Titulo Estágio
Aplicação de inteligência artificial à interpretação de dados de georradar
Local do Estágio
Coimbra
Enquadramento
INTRODUÇÃO
O georradar é uma tecnnologia não intrusiva capaz de discriminar a interface de materiais com diferentes propriedades electromagnéticas que permite identificar e mapear objectos ou estruturas encaixados noutro material ou matriz.
Esta tecnologia pode ser aplicada a inspecções/prospecções no solo ou em estruturas construídas:
No solo, o georradar permite identificar objectos e estruturas enterradas (tubagens, vestígios arqueológicos, etc.), limites de camadas estratigráficas, a profundidade do nível freático oua topografia da rocha subjacente;
Quando aplicado a estruturas construídas, permite identificar estruturas construtivas, a morfologia dos materiais de construção (por exemplo, tijolos), infra-estruturas, eléctricas ou outras, vazios, porosidades, infiltrações, etc.
FUNCIONAMENTO
Este método funciona através da emissão de um pulso eletromagnético no espetro das micro-ondas, que se transmite pelo meio estudado onde é difratado e refletido por interfaces com objetos ou meios com permitividades dielétricas distintas do meio inicial, voltando para a superfície onde é captada pela antena recetora.
Este sinal é então gravado sob a forma de amplitude numa base de tempo medida em nanossegundos (ns), dando-se o nome de traço, cada traço equivale a um pulso eletromagnético (ou tiro).
Numa prospeção geofísica por georradar, cada perfil obtido é um conjunto seguido e ordenado de traços, que formam um radargrama (figs. 01 e 02). Objetos isolados aparecem como hipérboles (fig. 01, a azul).
AQUISIÇÃO
Os perfis são obtidos pela evolução de um par de antenas (uma emissora e outra recetora) sobre uma superfície, ao longo de um traçado conhecido e preferencialmente retilíneo (fig. 03).
No terreno podem ser adquiridos vários radargramas paralelos equidistante, depois conjugados com algoritmos de interpolação para formar blocos 3d.
VISUALIZAÇÃO
Estes blocos podem então ser seccionados no plano X0Y, segundo o eixo dos ZZ) para produzir plantas a diferentes profundidades (estimadas pelo temo de ida e volta do sinal) denominadas time-slices.
Assim, um time-slice consiste numa imagem em planta, a uma profundidade determinada, das propriedades eletromagnéticas do meio estudado, na qual as anomalias ao sinal (objetos ou estruturas cujo sinal é contrastante em relação ao meio envolvente) aparecem sob a forma de manchas escuras (fig. 04, a vermelho).
Na Morph, desenvolvemos uma metodologia de apresentação dos resultados obtidos por georradar sob a forma de nuvem de pontos 3d integrados num modelo digital tridimensional dinâmico do local de aquisição obtido por aerofotogrametria ou laser scâner terrestre, que melhora significativamente as possibilidades de inspecção visual e interpretação dos dados geofísicos (fig. 05).
Objetivo
OPORTUNIDADES DE DESENVOLVIMENTO COM TECNOLOGIA AI
Pese embora se trate de uma tecnologia bastante inovadora, os procedimentos actuais de trabalho permanecem profundamente “analógicos”, comportando uma ampla margem de inovação e melhoria:
A aquisição no terreno faz-se actualmente utilizando métodos tradicionais de geoposicionamento (fitas métricas ou grelhas e«impressas) que tornam o processo de campo extremamente moroso, para além de relativamente impreciso. Os principais eixos de investigação deverão interessar a automação do sistema de geoposicionamento e a robotização do aparelho de aquisição.
o O contributo da AI poderá consistir nouma ferramenta de desenho automático (e aplicação através de robotização) da geometria dos percursos de aquisição dos radargramas. Esta melhoria implicará o desenvolvimento prévio de um sistema de robotizado de deslocação da antena e um esforço significativo de integração com um método de aquisição (que também pode ser robotizada) e análise da geometria do espaço a inspeccionar por georradar, pelo que nos parece ser um objectivo a longo termo, exigindo um programa de investigação e recursos humanos multidisciplinares.
O processamento dos dados é actualmente uma tarefa repetitiva de tratamento de dados e imagem de cada um dos radargramas cuja fase inicial consiste na selecção de parâmetros com vista a conseguir a melhor representação visual possível do resultados da aquisição. Actualmente, esta selecção é feita com base na experiência individual do operador humano, através de um processo iterativo de tentativa e erro.
o As possibilidades de melhoria através de tecnologia IA parecem claras e de mais rápida implementação, visto deverem concentrar-se na decisão acerca da selecção de parâmetros de processamento e análise comparativa de resultados nas imagens produzidas.
A Interpretação dos resultados consiste na análise visual das imagens produzidas (que podem ser radargramas verticais, cubos tridimensionais reconstruídos por interpolação dos radargramas ou secções horizontais destes cubos) e identiticação de sinais significativos da presença de um alvo relevante. Mais uma vez, trata-se de um processo repetitivo e profundamente baseado na experiência anteior do operador humano.
o Também neste caso as possibilidades de melhoria com a introdução de IA parecem possíveis a curto/médio prazo e atingível com recuso e investimento relativamente limitado, tratando-se, neste caso, sobretudo da constituição de bibliotecas de assinaturas de sinais significativos e identificação automática de alvos relevantes.
Plano de Trabalhos - Semestre 1
ACTIVIDADES E OBJECTIVOS do SEMESTRE 01
- Integração com a equipa multidisciplinar Morph
- Experiência prática de operação de equipamentos e técnicas de levantamento topográfico e geométrico (laserscan, fotogrametria, e aerofotogrametria)
- Experiência prática de operação de equipamentos e técnicas de prospecção e inspecção geofísica (georradar, georradar de alta frequência e prospecção sísmica)
- Experiência prática de processamento de dados geométricos e geofísicos
- Formalização dos fluxos de dados, formatos e procedimentos de processamento
- Reporte preliminar de oportunidades de desenvolvimento e identificação de tecnologias aplicáveis
Nota: Plano de trabalho detalhado a desenvolver em colaboração com o docente responsável do DEI
Plano de Trabalhos - Semestre 2
ACTIVIDADES E OBJECTIVOS do SEMESTRE 02
- Definição de um programa de investigação e desenvolvimento para implementação de ferramentas de Inteligência Artificial ao procedimento de de dados geofísicos
Nota: Plano de trabalho detalhado a desenvolver em colaboração com o docente responsável do DEI
Condições
- Integração na equipa multidisciplinar da Morph/Octopetala
- Suporte de custos de deslocação, eventual alojamento e alimentação em todas as deslocações para familiarização com a operação dos equipamentos tecnológicos de Geomática e Geofísica e/ou aquisição de dados no terreno
Observações
Em caso de sucesso e manifestação de interesse do candidato, a colaboração proposta poderá evoluir para uma integração mais duradoura na equipa multidisciplinar da Morph com vista à preparação de um programa estruturado de I&D na área temática da dissertação.
Orientador
Miguel Almeida
miguel.almeida@morph.pt 📩