Freitas, Gustavo MedeirosKlafke, Bruno Peres2018-12-172018-12-172018KLAFKE, Bruno Peres. Sistema para detecção de estradas e obstáculos baseado em imagens RGB e nuvem de pontos para equipamentos de mineração. 2018. 99 f. Dissertação (Mestrado em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2018.http://www.repositorio.ufop.br/handle/123456789/10593Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.O Brasil é um país em que predomina o clima tropical. Todas as minas da Vale, independentemente da commodity (ferro, manganês e ou cobre), sofrem o impacto das condições climáticas adversas, principalmente nos períodos chuvosos, com neblinas intensas, que interferem fortemente nas operações, reduzindo e/ou interrompendo os processos de lavra em determinados períodos do dia. Até o presente momento não foi desenvolvida uma tecnologia que viabilize com segurança a operação dos caminhões nos períodos de neblina intensa, bem como diminuir os riscos de perdas materiais significativas nos equipamentos em operação. As câmeras convencionais, já usadas para auxílio em manobras, geram imagens no formato RGB e possuem alcance elevado. Porém, em condições adversas, a visibilidade não é diferente do olhar humano, dificultando a identificação de obstáculos e até mesmo a pista de rolagem dos equipamentos. A possibilidade de incluir o sistema de laser pode auxiliar a operação em condições adversas, incluindo neblina, chuva e pouca luminosidade. A fusão dos dados da câmera RGB com a varredura laser deve auxiliar a operação dos equipamentos, identificando obstáculos e estradas com maior confiabilidade. O estudo proposto consiste em investigar técnicas capazes de fornecer informações sobre a estrada e obstáculos considerando imagens RGB e uma nuvem de pontos de varredura laser, assim como sua fusão. No processamento são utilizados filtros e redes neurais para o processamento de imagens, e algoritmos de identificação de aglomerados ou planos para processar nuvens de pontos. Para esse estudo as estratégias propostas para identificação de objetos por imagem atingiram 90% de acerto e as estratégias de identificação através da nuvem de pontos alcançaram 91% de acerto. Porém, quando o processamento é realizado com a fusão dos dados dos sensores 95% dos obstáculos são identificados. Apesar desta pesquisa consistir numa etapa preliminar inserida num projeto de escopo maior, os resultados obtidos com o processamento de dados podem ser considerados satisfatórios.pt-BRabertoDissertacaoAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 14/12/2018 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho desde que sejam citados o autor e o licenciante. Não permite a adaptação.