Inventário Automatizado de Sinalização Vertical e Dispositivos de Segurança Viária Utilizando Inteligência Artificial e Visão Computacional

Descrição

A segurança viária representa um dos principais desafios da infraestrutura de transportes no Brasil, especialmente diante dos elevados índices de acidentes e das limitações associadas aos métodos convencionais de inspeção e inventário da sinalização rodoviária. Segundo o Ministério da Saúde, os acidentes de transporte terrestre permanecem entre as principais causas de mortalidade no país, gerando elevados impactos sociais e econômicos (BRASIL, 2023). Paralelamente, a Pesquisa CNT de Rodovias 2024 aponta que parcela significativa da malha rodoviária brasileira apresenta deficiência nas condições de sinalização e infraestrutura de segurança (CNT, 2024). Nesse contexto, esta proposta tem como objetivo desenvolver uma metodologia automatizada para inventário de sinalização vertical e dispositivos de segurança viária, utilizando inteligência artificial, visão computacional e georreferenciamento. A metodologia será baseada na coleta de imagens georreferenciadas por meio de câmeras embarcadas em veículos, associadas a dados de posicionamento global (GPS), permitindo a construção de um banco de dados espacial da infraestrutura viária. As imagens serão utilizadas para treinamento e validação de modelos de deep learning voltados à detecção automática de elementos como placas de regulamentação, advertência e indicação, além de dispositivos de segurança, incluindo defensas metálicas, barreiras de concreto, semáforos, balizadores, delineadores e dispositivos auxiliares refletivos. Serão avaliadas arquiteturas modernas de detecção de objetos, com destaque para modelos da família YOLO além de modelos baseados em transformers, como RT-DETR, visando comparar desempenho, precisão e viabilidade operacional em aplicações de inventário automatizado da infraestrutura viária (JOCHER et al., 2024; LIU et al., 2023). As imagens serão rotuladas utilizando ferramentas modernas de anotação colaborativa, como CVAT, e técnicas de data augmentation serão aplicadas para aumentar a robustez dos modelos em diferentes condições operacionais. Os elementos detectados serão organizados em banco de dados georreferenciado, permitindo a estruturação de inventários digitais da infraestrutura de sinalização e dispositivos de segurança viária. O diferencial tecnológico da proposta está na integração entre inteligência artificial, geotecnologias e processamento computacional aplicado ao inventário automatizado da infraestrutura viária, permitindo automatizar processos tradicionalmente realizados de forma manual e reduzir custos operacionais associados ao levantamento de campo. Espera-se como resultados o desenvolvimento de metodologia computacional funcional, modelos treinados de inteligência artificial, banco de dados georreferenciado de ativos viários e metodologia replicável para apoio à gestão da sinalização rodoviária. A proposta está alinhada às diretrizes de transformação digital da infraestrutura de transportes e aos Objetivos de Desenvolvimento Sustentável relacionados à inovação, infraestrutura e cidades sustentáveis (ONU, 2015).