Aprimoramento na análise de falhas em imagens visuais e térmicas captadas por um robô de inspeção de linhas de distribuição de energia elétrica

Abstract

O projeto teve como objetivo aprimorar técnicas de visão computacional aplicadas à inspeção automatizada de redes de distribuição elétrica, integrando imagens visuais e termográficas. Foram desenvolvidas e avaliadas rotinas de inteligência artificial para identificação e segmentação de ativos, alinhamento multiespectral e análise de gradientes térmicos. As atividades incluíram revisão bibliográfica, implementação de algoritmos, treinamento de redes neurais convolucionais e validação do sistema em ambiente de testes. Durante o desenvolvimento, foram realizados ajustes nas rotinas de alinhamento devido às variações geométricas entre os sensores visual e térmico. Os resultados obtidos com a arquitetura Mask R-CNN apresentaram mAP de 91,5% para isoladores e 88,2% para conectores e chaves fusíveis. O sistema também demonstrou capacidade de realizar a análise térmica dos componentes e gerar diagnósticos automatizados. Conclui-se que as soluções desenvolvidas contribuíram para aumentar a confiabilidade da inspeção automatizada e demonstraram a viabilidade do processamento multiespectral embarcado no robô.