Titulo Estágio
Desenvolvimento e experimentação com ferramentas de visão computacional para avaliação automática de deslocamentos e arrastamentos de blocos de contenção em paredes de protecção costeiras (breakwaters).
Local do Estágio
DEI/DEC-FCTUC
Enquadramento
A avaliação das estruturas dos quebra-mares e da sua estabilidade pode ser feita usando veículos aéreos não tripulados (“drones”) e software para avaliar automaticamente a posição de blocos. Este trabalho insere-se num ambito multidisciplinar de colaboração com um centro de investigação em hidraulica.
Objectivos
O principal objetivo deste trabalho é criar um sistema que avalie automaticamente o estado de estabilidade dos quebra-mares, como parte de um projecto. Serão testadas diversas técnicas de identificação e segmentação. Um modelo deep learning será construído e testado com imagens de laboratório e de quebra-mares reais. Com a identificação da posição do bloco, no quebra-mar, os movimentos entre as tempestades podem ser identificados automaticamente, bem como as inclinações do quebra-mar ao longo do tempo.
Objetivo
Nesta tese de mestrado pretende-se por a funcionar um Setup experimental com algumas técnicas, incluindo deep learning, experimentar, obter resultados, analisar e concluir.
Neste trabalho serão usados dados existentes de diferentes quebramares reais tais como do porto da Nazaré, como dados provenientes de modelos a escala no laboratorio de hidráulica (blocos em escala reduzida de tetrapodes e cubos).Os dados reais foram obtidos através de drones e trabalhados com aerofotometria de modo a obter imagens digitais 3D, mesh e nuvem de pontos. Relativamente a dados de laboratório, existe uma grande coleção de dados obtidos com diferentes técnicas: Kinect© motion sensor, laser scanning e aerofotogrametria e trabalhados de modo a obter nuvens de pontos. Esta coleção poderá ser complementada com casos concretos. Pretende-se construir um conjunto de dados a escala para treino e teste do sistema e numa segunda fase utilizar dados reais existentes que poderão ser complementados através de uma colaboração com uma empresa e municipio, de forma a validar o modelo.
Plano de Trabalhos - Semestre 1
• Tarefa 1 (Set-Dez) – Estudo do problema e dos modelos de modelação e deep learning aplicáveis aos “breakwater”. Revisão dos modelos e dados a utilizar. Definição do conjunto de casos a usar na experimentação. Definição dos métodos a implementar e experimentar. Planeamento das experiencias;
• Tarefa 2 (Nov-Jan) – Base de dados: recolha de imagens para a experimentação;
Plano de Trabalhos - Semestre 2
• Tarefa 3 (Dez-Abril) – Desenvolvimento das técnicas.
• Tarefa 4 (Fev-Jul) –Experimentação; Resultados e escrita da tese e de artigo
Condições
Não se assegura remuneração fixa para o estágio, porem a liderança do projecto pretende tentar estabelecer algum tipo de prémio ou compensação que seja possível algures no segundo semestre.
Orientador
Pedro Furtado
pedronunofurtado@gmail.com 📩