Sistema automatizado para detectar anomalias e inspecionar linhas de alta e média tensão utilizando drones equipados com câmeras de alta resolução e tecnologia de machine learning.
Metodologia:
- Captura de Imagens: Utilização de drones equipados com câmeras RGB e térmicas.
- Planejamento de rotas de voo para cobrir toda a extensão das linhas de transmissão.
Processamento de Imagens:
- Pré-processamento das imagens capturadas para correção de distorções e normalização.
- Segmentação das imagens para identificar componentes específicos (isoladores, conectores, cabos).
- Análise com Machine Learning: Implementação de algoritmos de deep learning, como redes neurais convolucionais (CNNs), para detecção e classificação de anomalias.
- Treinamento do modelo com um conjunto diversificado de imagens, incluindo exemplos de componentes em bom estado e com diferentes tipos de defeitos.
- Detecção de Anomalias: Identificação automática de problemas como:
- Corrosão em estruturas metálicas;
- Isoladores danificados ou contaminados;
- Conectores soltos ou deteriorados;
- Vegetação invasiva próxima às linhas;
- Pontos quentes indicando possíveis falhas elétricas (usando imagens térmicas);
Sistema de Alerta e Relatórios:
- Desenvolvimento de uma interface que exibe em tempo real as anomalias detectadas.
- Geração automática de relatórios detalhados com localização GPS das anomalias e recomendações de manutenção.
Implementação Técnica:
- Plataforma de Desenvolvimento: Python;
- Frameworks de IA: TensorFlow ou PyTorch para implementação das redes neurais;
- Processamento de Imagens: OpenCV para manipulação e análise de imagens;
- Integração com Drones: Utilização de APIs específicas dos fabricantes de drones para controle e coleta de dados.
