Por favor, use este identificador para citar o enlazar este ítem:
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 : | Carvalho, Pedro Henrique Fontenele Costa Oliveira, Francisco Heber Lacerda de Reis, Saulo Davi Soares e |
Palabras clave : | Engenharia de transportes |
Fecha de publicación : | 2019 |
Editorial : | Congresso de Pesquisa e Ensino em Transportes |
Citación : | 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. |
Resumen en portugués brasileño: | 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 en las colecciones: | DET - Trabalhos apresentados em eventos |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
2019_eve_fhloliveira.pdf | 1,61 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.