ESTUDO E PROPOSTA DE UM SISTEMA DE DETECÇÃO DE OBJETOS UTILIZANDO HARDWARE DE BAIXO CUSTO

INTRODUÇÃO: Este trabalho aborda a análise comparativa de algoritmos de visão computacional, focando especificamente em YOLO, SSD MobileNet e MediaPipe. OBJETIVOS: Este estudo visa desenvolver uma técnica avançada para a identificação de objetos utilizando visão computacional, aplicada em um Raspberry Pi 4. O foco é gerar dados vitais para sistemas autônomos, destacando a identificação e a posição dos objetos em relação ao sensor. A metodologia se desdobra em quatro fases críticas: análise de literatura, comparação de algoritmos, desenvolvimento de uma estratégia de identificação única e sua validação em uso real. Este processo busca aprimorar a precisão e eficiência na detecção e reconhecimento de objetos com recursos limitados. O trabalho expande a visão computacional em plataformas econômicas, impulsionando inovações e uso prático em sistemas autônomos avançados. MATERIAIS E MÉTODO: Na fase inicial desta pesquisa, adotamos uma abordagem de estudo teórico combinada com revisões sistemáticas, concentrando-nos em algoritmos de visão computacional. O objetivo era entender os fundamentos e teorias existentes por meio de uma análise abrangente da literatura disponível. Isso nos permitiu assimilar o estado da arte e o conhecimento atual sobre o assunto. Utilizando a revisão de literaturas relevantes, formulamos oito questões essenciais para guiar nossa investigação: (1) Quais desafios o artigo busca resolver? (2) Quais são as principais contribuições propostas? (3) Como o estudo se posiciona em relação a pesquisas anteriores na área? (4) Quais métodos e tecnologias o estudo emprega? (5) Qual é a robustez e a confiabilidade dos resultados apresentados? (6) Quais são as limitações identificadas na pesquisa? (7) De que maneira os resultados podem ser implementados na prática? E (8) O artigo propõe alguma direção futura para a continuidade da pesquisa? Essas indagações foram fundamentais para aprofundar nossa compreensão e direcionar o escopo do estudo. RESULTADOS: Inicialmente, o foco da pesquisa recai sobre a análise crítica de artigos, estudos e livros que exploram desde fundamentos básicos até aspectos mais avançados relativos ao tema em questão. Durante o estudo, foram formuladas questões críticas para cada leitura realizada, conduzindo a análise através de pontos chave: Primeiramente, identificar os desafios que o artigo visa superar; secundariamente, destacar as principais inovações que o trabalho propõe; em terceiro lugar, avaliar como o estudo se posiciona em relação a pesquisas anteriores na mesma área; em quarto, examinar os métodos e tecnologias adotados; em quinto, determinar a robustez e a confiabilidade dos resultados apresentados; em sexto, reconhecer as limitações do estudo; em sétimo, considerar a aplicabilidade prática dos resultados; e, finalmente, verificar se o trabalho propõe futuras direções de pesquisa. CONSIDERAÇÕES FINAIS: Em conclusão, a pesquisa atingiu os objetivos propostos, validando a eficácia do MediaPipe como a melhor opção entre os algoritmos testados e demonstrando a viabilidade de utilizar hardware de baixo custo para detecção de objetos por visão computacional. Esta abordagem abre caminho para novas aplicações e desenvolvimentos na área, promovendo inovações e o uso prático em sistemas autônomos avançados.

PALAVRAS-CHAVE: 1. YOLO; 2. SSD MobileNet; 3. MediaPipe; 4. Detecção de Objetos; 5. Visão Computacional.