Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/38590| Título: | Sistema de monitoramento de segurança para canteiros de obras |
| Título(s) alternativo(s): | Security monitoring system for construction sites |
| Autor(es): | Costa, Giovane Negrini Marques Rossi, Guilherme Penha, Julio César Santos da |
| Orientador(es): | Fabro, João Alberto |
| Palavras-chave: | Vigilância eletrônica Visão por computador Redes neurais (Computação) Redes locais sem fio Aplicativos móveis Electronic surveillance Computer vision Neural networks (Computer science) Wireless LANs Mobile apps |
| Data do documento: | 20-Dez-2023 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | COSTA, Giovane Negrini Marques; ROSSI, Guilherme; PENHA, Julio César Santos da. Sistema de monitoramento de segurança para canteiros de obras. 2023. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Computação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2023. |
| Resumo: | O uso de sistemas de monitoramento e vigilância de ambientes públicos, residenciais e comerciais já foi validado como ferramenta para a redução de delitos e o auxílio nas investigações dos mesmos. No entanto, um ambiente ainda pouco alcançado por esses sistemas é o de canteiro de obras de construção civil, que apresenta características desafiadoras para a implantação dos sistemas atuais. Assim, neste trabalho apresentamos um estudo das principais tecnologias utilizadas na área, assim como projetamos e desenvolvemos um sistema, como prova de conceito das tecnologias escolhidas, para o monitoramento remoto de ambientes pequenos e médios de canteiro de obras. O sistema de monitoramento é constituído de três partes principais: visão computacional, transmissão de dados, hardware e aplicativo móvel. As partes de visão computacional e transmissão de dados foram estudadas e testadas individualmente e integradas ao hardware e aplicativo. Em visão computacional, duas abordagens foram estudadas como possível solução a ser utilizada: Histogram of Oriented Objects (HOG) e Redes Neurais Artificiais, sendo o desempenho da primeira superado pelo da segunda em todos os aspectos especificados no desenvolvimento. A precisão final do modelo treinado para detectar pessoas de dia atingiu 68,02%, e de noite atingiu 71,56%, enquanto que a precisão para detecção de caminhões de dia foi de 79,84%. Na parte de transmissão de dados, quatro abordagens foram estudadas: Wi-Fi, 3G, 4G e LoRa (Long Range), sendo que, após realizado o estudo comparativo, ficou demonstrado que apesar de todas possuírem algum tipo de limitação, a que melhor se adéqua ao sistema proposto é o 4G. Além disso, o projeto do hardware foi criado visando o menor consumo de bateria e melhor desempenho do sistema. Ao fim, integradas todas as partes, o sistema é capaz identificar os elementos de interesse através de uma câmera e de enviar imagens e outros dados para o aplicativo de celular do usuário. |
| Abstract: | The use of monitoring and surveillance systems in public, residential and commercial environments has already been validated as a tool for reducing crimes and assisting in their investigations. However, an environment that has not yet been reached by these systems is civil construction site, which presents challenging characteristics for the implementation of current systems. Therefore, in this work, we present a study of the main technologies used in the area, and we design and develop a system, as proof of concept of the chosen technologies, for remote monitoring of small and medium-sized civil construction sites. The monitoring system consists of three main parts: computer vision, data transmission, hardware and mobile application. The computer vision and data transmission parts were studied, tested individually, and integrated into the hardware and application. In computer vision, two approaches were studied as a possible solution: Histogram of Oriented Objects (HOG) and Artificial Neural Networks, with the performance of the first surpassing that of the second in all aspects specified in the project. The final precision of the model trained to detect people during the day reached 68.02%, during night reached 71,56%, whereas the precision for the detection of trucks during the day was 79,84%. In the data transmission part, four approaches were studied: Wi-Fi, 3G, 4G and LoRa (Long Range), and, after carrying out the comparative study, it showed that despite all having some limitation, the one that best suits the proposed system is 4G. Furthermore, the hardware project was created with the aim of lower battery consumption and better system performance in mind. Ultimately, once all parts are integrated, the system is capable of identifying elements of interest through a camera and sending images and other data to the application on the user’s cell phone. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/38590 |
| Aparece nas coleções: | CT - Engenharia de Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| obras.pdf | 26,15 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
