Repositório UNIFEI UNIFEI - Campus 1: Itajubá PPG - Programas de Pós Graduação Teses
Use este identificador para citar ou linkar para este item: https://repositorio.unifei.edu.br/jspui/handle/123456789/3958
Tipo: Tese
Título: Study of artificial intelligence and computer vision methods for tracking transmission lines with the AID of UAVs
Autor(es): MARTINS, Wander Mendes
Primeiro Orientador: PIMENTA, Tales Cleber
metadata.dc.contributor.advisor-co1: RAMOS, Alexandre Carlos Brandão
Resumo: Atualmente, os Veículos Aéreos Não Tripulados – VANTs têm sido utilizados nas mais diversas aplicações tanto no setor civil quanto militar. No setor civil, os serviços de inspeção aérea vêm ganhando bastante atenção, principalmente no caso de inspeções de linhas de transmissão de sistemas elétricos de alta tensão. Este tipo de inspeção envolve um helicóptero transportando três ou mais pessoas (técnicos, pilotos, etc.) sobrevoando a linha de transmissão em toda a sua extensão, o que constitui um serviço perigoso principalmente pela proximidade da linha de transmissão e possíveis condições ambientais (rajadas de vento, por exemplo). Neste contexto, a utilização de VANTs tem demonstrado considerável interesse devido ao seu baixo custo e segurança para técnicos de inspeção de linhas de transmissão. Este trabalho apresenta resultados de pesquisas relacionadas à aplicação de VANTs para inspeção de linhas de transmissão, de forma autônoma, permitindo a identificação de invasões da área da linha de transmissão bem como possíveis defeitos em componentes (cabos, isoladores, conexões, etc.) através do uso de Convolucional. Redes Neurais - CNN para detecção e identificação de falhas. Esta tese propõe o desenvolvimento de um sistema autônomo para rastreamento de linhas de transmissão de energia utilizando VANTs de forma eficiente e com baixos custos de implantação e operação, baseado exclusivamente no processamento de imagens em tempo real que identifica a estrutura das torres e linhas de transmissão durante o voo e controla a velocidade da aeronave. movimentos, guiando-o pelo caminho mais próximo possível. Um resumo do trabalho desenvolvido será apresentado nas próximas seções.
Abstract: Currently, Unmanned Aerial Vehicles (UAVs) have been used in the most diverse applications in both the civil and military sectors. In the civil sector, aerial inspection services have been gaining a lot of attention, especially in the case of inspections of high voltage electrical systems transmission lines. This type of inspection involves a helicopter carrying three or more people (technicians, pilot, etc.) flying over the transmission line along its entire length which is a dangerous service especially due to the proximity of the transmission line and possible environmental conditions (wind gusts, for example). In this context, the use of UAVs has shown considerable interest due to their low cost and safety for transmission line inspection technicians. This work presents research results related to the application of UAVs for transmission lines inspection, autonomously, allowing the identification of invasions of the transmission line area as well as possible defects in components (cables, insulators, connection, etc.) through the use of Convolutional Neural Networks (CNN) for fault detection and identification. This thesis proposes the development of an autonomous system to track power transmission lines using UAVs efficiently and with low implementation and operation costs, based exclusively on rea-time image processing that identifies the structure of the towers and transmission lines durin the flight and controls the aircraft´s movements, guiding it along the closest possible path. A sumary of the work developed will be presented in the next sections.
Palavras-chave: Aplicações com VANT
Rede neural convolucional
Inspeção aérea
CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA
Idioma: eng
País: Brasil
Editor: Universidade Federal de Itajubá
Sigla da Instituição: UNIFEI
metadata.dc.publisher.department: IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação
metadata.dc.publisher.program: Programa de Pós-Graduação: Doutorado - Engenharia Elétrica
Tipo de Acesso: Acesso Aberto
URI: https://repositorio.unifei.edu.br/jspui/handle/123456789/3958
Data do documento: 11-Dez-2023
Aparece nas coleções:Teses

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Tese_2024002.pdf20,23 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.