Protótipo para detecção e alerta de trabalhadores em uma zona de perigo
Resumo
Acidentes de trabalho são uma preocupação constante em ambientes industriais, impactando negativamente a saúde dos trabalhadores, as empresas e a sociedade em geral. Este trabalho propõe um protótipo que utiliza inteligência artificial e visão computacional para detectar e alertar trabalhadores em zonas de perigo, contribuindo para a prevenção de acidentes. O protótipo será desenvolvido para detectar trabalhadores próximos a um braço robótico Motoman em um ambiente fabril simulado. Utilizando a rede neural convolucional YOLO integrada à biblioteca OpenCV, o sistema identifica e localiza pessoas em tempo real dentro de uma área de risco definida ao redor da máquina. A metodologia adotada combina pesquisa bibliográfica, coleta de dados audiovisuais e simulação em maquete.
Referências
Ministério Público do Trabalho, “Número de mortes por acidente de trabalho volta a crescer no Brasil após cinco anos, ” 2020. [Online]. Disponível em: [link]. Acesso em: Oct. 26, 2020.
DATAPREV, CAT, SUB., “Quantidade de acidentes do trabalho, por situação do registro e motivo, segundo a Classificação Nacional de Atividades Econômicas (CNAE), no Brasil - 2019/2021,” . Acessado em: [link]. Acessado: 10 de maio de 2024
Rene Mendes, “Máquinas e acidentes de trabalho, ” vol. 13, 2001, pp. 86. [Online]. Disponível em: [link]
G. Bradski and A. Kaehler, “Learning OpenCV: Computer Vision with the OpenCV Library,” O’Reilly Media, Inc., 2008.
Fernando S. Osorio, Joao Ricardo Bittencourt, Fernando Santos Osório, “Sistemas inteligentes baseados em redes neurais artificiais aplicados ao processamento de imagens, ” in I Workshop de Inteligência Artificialˆ, 2000.
Daniel Augusto Pereira de Moura, Danillo Marcus Farias Marinho do Monte, Marcos dos Santos, Antônio Carlos da Silva Batista Vaz, “Análise do perfil dos acidentes do trabalho no Brasil entre 2014 e 2021”.
Yingbin Yang, Limin Cai, Hao Wei, Tonghui Qian, Zhengguang Gao, “Research on Traffic Flow Detection Based on Yolo V4,” in 2021 16th International Conference on Computer Science & Education (ICCSE), 2021, pp. 475-480. DOI: 10.1109/ICCSE51940.2021.9569411.
Roneide Martins de Andrade, “Riscos de operação de máquinas e equipamentos em laboratórios da construção civil de uma instituição de ensino,” B.S. thesis, 2020.
