Gêmeo Digital de Ocupação em Ambientes Acadêmicos: Fusão de Dados Ambientais e Visão Computacional em Borda

Descrição

A gestão da infraestrutura acadêmica costuma operar sem dados granulares de ocupação real dos espaços, baseando decisões de climatização, iluminação e alocação de salas em agendamentos previstos, e não na presença efetiva. Isso gera desperdício energético e ineficiência na distribuição do espaço. Esta proposta visa desenvolver e avaliar um modelo de gêmeo digital de ocupação para campus universitário, alimentado por uma arquitetura de sensoriamento de baixo custo que funde dados de visão computacional em borda com atributos ambientais. A metodologia baseia-se integralmente no uso de bases de dados secundárias, públicas e anonimizadas, como os conjuntos MOT17 e Pedestrian, eliminando a coleta primária de imagens ou dados de seres humanos. A execução envolve a avaliação do desempenho preditivo, latência e eficiência energética de modelos leves de detecção, como as arquiteturas da família YOLO, operando em computadores de placa única (Edge Computing). Os resultados esperados incluem um algoritmo de calibração cruzada com erro mensurado, a definição das configurações ótimas para dispositivos ultracompactos, e a construção de um protótipo navegável de gêmeo digital com mapas de calor. A execução atende ao requisito de custo zero, apoiando-se em software livre e infraestrutura laboratorial existente, alinhando-se aos Objetivos de Desenvolvimento Sustentável 11 e 7.