Sistema Inteligente de Deteção de Pessoas para Robôs Móveis Autónomos de Desinfeção

• Tipo: Tese
• Data: 2021-07-19

Autores

Hugo Lima Mendonça (Autor) FEUP

Tese

Sistema Inteligente de Deteção de Pessoas para Robôs Móveis Autónomos de Desinfeção

Mestrado

Dissertação

Classificação Científica

FOS: Ciências da engenharia e tecnologias > Engenharia electrotécnica, electrónica e informática

Instituições Associadas

INESC - INESC TEC - Instituto de Engenharia de Sistemas e Computadores, Tecnologia e Ciência

Outras Informações

DOI: 10.34626/j33b-3d48

Resumo (PT): A pandemia de COVID-19, provocada pela propagação descontrolada do vírus SARS-CoV-2, levou à necessidade de desenvolver sistemas de desinfeção inteligentes, não só para proteger as pessoas que frequentam espaços públicos, mas também para proteger aqueles que estejam sujeitos a situações de risco em zonas contaminadas. Nesta dissertação, é desenvolvido um sistema de deteção de pessoas inteligente para robôs autónomos de desinfeção que utilizam radiação Ultravioleta do tipo C para esse propósito. A desinfeção é interrompida pelo sistema quando uma pessoa é detetada à volta do robô, em qualquer direção. A radiação UVC é perigosa para humanos e, como tal, o sistema de deteção proposto tem como objetivo proteger as pessoas, desativando o processo de desinfeção assim que uma pessoa seja detetada. O sistema utiliza três tipos de sensores para a deteção, uma câmera RGB Raspberry Pi, uma câmera térmica FLIR Lepton 3.5 e quatro sensores PIR, fundindo posteriormente os dados por eles recolhidos. As imagens RGB e térmicas são processadas com recurso uma rede neuronal Single Shot Detector Mobilenet, para identifcar e detetar pessoas com recurso a métodos de inteligência artificial. A câmera térmica é ainda utilizada para gerar um histograma de temperaturas para cada imagem processada, que contribui para o algoritmo de deteção desenvolvido. Os resultados mostram que a fusão sensorial dos diferentes sensores melhora o desempenho do sistema, quando comparado a situações em que os sensores são utilizados individualmente. Um dos testes realizados mostra a capacidade do sistema em distinguir pessoas em fotografias de pessoas reais, através da fusão dos dados da câmera térmica com os dados da câmera RGB. Os resultados da deteção validam o sistema proposto. O sistema tem ainda dois sensores extra que comunicam diretamente com o robô de desinfeção que são um LiDAR para cálculo de área na direção da deteção e um sonar para medir a distância do robô ao teto.

Abstract (EN): The COVID-19 virus outbreak led to the need of developing smart disinfection systems, not only to protect the people that usually frequent public spaces but also to protect those who have to subject themselves to the contaminated areas. In this dissertation it is developed a human detector smart sensor for autonomous disinfection mobile robots that uses Ultraviolet C type light for the disinfection task. The disinfection is interrupted by the system when a human is detected around the robot in any direction. UVC light is dangerous for humans and thus the need for a human detection system that will protect them by disabling the disinfection process, as soon as a person is detected. This system uses different sensors, a RGB Raspberry Pi Camera as well as a FLIR Lepton 3.5 Thermal Camera and also four PIR sensors and combines the data gathered by them. The RGB and Thermal images are processed with a Single Shot Detector Mobilenet neural network to identify and detect persons. The thermal camera also generates a temperature histogram for each processed image. Results show that the sensorial fusion of the diffentent sensors data improves the system performance compared to when the sensors are used individually. One of the tests performed proves that the system is able to distinguish a person in a picture from a real person by fusing the thermal camera and the visible light camera data. The detection results validate the proposed system. The system also possesses two extra sensors that communicate directly with the desinfection robot, a LiDAR to measure the area in the detection direction and a sonar to measure the distance from the robot to the ceiling.

Idioma: Português

Nº de páginas: 82