Um modelo de monitoramento e predição de enchentes com câmeras e sensor ultrassônico

• Processo: 24/07514-4
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2024
• Situação: Interrompido
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Jó Ueyama
• Beneficiário: Otávio Ferracioli Coletti
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
• Bolsa(s) vinculada(s): 24/23110-0 - Enchentes Urbanas, processamento de imagens e aprendizado profundo., BE.EP.IC
• Assunto(s): Aprendizado computacional Sensores Visão computacional
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Detecção de Enchentes | sensor ultrassônico | Sensoreamento remoto | Sensores | Visão Computacional | Sensores

Resumo

As enchentes afetam várias cidades do país e causam diversos prejuízos materiais e humanos.Por esse motivo, pesquisadores têm se empenhado no processo de monitoramento e previsão destas, com a finalidade de diminuir esses danos. Diversas abordagens de medição do nível da água já foram utilizadas nesse contexto, a maioria são técnicas aplicadas a características conhecidas do curso de água para, de alguma maneira, mensurar a altura da água de um rio ou córrego. Sendo assim, este projeto tem como objetivo ajudar nesse monitoramento, desenvolvendo e aplicando soluções para aprimorar a detecção de enchentes por meio de um conjunto de sensores e técnicas de aprendizado de máquina. Considerando a tarefa de predizer enchentes a partir de informações como a altura do curso de água a partir de um sensor ultrassônico e a partir de imagens provenientes de câmeras de vídeo, pretende-se avançar uma solução para realizar essa predição com uso de técnicas de aprendizado de máquina.