Graduações em Engenharias e Ciência da Computação

URI permanente para esta coleçãohttps://repositorio.insper.edu.br/handle/11224/3249

Navegar

Resultados da Pesquisa

Agora exibindo 1 - 3 de 3
  • Trabalho de Conclusão de Curso
    Uso de Câmeras de Segurança para detecção de armas de fogo
    (2024) Possato, Eric Andrei Lima; Jesus, Matheus Aguiar de; Pinto, Pedro Altobelli Teixeira; Silva, Pedro Antonio
    Neste projeto desenvolvemos um “middleware” que funciona em conjunto com o software Defense IA da Intelbras, uma empresa brasileira especializada em produtos e soluções para segurança, comunicação, redes e energia, com forte atuação em iniciativas como cidades inteligentes. O Defense IA é um sistema avançado de vigilância que utiliza inteligência artificial para monitoramento e controle de acesso, oferecendo funcionalidades como reconhecimento facial, leitura de placas de veículos e detecção de comportamentos suspeitos. O “middleware” que desenvolvemos visa adicionar uma funcionalidade ao Defense IA. Especificamente, ele é responsável por capturar, analisar e processar fluxos de vídeo de câmeras RTSP (Real Time Streaming Protocol) , com o foco na identificação de armas nas imagens. O objetivo foi criar um serviço intermediário que opera de forma autônoma, realizando a análise das imagens em tempo real e enviando alertas após um processo de triagem. Isso permite uma integração eficiente com o software da Intelbras, adicionando uma nova função ao Defense IA.
  • Trabalho de Conclusão de Curso
    Uso de IA para sistema de orientação e guiagem para pouso de sistemas autônomos de um VANT
    (2024) Ogawa, Alessandra Yumi Carvalho; Zamberlan, Enzo Dadier Lacks; Oliveira, Mateus Ruggero de; Gallo, Vinicius
    Este projeto visa o desenvolvimento de um sistema de guiagem autônomo para pouso de um VANT (Veículo Aéreo Não Tripulado) cargueiro, utilizando inteligência artificial e visão computacional. O software Unreal Engine 5 será empregado como ambiente de simulação e desenvolvimento, permitindo tanto o treinamento quanto a visualização dos resultados do algoritmo criado. A metodologia ágil Scrum foi adotada para definir entregáveis periódicos, enquanto a abordagem V&V (Verificação e Validação) é utilizada para organizar as etapas e assegurar a conformidade com os requisitos. Atualmente, o projeto encontra-se na fase de definição e validação de requisitos, caminhando para a etapa de Test Readiness Review (TRR). Ao final do desenvolvimento, o algoritmo de inteligência artificial, criado a partir da YOLOv3, foi capaz de identificar áreas possíveis para pouso levando em conta diversos requisitos com ótima precisão. Além disso, as rotinas de waypoints, fail-safe, detecção de obstáculos e movimentação para locais alternativos de pouso, simula adequadamente condições reais propostas.
  • Imagem de Miniatura
    Trabalho de Conclusão de Curso
    Computação em alta performance para veículo autônomo
    (2022) Fuziy, Antonio Vieira; Ortiz Neto, Edgard; Yamashiro, Eiki Luis; Souza, Lucca Nazari da Silva e
    O projeto tem como objetivo desenvolver um ‘Minimum Viable Product’ (MVP) de um robô autônomo capaz de seguir trilhas e caminhos de trânsito entendendo a sinalização brasileira e integrando tecnologias da Nvidia, cliente do projeto. O desenvolvimento e disponibilidade de hardwares heterogêneos evolui em paralelo com com um tema em alta na última década: direção de veículos autônomos [1]. Para permitir a prototipação de soluções com GPU para veículos autônomos a Nvidia criou o JetBot [2], um Kit de Desenvolvimento de robôs móveis, com uma plataforma bem estruturada e documentada baseada no hardware da Jetson Nano. Este projeto, desenvolvido pela parceria entre Insper e a Nvidia, integra os softwares e hardwares da empresa, com modelos de Inteligência Artificial, Redes Neurais Convolucionais e Visão Computacional, para a total autonomia da locomoção do JetBot com uma base de fácil adaptação para a legislação e sinalização de trânsito brasileiras. Os objetivos do projeto são utilizar de forma eficiente os recursos e softwares da Nvidia na programação de um veículo autônomo que funcionará em ambiente prototipado em laboratório e gerar documentação de boa qualidade.