Seminário – Mesa Redonda Taxa de Juros O Óbvio e Não Óbvio
5 julho, 2023 | 19.30 horas | Sala 6 – Escola Superior de Tecnologia e Gestão de Viseu
5 julho, 2023 | 19.30 horas | Sala 6 – Escola Superior de Tecnologia e Gestão de Viseu
Investigador Responsável:
Serafim Oliveira
Duração: 2023 – 2025
Membros da equipa do CISeD
José Luís Silva
Daniel Albuquerque
Rui Pedro Duarte
Olga Contente
Muitos sistemas robóticos atualmente disponíveis têm limitações importantes no que diz respeito à adaptação às tendências de eletrificação dos automóveis. Para ultrapassar estas limitações, este projeto centra-se no desenvolvimento de um equipamento eficiente para a montagem do obturador, explorando o potencial da tecnologia de visão artificial. Inclui estudos de simulação para avaliar a viabilidade da solução proposta, que será posteriormente prototipada e testada em condições laboratoriais e pré-industriais.
Henriques, J., Caldeira, F., Cruz, T., Simões, P. (2023).
Combining K-Means and XGBoost Models for Anomaly Detection Using Log Datasets.
In Víctor A. V. (Ed.), Advanced Cybersecurity Services Design (pp. 57-72).
Switzerland: MDPI.
doi:10.3390/electronics9071164
Investigador Responsável:
José Luís Henriques da Silva
Duração: 2023 – 2025
Membros da equipa do CISeD
Serafim Oliveira
Rui Pedro Duarte
José Luís Abrantes
Paulo Vaz
João Menoita
Os veículos aéreos não tripulados (Unmanned Aerial Vehicle – UAVs) podem ser utilizados para monitorizar atividades e oferecer soluções tecnológicas em diversos setores industriais.
Ao aplicar algoritmos de visão artificial em UAVs permite que compreendam e interajam com o ambiente em seu redor de maneira mais inteligente. Podem identificar e evitar obstáculos, tomar decisões de navegação com base nas informações visuais obtidas e até mesmo realizar tarefas complexas, como seguir rotas pré-determinadas ou reconhecer objetos específicos.
No entanto, a visão artificial possui desafios, como a necessidade de lidar com condições de iluminação variáveis, mudanças nas condições climáticas e a presença de objetos complexos e em movimento. Os algoritmos de visão artificial precisam ser robustos o suficiente para lidar com essas situações e fornecer resultados precisos e confiáveis.
Além disso, é importante realizar a validação e testar os algoritmos de visão artificial em diferentes cenários e condições para garantir que eles sejam robustos o suficiente antes de serem implantados em aplicações práticas.
Neste projeto pretende-se implementar esta tecnologia em ambientes industriais, nomeadamente, em posicionamento de precisão (Vision Positioning System – VPS) e inspeção automatizada.
A utilização de UAVs equipados com VPS e sistemas de inspeção automatizada permite monitorizar em tempo real diversas atividades industriais, como por exemplo, detetar vazamentos de produtos químicos, identificar áreas de risco, monitorizar fluxo de produção, controlo de qualidade, entre outros.
Os dados recolhidos pelos UAVs ou sensores podem ser processados em tempo real e fornecer informações valiosas para a tomada de decisões e garantir a segurança e a conformidade em ambientes industriais.
Investigador Responsável:
Filipe Manuel Simões Caldeira
Duração: 2023 – 2025
Membros da equipa do CISeD
João Pedro Menoita Henriques
A indústria da Construção Civil caracteriza-se por envolver projetos de elevada complexidade, dimensão e orçamentos com recurso a numerosos recursos humanos.
Não obstante, os seus estaleiros de obra são ambientes propícios à ocorrência de acidentes, alguns deles fatais ou com lesões graves, em resultado do número de trabalhadores, bens e equipamentos que nele circulam e que neles operam. As quedas são uma das causas mais recorrentemente associadas a acidentes. Outras consequências dos acidentes decorrem dos custos resultantes de indemnizações e novas contratações, responsabilidades legais e atrasos nos trabalhos para além do impacto na reputação das organizações.
Pese embora exista o enquadramento legal nacional da gestão de saúde e segurança no trabalho, com os seus conceitos e normas, a obrigatoriedade do uso de EPI’s (equipamentos de proteção individual), verifica-se que existe uma forte rejeição por parte dos trabalhadores relativamente à sua utilização. Alguns dos problemas são mitigados por profissionais de gestão da segurança, através da identificação dos riscos laborais no estaleiro, formação na utilização e manuseamento de EPIs, bem como a sensibilização para comportamentos seguros. No entanto, estes estão desconexos da realidade de operações no estaleiro de obras.
Para superar esta realidade, este projeto propõe uma estrutura (framework) de auditoria de segurança e saúde do trabalho com o objetivo de diminuir o número de acidentes de trabalho. Este projeto pretende ainda definir um modelo que vise identificar a melhor distribuição de sensores pelos locais da obra evitando acidentes e minimizando o seu tempo de resposta. Dado o grande volume e velocidade dos dados a recolher para os processos de monitorização em tempo real, será proposto um hub agregador de mensagens que permita a troca eficiente entre os diversos intervenientes. Irá procurar-se potenciar a sua escalabilidade e confiabilidade através da definição de um conjunto de indicadores de desempenho (KPIs) para garantir qualidade dos serviços disponibilizados da framework de uma forma ininterrupta e com tempos de resposta rápidos quando confrontados com grandes cargas.
Lopes, S., Santos, S., Rodrigues, N., Pinho, P., Viegas, D. (2023).
Modelling sorption processes of 10-h dead Pinus pinaster branches.
International Journal of Wildland Fire, 32(6), 903-912.
https://doi.org/10.1071/WF22127
Metrolho, J., Ribeiro, F., Batista, R., Graça, P., Pacheco, D. (2023).
Preparing students for the software industry new demands.
International Journal on Advances in Software, 16(1-2), 71-81.
Chappara, M., Ribeiro, F., & Metrôlho, J. (2023).
Underage citizens monitoring applications – A review of the state of the art and guidelines for future implementations.
International Journal of Engineering Science Technologies, 7(4), 1–18.
https://doi.org/10.29121/ijoest.v7.i4.2023.524
Francisco, M., Ribeiro, F., Metrôlho, J., Dionísio, R. (2023).
Algorithms and Models for Automatic Detection and Classification of Diseases and Pests in Agricultural Crops: A Systematic Review.
Applied Sciences, 13(8), 4720.
https://doi.org/10.3390/app13084720
Fonseca, L., Ribeiro, F., Metrôlho, J. (2023).
Pressure-Based Posture Classification Methods and Algorithms: A Systematic Review.
Computers, 12(5), 104.
https://doi.org/10.3390/computers12050104