Identificação e Análise dos Defeitos do Pavimento Através de Imagens com Drone

Abstract

O transporte rodoviário desempenha um papel crucial na economia do Brasil, com a maioria da infraestrutura nacional concentrada nesse modal. É vital identificar e analisar as vias pavimentadas e não pavimentadas para garantir sua manutenção e segurança. Pavimentos deteriorados podem afetar negativamente a eficiência e segurança das estradas. Assim, também torna-se importante destacar a necessidade de investimentos na infraestrutura rodoviária do país. O objetivo geral desta pesquisa é avaliar a viabilidade do uso de drones como ferramenta para identificação de defeitos em pavimentos flexíveis, comparando os resultados obtidos por essa abordagem com o método tradicional do caminhamento. A área de estudo selecionada é o Campus do Agreste (CAA) da Universidade Federal de Pernambuco, situado em Caruaru, Pernambuco. Como resultados obtidos, apresentamos uma análise detalhada dos resultados esperados da pesquisa. Inicialmente, realizou-se uma comparação entre o método do caminhamento e o uso de drones para identificação de defeitos no pavimento. Os resultados revelaram diferenças significativas nos números e tipos de defeitos identificados pelos dois métodos. Enquanto o método do caminhamento identificou um maior número total de defeitos, o uso de drones obteve uma contagem menor, resultando em 68,75% dos defeitos identificados em comparação com o caminhamento. As adversidades que culminaram em resultados abaixo do esperado, podem ser atribuídas, em parte, às condições ambientais e à altitude durante a coleta de dados com drones, ambas as condições impactaram a qualidade das imagens capturadas, especialmente em relação aos defeitos menores. Essa limitação na qualidade das imagens do drone afetou sua capacidade de identificar defeitos sutis, como pequenas fissuras. Portanto, este estudo confirmou a viabilidade do uso de drones para identificação de defeitos em pavimentos, com eficiência na captura de imagens e uma capacidade razoável de identificação de defeitos em comparação com o método do caminhamento tradicional. Embora as aplicações potenciais sejam promissoras, existem desafios, como a dependência das condições climáticas e a necessidade de treinamento específico. O estudo aponta para futuras pesquisas, incluindo a integração de inteligência artificial.