Identificação de estradas para direção assistida de caminhões operando em condições climáticas adversas no ambiente da mineração.

Abstract

Os processos de transporte de minério, realizado por caminhões fora de estrada, estão sujeitos, constantemente, a condições climáticas adversas, como neblina, chuva intensa e poeira, que impedem a operação segura no ambiente da mineração. Nesse sentido, a criação de um sistema de direção assistida, que auxilie os operadores nessas condições, é de grande valia para melhorar a utilização desses equipamentos. Essa pesquisa aplicada visa colaborar na implantação desse sistema, desenvolvendo códigos de processamento de imagens, no software Matlab, que realizam a fusão de imagens RGB e térmica visando criar uma imagem combinada, que contribui na identificação da cena contida em um ambiente de mineração sob condições climáticas adversas. A fusão das imagens é realizada utilizando a técnica Alpha Compositing, pela combinação da cor translúcida do primeiro plano com uma cor de fundo, produzindo assim uma nova cor combinada que é armazenada em um novo canal de cores. Além da fusão das imagens, os códigos identificam o ponto de fuga das estradas e seus limites, para posteriormente segmentar a imagem e identificar a área transitável pelos caminhões que operam no ambiente da mineração. O ponto de fuga é identificado através do cálculo do valor esperado da amostra de pontos definidos pelas interseções das bordas retas identificadas nas imagens. A área transitável é identificada por técnica que une, através de uma média ponderada, quatro métodos distintos, sendo eles: segmentação por superpixel, limiar de histogramas de cores, triângulo do ponto de fuga e distribuição normal multivariada. Após a definição do algoritmo para segmentação da área transitável da estrada em imagens é possível trabalhar com vídeos processando cada quadro (frame) individualmente, o que simula a situação operacional real dos caminhões. Os resultados alcançados demostram que a fusão de imagens obteve resultados 26% melhores se comparado ao processamento individual de imagens RGB e térmicas e foi possível identificar corretamente a estrada em mais de 65% das imagens e quadros de vídeos. Esperase, ao final da implantação de um sistema como esse, melhorar a segurança operacional e aumentar a produtividade, indicadores almejados por todas as mineradoras.