Autores
-
Aldrumont Ferraz Júnior
Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP)
-
Gustavo Voltani Atzingen
Universidade de São Paulo
-
Gustavo Moura Pereira
Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP)
-
Anderson Belgamo
Universidade Federal de São Carlos
Palavras-chave:
Aprendizado de máquina; inteligência artificial; rede neural convolucional; visão computacional.
Resumo
A maioria dos projetos de robôs seguidores de linha de competição utiliza sensores infravermelhos para detecção da trajetória devido à simplicidade da programação e baixo custo dos materiais. No entanto, estes sensores limitam o controle do robô, uma vez que apenas captam informação no local do robô, impedindo o planejamento de ações como alteração de velocidade. O presente trabalho teve como objetivo desenvolver um algoritmo capaz de identificar e classificar disposições de trajetórias encontradas por robôs seguidores de linha, permitindo tomadas de decisões antecipadas. Foi desenvolvido um protótipo que realizou aquisição de imagens que então foram pré-processadas e alimentaram uma rede neural convolucional. A saída desta rede representava o tipo de pista à frente do robô, nas formas de reta, curva, cruzamento, zig-zag e parada. Após o treinamento de uma rede com 5400 imagens, obteve--se como resultado uma rede com precisão maior de 98% na classificação de novas imagens de teste.
Biografia do Autor
Aldrumont Ferraz Júnior, Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP)
Experiência na área de Tecnologia da Informação. Habilidade com desenvolvimentos de sistemas, manutenção e suporte a Informática. Atualmente realizando o último ano em bacharel em Engenharia Mecânica, Instituto Federal de Educação, Ciência e Tecnologia São Paulo (IFSP, antigo CEFET).
Gustavo Voltani Atzingen, Universidade de São Paulo
Gustavo possui graduação em Bacharelado em Física pela Universidade de São Paulo (2007), no Instituto de Física de São Carlos (IFSC), com Mestrado (2010-2013) e Doutorado (2013-2017) em Engenharia de Alimentos também pela USP na FZEA, com trabalhos relacionados ao desenvolvimento de equipamentos eletrônicos para a indústria de alimentos e simulação numérica de processos térmicos nos alimentos. Atualmente é Professor no IFSP Campus Piracicaba. Foi Técnico em laboratório de física aplicada da Universidade de São Paulo (2008-2014) e professor do Centro Universitário Anhanguera (2011-2014). Tem experiência no desenvolvimento de sistemas microcontrolados, dispositivos IoT e inteligência artificial, atuando como consultor para empresas da área de tecnologia. Coordenou projetos de desenvolvimento tecnológico no IFSP em parceria com a INVOVA e empresas externas e atualmente coordena um projeto no qual desenvolve pesquisa para reconhecimento do padrão de digitação utilizando inteligência artificial. Também participa do projeto de Inteligência artificial embarcada em parceria com pesquisadores dos campus de Cubatão e Guarulhos, foi coordenador do IFMAISEMPREENDEDOR em Piracicaba (2023 e 2025) e pesquisador Cientista de Dados na plataforma Nilo Peçanha (2023 - Atual).
Gustavo Moura Pereira, Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP)
Graduando na área de Engenharia da Computação no Instituto Federal de Educação, Ciência e Tecnologia São Paulo (IFSP), possui experiência em DevOps, Tecnologia da Informação (TI) e desenvolvimento de sistemas.
Anderson Belgamo, Universidade Federal de São Carlos
Anderson possui Graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (2001) e mestrado (2004) e doutorado (2015) em Ciência da Computação pela Universidade Federal de São Carlos. Tem experiência na área de Ciência da Computação, com ênfase em Engenharia de Software, atuando principalmente nos seguintes temas: requisitos, especificação de requisitos, engenharia de requisitos, métricas de software, inspeção de software. Suas pesquisas mais recentes estão voltadas a aplicação de analytics no contexto do agronegócio. Possui projeto de pesquisa desenvolvido em conjunto com pesquisadores da Universidade Federal do Pará relacionado a utilização de tecnologias vestíveis para monitoramento e reabilitação de pessoas com deficiência. Possui experiência como líder de equipe de desenvolvimento em projeto financiado pela FINEP com o desenvolvimento do Multiappliance (hardware/software com funcionalidades que podem ser ministradas por usuários de empresas não relacionadas à área de tecnologia da informação sem a necessidade de um especialista). Em relação a extensão foi membro de um projeto para a criação, desenvolvimento e divulgação do Observatório da Criança e do Adolescente de Piracicaba (OCAP - www.unimep.br/ocap). Atua como avaliador do INEP/MEC para credenciamento e recredenciamento de IES públicas e/ou privadas. Possui um registro de software junto ao INPI relacionado a um software de controle de custos acadêmicos, o qual tem por objetivo auxiliar uma IES na identificação de recursos ociosos que podem sem utilizados para melhorar a gestão de uma instituição.
