Anais do 14º Simpósio Brasileiro de Automação Inteligente

A indústria da Mineração sofre impacto das condições climáticas adversas interrompendo os processos de lavra. Nesse sentido, esse artigo apresenta uma prova de conceito onde são testadas técnicas de processamento de dados obtidos por uma câmera RGB e laser 3D para identificar obstáculos e estradas no ambiente de mineração. Redes Neurais Artificiais são empregadas para a identificação de obstáculos nas imagens RGB coletadas por câmeras, e o método de agrupamento de pontos por densidade (DBSCAN) é utilizado para processar a nuvem de pontos fornecida pelo laser. A identificação da estrada é realiza por meio do método de consenso de amostragem aleatória (RANSAC) nos dados da nuvem de pontos. Os algoritmos de processamento de dados realizam a fusão de imagens e nuvem de pontos visando criar uma imagem combinada. A fusão dos dados permite identificar 95% dos obstáculos de forma correta, contra 91% quando considerado os dados fornecidos pelos sensores individuais.