DETECÇÃO SEMIAUTOMÁTICA DE FALHAS EM PAVIMENTO ASFÁLTICO ADOTANDO PRODUTOS GERADOS POR AERONAVE REMOTAMENTE PILOTADA

Resumo

Dada a importância de identificar defeitos nos pavimentos asfálticos para a correta manutenção das rodovias brasileiras, o presente trabalho tem por objetivo realizar a detecção semiautomática de falhas no pavimento asfáltico e classificar aqualidade da rodovia segundo as normas do DNIT adotando Geobia e utilizando produtos fotogramétricos oriundos de imagens adquiridas com RPA. Para tanto, realizou-se o levantamento aerofotogramétrico de um trecho da rodovia MG290 com um drone Phantom 4 e as imagens, juntamente com pontos de controle determinados via posicionamento por GNSS, foram processadas no software Agisoft Photoscan. Com o ortofotomosaico e o MDS obtidos, realizou-se a segmentação da ortofoto, a coleta de amostras para cada classe definida e a extração de atributos no software eCognition. A classificação orientada a objetos, adotando o algoritmo Random Forest, realizada no software WEKA, foi excelente e possibilitou a quantificação dos defeitos presentes no trecho da rodovia em estudo, adotando o software QGIS. Calculando o IGG, de acordo com as normas do DNIT, verificou-se que o trecho em análise encontra-se em péssimas condições.