Repository logo
 
Publication

Inspeção de estruturas de betão armado com base em veículos aéreos não tripulados e processamento supervisionado de imagem

2020Master thesis Open access
Simple item page
dc.contributor.advisorRibeiro, Diogo Rodrigo Ferreira
dc.contributor.authorLopes, Paulo Alexandre Coelho
dc.date.accessioned2021-07-26T14:09:15Z
dc.date.available2021-07-26T14:09:15Z
dc.date.issued2020
dc.description.abstractA presente dissertação tem como objetivos o desenvolvimento de ferramentas e procedimentos para a deteção de anomalias em estruturas de betão armado de forma semi automatizada recorrendo a técnicas de Deep Learning. Das várias anomalias que podem ser encontradas em estruturas de betão armado, destacam-se neste documento as fissuras e as armaduras expostas, para as quais foi desenvolvido um método alternativo de inspeção, baseado no processamento avançado de imagens, de modo a determinar se seria viável e vantajosa a substituição deste método pelo método de inspeção visual tradicional. As ferramentas desenvolvidas assentam em técnicas de Inteligência Artificial, em particilar as redes neuronais convolucionais (RNC), mais concretamente na utilização do transfer learning recorrendo à RNC Alexnet. Foram conduzidas experiências em diversas construções de modo a aferir a eficiência do método, recorrendo a veículos aéreos não tripulados (VANT), e em condições de acesso condicionado. Os resultados obtidos mostram ser bastante promissores, sendo previsível que do aprimoramento do método, possa resultar na adoção desta tecnologia como auxiliar nas inspeções visuais num futuro próximo.pt_PT
dc.description.abstractThis dissertation aim is to develop tools and procedures for the detection of anomalies in reinforced concrete structures in a semi-automated way using Deep-Learning techniques. Of the various anomalies that can be found in reinforced concrete structures, this document highlights the exposed rebars and cracks, for which an alternative inspection method was developed, based in advanced image processing, in order to determine whether it would be feasible and advantageous to replace this method with the traditional visual inspection method. The tools developed are based on artificial intelligence techniques, in particular, convolutional neural networks (CNN), more specifically in the use of transfer-learning using the CNN Alexnet. Experiments were conducted in several constructions in order to assess the efficiency of the method, using unmanned aerial vehicles (UAV), under conditions of conditioned access. The results show to be quite promising, and it is foreseeable that its improvement may result in the adoption of this technology for aid in visual inspections in the near future.pt_PT
dc.identifier.tid202936961
dc.identifier.urihttp://hdl.handle.net/10400.22/18177
dc.language.isoporpt_PT
dc.subjectInspeçãopt_PT
dc.subjectAnomaliaspt_PT
dc.subjectBetão armadopt_PT
dc.subjectDeep-Learningpt_PT
dc.subjectProcessamento de imagempt_PT
dc.subjectRedes Neuronais Convolucionais (RNC)pt_PT
dc.subjectVeículos aéreos não tripuladospt_PT
dc.subjectInspectionpt_PT
dc.subjectAnomaliespt_PT
dc.subjectReinforced concretept_PT
dc.subjectImage processingpt_PT
dc.subjectConvolutional Neural Networks (CNN)pt_PT
dc.subjectUnmaned Aerial Vehiclespt_PT
dc.titleInspeção de estruturas de betão armado com base em veículos aéreos não tripulados e processamento supervisionado de imagempt_PT
dc.typemaster thesis
dspace.entity.typePublication
rcaap.rightsopenAccesspt_PT
rcaap.typemasterThesispt_PT
thesis.degree.nameMestrado em Engenharia Civil - Estruturaspt_PT

Files

Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
DM_PauloLopes_2020_MEC.pdf
Size:
11.07 MB
Format:
Adobe Portable Document Format
Download

Collections

ISEP - DM – Engenharia Civil