Detecção E Monitoramento De Postes De Eletricidade Em Vídeos Adquiridos Por Câmeras Acopladas A Veículos

Abstract

Process Automation Regarding Power Transmission And Telecommunication Infrastructure Can Improve Both The Maintenance And Availability Quality Of Critical Services Used By Customers Ranging From Enterprise Facilities To Households. Utility Poles Are Shared Among Diverse Companies. As A Result, They Are Also Subject To Constant Modifications And Damages Caused By Adverse Conditions. Thus, This Dissertation Introduces An Automated System For Detecting And Monitoring Utility Poles That Is Capable Of Processing Images And Data Of Sensors Captured On The Streets. This System Makes Use Of A Low-Cost Gadget Attached To A Car Roof To Capture Geo-Referenced Videos Of Poles As Well As Distance Data Gathered By Lidar Sensors. To Detect Poles In Videos, The Methodology Presented In This Dissertation Introduces An Image Processing Pipeline Capable Of Identifying The Lines That Compose The Poles. Distance Data Is Used To Enhance Video Frame Sampling, Reducing Computational Time. Finally, Deep Feature Clustering And Majorit

A Automação De Processos Que Envolvem A Infraestrutura De Transmissão De Energia Elétrica E Telecomunicações Pode Aprimorar A Qualidade Da Manutenção E Da Disponibilidade De Serviços Importantes Para Prédios Comerciais E Residências. Postes De Eletricidade São Recursos Compartilhados Entre Diferentes Companhias, E Por Este Motivo São Submetidos A Constantes Modificações, Estando Sujeitos A Danos Causados Por Condições Adversas. Assim, Este Trabalho Apresenta Um Sistema Automatizado Para Detecção E Monitoramento De Postes De Eletricidade, Capaz De Processar Imagens E Dados De Sensores Capturados Nas Ruas De Uma Cidade. Este Sistema Faz Uso De Um Dispositivo De Baixo Custo Acoplado Ao Teto De Um Automóvel Para Capturar Vídeos Georreferenciados Dos Postes De Eletricidade, Assim Como Informações De Distância Capturados Por Sensores Lidar. Com O Objetivo De Detectar Os Postes Em Vídeo, A Metodologia Apresentada Neste Trabalho Faz Uso De Um Pipeline De Processamento De Imagens Capaz De Identificar As Linhas Que Com