Detecção de guarda-corpo e rodapés em canteiro de obras utilizando drones e visão computacional

Hugo Sefrian Peinado; Carolina Andrade de Oliveira; Roseneia Rodrigues Santos de Melo; André Luiz Carvalho Ottoni; Saulo Mascarenhas Fróes; Marcela Silva Novo; Dayana Bastos Costa

Detecção de guarda-corpo e rodapés em canteiro de obras utilizando drones e visão computacional

Autores

Hugo Sefrian Peinado Universidade Federal da Bahia https://orcid.org/0000-0001-7868-0219
Carolina Andrade de Oliveira Universidade Federal da Bahia
Roseneia Rodrigues Santos de Melo Universidade Federal da Bahia https://orcid.org/0000-0001-9171-7274
André Luiz Carvalho Ottoni Universidade Federal do Recôncavo da Bahia https://orcid.org/0000-0003-2136-9870
Saulo Mascarenhas Fróes Universidade Federal da Bahia https://orcid.org/0000-0002-4356-8902
Marcela Silva Novo Universidade Federal da Bahia https://orcid.org/0000-0003-2742-3145
Dayana Bastos Costa Universidade Federal da Bahia https://orcid.org/0000-0002-1457-6401

Palavras-chave:

Construção 4.0, Aeronave remotamente pilotada, Data augmentation, Inteligência artificial, Custom Vision®

Resumo

O uso de drones e visão computacional aumenta a eficiência nas inspeções de segurança em obras. No entanto, há uma lacuna na aplicação integrada dessas tecnologias em inspeções de sistemas de guarda-corpos e rodapés (GcR).Este artigo visa desenvolver um sistema de detecção de GcR para obras utilizando drones e visão computacional. A pesquisa incluiu a definição e validação de protocolo de coleta de imagens com drone, coleta de imagens em duas obras, etreinamento e teste de quatro modelos de detecção de objetos em umsistema de visão computacional usando imagens originais e artificiais (com zoom, rotação e cisalhamento). A detecção automatizada de GcR apresentou elevado desempenho, com precisão de 96,83% e 95,31% na etapa de teste para os modelos treinados com imagens com cisalhamento e rotação, respectivamente. Esta pesquisa contribuiu com o avanço da integração de drones e visão computacional para inspeções automatizadas de GcR em obras, permitindo maior eficiência e agilidade na coleta, processamento e análise dos resultados.

Downloads

Não há dados estatísticos.

Biografia do Autor

Hugo Sefrian Peinado, Universidade Federal da Bahia

Doutorando em Engenharia Civil pela Universidade Federal da Bahia (UFBA). Professor Assistente no Departamento de Construção e Estruturas (DCE/UFBA).

Carolina Andrade de Oliveira, Universidade Federal da Bahia

Graduanda do Bacharel Interdiscipinar na Universidade Federal da Bahia (UFBA).

Roseneia Rodrigues Santos de Melo, Universidade Federal da Bahia

Doutora em Engenharia Civil pela Universidade Federal da Bahia (UFBA). Pós-Doutorando do Programa de Pós-Graduação em Engenharia Civil (PPEC/UFBA).

André Luiz Carvalho Ottoni, Universidade Federal do Recôncavo da Bahia

Doutor em Engenharia Elétrica pela Universidade Federal da Bahia (UFBA). Professor adjunto do Centro de Ciências Exatas e Tecnológicas (CETEC) da Universidade Federal do Recôncavo da Bahia (UFRB).

Saulo Mascarenhas Fróes, Universidade Federal da Bahia

Doutorando em Engenharia Elétrica pela Universidade Federal da Bahia (UFBA).

Marcela Silva Novo, Universidade Federal da Bahia

Doutora em Engenharia Elétrica pela Pontifícia Universidade Católica do Rio de Janeiro (PUC-RJ). Professora Associada III do Departamento de Engenharia Elétrica e de Computação (DEEC) da Universidade Federal da Bahia (UFBA)

Dayana Bastos Costa, Universidade Federal da Bahia

Doutora em Engenharia Civil pela Universidade Federal do Rio Grande do Sul (UFRGS). Professora Associada III do Departamento de Construção e Estruturas (DCE) da Universidade Federal da Bahia (UFBA).

Downloads

HTML

Publicado

26.02.2025

Como Citar

PEINADO, Hugo Sefrian; OLIVEIRA, Carolina Andrade de; MELO, Roseneia Rodrigues Santos de; OTTONI, André Luiz Carvalho; FRÓES, Saulo Mascarenhas; NOVO, Marcela Silva; COSTA, Dayana Bastos. Detecção de guarda-corpo e rodapés em canteiro de obras utilizando drones e visão computacional. Ambiente Construído, [S. l.], v. 25, 2025. Disponível em: https://seer.ufrgs.br/index.php/ambienteconstruido/article/view/137986. Acesso em: 9 ago. 2026.

Baixar Citação

Edição

v. 25 (2025): Edições Especiais & Artigos

Seção

Edição especial: os melhores artigos do SIBRAGEC 2023

Licença

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Direitos Autorais

Autores de artigos publicados pela Ambiente Construído mantêm os direitos autorais de seus trabalhos, licenciando-os sob a licença Creative Commons Attribution BY 4.0, que permite que os artigos sejam reutilizados e distribuídos sem restrição, desde que o trabalho original seja corretamente citado.