Name: | Description: | Size: | Format: | |
---|---|---|---|---|
7.95 MB | Adobe PDF |
Authors
Abstract(s)
Os profissionais da área da manutenção e/ou equipas técnicas, precisam regularmente de
aprender a identificar novas peças em motores de automóveis e outros equipamentos. Para
isso, é necessário que executem uma sequência de ações previstas nas ordens de trabalho
a si destinadas de forma a realizarem tarefas de manutenção preventiva e curativa.
O presente projeto propõe um modelo de assistência à manutenção de automóveis
baseado em realidade aumentada. O assistente recebe uma ordem de trabalho com dife rentes tarefas a realizar e guia o técnico passo a passo, através de mensagens exibidas nos
óculos de realidade aumentada e instruções por voz. As peças são reconhecidas com o
treino de uma rede neuronal profunda, a YOLOv5, treinada para reconhecer oito peças:
a bateria, filtro de ar, reservatório do líquido dos travões, vareta de óleo, reservatório de
óleo do motor, reservatório da direção assistida, reservatório do líquido de arrefecimento
e reservatório de água dos limpa-vidros.
Depois de estudar o problema e organizar uma estratégia de resolução, foi necessário
criar um conjunto de dados, composto por um total de 900 imagens. Em seguida, a rede
foi treinada e os resultados mostram que é capaz de detetar com sucesso as partes em
streams de vídeo em tempo real, com alta precisão. Sendo útil como auxílio na formação de
profissionais que precisam de aprender a lidar com novos equipamento, guiando técnicos
para que sigam as tarefas nas ordens de trabalho oriundas do Sistema Informatizado de
Gestão de Manutenção.
Este sistema usa óculos de realidade aumentada para visualizar o equipamento. De pois,a rede identifica o objeto e o técnico consegue visualizar as tarefas pretendidas atra vés dos óculos. Com base no estado da arte, foi proposta uma arquitetura para o sistema
global, constituído pelo CMMS,o software de controlo da execução das ordens de serviço
com o respetivo detetor e a ligação ao headset de realidade aumentada. Foi também imple mentada uma prova de conceito, e os resultados mostram que o sistema é capaz de receber
uma ordem de trabalho, identificar o objeto e apresentar no ecrã a tarefa a realizar.
Description
Keywords
Assistente de tarefas YOLOv5 Conjunto de dados do motor do carro Deteção de peças de automóveis Realidade aumentada