DETAB: Modelo Colaborativo De Detecção E Alerta De Buracos Em Vias Pavimentadas

  • Thiago Roberto Lima Lopes UNISINOS
  • Rodrigo da Rosa Righi UNISINOS
  • Lucas Pfeiffer Salomão Dias UNISINOS
  • Cristiano André da Costa UNISINOS

Resumo


Este artigo apresenta um modelo denominado Modelo Colaborativo de Detecção e Alerta de Buracos em Vias Pavimentadas (DETAB) o qual automaticamente detecta a existência de buracos, através de sensores ultrassônicos instalados no veículo, analisa e compartilha as informações relativas ao buraco com outros motoristas sem a necessidade de nenhum tipo de intervenção humana. As tecnologias envolvidas: sensor HC-SR04, micro controladora NodeMCU e um aplicativo para Android tem por objetivo ser uma solução de baixo custo, mas com alta acurácia. Os resultados obtidos através da avaliação do modelo em ambiente simulado, bem como em ambiente real, mostram que o DETAB foi capaz de identificar buracos na pista e também realizar o compartilhamento dessa informação com outros motoristas de forma satisfatória.

Referências

CNT, C. N. d. T. (2016). Anuário cnt do transporte - estatísticas consolidadas. Disponível em: [link]. Acesso em: 09 Junho 2017.

CNT, C. N. d. T. (2018). O estudo transporte rodoviário: Rodovias esquecidas do brasil. Disponível em: [link]. Acesso em: 30 Março 2018.

Klein, B. and Borges, C. E. L. (2016). Buracos monitor. Disponível em: [link]. Acesso em: 09 Junho 2017.

Madli, R., Hebbar, S., Pattar, P., and Golla, V. (2015). Automatic detection and notification of potholes and humps on roads to aid drivers. IEEE Sensors Journal, 15(8):4313–4318.

Moazzam, I., Kamal, K., Mathavan, S., Usman, S., and Rahman, M. (2013). Metrology and visualization of potholes using the microsoft kinect sensor. In 16th International IEEE Conference on Intelligent Transportation Systems (ITSC 2013), pages 1284–1291. IEEE, IEEE.

Murthy, S. B. S. and Varaprasad, G. (2014). Detection of potholes in autonomous vehicle. IET Intelligent Transport Systems, 8(6):543–549.

Nienaber, S., Kroon, R. S., and Booysen, M. J. (2015). A comparison of low-cost monocular vision techniques for pothole distance estimation. In Computational Intelligence, 2015 IEEE Symposium Series on, pages 419–426. IEEE.

Rishiwal, V. and Khan, H. (2016). Automatic pothole and speed breaker detection using android system. In 2016 39th International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), pages 1270–1273. IEEE.

Vupparaboina, K. K., Tamboli, R. R., Shenu, P. M., and Jana, S. (2015). Laser-based detection and depth estimation of dry and water-filled potholes: A geometric approach. In Communications (NCC), 2015 Twenty First National Conference on, pages 1–6. IEEE.

WorldPanel, K. (2016). Smartphone os market share. Disponível em: [link]. Acesso em: 09 Junho 2017.
Publicado
22/07/2018
LOPES, Thiago Roberto Lima; RIGHI, Rodrigo da Rosa; DIAS, Lucas Pfeiffer Salomão; DA COSTA, Cristiano André. DETAB: Modelo Colaborativo De Detecção E Alerta De Buracos Em Vias Pavimentadas. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO UBÍQUA E PERVASIVA (SBCUP), 10. , 2018, Natal. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2018 . p. 131-140. ISSN 2595-6183. DOI: https://doi.org/10.5753/sbcup.2018.3295.