Robô Cobra: sistema para identificação de organismos vivos em estruturas colapsadas

dc.contributor.advisor-co1Wyzykowski, André Brasil Vieira
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/pt_BR
dc.contributor.advisor1Reis, Marcelo Indio dos
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/pt_BR
dc.contributor.referee1Melo, Osvaldo Requião
dc.contributor.referee1Latteshttp://lattes.cnpq.br/pt_BR
dc.creatorAraújo, Adriano Ricardo Andrade
dc.creatorRios, Luiz Henrique Brito
dc.creator.Latteshttp://lattes.cnpq.br/pt_BR
dc.date.accessioned2020-08-14T14:06:50Z
dc.date.available2020-08-10
dc.date.available2020-08-14T14:06:50Z
dc.date.issued2020-06-29
dc.description.abstractWhen a structure collapse occurs, caused by collapse or even for another reason, to obtain an optimized response time in the search and rescue of survivors, technology becomes an important ally in maintaining life. In this context, we see robotics as a process optimizer. This work deals with the construction of a Snake Robot, a system for the identification of living organisms in collapsed structures, which aims to identify living beings in these structures using machine learning, contemplating the implementation of an autonomous locomotion system, in addition to a classification of thermal images. For this, a thermal image dataset was generated, where we use data augmentation to add it in volume and variety, and from it generate a predictive model. This predictive model, in conjunction with object detection, allows the snake robot to function autonomously during the detection / classification of objects in living or non-living beings. In building the solution, sensors, an Arduino microcontroller were used, in addition to the Tensorflow library with Keras. With the simulated practice experiments carried out, the robot had its operation tested and validated, accurately detecting in a 180o field of view at distances between 10 to 150 cm, obtaining an average accuracy of 97.5 % for classification.pt_BR
dc.description.resumoQuando ocorre um colapso de estrutura, causado por desmoronamento ou até mesmo por outro motivo, para se obter um tempo de resposta otimizado na busca e salvamento dos sobreviventes, a tecnologia passa a ser uma importante aliada na manutenção da vida. Nesse contexto, vemos a robótica como otimizador do processo. Este trabalho trata-se da construção de um Robô Cobra, um sistema de identificação de organismos vivos em estruturas colapsadas, que tem como objetivo a identificação de seres vivos nestas estruturas utilizando machine learning, contemplando a implementação de um sistema de locomoção autônomo, além de uma classificação de imagens térmicas. Para tal, foi gerado um dataset de imagens térmicas, onde usamos data augmentation para acresce-lo em volume e variedade, e a partir dele gerar um modelo preditivo. Esse modelo preditivo em conjunto com a detecção de objetos, permite que o robô cobra funcione de forma autônoma durante a detecção/classificação dos objetos em seres vivos ou não-vivos. Na construção da solução foram utilizados sensores, microcontrolador Arduino, além da biblioteca Tensorflow com o Keras. Com os experimentos de prática simulada realizados, o robô teve seu funcionamento testado e validado, detectando com precisão num campo de visão de 180o em distâncias entre 10 à 150 cm, obtendo uma acurácia média de 97,5 % para classificação.pt_BR
dc.identifier.urihttps://ri.ucsal.br/handle/prefix/1665
dc.languageporpt_BR
dc.publisherUniversidade Católica do Salvadorpt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentPró-Reitoria de Graduação (PROGRAD)pt_BR
dc.publisher.initialsUCSALpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectRobô cobrapt_BR
dc.subjectMachine learningpt_BR
dc.subjectArduinopt_BR
dc.subjectSnake robotpt_BR
dc.subject.cnpqEngenhariaspt_BR
dc.subject.cnpqEngenharia de Softwarept_BR
dc.titleRobô Cobra: sistema para identificação de organismos vivos em estruturas colapsadaspt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR

Files

Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
TCCDRIANOARAÚJO E LUIZRIOS.pdf
Size:
18.37 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.82 KB
Format:
Item-specific license agreed upon to submission
Description: