Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/69417
Tipo: | Artigo de Evento |
Título: | Identificação de irregularidades de superfície por meio de machine learning para sistemas de gerência de pavimentos |
Autor(es): | Carvalho, Pedro Henrique Fontenele Costa Oliveira, Francisco Heber Lacerda de Reis, Saulo Davi Soares e |
Palavras-chave: | Engenharia de transportes |
Data do documento: | 2019 |
Instituição/Editor/Publicador: | Congresso de Pesquisa e Ensino em Transportes |
Citação: | CARVALHO, P. H. F. C.; OLIVEIRA, F. H. L.; REIS, S. D. S. Identificação de irregularidades de superfície por meio de machine learning para sistemas de gerência de pavimentos. In: CONGRESSO DE PESQUISA E ENSINO EM TRANSPORTES, 33., 2019, Balneário Camboriú. Anais... Balneário Camboriú, 2019. p. 1398-1401. |
Resumo: | O uso de sensores presentes nos smartphones atuais vem se mostrando uma opção viável para coleta de dados em Sistemas de Gerência de Pavimentos (SGP), devido a seu baixo custo e alta produtividade. A exploração de ferramentas disponíveis nesses aparelhos, tais como GPS (Global Positioning System), acelerômetros e giroscópios, é parte da proposta desta pesquisa, em que a obtenção de parâmetros de conforto ao rolamento de vias urbanas tem como objetivo auxiliar o SGP de órgãos responsáveis por meio de técnicas de machine learning na interpretação dos sinais obtidos. Os resultados preliminares identificaram locais com presença de buracos, dentre outras interferências nos pavimentos analisados, assim como o tipo de revestimento, orientando ao gestor na tomada de decisão mais adequada quanto à possível manutenção ou reabilitação a ser realizada. |
URI: | http://www.repositorio.ufc.br/handle/riufc/69417 |
Aparece nas coleções: | DET - Trabalhos apresentados em eventos |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
2019_eve_fhloliveira.pdf | 1,61 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.