O Programa de Pós-Graduação em Ciência da Computação da UFPE promove defesa de dissertação de mestrado de Walber Rodrigues de Oliveira na terça-feira (22), a partir das 13h30. A apresentação acontecerá de forma remota, através da plataforma Google Meet, e os interessados em assistir devem enviar e-mail solicitando acesso para o aluno. É recomendado aos que se entre na “sala virtual” com o microfone e câmera desligados.

Com título “Reconhecimento de Ferramental Industrial a partir de Modelos Tridimensionais em Imagens Adquiridas de Câmera Monocular”, o trabalho contou com a orientação do professor Carlos Alexandre Barros de Mello, vinculado ao Centro de Informática (CIn) da Universidade. Além dele, a banca avaliadora também contará com os professores Judith Kelner (UFPE/CIn) e Marcelo Walter (UFRGS/Instituto de Informática).

Resumo

A visão computacional tem como uma de suas áreas de atuação a busca de itens. O uso de tais técnicas possibilita o impulsionamento de diversos setores sociais e econômicos. Em específico, a indústria automobilística lança mão constantemente de tecnologia para melhoria de seus processos. No processo de criação de novos automóveis, são criadas as estruturas base dos produtos. A ferramentaria é o setor que produz tais itens; são criados moldes em forma de matrizes que podem vir a pesar até 20 toneladas e ocupar dezenas de metros quadrados. Cada matriz é formada de dezenas a centenas de componentes, muitos deles únicos. Estes moldes são concebidos em software de modelagem tridimensional e, através de um processo de manufatura aditiva, passam por diversas alterações até a construção do componente final. Uma vez que todos os componentes são construídos, a matriz é montada e é utilizada em prensas hidráulicas que modelam a estrutura metálica dos automóveis. Um passo fundamental consiste na verificação da montagem dos componentes antes de serem levados à prensa. A conferência é feita a olho nu e a única fonte de informação disponível é o modelo tridimensional. Falhas na estrutura podem causar danos estruturais e pôr a saúde dos colaboradores em risco. Com isto, esta dissertação apresenta um modelo de reconhecimento dos componentes de uma matriz de ferramentaria automotiva a partir do modelo tridimensional em imagem obtida a partir de câmera monocular. A solução proposta modela desde o padrão de aquisição de imagens, utilizando marcadores rígidos que podem ser adicionados ao ambiente fabril até a geração de dois relatórios. Após a aquisição das imagens de cena, é inferida a posição global ideal da matriz utilizando geometria projetiva. Na próxima etapa, são renderizados os itens buscados numa imagem que se torna um modelo canônico da cena. Em paralelo a isto, a imagem de cena passa por um processo de extração de características, onde são utilizados algoritmos clássicos como o algoritmo de Canny, e soluções modernas baseadas em redes neurais de aprendizagem profunda (o HED – Holystically-nested Edge Network). Com isso, são gerados dois relatórios: o primeiro relatório é capaz de indicar problemas estruturais nos componentes, tais como rachaduras e itens indesejados em cena. O segundo relatório demonstra o percentual de casamento dos itens, a partir de uma análise comparativa entre a imagem de bordas da cena e o modelo canônico. A solução foi testada em uma indústria automotiva e obteve como resultados de casamento valores médios de 88% de acurácia e 91% de precisão além de conseguir identificar problemas estruturais nas ferramentas. A solução demonstra ser adequada para aumentar a eficiência do processo de conferência, trazendo melhorias de segurança e diminuindo os custos do processo.

Mais informações
Programa de Pós-Graduação em Ciência da Computação da UFPE 
(81) 2126.8430
contato@cin.ufpe.br