Simulação de Missões de VANTs em Ambientes 3D Fictícios e Gêmeos Digitais com Georreferenciamento Direto de Pixels
VANT, Georreferenciamento, Inteligência Artificial, Detecção de Objetos, AirSim
O mundo está rapidamente adentrando em uma realidade onde a Inteligência Artificial (IA) se faz cada vez mais presente em diversos sistemas, abrangendo desde o ambiente doméstico até setores como indústria, mobilidade urbana e agronegócio, entre outros. Nesse contexto, com o avanço do poder computacional, simuladores para o desenvolvimento e teste de sistemas autônomos têm despertado grande interesse, tanto por parte de grandes empresas quanto da comunidade científica, devido à fidelidade visual e física que oferecem. Esses simuladores são frequentemente considerados como “gêmeos digitais” de cenários e sistemas reais, e têm trazido vantagens significativas em termos de custo e tempo, poupando recursos físicos e humanos durante o processo de concepção e aprimoramento de algoritmos. Entre esses sistemas, encontram-se os Veículos Aéreos Não Tripulados (VANTs), que têm demonstrado ser de grande utilidade em contextos como a mobilidade e monitoramento urbano e rural. Eles são aplicados, por exemplo, na detecção de defeitos em painéis fotovoltaicos, identificação de ervas daninhas em plantações, extensão da rede móvel e na busca e resgate de pessoas. Diante disso, este trabalho apresenta a concepção de uma metodologia que integra a simulação realista de missões com VANTs, utilizando o simulador AirSim em conjunto com o motor gráfico Unreal Engine, juntamente com recursos de visão computacional. O objetivo é realizar a detecção de objetos (empregando o modelo de IA YOLO) associada à localização georreferenciada dos mesmos, além de gerar arquivos de imagens geolocalizados. Os resultados foram avaliados usando o software WebODM para reconstrução do cenário a partir dos arquivos de imagens geolocalizados (gerando ortofotos). E para avaliação do algoritmo de georreferenciamento direto de pixels, foi testada a capacidade do drone voltar a posição da pessoa (ou objeto) detectado após a posição GPS ser retornada pelo algoritmo, com erros menores que 5 metros em relação à posição (em coordenadas UTM) real do elemento no ambiente 3D.