FUSÃO DE BANCOS DE DADOS PARA ESTUDO DO EFEITO DAS CONDIÇÕES METEOROLÓGICAS NO FLUXO DE VEÍCULOS EM RODOVIAS PAULISTAS

Tamanho: px
Começar a partir da página:

Download "FUSÃO DE BANCOS DE DADOS PARA ESTUDO DO EFEITO DAS CONDIÇÕES METEOROLÓGICAS NO FLUXO DE VEÍCULOS EM RODOVIAS PAULISTAS"

Transcrição

1 FUSÃO DE BANCOS DE DADOS PARA ESTUDO DO EFEITO DAS CONDIÇÕES METEOROLÓGICAS NO FLUXO DE VEÍCULOS EM RODOVIAS PAULISTAS Bruna Pizzol Gustavo Riente de Andrade José Reynaldo A. Setti Universidade de São Paulo Escola de Engenharia de São Carlos RESUMO O objetivo da pesquisa foi produzir um banco de dados de tráfego que possibilite estudar o efeito das condições meteorológicas no fluxo veicular em trechos de rodovias no estado de São Paulo. Diversos estudos realizados no exterior sugerem que há uma redução da capacidade e do nível de serviço sob condições inclementes de tempo. No Brasil, no entanto, não há registros de pesquisas análogas, já que um estudo deste tipo exige dados de tráfego classificados de acordo com as condições do tempo no instante da coleta: tempo bom ou chuvoso. Este estudo fundiu dois bancos de dados, um contendo dados do tráfego (coletados por sensores instalado em rodovias) e outro com imagens geradas por radares meteorológicos. O processo usado consistiu em localizar os pixels da imagem do radar que correspondem à localização das estações de monitoramento de tráfego e, através um programa de visão computacional, determinar as condições do tempo (bom ou chuvoso) a intervalos de 5 minutos. Para demonstrar o uso do banco de dados, apresenta-se um breve estudo do efeito do tempo nas condições do tráfego, usando-se o modelo do HCM2010 para estimar a capacidade e a velocidade na capacidade. ABSTRACT This paper presents the process used to create a data set to analyze the effects of weather on traffic flow on rural highways in the state of São Paulo. The literature suggests that weather conditions have a significant effect on capacity and quality of service. To date, similar studies have not been conducted in Brazil, perhaps because the initial requirement for such research is the availability of a data set combining traffic and weather data. In this research, two data sets were combined: one, with traffic data collected by monitoring stations on rural roads, and the other, with meteorological radar images. The adopted procedure involved identifying the pixels in the radar images that corresponded to the location of the traffic sensors and, with the aid of a machine vision program, to determine the weather conditions (good or rainy weather) at 5-min intervals. To demonstrate the use of the new data set, a simple study was carried out to verify the effect of weather on traffic, using the HCM2010 model to find capacity and speed-at-capacity. 1. INTRODUÇÃO As condições meteorológicas afetam o comportamento dos motoristas, o desempenho dos veículos, a segurança do trânsito e, por consequência, a mobilidade de um modo geral. Sob condições inclementes de tempo, particularmente sob chuva, neve ou névoa, os motoristas aumentam o espaçamento entre veículos, reduzem a velocidade e diminuem a desaceleração de frenagem. Sob essas condições, observa-se aumento nos tempos de viagem e nos níveis de congestionamento, menores velocidades e fluxos de tráfego, aumento na variância da velocidade e redução na capacidade das vias (Goodwin, 2002). O HCM (TRB, 2010) sugere que as condições do tempo adversas podem afetar a velocidade da corrente de tráfego, sugerindo redução de 1,9 km/h sob chuva leve e de 4,8 a 6,4 km/h, sob chuva forte. Ibrahim e Hall (1994) verificaram redução de 2 a 13 km/h em condições de fluxo livre sob chuva leve e de 5 a 16 km/h, sob chuva forte. Um estudo em Idaho, EUA, cujo objetivo era verificar o impacto das condições de tempo na velocidade de fluxo livre (Kyte et al., 2001), constatou, sob tempo ruim, uma redução de 12 km/h para carros e 13 km/h para caminhões na média e aumentos no desvio padrão de 10,6 para 18,9 km/h (carros) e de 9,8 para 17,0 (caminhões). Um estudo patrocinado pelo FHWA (Hranac et al., 2006) analisou, a partir de dados empíri-

2 cos, o impacto das condições meteorológicas no fluxo de tráfego. O método usado consistiu em obter uma base de dados meteorológicos e uma base de dados de tráfego. Os dados do tempo foram obtidos a partir de uma rede de radares meteorológicos e estações automatizadas; os dados de tráfego, de sensores instalados em rodovias. As duas bases de dados foram combinadas, determinando-se as condições meteorológicas no local do sensor de tráfego e combinando os dados climáticos com os dados de tráfego. A pesquisa bibliográfica realizada não conseguiu encontrar nenhum estudo similar realizado no Brasil ou na América Latina, talvez em função da indisponibilidade de um conjunto de dados de tráfego que indique as condições meteorológicas durante o período de observação. Em função disso, o objetivo da pesquisa aqui relatada foi fundir dados de tráfego com dados meteorológicos, visando criar um banco de dados que subsidie um estudo desse tipo para rodovias do estado de São Paulo. O método usado consistiu, primeiramente, em tratar e analisar os dados de tráfego. Um banco de dados foi montado com as informações coletadas por sensores instalados nas rodovias, para que os dados de fluxo e velocidade pudessem ser usados nos estudos subsequentes. Esses dados de tráfego foram obtidos junto ao DER-SP, ARTESP e concessionárias de rodovias do estado e fazem parte de projetos desenvolvidos pelo mesmo grupo de pesquisa. Os dados de tráfego são, basicamente, contagens e velocidades médias, para automóveis e veículos comerciais, coletadas em intervalos predeterminados (5, 6 ou 15 minutos). Em seguida, foi realizada a montagem de um banco de dados meteorológicos. As informações das condições do tempo no estado de São Paulo foram fornecidas pelo Instituto de Pesquisas Meteorológicas da UNESP (IPMet) e consistem de imagens compostas dos radares meteorológicos de Bauru e Presidente Prudente. Essas imagens são retratos das condições de chuva a cada 30 minutos, cobrindo grande parte do estado de São Paulo. A intensidade da chuva é determinada segundo uma escala de cores predeterminada. As imagens de radar foram organizadas em um banco de dados, para serem usadas em estudos futuros. No total, são imagens, contendo dados meteorológicos de julho de 2009 a abril de Obtidas as imagens, criou-se um banco de dados meteorológicos nos locais dos sensores de tráfego, classificando-se a cor do pixel correspondente a cada local de monitoramento de tráfego na imagem do radar. A cor do pixel representa chuva ou não. Processadas as imagens do radar meteorológico, foi possível definir os horários com chuva e sem chuva no local de cada sensor. A partir da combinação dos dados de tráfego com os dados meteorológicos, foram criadas duas bases de dados distintas, referentes aos períodos sem chuva e aos períodos com chuva. Para demonstrar a aplicabilidade dos dados assim obtido a um estudo do efeito das condições meteorológicas sobre as condições do tráfego, foi realizado um estudo expedito com esses dados. Usando-se o modelo do HCM2010, foram construídas curvas fluxo-velocidade para as rodovias estudadas, para tempo bom e tempo chuvoso, para comparar parâmetros da corrente de tráfego em cada uma das condições (com ou sem chuva). 2. REVISÃO BIBLIOGRÁFICA Como a fusão dos bancos de dados baseia-se na análise de imagens dos radares meteorológicos, a revisão bibliográfica focaliza, primordialmente, no processamento de imagens digitais e no funcionamento de radares meteorológicos.

3 2.1. Processamento de imagens digitais O processamento de imagens digitais, entre outras áreas de aplicação, decorre do processamento de dados para percepção automática através de máquinas. Segundo Gonzalez et al. (2004), o processamento de imagens digitais envolve processos cujas entradas e saídas são imagens, a partir das quais se extraem atributos, incluindo o reconhecimento de objetos individuais. No caso deste projeto, o problema era determinar a cor de determinados pixels das imagens dos radares, correspondentes aos locais onde há sensores instalados nas rodovias estudadas. De acordo com a escala de cores, é possível definir as condições climáticas naqueles locais no instante respectivo à imagem Representação de imagens digitais Uma imagem digital é uma função f (x, y) discretizada em coordenadas espaciais (x, y) e em valores de f. Pode ser considerada uma matriz, cujo índices de linhas e de colunas identificam um ponto específico na imagem e o correspondente valor do elemento da matriz está associado à cor daquele ponto. Portanto, uma imagem digital é composta por um número finito de elementos, cada qual com uma localização e valor próprios. Cada um dos elementos dessa matriz digital é chamado de elemento da imagem ou pixel. Os pixels que cercam o pixel de interesse constituem a chamada vizinhança, que pode ser utilizada em diversas análises Sistemas de cores Os sistemas de cores de imagens são sistemas de coordenadas que atribuem a cada ponto uma determinada cor. Visto que as imagens aqui tratadas possuem uma larga escala de cores, foram estudados os sistemas de representação das cores RGB e HSV. O sistema RGB é o mais comum, sendo considerado um dos modelos básicos de cores. Utiliza três cores primárias: vermelho (Red), o verde (Green) e o azul (Blue), que quando misturadas em proporções diferentes geram uma infinidade de cores. Há 256 combinações de cores, o que faz com que os valores de intensidade variem de 0 a 255, para cada uma das três cores primárias. Com isso, para cada ponto da imagem f (x, y), este sistema atribui um valor de intensidade para cada uma das cores, que juntas representam um determinada tonalidade. O sistema de cores HSV define as cores a partir de sua matiz (Hue), saturação (Saturation) e brilho ou valor (Value). A matiz representa a cor em si, definindo a tonalidade dominante. A saturação se refere à pureza da cor. Quanto mais pura for a cor, maior é o valor de saturação e menor a quantidade de luz branca presente nela. Por fim, o valor ou brilho indica a intensidade de brilho associada à cor Funcionamento de radares meteorológicos Os radares são dispositivos que emitem ondas eletromagnéticas em pulsos fortes e focados, que seguem até se chocarem com um objeto capaz de refleti-las, chamados refletores. Uma pequena parte do sinal refletido atinge um sensor especial, chamado receptor. A partir de variáveis como a energia do pulso transmitido, o ganho da antena receptora, facilidade com que a onda se propaga no meio, distância entre emissor, receptor e refletor, entre outras, os dados são equacionados e interpretados de acordo com aquilo que se pretende determinar (Garcia, 2008). Radares Doppler são usados desde a década de 1960 para coleta de dados meteorológicos, já que as nuvens e a precipitação podem ser detectadas pelos radares (Garcia, 2008). No território brasileiro existem mais de 20 radares atuantes. Entre os mais importantes do estado de

4 São Paulo estão os de Bauru e Presidente Prudente, pertencentes ao IPMet/UNESP, que são aqueles que forneceram as imagens utilizadas neste trabalho. São radares do tipo Doppler, que conseguem gerar rapidamente uma grande quantidade de dados de refletividade, medida em decibéis (db). Esse parâmetro relaciona-se à intensidade do pulso que foi refletido pelo objeto detectado e está associada com a intensidade da chuva. Para facilitar a interpretação dos dados, são geradas imagens como a mostrada na Figura 1. A intensidade da precipitação é indicada na imagem através de uma escala de cores. A Tabela 1 mostra a escala de cores normalmente adotada para correspondência entre a intensidade do sinal e o evento meteorológico (Garcia, 2008). Figura 1: Imagem do radar meteorológico do IPMet Tabela 1: Intensidade do sinal refletido (dbz), cor e evento observado (Garcia, 2008) Intensidade (db) Cor Evento observado 65 ou mais Magenta Tempestade Vermelho Chuva pesada Amarelo Chuva média Verde Chuva leve Até 20 Azul Garoa 3. PROCESSAMENTO DAS IMAGENS DOS RADARES METEOROLÓGICOS Em função do grande número de imagens de radar para serem analisadas, decidiu-se que a determinação das condições meteorológicas no período de coleta de dados de tráfego seria feita a partir do processamento digital das imagens de radar, que pode ser automatizado. Nesta seção, apresenta-se o método adotado para o processamento digital das imagens de radar Escolha do sistema de cores As imagens fornecidas pelo IPMet são baseadas no sistema RGB, mas como esse sistema dificulta o reconhecimento digital da cor, optou-se pelo uso do sistema de cores HSV. Para comprovação de que o sistema HSV era de fato o mais adequado ao estudo, realizou-se um

5 teste prévio com as imagens em ambos os sistemas. Com o auxílio do programa Matlab, primeiramente recortou-se de uma imagem do radar a escala de cores referente à intensidade de chuva. A função rgb2hsv permitiu que a imagem de RGB fosse convertida para HSV. Por meio da função imhist elaboraram-se histogramas da frequência com que as cores do sistema RGB (vermelho, verde e azul) e os parâmetros do sistema HSV (matiz, saturação e brilho) se repetiam na escala. Os histogramas da escala que estava em RGB resultaram em uma larga distribuição de intensidades. Isso significa que a cor de um pixel de uma imagem em RGB só pode ser definida pela combinação das três cores primárias (vermelho, verde e azul). Por outro lado, os histogramas referentes à imagem em HSV mostram que o histograma da matiz H se destacou, quando comparado aos histogramas da saturação S e do brilho V. A maioria das intensidades desses dois últimos parâmetros se repetiu muito pouco ou não foi utilizada. Devido a isso, é possível usar apenas um dos parâmetros do sistema HSV para definir uma determinada cor, a matiz (H), que representa a cor pura Determinação dos limites da matiz Optou-se por dividir as condições de tempo em apenas duas classes, com chuva e sem chuva, uma vez que a distância entre os pontos nas rodovias e os radares meteorológicos poderia distorcer a estimativa da intensidade da chuva. Para definir quais valores da matiz representariam com chuva e quais representariam sem chuva foram utilizados dois métodos distintos. O primeiro método consistiu na aplicação de uma técnica estatística sobre a escala de cores, enquanto que o segundo método consistiu na classificação visual de uma amostra de imagens Método 1: Classificação a partir da escala de cores Usando um programa codificado no Matlab, o primeiro passo foi isolar a escala de cores que existe nas imagens fornecidas pelos radares meteorológicos. Em seguida, a escala de cores foi dividida em dois segmentos, cada qual representando uma condição de tempo: com chuva e sem chuva. Vários testes foram feitos, sendo que cada um deles dividiu a escala em um determinado ponto, segundo o bom senso. As referências para os cortes foram 5 dbz, 10 dbz, 5 dbz e 0 dbz. Processando os valores de H que cada um dos segmentos possuíam, a partir da função imhist foram feitos histogramas que descrevem a frequência relativa das intensidades de H em cada segmento com chuva e sem chuva, para cada um dos testes de divisão. Há valores de H, entretanto, que estão presentes tanto no segmento de chuva quanto no que não possui chuva; no gráfico tais valores são expressos pela sobreposição das duas curvas. A essa área de intersecção foi dado o nome de área de imprecisão, pois são valores de H que podem gerar possíveis erros na definição da condição meteorológica, já que poderiam indicar com chuva e sem chuva simultaneamente. As áreas de imprecisão de cada um dos testes foram calculadas pelo programa codificado no Matlab. A divisão adotada foi a que possui a menor área de imprecisão, já que fornece estimativas mais precisas para os limites de H. Portanto, conforme se observa na Tabela 2, adotou-se a divisão feita em 0 dbz.

6 Tabela 2: Resultados obtidos para as áreas de imprecisão Ponto de divisão Área de imprecisão -10 dbz 0,0961 unidades de área -5 dbz 0,0699 unidades de área 0 dbz 0,0050 unidades de área 5 dbz 0,0086 unidades de área Definido que apenas as cores acima de 0 dbz seriam consideradas como chuva, utilizou-se o histograma referente a tal divisão para estimar os valores de H que representam com chuva e os que representam sem chuva. A Tabela 3 apresenta os resultados obtidos a partir da escala de cores dividida em 0 dbz. Tabela 3: Resultados obtidos para os valores de H a partir da escala de cores Valores de H 0,488 H < 1,0 ou H = 0 Sem Chuva 0 < H < 0,488 Com Chuva Classificação meteorológica Método 2: Classificação através de análise visual A determinação dos limites da matiz a partir da análise visual de uma amostra de imagens também requereu o uso de um programa codificado em Matlab. Aleatoriamente, foram escolhidas 2000 imagens do radar. Indicado um pixel qualquer de interesse, o programa corta a imagem ao seu redor com uma vizinhança de 20 pixels para cada direção, como pode ser visto na Figura 2. A vizinhança do pixel permitiu um melhor julgamento sobre as condições de tempo naquele local específico, já que a análise isolada da cor de um pixel pode dificultar a distinção de qual categoria ele se insere. (a) Pixel com chuva (b) Pixel sem chuva Figura 2: Imagens usadas para classificação baseada em análise visual Após limitar a imagem ao redor do pixel, o programa a exibe na tela e aguarda um retorno do usuário. De acordo com o seu bom senso, o usuário é o responsável em classificá-la, por meio de comandos preestabelecidos, em com chuva, sem chuva ou indeterminado. A categoria indeterminado inclui as imagens cuja cor do pixel e seus arredores não permitiam classificá-lo com plena certeza. Cores como amarelo, laranja ou verde certamente designam chuva, tal como o cinza indica a ausência de chuva. Mas algumas vezes há a ocorrência de cores como roxo acinzentado ou marrom claro, que geram dúvidas na classificação por parte do usuário. Nestes casos, a imagem foi incluída na categoria indeterminado. Definida a classe da imagem, o programa processa o valor da matiz H do pixel em questão e o grava em um vetor específico, segundo a classificação inserida pelo usuário. Ao final do processo, foram obtidos três vetores contendo os valores da matiz H referentes a cada uma das

7 categorias: com chuva, sem chuva e indeterminado. Elaborou-se então um histograma da frequência com que tais valores se repetiram nas imagens analisadas (Figura 3). A Tabela 4 resume os resultados obtidos a partir das imagens analisadas visualmente. Figura 3: Histograma das intensidades da matiz Tabela 4: Resultados obtidos para os valores da matiz (H) pela análise visual Condição de tempo Limites da matiz (H) Sem chuva (0 H 0,12) ou (0,43 H 0,67) Com chuva (0,12 < H < 0,43) Indeterminado (0,670 < H 1.0) Comparando-se os limites da matiz obtidos por cada um dos métodos utilizados, nota-se que os valores não apresentaram grande disparidade entre si, como esperado. A análise visual demonstrou-se confiável, ao passo que delimitou situações em que a condição do tempo não poderia ser afirmada com certeza. Com isso, os valores obtidos a partir da análise visual foram os adotados para os estudos subsequentes Codificação do programa que separa as imagens Com os limites da matiz definidos, as imagens que indicam a presença de chuva no local do sensor foram separadas daquelas que indicam a ausência da mesma, por meio de um programa codificado no Matlab. A técnica de segmentação utilizada foi o thresholding, que separa as imagens de acordo com a cor do pixel referente ao local do sensor, baseando-se na premissa de que cores que indicam chuva apresentam intensidades de matiz diferentes das que indicam tempo bom ou condições indeterminadas. Inicialmente são fornecidas as coordenadas espaciais (x,y) do pixel de interesse, que corresponde ao local, na imagem, em que o sensor usado para coletar os dados de tráfego está instalado. Em seguida, o programa processa o valor da matiz do pixel, classifica-o segundo os valores limitantes em com chuva, sem chuva ou indeterminado e exporta o resultado para um arquivo de texto previamente criado. Além disso, o programa lê o nome da imagem, que contém o dia e o horário aos quais a imagem se refere, e também adiciona essas informações para o arquivo de texto. Assim, é possível relacionar cada período com sua respectiva classifi-

8 cação no local do sensor. 4. FUSÃO DOS BANCOS DE DADOS DE TRÁFEGO E DO TEMPO A etapa seguinte do processo consiste na fusão do banco de dados de tráfego com o banco de dados meteorológicos, cuja criação foi apresentada nos itens anteriores Dados de tráfego Os dados de tráfego utilizados provém de quatro rodovias de pista dupla do estado de São Paulo e foram obtidos junto às concessionárias CCR ViaOeste, CCR RodoAnel e CCR Auto- Ban. As rodovias em estudo e velocidades máximas permitidas são, respectivamente: Castelo Branco (SP-280): 120 km/h para veículos leves e 90 km/h para veículos pesados (4 estações de monitoramento do tráfego); Raposo Tavares (SP-270): 110 km/h para veículos leves e 80 km/h para veículos pesados (2 estações de monitoramento); Rodoanel (SP-021): 100 km/h para veículos leves e 80 km/h para veículos pesados (3 estações de monitoramento); Bandeirantes (SP-348): 120 km/h para veículos leves e 90 km/h para veículos pesados (4 estações de monitoramento). Os dados de tráfego usados são apenas os coletados pelos sensores da faixa mais à esquerda das rodovias, próxima ao canteiro central. Isso se deve ao fato dessa faixa apresentar um baixo número de veículos pesados. Na rodovia SP-280, por exemplo, na faixa da esquerda havia 1% de veículos pesados, enquanto que a faixa central apresentou cerca de 19% de veículos pesados e a faixa da direita, 45% Fusão dos bancos de dados Com os bancos de dados de tráfego e do tempo completos, os dados de fluxo e velocidade foram combinados com as condições de tempo bom ou chuvoso. Os dados de tráfego foram obtidos a cada 5 ou 6 minutos, dependendo do sensor. Estudos mostram que as condições de tráfego não se alteram significantemente em 5 ou 6 minutos, o que os faz bons intervalos de tempo para análises. No entanto, as imagens meteorológicas se referem a intervalos de 30 minutos, o que exigiu a expansão dos dados de tempo de um intervalo de 30 minutos para subintervalos de 5 ou 6 minutos. Em seguida, foi feita uma análise estatística sobre os dados combinados. Julgou-se conveniente considerar os dados cuja condição de tempo se repetia em dois intervalos antes e um intervalo depois, para aumentar a confiabilidade dos resultados, já que somente as condições de tempo que se mantiveram por no mínimo 20 minutos (no caso de intervalos de 5 minutos) ou 24 minutos (no caso de intervalos de 6 minutos) foram consideradas. Os dados que não atenderam a tal critério foram desprezados. Isso reduz o risco de falhas dos radares meteorológicos influenciarem o estudo. Para a criação das curvas fluxo-velocidade, os dados de tráfego obtidos sob condições de tempo bom foram separados daqueles obtidos sob condições chuvosas. Como o intuito do projeto é avaliar o efeito das condições meteorológicas sobre o fluxo de tráfego, as curvas fluxo-velocidade deveriam ser traçadas separadamente para cada classe de tempo (bom ou chuvoso).

9 5. CURVAS FLUXO-VELOCIDADE Os dados selecionados foram introduzidos em uma base montada numa planilha eletrônica usada para calcular os parâmetros necessários para a criação das curvas fluxo-velocidade. Esses parâmetros foram calculados a partir do modelo proposto em um estudo anterior (Andrade, 2012) que, por sua vez, baseia-se no modelo do HCM 2010 (TRB, 2010). A equação usada para modelar as curvas fluxo-velocidade é a seguinte: FFS CS S = FFS (C BP) γ (ν BP)γ (2) sendo S a velocidade (km/h); v, o fluxo de tráfego (cp/h.faixa); e BP, FFS, C, CS, CD e γ, parâmetros de calibração. BP é o ponto em que o trecho convexo da curva se inicia, FFS é a velocidade de fluxo livre, C é a capacidade, CS é a velocidade da corrente de tráfego na capacidade e CD é a densidade na capacidade. Substituindo-se os parâmetros calculados na equação acima, foi possível criar curvas fluxovelocidade para condições de chuva e tempo bom, referentes aos sensores em análise. Como exemplo, tem-se as curvas obtidas para o sensor localizado no km 16 Oeste da rodovia Castelo Branco, apresentadas na Figura 4. Figura 4: Curvas fluxo-velocidade, Rodovia Castelo Branco (SP-280), sensor km 16 O 6. ANÁLISE DO EFEITO DAS CONDIÇÕES METEOROLÓGICAS NO TRÁFEGO Observando-se a Figura 4, é possível fazer algumas análises cabíveis ao estudo. O ponto de transição indicado no gráfico representa o parâmetro BP das equações: break point, cujo valor é o fluxo de tráfego a partir do qual a velocidade começa a diminuir. Como é possível observar no gráfico, o BP para a curva de dados Com chuva é maior do que para a curva de dados Sem chuva, o que pode ser explicado pelo fato de que na chuva a velocidade já é reduzida e portanto o fluxo tem que ser bem maior para a velocidade diminuir ainda mais. Quando não há chuva, os motoristas costumam dirigir a velocidades mais altas e assim um fluxo de tráfego apenas um pouco maior já é o suficiente para reduzirem a velocidade.

10 A densidade na capacidade, representada pela reta tracejada ao fim das curvas, foi adotada constante e igual a 27 cp/(km.faixa), de acordo com os resultados encontrados num estudo anterior (Andrade, 2012). Visto que essa é uma análise simplificada, apenas para verificar se o método de separação dos dados funcionou, a densidade na capacidade foi adotada igual tanto para situações de chuva quanto de tempo bom. Comparando-se os parâmetros de tráfego, pode-se observar uma redução da velocidade de fluxo livre (FFS), já que ela era igual a 79 km/h para a condição Sem chuva e 76 km/h para a condição Com chuva ; uma redução da capacidade (C), já que para os dados Sem chuva a capacidade era de 1760 cp/h.faixa e passou a ser 1474 para os dados Com chuva ; e uma pequena redução da velocidade na capacidade (CS), que foi de 69 km/h para os dados Sem chuva para 67 km/h para os dados Com chuva. Em alguns casos, a velocidade na capacidade resultou maior para os dados Com chuva do que para os dados Sem chuva, isso é explicado pelo fato de que nessas condições o fluxo na capacidade é menor, o que possibilita aos motoristas dirigirem a uma velocidade um pouco maior, quando desejarem. Os resultados obtidos para velocidade de fluxo livre (FFS), capacidade (C), e velocidade na capacidade (CS), para os 13 pontos estudados, estão resumidos nas Tabelas 5 a 9. Parâmetro de tráfego FFS (km/h) Tabela 5: Parâmetros de tráfego em função das condições de tempo, SP-280 e SP-270 C (cp/(h.faixa)) CS (km/h) Condição de tempo Sensores Castelo Branco (SP-280) Raposo Tavares (SP-270) km 16 O km 27 L km 29,5 L km 75,9 O km 36,8 O km 39,9 L Sem chuva Com chuva Sem chuva Com chuva Sem chuva Com chuva Parâmetro de tráfego FFS (km/h) C (cp/(h.faixa)) CS (km/h) Tabela 6: Parâmetros de tráfego em função das condições de tempo, SP-021 e SP-348 Condição de tempo Sensores Rodoanel (SP-021) Bandeirantes (SP-348) 18,3 N 18,3 S 22,3 N 32 N 47 N 59 N 87 N Sem chuva Com chuva Sem chuva Com chuva Sem chuva Com chuva

11 Tabela 7: Variação dos parâmetros de tráfego em condições de chuva, SP-280 e SP-270 Variação sob condições de chuva Sensores Castelo Branco (SP-280) Raposo Tavares (SP-270) 16 O 27 L 29,5 L 75,9 O 36,8 O 39,9 L FFS (km/h) -3,80% -0,93% -1,90% -1,71% -7,14% -3,66% C (cp/(h.faixa)) -16,25% -9,67% -13,30% -7,97% -15,65% -13,64% CS (km/h) -2,90% 1,15% 3,57% 6,67% -2,23% 0,10% Tabela 8: Variação dos parâmetros de tráfego em condições de chuva, SP-021 e SP-348 Variação sob condições de chuva Sensores Rodoanel (SP-021) Bandeirantes (SP-348) 18,3 N 18,3 S 22,3 N 32 N 47 N 59 N 87 N FFS (km/h) -5,56% -3,81% -4,67% -2,59% -3,33% -1,68% -2,46% C (cp/(h.faixa)) -20,58% -15,37% -18,99% -15,79% 0,59% -13,76% -19,34% CS (km/h) -7,01% 3,74% -7,35% 0,00% 16,59% -0,04% -6,51% Tabela 9: Média e desvio-padrão da variação dos parâmetros de tráfego em condições de chuva Variação sob condições de chuva Média Desvio-padrão FFS (km/h) -3,15% 1,68% C (cp/(h.faixa)) -13,99% 5,25% CS (km/h) +0,18% 6,09% 7. CONSIDERAÇÕES FINAIS Esse estudo visou combinar dados de tráfego obtidos por sensores em rodovias de pista dupla do estado de São Paulo com dados de tempo, obtidos a partir de imagens de um radar meteorológico. Um estudo expedito foi realizado para demonstrar a aplicabilidade desses dados para estudar o efeito das condições meteorológicas na corrente de tráfego. Deve-se ressaltar que os resultados apresentados devem ser considerados como preliminares. Em todos os locais estudados, observou-se uma redução da velocidade de fluxo livre e da capacidade sob chuva, com uma única exceção. Nos demais sensores, a média da redução da velocidade de fluxo livre foi de aproximadamente 3%, enquanto que a redução da capacidade ficou por volta de 14%. Quanto à velocidade na capacidade, o mesmo não pode ser dito: alguns locais apresentaram reduções de até 7% nesse parâmetro, mas em outros foi observado um aumento da velocidade na capacidade de até 16%, ficando claras as limitações do estudo realizado. Visto que esse trabalho teve maior foco em montar os bancos de dados e depois combiná-los, uma próxima etapa desse estudo seria avaliar mais detalhadamente o efeito das condições meteorológicas adversas na corrente de tráfego, verificando a diferença observada nos seguintes parâmetros: velocidade de fluxo livre, velocidade na capacidade, capacidade e densidade na capacidade.

12 Uma outra análise interessante que ainda deve ser feita é sobre o efeito da luminosidade (dia/noite) na corrente de tráfego. De acordo com o horário do por do sol nos dias em que foram coletados os dados, pode-se prever qual era a condição de luz no momento. O estudo combinando dados de chuva e sem chuva, com dados de dia e noite resultaria em um trabalho ainda mais detalhado e completo. Para uma maior precisão dos dados, deve-se obter dados meteorológicos de radares mais próximos às rodovias analisadas, o que gera maior probabilidade de acertos nas condições do tempo. Além disso, a escala dos pixels utilizados nesse trabalho apresentou-se muito pequena, ou seja, um pixel representa um grande espaço. O estudo poderia ser mais confiável caso a escala fosse maior; entretanto, isso requer que as imagens do radar meteorológico sejam produzidas em tamanho maior que as usadas. Agradecimentos: Os autores agradecem o apoio do IPMet/UNESP, que forneceu as imagens do radar meteorológico, e da ARTESP e CCR, que forneceram os dados de tráfego. O desenvolvimento desta pesquisa foi financiado pela FAPESP (proc. 2011/ ) e CNPq (proc /2008-4). Os autores também agradecem André Luiz Cunha, que gentilmente forneceu suporte e orientação para o desenvolvimento do programa para processamento das imagens digitais. REFERÊNCIAS BIBLIOGRÁFICAS Andrade, G. R. (2012) Capacidade e Relação Fluxo-Velocidade em Autoestradas e Rodovias de Pista Dupla Paulistas. 166p. Dissertação (mestrado), EESC-USP, São Carlos, SP. Garcia, J. V. C. (2008) Desenvolvimento de software para visualização de dados de radar meteorológico usando OpenGL. São José do Rio Preto: UNESP, IBILCE. Disponível em iprit/monografia.pdf (acesso em 13/7/2013). Gonzalez, R. C.; Woods R. E. e Eddins, S. L. (2004) Digital Image Processing Using Matlab, Prentice Hall, Upper Saddle River, NJ. Goodwin, L. C. (2002) Weather Impacts on Arterial Traffic Flow. Disponível em Weather/best_practices/ArterialImpactPaper.pdf (acesso em 23/8/2011). Hranac, R.; Sterzin, E.; Krechmer, D.; Rakha, H. e Farzaneh, M. (2006) Empirical Studies on Traffic Flow in Inclement Weather. Report FHWA-HOP Federal Highway Administration, Washington, DC. Ibrahim, A. T. e Hall, F. L. (1994) Effect of adverse weather conditions on speed-flow-occupancy relationships. Transportation Research Record, n. 1457, p Kyte, M.; Khatib, Z.; Shannon, P. e Kitchener, F. (2001) Effect of weather on free-flow speed. Transportation Research Record, n. 1778, p TRB (2010) Highway Capacity Manual. Transportation Research Board, Washington, DC, EUA. Bruna Pizzol aluna de iniciação científica Gustavo Riente de Andrade aluno de doutorado José Reynaldo Setti professor Departamento de Transportes, Escola de Engenharia de São Carlos, Universidade de São Paulo Av. Trabalhador São-carlense, S. Carlos, SP

SMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS

SMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS CMNE/CILAMCE 007 Porto, 13 a 15 de Junho, 007 APMTAC, Portugal 007 SMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS Marcelo Zaniboni 1 *, Osvaldo Severino Junior e João Manuel R. S. Tavares

Leia mais

Sistema de Controle de Acesso Baseado no Reconhecimento de Faces

Sistema de Controle de Acesso Baseado no Reconhecimento de Faces Sistema de Controle de Acesso Baseado no Reconhecimento de Faces Access Control System Based on Face Recognition Tiago A. Neves, Welton S. De Oliveira e Jean-Jacques De Groote Faculdades COC de Ribeirão

Leia mais

Cores em Computação Gráfica

Cores em Computação Gráfica Cores em Computação Gráfica Uso de cores permite melhorar a legibilidade da informação, possibilita gerar imagens realistas, focar atenção do observador, passar emoções e muito mais. Colorimetria Conjunto

Leia mais

Detecção e Rastreamento de Objetos coloridos em vídeo utilizando o OpenCV

Detecção e Rastreamento de Objetos coloridos em vídeo utilizando o OpenCV Detecção e Rastreamento de Objetos coloridos em vídeo utilizando o OpenCV Bruno Alberto Soares OLIVEIRA 1,3 ; Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Marlon MARCON 2,3 1 Estudante

Leia mais

UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS

UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS Executar as principais técnicas utilizadas em processamento de imagens, como contraste, leitura de pixels, transformação IHS, operações aritméticas

Leia mais

Manual Processamento de Imagem. João L. Vilaça

Manual Processamento de Imagem. João L. Vilaça Manual Processamento de Imagem João L. Vilaça Versão 1.0 31/1/2014 Índice 1. Sistema de eixo e movimentos possíveis do Drone... 3 2. Imagem... 3 3. Espaços de cor... 4 4.1 RGB... 5 4.2HSV... 5 4.3 GRAY...

Leia mais

Aula 2 Aquisição de Imagens

Aula 2 Aquisição de Imagens Processamento Digital de Imagens Aula 2 Aquisição de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br EESC/USP Fundamentos de Imagens Digitais Ocorre a formação de uma imagem quando

Leia mais

Capítulo II Imagem Digital

Capítulo II Imagem Digital Capítulo II Imagem Digital Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Formação de uma imagem 2. Representação digital de uma imagem 3. Cor 4. Histogramas 5. Ruído

Leia mais

Processamento de Imagem. Prof. Herondino

Processamento de Imagem. Prof. Herondino Processamento de Imagem Prof. Herondino Sensoriamento Remoto Para o Canada Centre for Remote Sensing - CCRS (2010), o sensoriamento remoto é a ciência (e em certa medida, a arte) de aquisição de informações

Leia mais

Segmentação de Imagens de Placas Automotivas

Segmentação de Imagens de Placas Automotivas Segmentação de Imagens de Placas Automotivas André Zuconelli, Manassés Ribeiro Instituto Federal Catarinense - Campus Videira. Técnico em Informática, turma 2010 Rodovia SC, Km 5 Bairro Campo Experimental

Leia mais

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Visão Computacional Não existe um consenso entre os autores sobre o correto escopo do processamento de imagens, a

Leia mais

Sistema de Cores. Guillermo Cámara-Chávez

Sistema de Cores. Guillermo Cámara-Chávez Sistema de Cores Guillermo Cámara-Chávez Conceitos Motivação - poderoso descritor de característica que simplifica identificação e extração de objetos da cena; - humanos podem distinguir milhares de tonalidades

Leia mais

Engenharia de Tráfego. Prof. Heitor Vieira

Engenharia de Tráfego. Prof. Heitor Vieira Engenharia de Tráfego Prof. Heitor Vieira 1. INTRODUÇÃO A Engenharia de Tráfego é a parte da Engenharia de Transportes que trata de dos problemas de planejamento, operação e controle de tráfego. Tendo

Leia mais

MÓDULO 7 Ferramentas da Qualidade

MÓDULO 7 Ferramentas da Qualidade MÓDULO 7 Ferramentas da Qualidade Os modelos de Qualidade Total apresentam uma estrutura teórica bem consistente, pois: não há contradições entre as suas afirmações básicas; há uma estrutura bem definida

Leia mais

Processamento Digital de Imagens

Processamento Digital de Imagens Processamento Digital de Imagens Israel Andrade Esquef a Márcio Portes de Albuquerque b Marcelo Portes de Albuquerque b a Universidade Estadual do Norte Fluminense - UENF b Centro Brasileiro de Pesquisas

Leia mais

2.1.2 Definição Matemática de Imagem

2.1.2 Definição Matemática de Imagem Capítulo 2 Fundamentação Teórica Este capítulo descreve os fundamentos e as etapas do processamento digital de imagens. 2.1 Fundamentos para Processamento Digital de Imagens Esta seção apresenta as propriedades

Leia mais

SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS

SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS André Zuconelli 1 ; Manassés Ribeiro 2 1. Aluno do Curso Técnico em Informática, turma 2010, Instituto Federal Catarinense, Câmpus Videira, andre_zuconelli@hotmail.com

Leia mais

2 Classificação de Imagens de Sensoriamento Remoto

2 Classificação de Imagens de Sensoriamento Remoto 2 Classificação de Imagens de Sensoriamento Remoto 2.1. Processamento Digital de Imagens Processamento Digital de Imagens entende-se como a manipulação de uma imagem por computador de modo que a entrada

Leia mais

SINCRONISMO USANDO GPS

SINCRONISMO USANDO GPS SINCRONISMO USANDO GPS Mario Piai Júnior Diretor Técnico da empresa TESC Sistemas de Controle Ltda mpiai@tesc.com.br Várias aplicações exigem que eventos, que acontecem fisicamente distantes entre si,

Leia mais

COMPUTAÇÃO GRÁFICA CORES. Curso: Tecnológico em Análise e Desenvolvimento de Sistemas Disciplina: COMPUTAÇÃO GRÁFICA 4º Semestre Prof.

COMPUTAÇÃO GRÁFICA CORES. Curso: Tecnológico em Análise e Desenvolvimento de Sistemas Disciplina: COMPUTAÇÃO GRÁFICA 4º Semestre Prof. COMPUTAÇÃO GRÁFICA CORES Curso: Tecnológico em Análise e Desenvolvimento de Sistemas Disciplina: COMPUTAÇÃO GRÁFICA 4º Semestre Prof. AFONSO MADEIRA CORES EM COMPUTAÇÃO GRÁFICA O uso de cores permite melhorar

Leia mais

ANÁLISE OPERACIONAL DE FLUXO EM PELOTÃO EM INTERSEÇÕES DO TIPO ROTATÓRIA

ANÁLISE OPERACIONAL DE FLUXO EM PELOTÃO EM INTERSEÇÕES DO TIPO ROTATÓRIA ANÁLISE OPERACIONAL DE FLUXO EM PELOTÃO EM INTERSEÇÕES DO TIPO ROTATÓRIA Diego Fernandes Neris, Universidade de São Paulo diego.neris@usp.br Antonio Clóvis Pinto Ferraz, Universidade de São Paulo coca@sc.usp.br

Leia mais

Filtro de Imagem Baseado em Matriz RGB de Cores- Padrão para Futebol de Robôs

Filtro de Imagem Baseado em Matriz RGB de Cores- Padrão para Futebol de Robôs Filtro de Imagem Baseado em Matriz RGB de Cores- Padrão para Futebol de Robôs Eder A. Penharbel, Ricardo C. Destro, Flavio Tonidandel, Reinaldo A.C. Bianchi Centro Universitário da FEI UniFEI Av. Humberto

Leia mais

SP 02/06/78 NT 013/78. Consumo de Gasolina no Trânsito Urbano. Artigo traduzido pelo Eng.º Pedro Cury

SP 02/06/78 NT 013/78. Consumo de Gasolina no Trânsito Urbano. Artigo traduzido pelo Eng.º Pedro Cury SP /6/78 NT 3/78 Consumo de Gasolina no Trânsito Urbano Artigo traduzido pelo Eng.º Pedro Cury Esta Nota Técnica é um resumo do estudo Gasoline Consuption in Urban Traffic, desenvolvido por técnicos do

Leia mais

Trabalho 2 Fundamentos de computação Gráfica

Trabalho 2 Fundamentos de computação Gráfica Trabalho 2 Fundamentos de computação Gráfica Processamento de Imagens Aluno: Renato Deris Prado Tópicos: 1- Programa em QT e C++ 2- Efeitos de processamento de imagens 1- Programa em QT e C++ Para o trabalho

Leia mais

Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy.

Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy. Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy. Marcelo Musci Baseado no artigo: Change detection assessment using fuzzy sets and remotely sensed data: an application

Leia mais

Localização de placas em imagens de veículos. Resumo

Localização de placas em imagens de veículos. Resumo Localização de placas em imagens de veículos Geovane Hilário Linzmeyer Curso de Inteligência Computacional Pontifícia Universidade Católica do Paraná Curitiba, dezembro de 2005 Resumo Um dos maiores problemas

Leia mais

BLOQUEIOS OCORRIDOS PRÓXIMOS À AMÉRICA DO SUL E SEUS EFEITOS NO LITORAL DE SANTA CATARINA

BLOQUEIOS OCORRIDOS PRÓXIMOS À AMÉRICA DO SUL E SEUS EFEITOS NO LITORAL DE SANTA CATARINA BLOQUEIOS OCORRIDOS PRÓXIMOS À AMÉRICA DO SUL E SEUS EFEITOS NO LITORAL DE SANTA CATARINA MARIANE CECHINEL GONÇALVES 1 KARINA GRAZIELA JOCHEM 2 VANESSA RIBAS CÚRCIO 3 ANGELA PAULA DE OLIVEIRA 4 MÁRCIA

Leia mais

MÉTODO PARA CARACTERIZAÇÃO E CLASSIFICAÇÃO DE TRECHOS HOMOGÊNEOS RODOVIÁRIOS

MÉTODO PARA CARACTERIZAÇÃO E CLASSIFICAÇÃO DE TRECHOS HOMOGÊNEOS RODOVIÁRIOS MÉTODO PARA CARACTERIZAÇÃO E CLASSIFICAÇÃO DE TRECHOS HOMOGÊNEOS RODOVIÁRIOS Gustavo Riente de Andrade Universidade de São Paulo Escola de Engenharia de São Carlos José Reynaldo Setti Universidade de São

Leia mais

TAREFA DA SEMANA DE 17 A 21 DE MARÇO

TAREFA DA SEMANA DE 17 A 21 DE MARÇO Transformação de km/h em m/s TAREFA DA SEMANA DE 17 A 21 DE MARÇO FÍSICA 1ª SÉRIE No S.I., a velocidade escalar é medida em metros por segundo (m/s). Na prática a unidade de medida é km/h. Como em muitos

Leia mais

Cálculo de volume de objetos utilizando câmeras RGB-D

Cálculo de volume de objetos utilizando câmeras RGB-D Cálculo de volume de objetos utilizando câmeras RGB-D Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Bruno Alberto Soares OLIVEIRA 1,3 ; Marlon MARCON 2,3 1 Estudante de Engenharia de

Leia mais

CAPÍTULO 6 CIRCUITOS SEQUENCIAIS IV: PROJETO DE REDES SEQUENCIAIS

CAPÍTULO 6 CIRCUITOS SEQUENCIAIS IV: PROJETO DE REDES SEQUENCIAIS 92 CAPÍTULO 6 CIRCUITOS SEQUENCIAIS IV: PROJETO DE REDES SEQUENCIAIS Sumário 6.. Introdução... 94 6... Máquina de Estados de Moore... 94 6..2. Máquina de Estados de Mealy... 95 6.2. Projeto de Redes Sequenciais...

Leia mais

TEORIA DA COR NO DESIGN

TEORIA DA COR NO DESIGN FAUPUCRS Design Gráfico TEORIA DA COR NO DESIGN Prof. Arq. Mario Ferreira, Dr.Eng. Outubro, 2011 AXIOMAS NA ÁREA DO DESIGN Projeto cromático tipo e utilização do elemento (objeto ou imagem) tratado; Falta

Leia mais

Universidade Federal de Alagoas Instituto de Matemática. Imagem. Prof. Thales Vieira

Universidade Federal de Alagoas Instituto de Matemática. Imagem. Prof. Thales Vieira Universidade Federal de Alagoas Instituto de Matemática Imagem Prof. Thales Vieira 2014 O que é uma imagem digital? Imagem no universo físico Imagem no universo matemático Representação de uma imagem Codificação

Leia mais

Manual de Instruções. Rastreador Via Satelite para Automóveis e Caminhões

Manual de Instruções. Rastreador Via Satelite para Automóveis e Caminhões Manual de Instruções Manual de Instruções Esta embalagem contém: Módulo AT1000 1 relé de potência 1 alto falante 1 antena GPS 1 antena GSM 1 soquete p/ relé com cabo 1 conector com cabo Manual de instruções

Leia mais

ESTUDO DE ESTABELECIMENTOS DE ENSINO SUPERIOR PÚBLICO COMO POLOS GERADORES DE VIAGENS

ESTUDO DE ESTABELECIMENTOS DE ENSINO SUPERIOR PÚBLICO COMO POLOS GERADORES DE VIAGENS ESTUDO DE ESTABELECIMENTOS DE ENSINO SUPERIOR PÚBLICO COMO POLOS GERADORES DE VIAGENS José Ap. Sorratini, Márcia Helena Macedo e Alex de Vasconcelos Pineli Alves RESUMO Estabelecimentos de ensino de nível

Leia mais

COMPARAÇÃO DE MEDIDAS OBTIDAS POR RADAR DE SUPERFÍCIE E RADAR ORBITAL: UM ESTUDO DE CASO PARA O RADAR DE SÃO ROQUE

COMPARAÇÃO DE MEDIDAS OBTIDAS POR RADAR DE SUPERFÍCIE E RADAR ORBITAL: UM ESTUDO DE CASO PARA O RADAR DE SÃO ROQUE COMPARAÇÃO DE MEDIDAS OBTIDAS POR RADAR DE SUPERFÍCIE E RADAR ORBITAL: UM ESTUDO DE CASO PARA O RADAR DE SÃO ROQUE Izabelly Carvalho da Costa 1 Carlos Frederico de Angelis 1 RESUMO Tendo em vista que a

Leia mais

O Radar Meteorológico

O Radar Meteorológico O Radar Meteorológico Demilson Quintão PY2UEP Bauru, 2014 1 Previsão Meteorológica 1-Climática: indica tendência das estações em escalas regionais, continentais, globais. 2-Previsão Meteorológica comum

Leia mais

Luz e Cor. Sistemas Gráficos/ Computação Gráfica e Interfaces FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO

Luz e Cor. Sistemas Gráficos/ Computação Gráfica e Interfaces FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO Luz e Cor Sistemas Gráficos/ Computação Gráfica e Interfaces 1 Luz Cromática Em termos perceptivos avaliamos a luz cromática pelas seguintes quantidades: 1. Matiz (Hue): distingue entre as várias cores

Leia mais

DISPOSITIVOS DE CONTROLE DE TRÁFEGO COMO APOIO A MOBILIDADE URBANA

DISPOSITIVOS DE CONTROLE DE TRÁFEGO COMO APOIO A MOBILIDADE URBANA DISPOSITIVOS DE CONTROLE DE TRÁFEGO COMO APOIO A MOBILIDADE URBANA Tema : Controle de Tráfego e Mobilidade Vânia Barcellos Gouvêa Campos Lucélia Fehlberg Pereira Altair dos santos Ferreira Filho Instituto

Leia mais

INE 7001 - Procedimentos de Análise Bidimensional de variáveis QUANTITATIVAS utilizando o Microsoft Excel. Professor Marcelo Menezes Reis

INE 7001 - Procedimentos de Análise Bidimensional de variáveis QUANTITATIVAS utilizando o Microsoft Excel. Professor Marcelo Menezes Reis INE 7001 - Procedimentos de Análise Bidimensional de variáveis QUANTITATIVAS utilizando o Microsoft Excel. Professor Marcelo Menezes Reis O objetivo deste texto é apresentar os principais procedimentos

Leia mais

Utilização de imagem CBERS-2 na análise e avaliação dos impactos ambientais da cultura da cana-de-açúcar da região de Ribeirão Preto SP

Utilização de imagem CBERS-2 na análise e avaliação dos impactos ambientais da cultura da cana-de-açúcar da região de Ribeirão Preto SP Utilização de imagem CBERS-2 na análise e avaliação dos impactos ambientais da cultura da cana-de-açúcar da região de Ribeirão Preto SP Valéria de Souza Assunção 1 Elizabete Cristina Kono 1 Rafael Frigerio

Leia mais

Atividade: matrizes e imagens digitais

Atividade: matrizes e imagens digitais Atividade: matrizes e imagens digitais Aluno(a): Turma: Professor(a): Parte 01 MÓDULO: MATRIZES E IMAGENS BINÁRIAS 1 2 3 4 5 6 7 8 Indique, na tabela abaixo, as respostas dos 8 desafios do Jogo dos Índices

Leia mais

Conteúdo. 1 Introdução. MINUTA Histograma do 1o Sorteio da NF Salvador xxx/2014. 1º Sorteio Eletrônico da Nota Fiscal Salvador

Conteúdo. 1 Introdução. MINUTA Histograma do 1o Sorteio da NF Salvador xxx/2014. 1º Sorteio Eletrônico da Nota Fiscal Salvador 1º Sorteio Eletrônico da Nota Fiscal Salvador Relatório parcial contendo resultados 1 da análise estatística dos bilhetes premiados Conteúdo 1 Introdução O software de Sorteio Eletrônico da Nota Fiscal

Leia mais

REPRESENTAÇÃO DA IMAGEM DIGITAL

REPRESENTAÇÃO DA IMAGEM DIGITAL REPRESENTAÇÃO DA IMAGEM DIGITAL Representação da imagem Uma imagem é uma função de intensidade luminosa bidimensional f(x,y) que combina uma fonte de iluminação e a reflexão ou absorção de energia a partir

Leia mais

Vias de acesso ao Plano Piloto: Uma análise de capacidade e nível de serviço.

Vias de acesso ao Plano Piloto: Uma análise de capacidade e nível de serviço. Vias de acesso ao Plano Piloto: Uma análise de capacidade e nível de serviço. André Oliveira Nunes (1) ; João André Frederico Fricke (2) ; Joaquim Nunes de Brito Neto (3) ; Levi de Assis Dantas Junior

Leia mais

SISTEMA DE VISÃO ESTÉREO EM TEMPO REAL. Juliano Tusi Amaral Laganá Pinto¹; Vanderlei Cunha Parro²

SISTEMA DE VISÃO ESTÉREO EM TEMPO REAL. Juliano Tusi Amaral Laganá Pinto¹; Vanderlei Cunha Parro² SISTEMA DE VISÃO ESTÉREO EM TEMPO REAL Juliano Tusi Amaral Laganá Pinto¹; Vanderlei Cunha Parro² ¹ Aluno de Iniciação Científica da Escola de Engenharia Mauá (EEM/CEUN-IMT); ² Professor da Escola de Engenharia

Leia mais

Referência de cores Fiery

Referência de cores Fiery 2014 Electronics For Imaging. As informações nesta publicação estão cobertas pelos termos dos Avisos de caráter legal deste produto. 11 de junho de 2014 Conteúdo 3 Conteúdo Introdução à referência de cores

Leia mais

ANÁLISE DE TEMPESTADES SEVERAS COM O SOFTWARE TITAN USANDO OS DADOS DO RADAR METEOROLÓGICO DE BAURU

ANÁLISE DE TEMPESTADES SEVERAS COM O SOFTWARE TITAN USANDO OS DADOS DO RADAR METEOROLÓGICO DE BAURU ANÁLISE DE TEMPESTADES SEVERAS COM O SOFTWARE TITAN USANDO OS DADOS DO RADAR METEOROLÓGICO DE BAURU Adelmo Antonio Correia 1 e José Carlos Figueiredo Resumo: Este trabalho visa analisar ocorrência de precipitação

Leia mais

Conteúdo 2 - Conceitos básicos de produção gráfica. professor Rafael Hoffmann

Conteúdo 2 - Conceitos básicos de produção gráfica. professor Rafael Hoffmann Conteúdo 2 - Conceitos básicos de produção gráfica professor Rafael Hoffmann Cor Modelos cromáticos - Síntese aditiva/cor-luz Isaac Newton foi o responsável pelo desenvolvimento da teoria das cores. Em

Leia mais

1 LISTA DE EXERCÍCIOS FUNDAMENTOS DE MECÂNICA CLÁSSICA. Prof. Marcio Solino Pessoa

1 LISTA DE EXERCÍCIOS FUNDAMENTOS DE MECÂNICA CLÁSSICA. Prof. Marcio Solino Pessoa 1 LISTA DE EXERCÍCIOS FUNDAMENTOS DE MECÂNICA CLÁSSICA. Prof. Marcio Solino Pessoa 1 O gráfico abaixo representa a marcação do velocímetro de um automóvel em função do tempo. Trace os gráficos correspondentes

Leia mais

LISTA EXTRA MRU e MRUV - 2ª SÉRIE

LISTA EXTRA MRU e MRUV - 2ª SÉRIE LISTA EXTRA MRU e MRUV - ª SÉRIE 1. (Unicamp 014) Correr uma maratona requer preparo físico e determinação. A uma pessoa comum se recomenda, para o treino de um dia, repetir 8 vezes a seguinte sequência:

Leia mais

Controle Inteligente de Robôs Móveis Autônomos utilizando Sistemas Inteligentes

Controle Inteligente de Robôs Móveis Autônomos utilizando Sistemas Inteligentes Controle Inteligente de Robôs Móveis Autônomos utilizando Sistemas Inteligentes Aluno: Gabriel Lins Tenório Orientadoras: Roxana Jiménez e Marley Rebuzzi Vellasco Introdução A aplicação de robôs móveis

Leia mais

Introdução ao Sensoriamento Remoto

Introdução ao Sensoriamento Remoto Introdução ao Sensoriamento Remoto Cachoeira Paulista, 24 a 28 novembro de 2008 Bernardo Rudorff Pesquisador da Divisão de Sensoriamento Remoto Instituto Nacional de Pesquisas Espaciais - INPE Sensoriamento

Leia mais

MANUAL RASTREAMENTO 2013

MANUAL RASTREAMENTO 2013 MANUAL RASTREAMENTO 2013 Visão Geral O menu geral é o principal módulo do sistema. Através do visão geral é possível acessar as seguintes rotinas do sistema: Sumário, localização, trajetos, últimos registros.

Leia mais

Prova Escrita de Aplicações Informáticas B

Prova Escrita de Aplicações Informáticas B EXAME NACIONAL DO ENSINO SECUNDÁRIO Decreto-Lei n.º 74/2004, de 26 de Março Prova Escrita de Aplicações Informáticas B 12.º Ano de Escolaridade Prova 703/1.ª Fase 11 Páginas Duração da Prova: 120 minutos.

Leia mais

Design Cerâmico Adaptado à Impressão Digital

Design Cerâmico Adaptado à Impressão Digital http://dx.doi.org/10.4322/cerind.2014.013 Design Cerâmico Adaptado à Impressão Digital J. J. Clausell a, L. Ortiz a, J. Mira a a Instituto de Tecnología Cerámica ITC, Asociación de Investigación de las

Leia mais

Medida da velocidade de embarcações com o Google Earth

Medida da velocidade de embarcações com o Google Earth UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Instituto de Física Programa de Pós-Graduação em Ensino de Física Mestrado Profissional em Ensino de Física Medida da velocidade de embarcações com o Google Earth

Leia mais

CBPF Centro Brasileiro de Pesquisas Físicas. Nota Técnica

CBPF Centro Brasileiro de Pesquisas Físicas. Nota Técnica CBPF Centro Brasileiro de Pesquisas Físicas Nota Técnica Aplicação de Física Médica em imagens de Tomografia de Crânio e Tórax Autores: Dário Oliveira - dario@cbpf.br Marcelo Albuquerque - marcelo@cbpf.br

Leia mais

Processamento digital de imagens. introdução

Processamento digital de imagens. introdução Processamento digital de imagens introdução Imagem digital Imagem digital pode ser descrita como uma matriz bidimensional de números inteiros que corresponde a medidas discretas da energia eletromagnética

Leia mais

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos

Leia mais

AGO-13 CBR&C. Tarifa de Pedágio X Economia no Transporte

AGO-13 CBR&C. Tarifa de Pedágio X Economia no Transporte AGO-13 CBR&C Tarifa de Pedágio X Economia no Transporte 00. Introdução O pedágio em rodovias brasileiras 1960-70 Devido a problemas no financiamento de infraestrutura rodoviária, o Estado passou a avaliar

Leia mais

O modelo está dividido em três componentes ou módulos principais: Apresentamos, a seguir, um fluxograma simplificado do sistema do modelo UTCS-1:

O modelo está dividido em três componentes ou módulos principais: Apresentamos, a seguir, um fluxograma simplificado do sistema do modelo UTCS-1: SP 24/11/79 NT 049/79 Modelo de Simulação de tráfego Urbano UTCS 1 Eng.º Sérgio Michel Sola Introdução Um modelo desenvolvido pela Federal Highway Administration (FHWA) no início da década de 70, denominado

Leia mais

Sistema irá modular até 32 câmeras: Você pode conectar de 1 até 32 câmeras.

Sistema irá modular até 32 câmeras: Você pode conectar de 1 até 32 câmeras. MANUAL DO SISTEMA Introdução Apresentação Requisitos mínimos Instalação do programa Acessando o Secullum DVR Tela Principal Indicador de espaço em disco Disposição de telas Status de Gravação Usuário atual

Leia mais

Transformada de Hough. Cleber Pivetta Gustavo Mantovani Felipe Zottis

Transformada de Hough. Cleber Pivetta Gustavo Mantovani Felipe Zottis Transformada de Hough Cleber Pivetta Gustavo Mantovani Felipe Zottis A Transformada de Hough foi desenvolvida por Paul Hough em 1962 e patenteada pela IBM. Originalmente, foi elaborada para detectar características

Leia mais

UM POUCO DE COMPUTAÇÃO GRÁFICA.

UM POUCO DE COMPUTAÇÃO GRÁFICA. UM POUCO DE COMPUTAÇÃO GRÁFICA. Imagem digital é a representação de uma imagem bidimensional usando números binários codificados de modo a permitir seu armazenamento, transferência, impressão ou reprodução,

Leia mais

Informática Aplicada a Radiologia

Informática Aplicada a Radiologia Informática Aplicada a Radiologia Apostila: Imagem Digital parte I Prof. Rubens Freire Rosa Imagem na forma digital A representação de Imagens na forma digital nos permite capturar, armazenar e processar

Leia mais

Sistema de Contagem, Identificação e Monitoramento Automático de Rotas de Veículos baseado em Visão Computacional

Sistema de Contagem, Identificação e Monitoramento Automático de Rotas de Veículos baseado em Visão Computacional Universidade Federal de Minas Gerais Escola de Engenharia Curso de Graduação em Engenharia de Controle e Automação Sistema de Contagem, Identificação e Monitoramento Automático de Rotas de Veículos baseado

Leia mais

Tecnologia e Comércio de Equipamentos Eletrônicos LTDA PORTAL DE TELEMETRIA SYSTEMTEK PARA GERENCIAMENTO DE FROTAS

Tecnologia e Comércio de Equipamentos Eletrônicos LTDA PORTAL DE TELEMETRIA SYSTEMTEK PARA GERENCIAMENTO DE FROTAS PORTAL DE TELEMETRIA SYSTEMTEK PARA GERENCIAMENTO DE FROTAS Características Design inovador Controle de acesso Permite criar usuários com senhas podendo-se definir no sistema quais as funcionalidades cada

Leia mais

Chow&Kaneko buscam as modas da imagem para separar os objetos. Admite que os tons na vizinhança de cada moda são do mesmo objeto.

Chow&Kaneko buscam as modas da imagem para separar os objetos. Admite que os tons na vizinhança de cada moda são do mesmo objeto. Respostas Estudo Dirigido do Capítulo 12 Image Segmentation" 1 Com suas palavras explique quais os problemas que podem ocorrer em uma segmentação global baseada em níveis de cinza da imagem. Que técnicas

Leia mais

SOFTWARE PARA IDENTIFICAÇÃO E CLASSIFICAÇÃO DE CÉLULAS DO ENDOTÉLIO CORNEANO DESENVOLVIDO PARA DISPOSITIVOS MÓVEIS

SOFTWARE PARA IDENTIFICAÇÃO E CLASSIFICAÇÃO DE CÉLULAS DO ENDOTÉLIO CORNEANO DESENVOLVIDO PARA DISPOSITIVOS MÓVEIS 221 SOFTWARE PARA IDENTIFICAÇÃO E CLASSIFICAÇÃO DE CÉLULAS DO ENDOTÉLIO CORNEANO DESENVOLVIDO PARA DISPOSITIVOS MÓVEIS Jean-Jacques S. De Groote - Prof. Dr. do Centro Universitário Uniseb de Ribeirão Preto.

Leia mais

Processamento de histogramas

Processamento de histogramas REALCE DE IMAGENS BASEADO EM HISTOGRAMAS Processamento de histogramas O que é um histograma? É uma das ferramentas mais simples e úteis para o PDI; É uma função que mostra a frequência com que cada nível

Leia mais

QUANTIFICAÇÃO DA CHUVA COM DADOS DE RADAR METEOROLÓGICO EM ÁREAS CULTIVADAS, ATRAVÉS DE TRÊS RELAÇÕES Z-R

QUANTIFICAÇÃO DA CHUVA COM DADOS DE RADAR METEOROLÓGICO EM ÁREAS CULTIVADAS, ATRAVÉS DE TRÊS RELAÇÕES Z-R QUANTIFICAÇÃO DA CHUVA COM DADOS DE RADAR METEOROLÓGICO EM ÁREAS CULTIVADAS, ATRAVÉS DE TRÊS RELAÇÕES Z-R ZILDENE PEDROSA O. EMÍDIO 1, ROBERTO V. CALHEIROS² ¹Meteorologista, Ph.D., Instituto de Pesquisas

Leia mais

(S.I.) = 10 + 6 3) (FP) O

(S.I.) = 10 + 6 3) (FP) O Lista Cinemática 1) (FP) Um motorista pretende realizar uma viagem com velocidade média de 90 km/h. A primeira terça parte do percurso é realizada à 50km/h e os próximos 3/5 do restante é realizado à 80

Leia mais

Sistema de localização e bloqueio veicular por célula de comunicação Objetivo Principal

Sistema de localização e bloqueio veicular por célula de comunicação Objetivo Principal de comunicação Objetivo Principal Prover uma solução de baixo custo para Identificação, localização, bloqueio e recuperação de veículos roubados ou procurados, através de micro circuitos embarcados de

Leia mais

4 Avaliação Experimental

4 Avaliação Experimental 4 Avaliação Experimental Este capítulo apresenta uma avaliação experimental dos métodos e técnicas aplicados neste trabalho. Base para esta avaliação foi o protótipo descrito no capítulo anterior. Dentre

Leia mais

Desafio: Robô comandado por Laser Tracker

Desafio: Robô comandado por Laser Tracker Desafio: Robô comandado por Laser Tracker Robô comandado por Laser Tracker Apresentação do Problema: Marcação de pontos no piso com precisão da ordem de 2 mm para instalação de equipamentos. Aplicações

Leia mais

SP 04/92 NT 141/92. Velocidade Média: Considerações sobre seu Cálculo. Engº Luiz Henrique Piovesan. 1. Introdução

SP 04/92 NT 141/92. Velocidade Média: Considerações sobre seu Cálculo. Engº Luiz Henrique Piovesan. 1. Introdução SP 04/92 NT 141/92 Velocidade Média: Considerações sobre seu Cálculo Engº Luiz Henrique Piovesan 1. Introdução Apesar de velocidade ser um conceito claro para os profissionais de tráfego, há uma certa

Leia mais

PAINEL ELETRÔNICO SONYTECH

PAINEL ELETRÔNICO SONYTECH PAINEL ELETRÔNICO SONYTECH Nathalio M. de A. Santos, Osamu Saotome Departamento de Eletrônica Aplicada, Instituto Tecnológico de Aeronáutica Resumo O presente artigo mostra o desenvolvimento do Painel

Leia mais

CAPÍTULO 5 APRESENTAÇÃO DOS RESULTADOS E DISCUSSÕES

CAPÍTULO 5 APRESENTAÇÃO DOS RESULTADOS E DISCUSSÕES CAPÍTULO 5 APRESENTAÇÃO DOS RESULTADOS E DISCUSSÕES 5.1. ANÁLISE DE DESEMPENHO DO SLT 5.1.1. Contaminação por Relâmpagos IN Utilizar o SLT para detectar relâmpagos IN e, consequentemente, determinar suas

Leia mais

Conectores de Vídeo Radiofreqüência (RF)

Conectores de Vídeo Radiofreqüência (RF) 15 Conectores de Vídeo Existem vários tipos de conexões de vídeo que você pode encontrar no PC e em aparelhos eletrônicos como TVs, aparelhos de DVD e videoprojetores. Apesar de a finalidade geral desses

Leia mais

Especificação do Trabalho Prático

Especificação do Trabalho Prático Especificação do Trabalho Prático O trabalho prático da disciplina consiste em desenvolver um programa utilizando a linguagem de programação C. A seguir, encontram-se a descrição do problema, a forma de

Leia mais

AVISO DE SEGURANÇA EM CAMPO/NOTIFICAÇÃO DE PRODUTO

AVISO DE SEGURANÇA EM CAMPO/NOTIFICAÇÃO DE PRODUTO AVISO DE SEGURANÇA EM CAMPO/NOTIFICAÇÃO DE PRODUTO Assunto: Software de Planejamento de Tratamento por Radiação da Brainlab: Para uso em software Brainlab, sequências de imagens (excluindo tomografias)

Leia mais

EMPREGO DE MODELAGEM NUMÉRICA PARA ESTIMATIVA DE RADIAÇÃO SOLAR NO ESTADO DO CEARÁ

EMPREGO DE MODELAGEM NUMÉRICA PARA ESTIMATIVA DE RADIAÇÃO SOLAR NO ESTADO DO CEARÁ EMPREGO DE MODELAGEM NUMÉRICA PARA ESTIMATIVA DE RADIAÇÃO SOLAR NO ESTADO DO CEARÁ Francisco José Lopes de Lima 1,2, Fernando Ramos Martins 1, Jerfferson Souza, 1 Enio Bueno Pereira 1 1 Instituto Nacional

Leia mais

Medição da Altura das Cunhas de Fricção dos Vagões Utilizando Processamento Digital de Imagem

Medição da Altura das Cunhas de Fricção dos Vagões Utilizando Processamento Digital de Imagem ARTIGO Medição da Altura das Cunhas de Fricção dos Vagões Utilizando Processamento Digital de Imagem Leonardo Borges de Castro 1 *, Dr. João Marques Salomão 2 e Me. Douglas Almonfrey 2 1 VALE - Engenharia

Leia mais

Geoprocessamento e Cartografia Prof. MSc. Alexander Sergio Evaso

Geoprocessamento e Cartografia Prof. MSc. Alexander Sergio Evaso Geoprocessamento e Cartografia Prof. MSc. Alexander Sergio Evaso Aula 02 Componentes de um GIS (SIE, ou SIG) Ideias dependem de pessoas. Pessoas trazem o conhecimento para uma equipe, que engendra ideias.

Leia mais

SINALIZAÇÃO HORIZONTAL. Profa. Mariana de Paiva

SINALIZAÇÃO HORIZONTAL. Profa. Mariana de Paiva SINALIZAÇÃO HORIZONTAL Profa. Mariana de Paiva 3. INSTRUMENTOS DE CONTROLE DE TRÁFEGO 3.2 SINALIZAÇÃO CLASSIFICAÇÃO Sinalização Vertical Sinalização Horizontal Sinais Luminosos Dispositivos de Sinalização

Leia mais

CEABS Sistema de Monitoramento Manual de Utilização CSM

CEABS Sistema de Monitoramento Manual de Utilização CSM CEABS Sistema de Monitoramento Manual de Utilização CSM SUMÁRIO Apresentação... - ACESSANDO O SISTEMA... 3 - FUNCIONALIDADES DAS ABAS DO SISTEMA... 6. - VISUALIZANDO ÚLTIMA POSIÇÃO DO OBJETO RASTREADO...

Leia mais

Software amigável para pré-redução de dados fotométricos

Software amigável para pré-redução de dados fotométricos Software amigável para pré-redução de dados fotométricos Thiago C. Caetano, Wilton S. Dias e Héktor Monteiro UNIFEI, Instituto de Ciências Exatas, Departamento de Física e Química, Universidade Federal

Leia mais

Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti. Distribuição Normal

Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti. Distribuição Normal Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Distribuição Normal 1. Introdução O mundo é normal! Acredite se quiser! Muitos dos fenômenos aleatórios que encontramos na

Leia mais

Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais

Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais Wesley B. Dourado, Renata N. Imada, Programa de Pós-Graduação em Matemática Aplicada e Computacional, FCT, UNESP,

Leia mais

NOVAS MÁQUINAS DE ENSAIOS NÃO DESTRUTIVOS DA MWL BRASIL RODAS & EIXOS LTDA. Domingos José Minicucci MWL BRASIL RODAS & EIXOS LTDA

NOVAS MÁQUINAS DE ENSAIOS NÃO DESTRUTIVOS DA MWL BRASIL RODAS & EIXOS LTDA. Domingos José Minicucci MWL BRASIL RODAS & EIXOS LTDA NOVAS MÁQUINAS DE ENSAIOS NÃO DESTRUTIVOS DA MWL BRASIL RODAS & EIXOS LTDA Domingos José Minicucci MWL BRASIL RODAS & EIXOS LTDA Trabalho apresentado no XXI Congresso Nacional de Ensaios Não Destrutivos,

Leia mais

ROBÓTICA INTELIGENTE: USO DE VISÃO COMPUTACIONAL VOLTADA PARA O CONTROLE E NAVEGAÇÃO DE ROBÔS MÓVEIS AUTÔNOMOS

ROBÓTICA INTELIGENTE: USO DE VISÃO COMPUTACIONAL VOLTADA PARA O CONTROLE E NAVEGAÇÃO DE ROBÔS MÓVEIS AUTÔNOMOS ROBÓTICA INTELIGENTE: USO DE VISÃO COMPUTACIONAL VOLTADA PARA O CONTROLE E NAVEGAÇÃO DE ROBÔS MÓVEIS AUTÔNOMOS Matheus Doretto Compri, Fernando Osório, Denis Wolf Instituto de Ciências Matemáticas e de

Leia mais

Fotografia digital. Aspectos técnicos

Fotografia digital. Aspectos técnicos Fotografia digital Aspectos técnicos Captura CCD (Charge Coupled Device) CMOS (Complementary Metal OxideSemiconductor) Conversão de luz em cargas elétricas Equilíbrio entre abertura do diafragma e velocidade

Leia mais

4. Princípios de Design. JAMES ITALIANO italiano.james@gmail.com

4. Princípios de Design. JAMES ITALIANO italiano.james@gmail.com 4. Princípios de Design JAMES ITALIANO italiano.james@gmail.com Design é projetar A partir de uma necessidade Para contribuir na soluçāo de um problema Focado em um público específico Através de um processo

Leia mais

IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS

IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS André Zuconelli¹, Manassés Ribeiro² Instituto Federal de Educação, Ciência e Tecnologia Catarinense - Campus Videira Rodovia SC, Km 5

Leia mais

Viewpoint: perspectives on modern mining. 2007 Caterpillar Inc. www.cat.com/viewpoint. A publication of Caterpillar Global Mining

Viewpoint: perspectives on modern mining. 2007 Caterpillar Inc. www.cat.com/viewpoint. A publication of Caterpillar Global Mining 2007: issue 1 A publication of Caterpillar Global Mining Vendo claramente: melhorar a visibilidade significa locais de mineração mais seguros Quando você está operando algumas das maiores máquinas do mundo

Leia mais

Codificação e modulação

Codificação e modulação TRABALHO DE REDES UNIVERSIDADE CATÓLICA DO SALVADOR CURSO: BACHARELADO EM INFORMÁTICA PROF.:MARCO ANTÔNIO C. CÂMARA COMPONENTES: ALUNO: Orlando dos Reis Júnior Hugo Vinagre João Ricardo Codificação e modulação

Leia mais

RUÍDOS EM IMAGENS FILTRAGEM DE RUÍDOS. o Flutuações aleatórias ou imprecisões em dados de entrada, precisão numérica, arredondamentos etc...

RUÍDOS EM IMAGENS FILTRAGEM DE RUÍDOS. o Flutuações aleatórias ou imprecisões em dados de entrada, precisão numérica, arredondamentos etc... RUÍDOS EM IMAGENS FILTRAGEM DE RUÍDOS RUÍDOS EM IMAGENS Em Visão Computacional, ruído se refere a qualquer entidade em imagens, dados ou resultados intermediários, que não são interessantes para os propósitos

Leia mais

Visão humana. Guillermo Cámara-Chávez

Visão humana. Guillermo Cámara-Chávez Visão humana Guillermo Cámara-Chávez Cor e visão humana Como uma imagem é formada? Uma imagem é formada a partir da quantidade de luz refletida ou emitida pelo objeto observado. Cor e visão humana Cor

Leia mais

Análise das condições atmosféricas durante evento extremo em Porto Alegre - RS

Análise das condições atmosféricas durante evento extremo em Porto Alegre - RS Análise das condições atmosféricas durante evento extremo em Porto Alegre - RS Madson T. Silva 1, Vicente de P.R da Silva 2, Julliana L. M. Freire 3, Enilson P. Cavalcanti 4 1 Doutorando em Meteorologia,

Leia mais