Please use this identifier to cite or link to this item:
https://ric.cps.sp.gov.br/handle/123456789/44776Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | GAMA, Ivan Vieira | - |
| dc.contributor.author | SILVA, Bianca Coutinho | - |
| dc.contributor.author | CRUZ, Vinicius Ednaldo Ramos | - |
| dc.contributor.other | ZANOTTI, Glaucia Regina Dias Takahashi | - |
| dc.contributor.other | CORREIA, Diego Brunasse | - |
| dc.contributor.other | OLIVEIRA, Valdir do Carmo de | - |
| dc.date.accessioned | 2026-05-25T20:45:28Z | - |
| dc.date.available | 2026-05-25T20:45:28Z | - |
| dc.date.issued | 2025-11 | - |
| dc.identifier.citation | SILVA, Bianca Coutinho; CRUZ, Vinícius Ednaldo Ramos. Drone de inspeção de aeronaves com inteligência artificial. Relatório Técnico. (Curso Técnico em Mecatrônica). -- São Paulo: Centro Estadual de Educação Tecnológica Paula Souza - Etec Professsor Basilides de Godoy, 2025. | pt_BR |
| dc.identifier.uri | https://ric.cps.sp.gov.br/handle/123456789/44776 | - |
| dc.description.abstract | Este trabalho apresenta o desenvolvimento de um drone de inspeção de aeronaves, dotado de Inteligência Artificial (IA) para operar em hangar de manutenção. O sistema tem como objetivo identificar possíveis danos estruturais de forma automatizada, reduzindo a necessidade de que mecânicos subam em aeronaves, especialmente grandes aviões comerciais, onde os riscos são acentuados durante operações noturnas e em superfícies molhadas. O drone analisa imagens capturadas pela EspCam, processadas por um modelo de machine learning treinado para classificar áreas como 'Dano' ou 'Sem Dano'. Os resultados demonstram alta precisão e funcionalidade, reforçando seu potencial de aplicação em ambientes reais de manutenção. | pt_BR |
| dc.description.abstract | This paper presents the development of an aircraft inspection drone equipped with Artificial Intelligence (AI) to operate inside maintenance hangars. The system aims to identify potential structural damage automatically, reducing the need for mechanics to climb onto large aircraft—a task often performed at night and under hazardous conditions such as wet surfaces. The drone captures images through an EspCam, which are processed by a machine learning model trained to classify areas as 'Damage' or 'No Damage'. The results demonstrate high accuracy and reliable functionality, indicating strong potential for real-world application in aircraft maintenance. | pt_BR |
| dc.description.sponsorship | Curso Técnico em Mecatrônica | pt_BR |
| dc.language.iso | pt_BR | pt_BR |
| dc.publisher | 041 | pt_BR |
| dc.subject | Drones | pt_BR |
| dc.subject | Inspeção veicular | pt_BR |
| dc.subject | Controle de aeronaves | pt_BR |
| dc.subject | Engenharia aeronáutica | pt_BR |
| dc.subject.other | Controle e Processos Industriais | pt_BR |
| dc.title | Drone de inspeção de aeronaves com inteligência artificial | pt_BR |
| dc.title.alternative | Aircraft inspection drone with artificial intelligence. | pt_BR |
| dc.type | Relatório Técnico | pt_BR |
| dcterms.type | - | pt_BR |
| Appears in Collections: | Trabalhos de Conclusão de Curso | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| mecatronica_2025_2_drone_de_inspecao_de_aeronaves_com_inteligencia_artificial_bianca_coutinho_silva.pdf Restricted Access | 379 kB | Adobe PDF | View/Open Request a copy |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.