Web Site com banco de dados para efetuar o registro e

acompanhamento das atividades que forem executadas com o VANT. A Figura 46

apresenta a página para efetuar o login no site.

Figura 46 - Página de Login.


Com o login efetuado, o usuário terá acesso as funções do Web Site. Como este é

um protótipo, as funções disponíveis são visualizar as informações do projeto, da

equipe e os relatórios parciais. Isso pode ser visualizado na Figura 47.


Final

62

Figura 47 - Estrutura geral do Web Site.


No menu “Acompanhamento” é possível efetuar um cadastro de projeto, em que são

solicitadas informações sobre o Voo executado e as imagens adquiridas. Além

disso, é possível consultar todos os projetos cadastrados ou procurar um específico

pelo seu nome cadastrado. Isso pode ser visualizado nas figuras Figura 48 e Figura

49.

Figura 48 - Página para cadastrar um novo projeto.



Final

63

Figura 49 - Página para consultar projetos arquivados.


Ao encontrar o projeto desejado, o usuário pode utilizar o botão “Abrir” para

visualizar as informações do projeto. Com o projeto aberto, o usuário visualiza as

imagens armazenadas, a data em que foram retiradas e seu código de identificação.

A Figura 50 apresenta um projeto aberto. Como todas as imagens possuem

informações de geolocalização, é possível ler essas informações e mostrar em um

mapa o local em que as mesmas foram adquiridas. Assim, no final da página de

consulta, é apresentado um mapa com as informações de geolocalizalção de cada

imagem. Caso o usuário deseje verificar a qual pino marcado no mapa se refere

aquela imagem, é necessário somente clicar sobre o mesmo. Essas funções podem

ser visualizadas na Figura 51. Por fim, na aba acompanhamentos, é apresentado a

opção “Tempo Real”, para que possa ser visualizado resultados de processamentos

de vídeos adquiridos pelo Infraworks. Esses vídeos demonstram a execução do

algoritmo de reconhecimento desenvolvidos com a API OpenCV. Assim, a Figura 52

apresenta essa página aberta.


Final

64

Figura 50 - Página com projeto aberto.


Figura 51 - Parte da página que apresenta as informações de geolocalização das imagens

contidas no projeto.



Final

65

Figura 52 - Página Tempo Real. Fonte: Autoria própria.

O Web Site ainda está em fase inicial de desenvolvimento, mas apresenta um

grande potencial para cadastrar e visualizar informações dos procedimentos

executados. A utilização de uma página Web possibilita o acesso multi-usuário,

acesso sem a necessidade de instalar software em vários computadores e não

limita seu uso somente a computadores e a sistemas operacionais específicos. O

grande desafio nesse caso seria unir o software que está sendo desenvolvido para o

processamento automático das imagens do VANT com o Web Site.

Um dos principais desafios no processamento de imagens é a extração de

características. Como as imagens adquiridas pela aeronave normalmente possuirão

objetos ou partes que não são de interesse, é necessário desenvolver um algoritmo

que efetue a extração da pista (asfalto) da imagem. Essa operação é de extrema

importância, pois para o reconhecimento de padrões nas imagens, tendo-se

somente os possíveis locais onde se encontrará os objetos, o processamento será

mais preciso.

Para efetuar a segmentação da pista, alterou-se a técnica apresentada

anteriormente. Ao invés de se utilizar de imagens em escala de cinza, optou-se por


Final

66

utilizar as imagens coloridas e efetuar uma segmentação por cores. Pelo fato de ao

lado da pista normalmente conter grama em rodovias, é necessário somente

remover as cores verdes e assim se terá somente a pista na imagem.

O primeiro passo que o algoritmo deve executar é uma transformação no espaço de

cor. Como a imagem é salva no espaço RGB, que mistura as 3 cores, vermelha,

verde e azul, é efetuado uma conversão para o espaço de cor HSV, que é um

espaço constituído de uma matriz (H - Hue), uma saturação (“S”) e o valor (“V”)

(SHIPMAN, 2012). Para melhor entendimento, a Figura 53 apresenta esse espaço

de cores.

Figura 53 - Espaço de cor HSV. Fonte: https://www.mathworks.com/help/images/convert-from-hsv-to-rgb-color-space.html

A vantagem de utilizar esse método é a definição das cores. No espaço RGB a

alteração de um dos parâmetros, influência nos outros, o que dificulta a identificação

da cor. Já no HSV, é possível excursionar dentro somente da cor desejada e variar

sua saturação e valor sem muito problema com mistura de cores. Mesmo com essa

maior “estabilidade”, é preciso atentar para não ser muito abrangente. Partindo

dessa ideia, verifica-se que a cor verde consiste em uma matriz variando

aproximadamente de 70 a 160. Mas é necessário também interferir um pouco na cor

amarela por causa da grama morta. Além disso, é necessário definir a saturação e o

valor. Assim, foram utilizadas ferramentas para analisar as cores dos pixels das

imagens adquiridas que se deseja remover, que nesse caso foi utilizado o software

PixelPicker, além de utilizar selecionadores de cores como o disponível no em:

http://colorizer.org/. Assim foi possível definir os valores de HSV para encontrar

cores verdes até amarelo escuro na imagem. Para H, definiu-se uma faixa de

valores de 50 a 160, de saturação de 10% a 100% e de valor de 10% a 90%. Foi

necessário trabalhar dessa maneira para que o amarelo das faixas não fosse

removido também devido a necessidade de remover a grama morta. Se não for

atentado ao selecionar a faixa do amarelo, essa parte de grande importância da

pista seria removida. Mesmo assim, em alguns pontos devido a saturação da cor, o

amarelo foi removido. O algoritmo de segmentação por cor é efetuado da seguinte

maneira: lê-se o pixel da imagem original, se o valor do pixel condizer com os


Final

67

parâmetros definidos, esse pixel é marcado como branco, caso contrário é definido

como preto. Se for utilizado como exemplo a Figura 54 o algoritmo fornecerá como

resultado a Figura 55.

Figura 54 - Imagem de exemplo para segmentação por cor. Fonte: Autoria própria.

Figura 55 - Resultado da segmentação por cor. Fonte: Autoria própria.

Mesmo efetuando a operação de segmentação por cor, a máscara que é criada

nesse procedimento possui algumas falhas. Assim é utilizado uma função de

fechamento que conecta essas falhas, fazendo com que a segmentação fique mais

exata. Essa função utiliza um elemento estruturante que primeiramente faz uma

dilatação para conectar as falhas e logo após efetua uma erosão para limpar os

pontos indesejados (GONG, 2016). O resultado dessa operação é apresentado na

Figura 56. Com isso, os resultados obtidos forneceram uma segmentação que

permitirá um melhor processamento das imagens. Os resultados podem ser

visualizados nas figuras Figura 57, Figura 58 e Figura 59 que apresentam a imagem

original e a imagem segmentada.


Final

68

Figura 56 - Resultado da função de fechamento da segmentação por cor. Fonte: Autoria própria.

Figura 57 - Imagem original acima e extração de asfalto abaixo. Fonte: Autoria própria.


Final

69



Analisando-se as imagens processadas, é possível verificar que a segmentação

ocorreu de forma correta na maioria dos casos. Na Figura 57 somente um muro não


Final

70

foi removido. Isso acontece pelo fato de o mesmo ser marrom. Cores como estas

ainda não estão sendo removidas devido ao problema com o amarelo, pois devido a

sua proximidade, é necessário aprimorar o algoritmo para que seja removido terra e

não marcações no asfalto. Esse erro já acontece somente removendo-se o verde, e

pode ser visualizado na Figura 59. A Figura 58 possui telhados que não foram

removidos, isso pelo fato de o mesmo ser de concreto e possuir coloração muito

próxima do asfalto. Esse é um problema em conjunto, pois como em ambiente

urbano os voos são efetuados com altitude elevada, se tem muitos objetos que não

são de interesse na imagem, e após a segmentação se perde a maior parte da

imagem.

Esse pré-processamento é de extrema importância, pois sem ele, se forem

executados os algoritmos para encontrar o contorno de bordas nas imagens

originais e utilizar de segmentação por escala de cinza, os mesmos identificam mais

de 10000 bordas, o que leva um tempo considerável para ser processado, o que

não é desejado. Mesmo assim, esse algoritmo para segmentação precisa ser

aprimorado, pois o seu tempo de processamento está levando em torno de 2

segundos por imagem. Uma possível solução para melhorar esse desempenho é

utilizar de computação paralela e processamentos utilizando uma placa de vídeo.

Outra opção que será iniciado testes, é utilizar uma placa de desenvolvimento da

nvidia, que oferece um processador gráfico com alto poder de processamento com

baixo consumo de energia. O modelo dessa placa é a Jetson TX1 e mais

informações podem ser obtidas no site http://www.nvidia.com/object/jetson-tx1-dev-

kit.html.

Após voos em ambiente real e controlado, além de efetuar pesquisa sobre

métodos de avaliação de rodovias através de imagens, o algoritmo que está sendo

desenvolvido foi modificado para fornecer melhores resultados. No processo de

melhorar o algoritmo, efetuou-se uma análise de como a rodovia é representada em

imagens aéreas, fornecendo assim, maior compreensão dos componentes

presentes em rodovias.

Para melhor compreensão de imagens aéreas de rodovia, Wang et al.

(2016, p. 272) definem que “uma rodovia em uma imagem de sensoriamento remoto

aparece com características geométricas alongadas e com pouca diferença nos

valores de cinza”. Além disso, Wang et al. definem que a imagem de rodovia pode

apresentar as seguintes características (Wang et al., 2016, p. 272):

Geométricas: que refere ao formato da rodovia na imagem, sendo na maioria

das vezes, linhas longas, e no caso de junções de vias, podendo apresentar

formatos em “T”, “Y”, “+” entre outros formatos;

Fotométricas: informações sobre as cores da rodovia, ou informações de

radiação. Essa característica é que indicará qual parte é a rodovia e qual parte

são construções ou árvores;


Final

71

Topológicas: são referentes ao formato da rodovia, sendo que uma rodovia é

contínua e sem interrupções;

Funcionais: são condições necessárias que possibilitem o tráfego de veículos

em uma rodovia;

Textura: diferentes partes da rodovia podem possuir texturas diferentes como,

por exemplo, partes com pavimento novo ou locais com partes mais

desgastadas que podem apresentar variações nas colorações dos pixels.

Além dessas características Baumgartner et al., (1999) propuseram um

modelo de como uma rodovia é representada em uma imagem aérea. Este modelo,

em conjunto com as caraterísticas descritas, facilita o entendimento de como a

rodovia e seus componentes são apresentados em imagem aérea. A Figura 60

apresenta o modelo proposto por Baumgartner e colaboradores.

Figura 60 - Modelo de uma rodovia em imagens aéreas. Esse modelo apresenta características

da rodovia como um todo (escala abrangente) e de seus componentes (escala fina). Cada

bloco do modelo apresenta uma característica da rodovia.

Fonte: Adaptado de Baumgartner et al., (1999, p. 779)

A partir das características e do modelo de uma rodovia em imagens aéreas

apresentadas, foi definida uma metodologia de processamento das imagens

adquiridas pela câmera acoplada ao VANT para obter como produto final a

classificação de objetos na rodovia. A partir do conjunto de imagens adquiridas foi

desenvolvido um algoritmo que emprega técnicas de processamento digital de

imagens (PDI) para extrair as informações necessárias e classifica-las através de


Final

72

métodos de reconhecimento de padrões. A Figura 61 apresenta um fluxograma que

resume o algoritmo desenvolvido, o qual é divido em três partes: segmentação de

rodovia (pré-processamento), segmentação de objetos e classificação. Além dos

passos do algoritmo, o fluxograma apresenta qual o tipo de imagem que está sendo

utilizada na operação de processamento.

Figura 61 - Fluxograma de execução do algoritmo desenvolvido. A legenda do canto superior

direito indica o tipo de imagem de acordo com a cor do bloco. Cada bloco é identificado por

um número que identifica a ordem das operações executadas.



Final

73

3.7.1 Pré-processamento

Após aquisição das imagens (bloco 1 no fluxograma) é necessário efetuar

um pré-processamento para segmentar da imagem a rodovia, retirando outros

objetos que não são de interesse. A execução desse procedimento será através de

segmentação por cor, aplicação de operações morfológicas e análise da geometria

dos segmentos indicados como rodovia. O trabalho desenvolvido por Jin e Feng

(2010), o modelo de rodovia proposto por Baumgartner et al. (1999) e as

características apresentadas por Wang et al. (2016) serão a base no

desenvolvimento desta etapa. Para melhor compreensão, a Figura 64 apresenta a

resposta das etapas de pré-processamento do algoritmo. A imagem de exemplo

submetida ao algoritmo está apresentada na Figura 64 (1).

A primeira tarefa que o algoritmo executa é redimensionar a imagem de

entrada (bloco 2), reduzindo em 8 vezes com interpolação dos novos pixels,

resultando na Figura 64 (2). Se comparada com a Figura 64 (1) é possível verificar

que detalhes finos foram danificados, sendo considerada uma característica de

imagem com baixa resolução. De acordo com as características da rodovia

apresentadas a região pavimentada possui grande dimensão e como nesta etapa

não se tem interesse em detalhes finos, a segmentação da rodovia é efetuada com

imagem de baixa resolução. Essa operação tem o principal objetivo de reduzir o

tempo de processamento do algoritmo nas etapas subsequentes. Uma vez que

maior parte do ambiente da rodovia está envolvida por vegetação, possuindo pouca

variação nos valores de cinza e brilho intenso, a segmentação da pista será iniciada

com uma análise das cores da imagem. A partir do trabalho desenvolvido por Jin e

Feng (2010), utiliza-se a ideia proposta pelos pesquisadores de separar os canais

de cores, proporcionando melhor análise, e nas próximas etapas é efetuado a

alteração do sistema de cores da imagem RGB para b rYC C (bloco 3) e HSV (bloco

5). A Figura 62 apresenta como cada espaço de cor é representado. Seguindo ainda

a técnica proposta por Jin e Feng (2010), separados os canais de cores é formada

uma nova imagem com as informações mais relevantes sobre o asfalto, composta

de canais distintos entre os espaços de cores (bloco 8).

Pelo fato de áreas de vegetação possuírem baixo valor de cores azul no

sistema RGB (JIN; FENG, 2010), esse canal é separado da imagem (bloco 7) e está

apresentado na Figura 64 (7). Esse princípio também é utilizado na imagem no

espaço de cores b rYC C , onde é separado o componente “ bC ” (bloco 4) que

representa a diferença entre o brilho e a cor azul, que pode ser visualizado na

Figura 64 (4) (BEYERER; PUENTE LEÓN; FRESE, 2016a). Como a imagem no

HSV apresenta as intensidades de cores separadamente e uma via pavimentada

possui baixo valor de saturação (JIN; FENG, 2010), esse canal é separado da

imagem (bloco 6), apresentado na Figura 64 (6). Com três canais que identificam e

distinguem a vegetação da pavimentação, é formada uma nova imagem com a


Final

74

união desses três canais (bloco 8) que proporcionará melhor distinção entre asfalto

e vegetação. O resultado dessa operação é demonstrado pela Figura 64 (8).

Figura 62 - Espaços de cores utilizados pelo algoritmo. (a) Espaço de cor RGB representado

por um cubo, onde cada canal varia entre 0 e 255. (b) Espaço de cores HSV representado por

um cone. O canal H desse espaço varia de 0 a 360°, o canal S de 0 a 100 assim como o canal

V. (c) Espaço de cores YC Crbonde cada canal do espaço varia entre 0 e 1.

Fonte: Adaptado de https://commons.wikimedia.org/wiki/File:RGB_color_cube.svg. e Russ e

Neal, (2016a, p. 24).

Gerada a nova imagem é efetuada a segmentação da rodovia através de

análise de cores. Porém, é possível verificar na Figura 64 (8) que objetos dentro da

rodovia apresentam coloração diferenciada se comparada com a via. Como esses

pontos seriam desconsiderados na segmentação da rodovia é necessário unir os

mesmo ao segmento de rodovia. Logo, no próximo passo, a imagem é suavizada

com um filtro da média com máscara 9 x 9 (bloco 9) (GONZALEZ; WOODS, 2010).

Esse procedimento pode ser visualizado na Figura 64 (9). Suavizada a imagem, a

segmentação por cores é efetuada através de lógica fuzzy da imagem no espaço

HSV (bloco 10) (CAPONETTI; CASTELLANO, 2017a). Antes da segmentação por

https://commons.wikimedia.org/wiki/File:RGB_color_cube.svg


Final

75

cores é necessária uma análise de quais cores se deseja identificar na nova

imagem. Só então é verificado as funções de pertinência definidas na Figura 63,

escolhendo a partir da cor que se deseja segmentar, os valores das funções de

pertinência que identificarão a cor a ser segmentada. Para segmentar a rodovia,

analisou-se as partes da nova imagem formada e verificou-se que os segmentos de

rodovia apresentam coloração magenta com saturação e valor maior que 50. Com

essas informações define-se a seguinte condição para segmentar a rodovia

270 330 50 100 50 100SE H S V , onde quando esta for satisfeita, então

a cor magenta foi encontrada. Essa condição será verificada em cada pixel da

imagem fornecida. Satisfeita a condição proposta, marca-se o pixel como 1, caso

contrário como 0, formando uma imagem binária. O resultado desse processamento

pode ser visualizado na Figura 64 (10).

Com a imagem binária fornecida pela segmentação é efetuada a operação

morfológica de abertura (BEYERER; PUENTE LEÓN; FRESE, 2016b; GONZALEZ;

WOODS, 2010) com elemento estruturante (ES) retangular (bloco 11) com

dimensões 9 x 3 pixels, sendo o resultado apresentado na Figura 64 (11), que

eliminará pontos indesejados preservando segmentos de rodovia identificados. O

formato de ES escolhido leva em consideração as características da rodovia, onde

os segmentos de rodovia são descritos com características geométricas alongadas,

semelhante a um retângulo (BAUMGARTNER et al., 1999). Entretanto, nem todos

os pontos indesejados são removidos. No processo de segmentação por cores, e

por exemplo, estacionamentos em áreas urbanas podem ser considerados

segmentos de rodovia, o que não é um ponto de interesse. Para melhorar a

distinção entre segmentos de rodovia e partes que não são de interesse, é efetuado

análise na geometria dos segmentos encontrados. Nesta análise é utilizado o

contorno da rodovia segmentada (bloco 12), apresentado na Figura 64 (12), sendo

verificado se a quantidade de contornos encontrados é menor ou igual a 2. Caso

seja encontrado dois ou um segmento de rodovia, é considerado que a imagem é

constituída somente de segmentos de rodovia (bloco 13). A definição da quantidade

de segmentos, é dada pelo fato de rodovias duplicadas apresentarem dois

segmentos, vias simples e interseções apresentarem um segmento. Caso contrário,

o vetor que possui os contornos de segmentos de via pavimentada encontrados, é

reordenado em ordem decrescente (bloco 14). Isso é efetuado para que na próxima

etapa, seja selecionado os maiores contornos encontrados. Então, o vetor é

percorrido até encontrar a maior diferença entre os elementos do vetor (bloco 15).

Quando essa diferença for encontrada, define-se que os valores antes do índice da

diferença encontrada, possuem os maiores valores. Então, os itens restantes, são

removidos, pois estes não são considerados segmentos de estrada. Com o vetor

contendo somente informações desejadas, primeiro é verificado se a quantidade de

objetos restantes é maior que 1 (bloco 16). Se a condição for falsa, a imagem

contém somente segmentos de rodovia e o algoritmo segue para o bloco 20. Caso

contrário, é verificado a proporção entre largura e altura de cada objeto restante no


Final

76

vetor (bloco 17). Caso algum objeto não tenha uma proporção menor que 0,9 entre

largura e altura, esse não é considerado um segmento de rodovia e o mesmo é

removido (bloco 18). Esse valor foi definido a partir de testes experimentais, onde se

o valor for muito baixo, segmentos de rodovia com conexões são desconsiderados.

Sendo aceita a condição de proporção, é verificado se todos os contornos já foram

analisados (bloco 19) e caso seja positiva essa resposta, a etapa de verificação de

geometria está encerrada, do contrário, o programa retorna ao bloco 16, para

verificar as informações restantes.

Ao término da análise de geometria, os contornos definidos como

segmentos de rodovia, são preenchidos (bloco 20) para que se possa ao final do

procedimento, segmentar a rodovia da imagem original. O resultado do

preenchimento está demonstrado na Figura 64 (20). Além disso, para que essa

segmentação seja efetuada, é necessário ainda aumentar a imagem com os

segmentos de rodovia para o seu tamanho original (bloco 21). Por fim, para se obter

imagem contendo somente a rodovia, é efetuado a operação lógica “E” entre a

imagem original e a imagem binária dos segmentos encontrados (bloco 22)

segmentando assim, a rodovia da imagem. Este resultado está apresentado na

Figura 64 (22). Com uma imagem contendo somente a rodovia, onde é possível

identificar com mais precisão objetos sob a rodovia.


Final

77

Figura 63 - Funções Fuzzy para cada canal do espaço de cores HSV com suas respectivas

faixas de valores. (a) Funções de pertinência para o canal H . (b) Representação das cores

definidas pelas funções de pertinência de H . (c) Funções de pertinência do canal S . (d)

Representação das cores definidas pelas funções de pertinência de S . (e) Funções de

pertinência do canal V . (f) Representação das cores definidas pelas funções de pertinência

de V .

Fonte: Adaptado de Caponetti e Castellano (2017b, p. 77,78).


Final

78

Figura 64 - Resultado da etapa de segmentação da rodovia. Cada número abaixo da figura

representa a etapa no fluxograma do algoritmo apresentado na Figura 61.

Fonte: Autoria Própria.


Final

79

3.7.2 Segmentação de objetos

Concluída a etapa de segmentação da rodovia é iniciado o processo para

identificar e segmentar objetos contidos na rodovia. A abordagem empregada na

execução desta tarefa será utilizar as bordas dos objetos. Portanto, o primeiro passo

executado é converter a imagem para escala de cinza (bloco 23). Para maior

compreensão será utilizado como exemplo o resultado da segmentação da rodovia

apresentado na Figura 64, onde o número entre parênteses após a figura, é a etapa

que está sendo executada pelo algoritmo, apresentado no fluxograma da Figura 61.

Assim, a Figura 65 (23) apresentada a rodovia segmentada convertida em escala de

cinza. A partir dessa imagem, é aplicado filtro de suavização da média com

dimensão 5 x 5 para remover ruídos de aquisição da imagem original (bloco 24)

representado o resultado na Figura 65 (24). A não remoção desse ruído pode

originar identificação de pontos falsos na execução do algoritmo de identificação de

bordas.

Na próxima etapa é empregado o algoritmo de Canny que identificará

bordas dos objetos (bloco 25). Os limiares necessários para a execução do

algoritmo foram definidos como sendo 15LT e 3H LT T , seguindo a sugestão de

Canny (GONZALEZ; WOODS, 2010). O resultado da aplicação do algoritmo pode

ser visualizado na Figura 65 (25). No entanto é possível verificar que os contornos

encontrados pelo algoritmo podem apresentar desconexões. Este problema é

solucionado aplicando-se a operação morfológica de fechamento (bloco 26) com

elemento estruturante retangular e dimensões 6 x 2 pixels, que conectará as bordas

dos objetos (Figura 65 (26)).

Como é desejado classificar os objetos após sua segmentação, necessita-

se que seja segmentado em conjunto do objeto, informações ao seu entorno,

incrementando assim, suas características. Então será definido a região de

interesse – Region of Interest (ROI) (bloco 29) que marcará cada objeto encontrado

na imagem da rodovia segmentada. Uma maneira de definir a ROI é a partir da

borda do objeto, selecionar os pontos extremos (superior e lateral direito) e definir

um retângulo no entorno do objeto. Com essa técnica será possível segmentar o

objeto em conjunto com o ambiente que o mesmo está inserido.

No entanto antes é necessário extrair e analisar os contornos dos objetos

encontrados (blocos 27 e 28). Os contornos encontrados na imagem de exemplo

estão apresentados na Figura 65 (27). Com a análise dos contornos é possível

descartar possíveis objetos fora da área de interesse. Essa análise é efetuada a

partir da área do objeto. Se a área não estiver em uma faixa definida o objeto é

descartado, sendo analisado o próximo objeto (bloco 28). Do contrário é definido a

ROI do objeto encontrado. Esse procedimento pode ser visualizado na Figura 65

(30) onde os objetos estão envolvidos por um retângulo azul.

Definida a ROI a partir do contorno do objeto, o mesmo será segmentado da

imagem da rodovia segmentada (bloco 30), sendo esse procedimento efetuado para


Final

80

cada objeto encontrado. Na Figura 65 (30) as setas indicam exemplos de objetos

segmentados.

Figura 65 - Resultado da identificação de objetos. Cada número abaixo da figura representa a

etapa no fluxograma do algoritmo apresentado na Figura 61.


3.7.3 Classificação de objetos

Segmentado o objeto a partir de sua ROI, antes de sua classificação é

preciso normalizar esse objeto e extrair características do mesmo. Desse modo se

faz o redimensionamento do objeto (bloco 31) para uma dimensão de 256 x 64

pixels. Esta operação proporcionará a normalização dos objetos, pois devido a

diferenças na altura de aquisição das imagens e diferentes dimensões entre os

objetos, sem normalização dos mesmos, a etapa de classificação dos objetos

poderá apresentar erros

Na próxima etapa são extraídas as características dos objetos. A extração

será através do descritor histograma orientado ao gradiente – Histogram of Oriented

Gradient (HOG). Como o objeto possui dimensão 256 x 64, esse será o tamanho da


Final

81

janela do HOG. Com base no trabalho desenvolvido por Dalal e Triggs (2005), o

parâmetro célula é definido com tamanho 8 x 8 pixels, o tamanho do bloco como

sendo 16 x 16 (4 blocos de 8 células) e 9 orientações bins. Com esses parâmetros

definidos, cada objeto encontrado na imagem terá o seu HOG calculado (bloco 32).

Antes da etapa de classificação é necessário definir as classes e selecionar

um conjunto de objetos para treinamento do método de reconhecimento de padrões

(bloco 33). Neste trabalho serão utilizadas 5 classes: setas, traços, carros, palavras

e falhas. A seleção do conjunto de treinamento é efetuada a partir de várias

imagens, em ambientes distintos, com o maior número de objetos. Além disso, pelo

fato de o HOG ser variável a direção do objeto (DALAL; TRIGGS, 2005), no

procedimento de treinamento é efetuado três rotações nesses objetos: 90°, 180° e

270°, para que desta forma possa ser diminuído problemas devido a direção dos

objetos, pois nos voos doHOG , os objetos não possuem uma direção fixa. Esse

processo aumenta o conjunto de treinamento em 3 vezes.

Após a seleção dos objetos de cada classe o algoritmo de classificação

SVM é treinado (bloco 34) (DUDA; HART; STORK, 2001). Essa etapa de separação

de objetos e treinamento é executado antes da execução do algoritmo. Entretanto

antes de utilizar o classificador são necessários alguns voos para adquirir imagens,

segmentar objetos e assim ser possível treinar o classificador. No fluxograma

(Figura 61) existe uma seta que mostra a conexão entre o processo de cálculo do

HOG (bloco 32) com os objetos selecionados (bloco 33). Essa conexão é somente

demonstrativa de como ocorre o procedimento de seleção e treinamento. Na

execução do algoritmo, esse procedimento não ocorre, avançando diretamente ao

bloco 35.

Treinado o algoritmo, a classificação ocorre quando o HOG da ROI

redimensionada é informada ao algoritmo (bloco 35). Classificado o objeto pelo

algoritmo SVM, o mesmo é marcado na imagem original, indicando sua classe

através do contorno do objeto com cor especifica para sua classe (bloco 36). Com

todos os objetos classificados (bloco 37), o algoritmo encerra e retorna ao bloco 2,

reiniciando todo o processo. Ao término dessas operações o resultado obtido será o

vídeo contendo os objetos identificados e classificados na rodovia.

Após testes de segmentação de objetos, um conjunto destes objetos

segmentados pelo algoritmo foram separados para treinamento do método de

reconhecimento de padrões. A Tabela 5 apresenta a quantidade de objetos

utilizados no treinamento de cada classe e a Figura 66 apresenta alguns dos objetos

de cada classe. É importante ressaltar que, devido ao descritor HOG ser sensível a

direção, cada objeto teve rotação de 90°, 180° e 270°, multiplicando assim a

quantidade de objetos por 4.

Tabela 5 - Quantidade de objetos por classe utilizado para treinamento e teste e quantidade

total após a rotação de cada objeto.

Classe Quantidade de Objetos


Final

82

Classe Quantidade de Objetos

Carro 124

Seta 312

Traço 565

Escrita 216

Falha 427

Total 1.644

Total com rotação 6.576

Fonte: Autoria Própria

Figura 66 - Exemplo de objetos para treinamento e teste. (a) Carros, (b) Traços, (c) Escrita, (d)

Setas, (e) falhas.


No processo de treinamento ficou definido que 70% das amostras serão

utilizadas para treinar e o restante será utilizado no teste de desempenho do

método. Como kernel para separação ótima do hiperplano foi escolhido o modelo

linear. Finalizado o treinamento e o teste é construída uma matriz de confusão,

avaliando o desempenho do classificador. Essa matriz é apresentada na Tabela 6,

onde as amostras classificadas corretamente com a sua classe estão na diagonal


Final

83

dessa matriz. A partir da matriz de confusão a Tabela 7 foi construída, apresentando

a proporção de classificações positivas geral e de cada classe.

Tabela 6 - Matriz de Confusão para o classificador SVM + HOG treinado. A linha diagonal

formada indica as amostras classificadas corretamente.

Carro Seta Traço Escrita Falha

Carro 144 0 0 0 0

Pre

vis

to

Seta 0 368 4 12 16

Traço 0 8 676 0 4

Escrita 0 0 0 248 0

Falha 8 0 0 0 496

Verdadeiro


Tabela 7 - Desempenho do classificador treinado para cada classe e desempenho total do

classificador SVM com características HOG dos objetos.

Classe Classificação

Positiva (%)

Carro 94,73

Seta 97,87

Traço 99,41

Escrita 95,38

Falha 96,12

Geral 97,37


Com o algoritmo apresentando, este foi aplicado a imagens de ambiente

controlado e real, obtendo assim, resultados positivos para segmentação e

classificação dos objetos.

3.8 Avaliação de parâmetros de voo em ambiente controlado

INÍCIO: 3º mês

TÉRMINO: 12º mês


Executar testes em área específica para avaliar condições de operação do

equipamento. O indicador desta etapa será a apresentação de relatórios,

confrontando com os procedimentos adotados com os dados obtidos.


Final

84

Resultado

Para execução de voos em ambiente controlado, foi escolhido um câmpus da

universidade com maior área livre para que os voos sejam executados. Como esse

câmpus possui pistas de acesso, estacionamentos e pista de corrida, é possível

efetuar testes sem a necessidade de se distanciar muito do operador. Para uma

melhor visualização do ambiente, a Figura 67 apresenta uma visão aérea do local.

Figura 67 - Câmpus Neoville UTFPR. Fonte: Autoria própria.

Com esse ambiente propicio para execução dos testes em ambiente controlado, os

testes de altitude, velocidade e programas automáticos de voo serão todos

efetuados nos campos de futebol e estacionamentos não utilizados para assim,

quando se for para o ambiente real, se tenha todos os procedimentos necessários

para a aquisição de imagens definidos. Como as pistas não possuem nenhuma

marcação para ser identificada, as mesmas serão reproduzidas com marcações

constituídas de papeis, para que assim, possa ser efetuado testes de verificação da

altitude para obter os resultados.

Alguns testes já foram executados nesse ambiente, para se ter conhecimento do

mesmo. Como o ambiente é amplo, é possível executar os voos com visualização


Final

85

da aeronave, o que facilita a operação. Além disso, como esses testes estão em

ambiente urbano, não sendo mantida uma grande distância da aeronave, é possível

evitar erros de transmissão, e caso eles ocorram, o operador está com visão da

aeronave, sabendo se existe algum risco ou não. Na parte do campo de futebol,

será possível executar voos em baixa altitude, mas nos estacionamentos não será

possível, pois existem arvores com uma altitude considerável, assim como as pistas

laterais. Assim, a maioria dos testes serão executadas na pista de corrida do campo

de futebol e nas pistas de acesso ao campo. Essa variação das pistas será de

grande interesse, pois como a textura das mesmas são diferentes entre si, essa

variação pode ajudar a melhorar o algoritmo de processamento das imagens, sendo

imparcial a variações na pista a ser monitorada.

Como o principal local de testes em ambiente controlado é o Campus

Neoville da UTFPR, e devido a árvores e postes de iluminação, a altura de voo

dentro do campus é de no mínimo 20 metros. Já que a solicitação de voos com até

30 metros de altura é autorizada em até 2 dias pelo sistema SARPAS, essa é a

altura máxima que está sendo utilizada em ambiente controlado. Além disso, é

necessário observar possíveis aeronaves aproximando-se da região de voo, pois

nas solicitações requeridas, foi informado que existem três heliportos próximos ao

Campus, sendo que, ao ser visualizado alguma aeronave próxima ao ambiente de

voo, o mesmo deverá ser interrompido, até que a aeronave tripulada não esteja

próxima a área de voo.

Referente a velocidade de voo, como a área de teste não possui grandes

dimensões, a velocidade média de voo é de aproximadamente 30 km/h. Além disso,

é necessário efetuar várias conversões, diminuindo assim, a velocidade do voo.

O tempo de voo em ambiente controlado está sendo em torno de 15

minutos por bateria, proporcionando ampla varredura de todo o ambiente com o uso

de todas as baterias disponíveis.

Nos últimos testes, foram efetuados voos automáticos para adquirir imagens

com a intenção de gerar ortomosaico de imagens e geração de modelo de

superfície digital. Com tempo de voo de aproximadamente 5 minutos foi possível

cobrir uma área de 0.0183 km2 sendo adquiridas 94 fotos.

3.9 Aquisição e processamento de imagens em ambiente controlado

INÍCIO: 3º mês

TÉRMINO: 12º mês


Avaliar imagens obtidas nos testes em ambiente controlado e executar software de

reconstrução de imagem. O indicador desta etapa será a apresentação de

relatórios, confrontando com os procedimentos adotados com os dados obtidos.

Resultado


Final

86

Após a aquisição do VANT e o local de ambiente controlado ter sido definido, foram

efetuados voos nesse ambiente e adquirido imagens para que as mesmas possam

ser processadas.

Incialmente, obteve-se mais imagens das pistas de acesso e dos estacionamentos,

pois como o algoritmo para processamento de imagens está em fase de

desenvolvimento, e a pista de corrida possui alguns pontos com terra aparente, isso

dificulta o processamento. A Figura 68 apresenta algumas imagens adquiridas dos

estacionamentos e pistas de acesso.

Nessas imagens, aplicou-se o algoritmo para remoção de pista da imagem, que foi

descrito na etapa de caracterização e parametrização do software de reconstrução

de imagens. Os resultados obtidos são apresentados na Figura 69.

É possível verificar que o algoritmo de extração de pista funcionou de forma correta,

com pequenos erros, em que, alguns pontos com terra e o telhado não foram

removidos. Isso acontece pelo fato já mencionado na seção que tratou do software.

Como a terra da região varia de vermelha à amarela, devido as marcações na pista

serem amarelas, as mesmas também são removidas, o que não é desejado e pode

ser visualizado na Figura 69 na imagem da esquerda superior, onde algumas faixas

amarelas foram removidas. É possível verificar que na figura à esquerda abaixo,

apresenta remoções na parte central da pista. Isso ocorreu pelo fato de nessa parte

da pista possuir grama, e como o algoritmo remove a cor verde, essa parte foi

removida. Para que o algoritmo funcione de forma mais precisa, essa técnica será

melhorada.


Final

87

Figura 68 - Imagens adquiridas em ambiente controlado. Fonte: Autoria própria.

Figura 69 - Imagens processadas pelo algoritmo de remoção de pista. Fonte: Autoria própria.


Final

88

O próximo passo no ambiente controlado será posicionar objetos nas pistas, para

que os mesmos sejam reconhecidos. Como a pista não possui marcações já

prontas, as mesmas serão criadas para que assim os testes sejam concretizados.

3.7 Avaliação de parâmetros de voo em ambiente real

INÍCIO: 11º mês

TÉRMINO: 22º mês


Executar procedimentos de voo em ambiente real e avaliar pontos de interesse pré-

determinados. O indicador desta etapa será a apresentação de relatórios,


Resultado

Essa etapa está sendo iniciada, sendo, primeiramente, definido o local de execução

e os pontos de interesse que se deseja verificar nesse local. Como o ambiente real

de operação da aeronave será em rodovias, é necessário encontrar um local que

possua pontos de interesse para que aquisições de ambientes reais sejam

executadas. Nesse caso, se dará preferência por rodovias com pouca

movimentação para que assim possa se extrair somente a rodovia, pois como

mencionado nas etapas anteriores, devido a necessidade de efetuar voos com uma

altitude considerável, se obtém muitos pontos que não são de interesse, dificultando

o processamento das imagens. Assim, essa etapa terá a sua evolução conforme os

voos com o VANT forem executados.

Pelo fato de o ambiente controlado não possuir boas marcações horizontais

e as mesmas não estarem seguindo as normas do Departamento Nacional de

Infraestrutura e transporte (DNIT), foram confeccionadas algumas setas a partir de

normas propostas pelo DNIT que estão no Manual de sinalização rodoviária

(DEPARTAMENTO NACIONAL DE INFRAESTRUTURA E TRASPORTE;

EXECUTIVA; RODOVIÁRIAS, 2010). Então, essas marcações foram posicionadas

no ambiente e teste em que as imagens adquiridas possuíssem as marcações

desenvolvidas.

Após aquisição, o algoritmo desenvolvido foi executado. Na primeira

execução, foi analisado a etapa de segmentação de objetos. A Figura 70 apresenta

frames do vídeo adquirido com as marcações confeccionadas e as marcações já

presentes no ambiente. A cada objeto encontrado pelo algoritmo, este é marcado

por um retângulo azul, que indica a sua ROI. Como além voos, foram adquiridas

imagens para que fosse gerado um ortomosaico do ambiente que está sendo

monitorado, a Figura 71 apresenta o ortomosaico gerado e os objetos identificados

nessa imagem. Para gerar o mosaico de imagens, foi utilizado o software Pix4D

(PIX4D, 2017) A imagem gerada possui resolução de 15982 x 12667 pixels. É

possível verificar vários retângulos azuis sem nenhum objeto. Esses retângulos são


Final

89

erros na segmentação de objetos, pois devido a partes secas e úmidas no asfalto, o

algoritmo de detecção de bordas identificará bordas nesses locais, e assim, serão

identificados objetos devido a essa diferença, proporcionando erros na

segmentação.

Figura 70 - Testes de segmentação de rodovia e objetos em ambiente controlado. Retângulos

em azul indicam objetos identificados


Figura 71 - Geração de ortomosaico. (a) e (b) são imagens adquiridas para gerar o

ortomosaico. (c) ortmosaico gerado com os objetos com os objetos identificados em azul. (d)

ampliação de um ponto da imagem (c).


Após resultados positivos para a segmentação de objetos, o mesmo

conjunto de imagens foi submetido a etapa de classificação, onde cada objeto

identificado possui uma cor que descreve sua classe. Objetos em azul, indicam


Final

90

carros, em verde setas, em vermelho traços, em amarelo escritas e em magenta

falhas no pavimento. A Figura 72 apresenta o resultado da classificação em

ambiente controlado. É possível verificar que as Figura 72 (a) e (b) apresentaram

menos erros de segmentação que a Figura 72 (c). Isso é dado pelo fato já

mencionado sobre as diferenças entre o asfalto seco e molhado. Além disso, é

possível verificar que a imagem de ortomosaico apresenta maior estabilidade nos

pontos de transição entre partes com asfalto e vegetação, no qual, é possível

verificar que ocorreram menos erros de segmentação.

Figura 72 - Testes de identificação em ambiente controlado. (a) e (b) são frames de vídeos que

foram adquiridos. (c) é o resultado de identificação do ortomosaico apresentado na Figura 71

(c). Objetos marcados em verde foram identificados como setas, em vermelho traços, azul

carros e magenta falhas.


Além de gerar o mosaico de imagens, o software Pix4D pode gerar um

mosaico digital de superfície. Esse não é utilizado pelo algoritmo desenvolvido, mas

pode fornecer informações importantes, pois este fornece informações sobre a

superfície que está sendo monitorada, permitindo a análise de possíveis pontos com

defeito no asfalto. Esse mosaico utilizado em conjunto ao algoritmo desenvolvido,

permite a verificação de falhas com grande precisão, pois assim, as imagens podem

ser comparadas, e pontos de falhas serem marcados e analisados de forma

profunda. A Figura 73 demonstra um mosaico digital de superfície gerado do

ambiente controlado.


Final

91

Figura 73 – Mosaico digital de superfície gerado pelo software Pix4D. A escala de cor

representada ao lado é variada conforme a altura dos objetos na imagem, onde a cor azul

indica a partes com altura inferior e as partes em vermelho as partes com altura superior.


3.10 Avaliação de parâmetros de voo em ambiente real

INÍCIO: 11º mês

TÉRMINO: 22º mês


Executar procedimentos de voo em ambiente real e avaliar pontos de interesse pré-

determinados. O indicador desta etapa será a apresentação de relatórios,


Resultado

Após definição de pontos de interesse, os procedimentos definidos para

execução de voos foram seguidos para adquirir imagens em ambiente real. Como a

rodovia possui formato alongado, a velocidade de voo média nesse ambiente foi de

60 km/h proporcionando a aquisição de 7 km de rodovias com o tempo de voo de 15

minutos. Em ambiente real, os mesmos procedimentos do ambiente controlado

foram seguidos, fornecendo um voo com segurança.


Final

92

A grande diferença entre ambiente controlado e ambiente real é a

velocidade de voo, pois devido a características do ambiente, é possível efetuar um

voo com maior velocidade, proporcionando cobertura de maior área no mesmo

tempo de voo.

3.11 Aquisição e processamento de imagens de ambiente real

INÍCIO: 14º mês

TÉRMINO: 24º mês


Avaliar imagens obtidas e aplicar o software de reconstrução de imagem, avaliando

pontos de interesse. O indicador desta etapa será a apresentação de relatórios,


Resultado

Na visita técnica a Concebra, os seguintes pontos de interesse foram

definidos: um ponto em Goiânia - GO na rodovia BR-153 km 493 (latitude

16°44'51.82"S e longitude 49°14'27.46"O), e o outro em Goianápolis – GO BR-060

no km 107 (latitude 16°26'17.79"S e longitude 49° 1'6.64"O). O primeiro ponto era

em perímetro urbano, enquanto o segundo era em ambiente afastado de grandes

centros. Definidos os pontos de interesse, foram adquiridas várias imagens em

formato de vídeo.

3.11.1 Resultados para o setor de operações

Nos voos executados durante a visita técnica a Concebra, foram

monitoradas situações para identificar veículos paralisados na via, acidentes,

operação da polícia federal e manutenções sendo executadas.

Na BR-153 km 493 localizada em perímetro urbano, foram monitorados

veículos parados, um acidente e o atendimento a uma simulação de veículo parado.

A Figura 74 apresenta os eventos de veículo parado e simulação de atendimento. A

Figura 74 (a) apresenta um caminhão paralisado na via, em que este foi identificado

durante o voo executado. No instante da detecção desse veículo, o operador do

centro de comando de operações (CCO) solicitou que o veículo de fiscalização

averiguasse o veículo parado. No entanto, até o veículo de fiscalização chegar ao

local em que o veículo parado estava, este já havia se deslocado. Então, foi

efetuado uma simulação de atendimento para que essas imagens fossem

adquiridas. Assim, a Figura 74 (b) apresenta a camioneta que efetuou o

atendimento, a Figura 74 (c) a chegada da camioneta ao veículo parado e na Figura

74 (d) o local isolado para o atendimento ao usuário da rodovia. Toda essa

operação foi efetuada em menos de 30 minutos, sendo utilizada 2 baterias nesse

procedimento.


Final

93

Figura 74 - Situações de veículos parados no perímetro urbano da BR-153 em Goiânia - GO. (a)

Caminhão parado. (b) Camioneta de fiscalização. (c) Simulação de veículo parado. (d)

Posicionamento de cones na simulação de veículo parado.


Referente a monitoramento de acidentes, um acidente pode ser monitorado.

Após o CCO ser informado de um acidente próximo à sede da Concebra, um voo

para análise do acidente foi iniciado. Entretanto, devido a falhas no link de

comunicação entre piloto e aeronave, houve dificuldades em sobrevoar o acidente,

sendo possível somente ter uma visão periférica dos veículos envolvidos. Mesmo

assim, após 1:30min de voo foi possível identificar o acidente. A Figura 75

apresenta o acidente monitorado.


Final

94

Figura 75 – Visão periférica do acidente monitorado.


Já na BR-060 km 107, onde se encontra a praça de pedágio 2, foram

monitoradas duas operações: uma apreensão de carga pela polícia rodoviária

federal (Figura 76 (a)) e a equipe que estava efetuando a manutenção da

iluminação da praça de pedágio (Figura 76 (b)). A Figura 76 (c) apresenta a visão

geral da praça de pedágio, onde as imagens adquiridas desta maneira podem

proporcionar análise de tráfego na rodovia.

Figura 76 - Situações para inspeção na praça de pedágio em Goianápolis - GO. (a) Apreensão

de carga pela polícia federal. (b) Manutenção de holofotes. (c) Visão geral de rodovia.


Final

95


Figura 77 - Monitoramento e simulação na BR 153.


Figura 78 - Monitoramento e simulação de atendimento na BR 060.


3.11.2 Resultados referente a manutenção da rodovia

Após a aquisição de imagens, estas foram submetidas ao algoritmo de

processamento, sendo que na primeira execução, são demonstrados somente os

objetos identificados. O resultado dessa etapa pode ser visualizado na Figura 79.


Final

96

Figura 79 - Testes de segmentação de rodovia e objetos em ambiente real. As imagens

apresentadas são da BR-060. Retângulos azuis indicam objetos identificados.


Após testes positivos com o algoritmo de segmentação, as imagens

adquiridas foram submetidas a etapa de classificação. Os resultados de

processamento podem ser visualizados na Figura 80. A partir dos resultados

obtidos, é possível concluir que o algoritmo desenvolvido apresentou resultados de

forma correta.

Figura 80 - Testes de classificação em ambiente real. As imagens superiores são da BR-060 e

as imagens inferiores da BR-153. Objetos marcados em verde foram identificados como setas,

em vermelho traços, azul carros, palavras em amarelo e magenta falhas.



Final

97

Figura 81 - Teste de identificação de objetos em ortomosaico gerado de ambiente real. O local de voo foi executado na BR 060 próximos a praça de pedágio P2. Fonte: Autoria Própria.


Final

98

Figura 82 – Mapa digital de elevação do terreno monitorado. O local de voo foi executado na BR 060 próximos a praça de pedágio P2. Fonte: Autoria Própria.


Final

99

Figura 83 - Teste de identificação de objetos em ortomosaico gerado de ambiente real. O local de voo foi executado na praça de pedágio P2. Fonte: Autoria Própria.

Figura 84 - Mapa digital de elevação do terreno monitorado. O local de voo foi executado na praça de pedágio P2. Fonte: Autoria Própria.


Final

100

Figura 85 - Modelo tridimensional da praça de pedágio P2 que foi monitorado através de voo automático. Fonte: Autoria Própria.

3.12 Avaliação dos resultados gerados em ambiente real

INÍCIO: 16º mês

TÉRMINO: 24º mês


Avaliar informações obtidas a partir dos ensaios em ambientes reais e confrontando

com análise in loco. O indicador desta etapa será a apresentação de relatórios,


Resultado

A partir do monitoramento efetuado durante a visita técnica, é possível

verificar que o VANT proporciona respostas rápidas para identificação de acidentes,

veículos parados e monitoramento de procedimento sendo executados na rodovia.

Durante as imagens adquiridas, foi possível verificar a interação do VANT com o

CCO, proporcionando atendimentos mais rápidos e precisos, em que, após a

identificação do problema, a equipe certa é deslocada. Desta forma, é possível

maior aproveitamento dos recursos disponíveis. Entretanto, como existe limitações

do VANT referente distância do piloto e da aeronave e tempo de voo, alguns

procedimentos podem ser executados para melhorar o uso da aeronave. Referente

ao caso de acidente informado, o veículo de fiscalização pode utilizar o VANT para

analisar o acidente na impossibilidade de chegar ao local devido ao

congestionamento. Isso pode ser efetuado para suprimir as limitações de tempo de

voo e distância entre piloto e aeronave. Além disso, como a aeronave permite o uso

de 2 controles, sendo um desses controles utilizado para movimentação da câmera


Final

101

e visualização das imagens, é possível que dois operadores interajam, facilitando a

identificação do problema. Também, como é possível efetuar a transmissão via

internet ou para até mais 4 controles, o CCO pode visualizar as imagens adquiridas

em tempo real, sendo o limitante, a cobertura da rede celular ou a distância entre o

CCO e o piloto da aeronave.

Além do uso do VANT para adquirir e visualizar imagens em tempo real, é

possível utilizar este para adquirir imagens e construir mosaicos de imagens,

facilitando a análise do evento ocorrido, principalmente em acidentes com cargas

perigosas, permitindo a análise do impacto ambiental que esse acidente pode

causar.

Referente ao algoritmo desenvolvido, após aquisição e processamento de

imagens em ambiente real, foi possível verificar que o algoritmo apresentou

respostas condizentes. É possível verificar alguns erros de segmentação e também

alguns erros de classificação. Em grande parte dos casos, os erros de classificação

são oriundos dos erros de segmentação, onde em alguns casos, devido as

operações morfológicas executadas, as os objetos se unem, proporcionando erros

na classificação. Também podem ocorrer de alguns objetos se sobreporem, devido

ao seu movimento. Esses problemas podem ser visualizados na Figura 86. Mesmo

com esses erros, o algoritmo identificou vários objetos inclusive falhas no

pavimento.

Um ponto que também apresentou problemas foi a segmentação do asfalto,

principalmente em locais onde a câmera estava posicionada a menos que 90°, pois

assim, outras áreas além da rodovia são adquiridas, dificultando assim a

segmentação da via pavimentada. Esse erro de segmentação pode ser visualizado

na Figura 87. No entanto, esses erros ocorreram com maior frequência em ambiente

urbano devido as conexões entre a rodovia e as construções laterais.

Figura 86 - Erro de segmentação de objetos. (a) Objetos conectados. (b) Sobreposição de

objetos.


De forma geral, os procedimentos executados em ambiente real

proporcionaram aquisição de imagens com grande volume de informações e grande


Final

102

interação com a equipe do CCO. Referente ao processamento dessas informações,

o algoritmo forneceu ótimos resultados, identificando 5 classes de objetos, onde o

ponto principal era identificar falhas no pavimento e marcações horizontais. Além

disso, com a ferramenta desenvolvida, é possível uma análise mais rápida de

pontos de interesse, economizando assim, tempo e custo de manutenção.

Figura 87 - Erro na segmentação de asfalto. (a) Imagem original, (b) Segmentação por cor, (c)

Pavimento segmentado após análise dos segmentos selecionados como sendo pavimento.


3.13 Geração de mapas e relatórios de pontos de interesse

INÍCIO: 16º mês

TÉRMINO: 24º mês


Gerar mapas e relatórios a partir das informações obtidas pelo VANT. O indicador

desta etapa será a apresentação de relatórios, confrontando com os procedimentos

adotados com os dados obtidos

Resultado

Na primeira visita técnica realizada a Concebra, dois pontos de interesse

foram sobrevoados pelo VANT. Um desses pontos era em perímetro urbano, na

cidade de Goiânia - GO na rodovia BR-153 km 493 (latitude 16°44'51.82"S e

longitude 49°14'27.46"O). O outro ponto era a praça de pedágio P2 em Goianápolis


Final

103

– GO BR-060 no km 107 (latitude 16°26'17.79"S e longitude 49° 1'6.64"O). Nesses

dois locais, imagens no formato de vídeo foram adquiridas.

No ponto de interesse da BR-153, foram percorridos 3 km de rodovias, com

altura aproximada de voo em 100 metros e velocidade média de 60 km/h. A Figura

88(a) apresenta a telemetria do voo executado, fornecendo em amarelo o trecho

percorrido e a Figura 88(b) apresenta a área aproximada onde foram coletadas

informações.

Assim como apresentado na seção 3.7, essas imagens proporcionaram a

interação entre o uso do VANT com o CCO, fornecendo informações importantes a

equipe de trabalho e agilizando o atendimento a chamados. No monitoramento

executado, foi possível verificar veículos paralisados na via e um acidente ocorrido,

permitindo auxilio ao CCO no atendimento ao veículo parado, diminuindo o tempo

de resposta entre a identificação do problema e a sua solução. Além disso, após a

aquisição das imagens, estas foram submetidas ao algoritmo desenvolvido, o qual,

identificou vários objetos, permitindo análise visual das informações obtidas.


Final

104

Figura 88 - Área onde efetuou-se a aquisição de imagens na BR-153. (a) Telemetria do voo

executado, onde a linha em amarelo no mapa indica a rota de voo executada pelo VANT. (b)

Representação da área coberta pelas imagens adquiridas, representada pela área azul.


Já no local de voo da BR-060, o voo teve que ser executado em altura de

80 metros. Isso foi necessário pois a rodovia se encontra na rota do aeródromo de

Anápolis-GO. Além disso, na data do voo, aviões pulverizadores estavam aplicando

inseticidas nas plantações no entorno da praça de pedágio. Assim, devido as regras

não permitirem compartilhamento de espaço aéreo entre VANT e aeronaves

tripuladas, era necessário pousar o VANT a cada momento em que era avistado

alguma aeronave e sobrevoar a região de interesse em uma altura segura. A Figura

89 apresenta a telemetria do voo executado na P2 e a área aproximada coberta.


Final

105

Figura 89 - Área onde efetuou-se a aquisição de imagens na BR-060. (a) Telemetria do voo

executado, onde a linha em amarelo no mapa indica a rota de voo executada pelo VANT. (b)

Representação da área coberta pelas imagens adquiridas, representada pela área azul.


Figura 90 - Área onde efetuou-se a aquisição de imagens na BR-060 km 104. Representação da área coberta pelas imagens adquiridas, representada pela área branca. Fonte: Google Earth.


Final

106

Figura 91 - Área onde efetuou-se a aquisição de imagens na BR-060 praça de pedágio 2. Representação da área coberta pelas imagens adquiridas, representada pela área branca. Fonte: Google Earth.

Figura 92 - Área onde efetuou-se a aquisição de imagens na BR-153 km 494 perímetro urbano. Representação da área coberta pelas imagens adquiridas, representada pela área branca. Fonte: Google Earth.

3.14 Determinação da melhor tecnologia a partir dos resultados obtidos

INÍCIO: 22º mês

TÉRMINO: 24º mês


Apresentar relatório com detalhamento da pesquisa realizada, confrontando dados

obtidos pelo VANT com levantamento in loco, considerando demandas das equipes

de engenharia da concessionária.

Resultado

No desenvolvimento do projeto, verificou-se que a melhor tecnologia a ser

utilizada para auxiliar as equipes de operações e engenharia é o VANT com

transmissão de imagens em tempo real e a utilização do algoritmo com identificação

automática de pontos de interesse. O uso conjunto destas duas tecnologias, pode

proporcionar resultados mais precisos para a concessionária, otimizando o

deslocamento de equipes e uso de recursos, além de proporcionar maior auxílio ao

usuário da rodovia.


Final

107

3.15 Avaliação da pesquisa realizada

INÍCIO: 22º mês

TÉRMINO: 24º mês


Executar reuniões com equipe de engenharia da concessionária e avaliar os

resultados obtidos e os procedimentos desenvolvidos para possível implementação

em caráter definitivo pela concessionária. Nesta etapa os pesquisadores e equipe

de engenharia da concessionária avaliarão a capacidade de uso do VANT, suas

potencialidades, limitações ou distorções de forma crítica os pressupostos ou as

implicações de sua utilização.

Resultado

Pelo fato de rodovias serem uma das principais vias de trafego de cargas e

passageiros no Brasil, as condições da malha rodoviária e o seu gerenciamento são

de suma importância. Com este intuito, este projeto sugeriu uma metodologia

utilizando VANT para que o monitoramento remoto da rodovia fosse executado,

auxiliando equipes de engenharia na manutenção da estrutura da rodovia, assim

como equipes de operações no gerenciamento da operação da rodovia.

Como a maior parte das inspeções realizadas é efetuada de forma visual,

envolvendo o deslocamento de pessoas e veículos, a metodologia proposta

apresenta melhorias neste aspecto, de forma que, com um voo do VANT, possam

ser obtidas imagens e estas enviadas em tempo real para o CCO de forma que o

gerenciamento do tráfego e a ocorrência de eventos adversos ao fluxo da rodovia,

como por exemplo veículos paralisados, congestionamentos e acidentes, sejam

avaliados com maior agilidade, oferecendo menor tempo de resposta ao usuário e

menor custo com deslocamento para a concessionária. No desenvolvimento deste

projeto, testes referentes ao monitoramento da rodovia para o setor de operações

foram efetuados, apresentando um tempo de resposta menor na identificação de um

problema e em sua solução, onde ensaios de simulações e eventos reais foram

identificados e solucionados.

Para a parte de monitoramento do pavimento e marcações horizontais, foi

desenvolvido um algoritmo que proporciona maior agilidade na verificação do estado

do pavimento e marcações horizontais. O uso do algoritmo é totalmente automático,

necessitando somente informar um vídeo de monitoramento ou uma imagem

contendo os pontos a serem monitorados. Após submetido as imagens ao algoritmo,

esta marca os objetos encontrados, facilitando a identificação de pontos que

merecem maior atenção. Em testes efetuados, o algoritmo classificou corretamente

97% dos objetos submetidos para teste.

A partir dos resultados obtidos tanto para o setor de operações como para o

setor de engenharia, o uso do VANT em conjunto com estas equipes tem grande

potencial, melhorando o gerenciamento de equipes e recursos, para que os mesmos


Final

108

sejam destinados da forma correta, agilizando a resolução de problemas específicos

de cada área. Além disso, com o algoritmo desenvolvido, o seu uso em conjunto

com o VANT proporciona automatização nos procedimentos de verificação de

alguns pontos de interesse por parte dos setores responsáveis na manutenção de

pavimento e sinalização horizontal, permitindo que pontos específicos sejam

priorizados. Por fim, os resultados obtidos neste projeto de pesquisa desenvolvido,

demonstram que várias áreas da concessionária podem ser beneficiadas com a

metodologia de monitoramento de rodovias proposta, oferendo resultados mais

precisos e otimizando o uso de recursos disponíveis na resolução de problemas.


Final

109

4. CONCLUSÕES

O presente relatório apresentou as etapas finais do projeto. Com este

relatório, o projeto será encerrado.

Os resultados alcançados indicam o potencial do VANT para auxiliar o setor

de operações da concessionária, diminuindo o deslocamento de veículos de

fiscalização e auxilio no atendimento de ocorrências. O uso das imagens do VANT

em conjunto com o algoritmo de processamento de imagens permite a análise

automática de objetos na pista, permitindo também, maior agilidade na solução de

problemas encontrados. A partir de informações obtidas das imagens adquiridas e

processadas, é possível gerenciar as equipes corretas para efetuar a solução dos

problemas ocorridos, otimizando assim, o deslocamento de veículos e

colaboradores da concessionária.

Tabela 8 - Cronograma do Projeto de Pesquisa

No. METAS MESES

2 4 6 8 10 12 14 16 18 20 22 24

1 Avaliação e aquisição do VANT

2 Estudo de normas (ANAC e ANATEL) ‘

3 Estudo de rotas e pontos de interesse

4 Estudo de software de reconstrução de imagens

5 Descrição de procedimentos para execução de tarefas

6 Definição de parâmetros de voo (rota, distância, altura, tempo...)

7 Caracterização e parametrização de software de reconstrução de imagem

8 Avaliação de parâmetros de voo em ambiente controlado

9

Aquisição e processamento de imagens Avaliação de parâmetros de voo em ambiente controlado

10 Avaliação de parâmetros de voo em ambiente real

11 Aquisição e processamento de imagens de ambiente real

12 Avaliação dos resultados gerados em ambiente real

13 Geração de mapas e relatórios de pontos de interesse

14 Determinação da melhor tecnologia a partir dos resultados obtidos

15 Avaliação da pesquisa realizada

16 Relatório final e apresentação à Concebra e ANTT



Final

110

De forma geral, as atividades foram executadas conforme planejadas, como

pode ser visualizado na Tabela 8. Referente a conclusão das atividades, a Erro!

Autoreferência de indicador não válida. apresenta que todas as etapas previstas

neste projeto foram efetuadas e concluidas.

Tabela 9 - Situação atual das atividades previstas que são apresentadas na Tabela 4.

No. Situação

1 Concluída

2 Concluída

3 Concluída

4 Concluída

5 Concluída

6 Concluída

7 Concluída

8 Concluída

9 Concluída

10 Concluída

11 Concluída

12 Concluída

13 Concluída

14 Concluída

15 Concluída

16 Concluída


A partir deste projeto, vários resultados positivos foram atingidos para todas

as partes pertencentes a este projeto.


Final

111

REFERÊNCIAS AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL. PROPOSIÇÃO DE UM REGULAMENTO ESPECIAL PARA SISTEMAS DE AERONAV ES REMOTAMENTE PILOTADAS - RPAS E EMENDA AO RBAC 67. Disponível em: <http://www.anac.gov.br/participacao-social/audiencias-e-consultas-publicas/audiencias/2015/aud13/justificativa.pdf>. Acesso em: 10 set. 2015.

AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL. Requisitos Gerais para Aeronaves Não tripuladas de uso CivilBrasil, 2017a. Disponível em: <http://www.anac.gov.br/assuntos/legislacao/legislacao-1/rbha-e-rbac/rbac/rbac-e-94-emd-00/@@display-file/arquivo_norma/RBACE94EMD00.pdf>

AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL. Cadastro de Drones. Disponível em: <http://www.anac.gov.br/assuntos/paginas-tematicas/drones/cadastro-de-drones>. Acesso em: 8 maio. 2017b.

AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL. Regras Sobre Drones, 2017c. Disponível em: <http://www.anac.gov.br/noticias/2017/regras-da-anac-para-uso-de-drones-entram-em-vigor/release_drone.pdf>

AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL. Drones - RPA Classe 3 operados além da linha visada visual (BVLOS) ou acima de 400 pés acima do nível do solo. Disponível em: <http://www.anac.gov.br/assuntos/paginas-tematicas/drones/drones-de-classe-3-peso-maximo-de-decolagem-ate-25-kg-operados-alem-da-linha-visada-visual-bvlos-ou-acima-de-400-pes-acima-do-nivel-do-solo>. Acesso em: 5 maio. 2017d.

BAUMGARTNER, A. et al. Automaticon Road Extraction Based on Multi Scale, Grouping, and Context. Photogrammetric Engimeering and Remote Sensing, v. 65, n. 7, p. 777–785, 1999.

BEYERER, J.; PUENTE LEÓN, F.; FRESE, C. Color. In: Machine Vision. Berlin, Heidelberg: Springer Berlin Heidelberg, 2016a. p. 163–202.

BEYERER, J.; PUENTE LEÓN, F.; FRESE, C. Morphological Image Processing. In: Machine Vision. Berlin, Heidelberg: Springer Berlin Heidelberg, 2016b. p. 607–647.

CAPONETTI, L.; CASTELLANO, G. Fuzzy Logic for Image Processing. Cham: Springer International Publishing, 2017a.

CAPONETTI, L.; CASTELLANO, G. Java for Image Processing. In: Fuzzy Logic for Image Processing. Chan: Springer International Publishing, 2017b. p. 65–81.

COLOMINA, I.; MOLINA, P. Unmanned aerial systems for photogrammetry and remote sensing: A review. ISPRS Journal of Photogrammetry and Remote Sensing, v. 92, p. 79–97, 2014.

DALAL, N.; TRIGGS, B. Histograms of Oriented Gradients for Human Detection. IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR’05). Anais...San Diego, CA, USA: IEEE, 2005Disponível em: <http://ieeexplore.ieee.org/document/1467360/>

DEPARTAMENTO DE CONTROLE DO ESPAÇO AÉREO. SARPAS. Disponível em: <http://servicos.decea.gov.br/sarpas/>. Acesso em: 5 mar. 2017a.

DEPARTAMENTO DE CONTROLE DO ESPAÇO AÉREO. ICA 100-40 Sistemas de Aeronaves Remotamente Pilotadas e o Acesso ao Espaço Aéreo Brasileiro. Disponível em: <http://publicacoes.decea.gov.br/?i=publicacao&id=4510>. Acesso em: 5 maio. 2017b.

DEPARTAMENTO NACIONAL DE INFRAESTRUTURA E TRASPORTE; EXECUTIVA, D.;


Final

112

RODOVIÁRIAS, I. DE P. Manual de sinalização rodoviária. 3. ed. Rio de Janeiro, Brasil: [s.n.].

DJI. DJI Drones. Disponível em: <http://www.dji.com/products/drones>. Acesso em: 4 ago. 2017a.

DJI. Buy Inspire 1 RAW. Disponível em: <http://store.dji.com/product/inspire-1-raw>. Acesso em: 4 ago. 2017b.

DJI. Inspire 1 - Spec, Facs, manual, video tutorials and DJI GO. Disponível em: <http://www.dji.com/inspire-1/info#specs>. Acesso em: 5 jun. 2017c.

DJI. DJI Developer. Disponível em: <https://developer.dji.com/mobile-sdk/>. Acesso em: 4 ago. 2017d.

DJI. Inspire 1 - Remote Controller. Disponível em: <http://www.dji.com/inspire-1/remote-controller>. Acesso em: 4 ago. 2017e.

DUDA, R. O.; HART, P. E.; STORK, D. G. Pattern Classification. 2. ed. New York: Wiley-Interscience, 2001.

GONZALEZ, R. C.; WOODS, R. E. Processamento Digital de Imagens. 3. ed. São Paulo, SP: Pearson, 2010.

JIN, H.; FENG, Y. Automated road pavement marking detection from high resolution aerial images based on multi-resolution image analysis and anisotropic Gaussian filtering. ICSPS 2010 - Proceedings of the 2010 2nd International Conference on Signal Processing Systems, v. 1, p. 337–341, 2010.

PIX4D. Pix4Dmapper Pro. Disponível em: <https://pix4d.com/product/pix4dmapper-pro/>. Acesso em: 23 jun. 2017.

PORTAL BRASIL. Anatel exige registro para operação de drones. Disponível em: <http://www.brasil.gov.br/defesa-e-seguranca/2017/01/anatel-exige-registro-para-operacao-de-drones>. Acesso em: 17 jan. 2017.

RUSS, J.; NEAL, F. Acquiring Images. In: The Image Processing Handbook. 7. ed. Boca Raton, FL: CRC Press, 2016. p. 1–46.

TELECOMUNICAÇÕES, A. N. DE. Drones devem ser homologados para evitar interferências. Disponível em: <http://www.anatel.gov.br/institucional/ultimas-noticiass/2-uncategorised/1485-drones-devem-ser-homologados-para-evitar-interferencias>. Acesso em: 10 jan. 2017.

WANG, W. et al. A review of road extraction from remote sensing images. Journal of Traffic and Transportation Engineering (English Edition), v. 3, n. 3, p. 271–282, 2016.

desenvolvimento de metodologia para monitoramento remoto … · 2017-11-09 · 3.15 avaliação da...

Documents