Defesa de Mestrado do aluno Yuri Nascimento da Silva

Título
A Collaborative UAV-UGV Framework for Solar Farm Inspection with Convolutional Neural Network and Synthetic-Real Data Generalization Analysis

Discente:
Yuri Nascimento da Silva

Resumo:
Esta dissertação propõe uma arquitetura multirrobótica abrangente para a inspeção autônoma de parques fotovoltaicos (PV), integrando plataformas robóticas aéreas e terrestres. O sistema emprega um UAV responsável pela aquisição de imagens. A Rede Neural Convolucional (CNN) You Only Look Once versão 8 (YOLOv8) realiza a detecção em tempo real de painéis solares. Enquanto isso, o UGV atua como uma base de suporte móvel e estação de recarga. A arquitetura é estruturada hierarquicamente e permite o comportamento colaborativo por meio do planejamento de caminho otimizado usando um Algoritmo Genético (AG), que minimiza o tempo de inspeção e o consumo de energia com base nos alvos detectados. A Estação de Controle de Solo (GCS) orquestra todo o processo, gerenciando o controle da missão, o processamento de dados e a coordenação em tempo real entre o UAV e o UGV. O UAV opera sob a estrutura de piloto automático PX4, com a comunicação gerenciada pelo protocolo MAVLink, tudo integrado ao middleware do Sistema Operacional do Robô (ROS). Dados de telemetria, incluindo nível de bateria, coordenadas de GPS e status da tarefa, são continuamente trocados para permitir realocação dinâmica, pouso seguro e continuidade da missão.
Paralelamente, este estudo examina o impacto da composição de dados de treinamento no desempenho da detecção de objetos, analisando como diferentes proporções de imagens sintéticas e do mundo real afetam a generalização do modelo YOLOv8. Conjuntos de dados sintéticos foram gerados usando simulações ROS-Gazebo para complementar imagens aéreas reais. Resultados experimentais indicam que uma combinação equilibrada de dados reais e simulados melhora significativamente o desempenho entre domínios, gerando altas pontuações de mAP em diversos cenários de teste. O sistema proposto foi validado em simulações realistas usando o software Gazebo, confirmando sua robustez, escalabilidade e autonomia operacional para inspeção inteligente e econômica de parques solares.

Banca:
Milena Faria Pinto, D.Sc.  (CEFET/RJ, orientadora)
Fábio Augusto de Alcantara Andrade, D.Sc.  (USN-Noruega, coorientador)
Alessandro Rosa Lopes Zachi, D.Sc.  (CEFET/RJ, membro interno)
Murillo Ferreira dos Santos, D.Sc. (CEFET/MG, membro externo)
Paulo Fernando Ferreira Rosa, D.Sc. (IME, membro externo)

Sala virtual

Data: 14 de janeiro de 2026
Horário: 13:00hs