Graduações em Engenharias e Ciência da Computação
URI permanente para esta coleçãohttps://repositorio.insper.edu.br/handle/11224/3249
Navegar
13 resultados
Resultados da Pesquisa
Trabalho de Conclusão de Curso Desenvolvimento de Navegação Autônoma para VANT Utilizando Técnicas de Aprendizado por Reforço(2025) Gera, Henrique Turco; Freitas, Leonardo Sterman; Quinze, Luigi Orlandi; Souza, Victoria Leal Garcia deEste projeto visa desenvolver, em simulação, um sistema de navegação para um VANT (Veículo Aéreo Não Tripulado) de asa fixa utilizando aprendizado por reforço. (Reinforcement Learning). O ambiente de treinamento foi implementado diretamente sobre a modelagem mecânica do VANT (Aerosonde), no referencial NED (North-East-Down), garantindo que a dinâmica (atuadores, restrições e equações de movimento) utilizada pelo VANT reflita seu comportamento físico. O veículo emprega Proximal Policy Optimization (PPO), adequado a espaços de ação contínuos (complexos) e estáveis para controle fino, aprendendo a minimizar distância ao alvo (waypoint), alinhar direção e respeitar os limites operacionais. Em paralelo, a modelagem mecânica foi consolidada (MATLAB) para validação e análise, enquanto o ambiente em Python (compatível com a biblioteca Gymnasium) integra o mesmo conjunto de equações ao loop de interação do aprendizado por reforço. Essa integração do modelo mecânico com o ambiente de Reinforcement Learning assegura consistência entre simulação física e aprendizado, favorecendo a transferência de resultados e a avaliação comparativa de algoritmos.Trabalho de Conclusão de Curso Um framework para avaliação de Vision Language Models(2025) Silva, Ellen Coutinho Lião da; Mayor, Henrique Scofield Sotto; Rodrigues, Luis Antonio Santana; Furukawa, Rodrigo EijiEste projeto tem como objetivo desenvolver um sistema eficaz e modular para avaliar o desempenho de Modelos Multimodais de Linguagem e Visão (Vision Language Models – VLMs) em diferentes cenários de interpretação de vídeos. Para isso, foi construído um framework em Python capaz de integrar datasets de vídeo, acionar distintos VLMs e avaliar seu desempenho por meio de métricas padronizadas. A estratégia de desenvolvimento adotada prioriza o uso de modelos pré-treinados e disponíveis em bibliotecas open-source, sem etapas de treinamento adicional. Os resultados obtidos incluem a avaliação da precisão, limitações e capacidades dos VLMs em tarefas de Video Question Answering, além da disponibilidade de uma base escalável para experimentos futuros. O framework inclui também ferramentas complementares, como um dashboard para análise visual dos resultados e uma interface web destinada a simplificar a geração de componentes do framework. Como estudo de caso inicial, para ilustrar a efetividade do uso do framework, utilizou-se o dataset SUTD-TrafficQA, composto por vídeos de acidentes de trânsito associados a questões de múltipla escolha, permitindo a execução de testes controlados e comparações quantitativas entre modelos. Além disso, foram conduzidos experimentos em um cenário alternativo (dataset ActivityNet), demonstrando a capacidade do framework em se adaptar a domínios distintos maximizando o reaproveitamento de código.Trabalho de Conclusão de Curso Automação de bancada de teste para sensores de fluxo implementados em cultivadoras(2025) Giuliani, Augusto; Olivares, Bruno; Michaan, Ralph; Bonfim, TainaA aplicação de inoculantes no processo de plantio é realizada por meio de um tubo com um bico de dimensões muito reduzidas, o qual pode ser facilmente obstruído devido às condições encontradas no campo. Diante disso, a empresa parceira está desenvolvendo um sensor de fluxo com a finalidade de identificar possíveis obstruções e, durante o desenvolvimento desse sensor, é crucial a execução de diversas rotinas de testes. Para tal, foi montada uma bancada de testes, operando de forma inteiramente manual, o que resulta em um aumento no tempo necessário para a execução dos testes, além de comprometer a rastreabilidade e a repetibilidade deles. Foi proposta, portanto, uma automação da referida bancada, assim como uma revisão elétrica e hidráulica, visando a realização de dois testes distintos: o primeiro, variando o fluxo e avaliando se o sensor responde adequadamente às mudanças; o segundo, simulando o bloqueio por meio de uma válvula solenoide. O projeto conceitual foi elaborado com base no método Pahl & Beitz, enquanto a gestão do projeto seguiu algumas ferramentas do guia de boas práticas PMBOK. A automação foi implementada utilizando um CLP S7-1200 da Siemens, programado na linguagem Ladder (LD). A Interface Homem-Máquina (IHM), que permite a seleção dos parâmetros de teste pelo operador, foi implementada através do LabVIEW, e estabelecendo comunicação com o CLP via ModBus TCP/IP. Além disso, foi concebido um circuito elétrico para essa nova arquitetura. Ademais, o sistema hidráulico foi devidamente ajustado para a instalação dos sensores de referência, e da válvula proporcional utilizada para controlar a malha de controle fechada. Assim, concluiu-se a automação da bancada, melhorando a rastreabilidade e repetibilidade dos testes, e diminuindo o tempo gasto pelo operador na execução deles.Trabalho de Conclusão de Curso Implementação de Navegação Autônoma em Veículo Terrestre: Aprimoramento e Testes(2025) Meinberg, Bruna Lima; Pinheiro, Guilherme Garrido Klingelfus; Barros, Matheus Ribeiro; Paolino, Rafael PachecoEste projeto tem como objetivo aprimorar o sistema de navegação autônoma de um robô de monitoramento de silvicultura e pomares, desenvolvido na iteração anterior deste Capstone. O foco desta fase será a otimização tanto da estrutura mecânica quanto do software do robô, buscando melhorar sua eficiência, precisão e adaptabilidade ao ambiente de operação. Para isso, serão analisadas e implementadas melhorias físicas do robô, como o sistema de locomotão e sensores, além de refinamentos nos algoritmos de navegação e tomada de decisão. A escolha das soluções será guiada por estudos comparativos de diferentes abordagens, garantindo que as melhorias atendam aos requisitos do projeto e contribuam para a automação eficaz do monitoramento agrícola.Trabalho de Conclusão de Curso Solução Full-Stack de machine learning para Visão Computacional em Ambientes Industriais: Classificação, Versionamento e Treinamento Local de Modelos(2025) Machado, Diego Baptista Daurea; Celestino, Douglas Pablo Braçal; Silva, Gustavo Mendes da; Rizzo, Pedro Ivo deEste projeto dedica-se a estabelecer uma solução full-stack de machine learning para algoritmos de visão computacional, com versionamento, reclassificação e retreinamento de modelos, operando integralmente via Intranet para facilitar seu uso em plantas industriais. Tal abordagem visa atender qualquer processo, permitindo ao usuário realizar o upload de mídias, escolher as Labels que deseja classificar e anotar manualmente bounding boxes para rotulagem supervisionada e depois treinamento e retreinamento de modelos de visão computacional com as mídias rotuladas. Para isso, empregou-se Python e o modelo de detecção de objetos YOLO, associadas a um fluxo de versionamento (DVC/Git) que permite realimentar o modelo conforme surgem correções manuais de classificação. O frontend foi desenvolvido utilizando Next.js e Node.js, proporcionando uma interface interativa e eficiente para interação com os modelos. Além disso, toda a arquitetura foi dockerizada utilizando Docker, garantindo portabilidade, escalabilidade e facilidade de implantação em ambientes industriais. O resultado é um sistema robusto que permite evolução dos modelos e datasets sem depender de soluções em nuvem, garantindo escalabilidade e adequação às necessidades industriais locais.Trabalho de Conclusão de Curso Utilização de compósitos no mercado automotivo pesado e agrícola(2025) Zetone , Eduardo Antoniazzi; Del Manto, Enzo Martins Barroso; Rosa, Guido Lacerda Soares do Couto; Peretto, Pedro Henrique CardosoEste projeto tem como objetivo analisar a viabilidade da aplicação de materiais compósitos no mercado automotivo pesado e agrícola, com foco principal em componentes estruturais. A pesquisa foi conduzida em parceria com a empresa Maxion Structural Components, que pretende iniciar nesse mercado. A partir de análises de mercado e estudos sobre materiais e processos, o projeto buscou identificar as principais empresas desse setor, quais peças elas fabricam em compósito, estimar o tamanho do mercado por meio das métricas TAM, SAM e SOM, e entender os fatores que impulsionam a substituição de materiais tradicionais por compósitos, assim como as desvantagens do uso de compósitos. Por fim, foram estudados os processos de fabricação de peças em compósito e suas características, como vantagens, limitações e parâmetros de fabricação. O estudo resultou no desenvolvimento de uma ferramenta de auxílio à decisão, capaz de definir qual o melhor processo de fabricação para peças em compósitos.Trabalho de Conclusão de Curso Inteligência artificial para escalar vendas e resultados(2024) Fonteyne, Enzo; Tanaka, Livia; Costa, Lucca Hiratsuca; Lazzaron, Luiz FelipeEste artigo apresenta o desenvolvimento de uma ferramenta baseada em IA projetada para aumentar a produtividade de equipes de vendas B2B, auxiliando na criação e avaliação de propostas comerciais. A solução, desenvolvida como parte de uma colaboração entre estudantes do Insper e uma empresa de tecnologia brasileira, utiliza IA para automatizar e otimizar diversos aspectos do processo de vendas. A ferramenta proposta integra-se com apresentações já estabelecidas e utiliza modelos de IA generativa para fornecer insights e sugestões, aprimorando a estrutura, clareza e relevância das propostas comerciais. A arquitetura da ferramenta é construída usando o framework LangChain, permitindo a integração de múltiplos modelos de linguagem e a implementação de técnicas avançadas de processamento de linguagem natural, incluindo RAG (Geração Aumentada por Recuperação) e ReACT (Framework de Raciocínio e Ação). A eficácia da solução foi validada por meio de protótipos e entrevistas com partes interessadas, confirmando seu potencial para impactar significativamente a qualidade das propostas e os resultados de vendas.Trabalho de Conclusão de Curso PEIXE-ROBÔ: Veículo Submergível Semiautônomo (Fase 2)(2024) Melo, Lincoln Rodrigo Pereira de; Paula, Lourenço Azevedo de; Moura, Quézia Pereira da Silva; Santos, Thiago Teixeira dosA Embrapa Agricultura Digital, localizada em Campinas – SP, é um centro de pesquisa e desenvolvimento especializado no agronegócio, que busca fomentar o crescimento da piscicultura brasileira. Para isso, planeja utilizar veículos submergíveis semiautônomos. O projeto tem como objetivo aprimorar o projeto inicial de um Peixe-Robô, desenvolvido no Projeto Capstone em 2024.1, voltado para o monitoramento de tilápias. Fez-se uso da metodologia de Processo de Desenvolvimento de Produto, incluindo lista de requisitos, função global, estrutura de funções, matriz de soluções, variantes de solução, diagrama de blocos, Work Breakdown Structure e cronograma. Foi projetado uma estrutura física atualizada a fim de melhorar a vedação e manutenção do sistema. Além disso, a fim de atender o requisito de controle remoto sem fio, foram desenvolvidos subsistemas de comunicação UART entre um Arduino Nano responsável pela leitura dos sensores de qualidade da água e uma ESP acoplada a um módulo LoRa. O módulo LoRa transmite dados por ondas de rádio para um módulo LoRa externo para profundidades de até 1 m. Para alimentar o sistema, foi projetando também a alimentação por bateria interna, eliminando a necessidade de fonte de alimentação externa. Para a submersão, o robô controla a entrada e saída de água por um lastro e tem um controlador proposto por realimentação de estados utilizando um controlador de ação integral projetado por LQR juntamente com um filtro de kalman. A malha de controle é fechada por um sensor de pressão absoluta.Trabalho de Conclusão de Curso Veículo Terrestre Autônomo para Monitoramento de Talhões de Silvicultura e Plantações de Frutas(2024) Melo, Felipe Catapano Emrich; Tumang, Gabriel Brunoro Motta; Sorpreso, Luana de Matos; Katri, Rafael EliEste projeto visa desenvolver um sistema de navegação autônoma para um robô de monitoramento de silvicultura e pomares, sendo a segunda fase de um projeto contínuo que começou pela montagem física do robô pela iteração anterior deste Capstone. O projeto tem como propósito automatizar o processo de monitoramento de tais plantações, possibilitando a otimização da mão de obra humana. O programa para esta funcionalidade nova foi desenvolvido utilizando o framework ROS (Robot Operating System) 2, e mais especificamente o pacote de navegação NAV 2. Para conseguir atingir o objetivo final, foi estudado pelo grupo múltiplas soluções e algoritmos de SLAM (Simultaneous Localization and Mapping) compatíveis com fusão de sensores de múltiplos tipos, para mapeamento multissensorial robusto em ambientes não estruturados com terreno irregular. Para achar a solução ideal para os requisitos de projeto, foi adotado a ferramenta da matriz de soluções.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, ViniciusEste 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.