Nesta seção, aborda-se o levantamento dos defeitos superficiais dos pavimentos asfálticos com o uso de imagens, como uma alternativa promissora e vantajosa ao método manual de levantamento dos defeitos.
As imagens de um pavimento podem ser obtidas em nível orbital, sub- orbital ou terrestre, cujas explicações vêm a seguir.
2.3.1. IMAGENS EM NÍVEL ORBITAL
Imagens em nível orbital são obtidas por sensores localizados a algumas centenas de quilômetros da superfície terrestre, carregados em plataformas (satélites) em órbitas ao redor da Terra.
Com a disponibilização das imagens de sensores de altíssima resolução, como as imagens dos programas IKONOS II e Quickbird 2, iniciou- se no mundo científico, uma série de pesquisas, utilizando essas imagens em várias áreas do conhecimento, tais como, agricultura, mapeamento, planejamento urbano, meio ambiente, etc. A grande motivação era referente à resolução espacial6 das imagens que aumentara consideravelmente em relação aos outros sensores orbitais até então utilizados.
A Tabela 2.3 apresenta algumas informações sobre os sensores dos programas IKONOS II e QuickBird 2. Ambos os sensores captam em 5 bandas, porém o QuickBird 2 tem uma resolução espacial melhor que o IKONOS II, tanto na banda pancromática quanto nas bandas multiespectrais7. O conceito de Quanto ao imageamento (obtenção das cenas), ela é menor no IKONOS II. Já analisando a revisita, ou seja, a obtenção da mesma cena consecutivamente, ambos dependem da latitude do local. No caso do IKONOS II, a revisita depende
6
Resolução espacial de uma imagem está relacionada à capacidade de se discriminar na ima- gem objetos de seus vizinhos, sendo tanto melhor quanto maior for a resolução espacial;
7
também do tipo de imagem, se pancromática ou multiespectral.
Ainda é relativamente restrita a utilização das imagens desses sensores com aplicação na engenharia rodoviária. A comunidade científica pouco tem produzido a esse respeito e a abordagem quase sempre recai em levantamentos de faixas de terreno (corredores) e modelo digital de elevação para estudo de traçados, planejamentos e estudos ambientais.
3Tabela 2.3 - Algumas características dos sensores IKONOS II e QuickBird 2 Fonte: Moreira (2005)
Programa IKONOS II Programa QuickBird 2 Ano lançamento 1999 Ano
lançamento 2001 Altitude 680 km Altitude 450 km Bandas 4 - multiespectral 1 - pancromática Bandas 4 - multiespectral 1 - pancromática Resolução espacial 4m - multiespectral 1m - pan Resolução espacial 2,4m - multiespectral 0,6m - pancromática Resolução radiométrica8 11 bits (2.048 níveis de cinza) Resolução radiométrica 11 bits (2.048 níveis de cinza)
Imageamento cenas 13 x 13 km Imageamento cenas 16,5 x 16,5 km Revisita9off nadir 2,9 dias - pancromática 1,5 dias - multiespectral Revisita off nadir de 1 a 3,5 dias - conforme latitude
Tratando-se de levantamentos de defeitos com o uso das imagens de altíssima resolução, a produção científica é pequena, possivelmente devido a alguns fatores: a) as imagens são de custo alto e, via de regra, são necessárias várias imagens para cobrir uma rodovia extensa; b) o aparecimento de nuvens prejudica a análise das imagens; c) de uma maneira geral, a obtenção das imagens é um pouco demorada, dificultando avaliações que necessitam ser feitas mais rapidamente; d) a resolução espacial da imagem, embora seja considerada alta, ainda não é o suficiente para essa aplicação específica. Por exemplo, como identificar uma trinca de 3 mm de espessura em uma imagem cuja resolução espacial é de 1 m?
8
Resolução radiométrica de um sensor está associada à sua capacidade em discriminar sinais elétricos com pequenas diferenças de intensidade (MOREIRA, 2005);
9
2.3.2. IMAGENS EM NÍVEL SUB-ORBITAL
Imagens em nível sub-orbital (também denominadas imagens aéreas) são obtidas por sensores transportados por uma aeronave, voando até cerca de 4.500 m de altitude. É a área de atuação da Fotogrametria.
Recentemente, o uso de sensores sub-orbitais hiperespectrais e sensores com tecnologia laser, adicionados às câmeras métricas digitais parece estar colaborando para uma nova fase nessa área.
No Capítulo 3, seção 3.2, faz-se citações sobre trabalhos que utilizaram sensores hiperespectrais (MOREIRA et al., 2007; HEROLD et al., 2003; HEROLD et al., 2004; HEROLD et al., 2004a).
2.3.3. IMAGENS EM NÍVEL TERRESTRE
Imagens em nível terrestre são obtidas por sensores transportados por um veículo ou pessoa. Neste caso, o sensor fica muito próximo do alvo, ou seja, a poucos metros dele.
O uso de imagens terrestres na identificação de defeitos superficiais no pavimento tem sido largamente explorado desde algum tempo. Registros trazem informações que as pesquisas iniciaram na década de 1960, e seus métodos foram desenvolvidos a fim de se tentar estabelecer uma forma de levantamento que seja confiável, preciso, universal, de baixo custo, rápido e com boa repetitividade (BARELLA, 2001).
A Figura 2.10 apresenta a evolução do processo usando imagem para identificar defeitos ao longo do tempo. Na fase inicial, nas décadas de 1960 e 1970, as fotografias eram analógicas e armazenadas em um rolo de filmes com algumas centenas de metros, reveladas e editadas em laboratório fotográfico. Os procedimentos de identificação dos defeitos eram visuais e, posteriormente, com auxílio de software específico, mas que não eliminava a característica manual da operação. Na fase seguinte, na década de 1980, passou-se a fazer filmagens do pavimento com câmeras de vídeo analógicas e a identificação dos
defeitos era efetuada no escritório, através da visualização da fita quadro a quadro. Na fase de digitalização das imagens (fotografias e vídeo), entre as décadas de 1980 e 1990, usaram scanners e placas digitalizadoras para obterem-se imagens digitais a partir de imagens analógicas; os defeitos passaram a ser identificados por procedimentos automáticos, através de computadores. Para finalizar, a última e atual etapa, a partir da década de 1990, é definida pela aquisição de imagens digitais e sofisticados procedimentos de identificação de defeitos.
10Figura 2.10 - Desenvolvimento histórico da aquisição de imagens para uso na identificação de defeitos
Fonte: adaptado de Barella (2001)
Muitos trabalhos têm sido desenvolvidos nessa área e a literatura é relativamente vasta. Citam-se alguns trabalhos que utilizaram imagens terrestres com o objetivo de determinar defeitos superficiais nos pavimentos.
Barella (2001), visando diminuir as dificuldades e problemas relacionados aos levantamentos in loco de defeitos superficiais de pavimentos, desenvolveu um sistema para capturar imagens do pavimento a partir de um veículo em movimento. Posteriormente, no escritório, essas imagens eram interpretadas visualmente, obtendo-se o levantamento dos defeitos do pavimento. Segundo Barella (2001), o sistema desenvolvido apresentou-se promissor para as atividades de inventário de defeitos no pavimento. Na Figura 2.11 (a) apresenta-se o sistema desenvolvido por Barella (2001), constando de um veículo com uma estrutura fixada ao mesmo, para sustentar a câmera e, na extremidade, a câmera. Dentro do veículo encontra-se um computador para receber os dados da câmera via cabeamento. Na Figura 2.11 (b) tem-se uma imagem adquirida pelo sistema, onde se visualiza remendos sobre o pavimento.
(a) (b) 11Figura 2.11 - Sistema desenvolvido por Barella (2001)
(a) Vista do veículo, plataforma e câmera; (b) imagem adquirida pelo sistema Fonte: Barella (2001)
O National Cooperative Highway Research Program (NCHRP, 2004) apresentou uma síntese de informações coletadas em 2003 nos departamentos de transporte americano (DOTs), nos Federal Highway Administration (FHWA), nas províncias do Canadá e no World Road Association, denominado A Synthesis of Highway Practice e que apontou esforços no desenvolvimento, pesquisa e prática da comunidade rodoviária voltados para o procedimento da automatização dos dados, obtenção e processamento, sobre as condições dos pavimentos. O NCHRP analisou custos e benefícios das técnicas de automatização, frequências de monitoramento, protocolos utilizados e o contraste entre o estado da arte e estado da prática no procedimento da automatização nos órgãos que participaram da síntese. Verificou-se que todos os DOTs fazem uso de algum mecanismo de medida automática de defeitos (de superfície, irregularidade, etc). Trinta agências utilizam imagem do pavimento e quatorze agências fazem uso de procedimentos automáticos para a detecção de defeitos com o uso de imagens (NCHRP, 2004).
Em termos de sistemas comerciais para obtenção de imagens e detecção automática de defeitos superficiais, cita-se entre outros: a) Hawkeye 2000 series - trata-se de um sistema de avaliação modular cujas características podem ser implementadas à medida das necessidades do cliente, possui um pacote projetado para identificação e localização de áreas de defeitos superficiais, opera na velocidade operacional da via e utiliza câmeras digitais de alta resolução - Figura 2.9 (ARRB, 2008); b) Sistema ARAN - trata-se de um sistema que pode ser implementado em vários tipos de chassis de veículos, sendo também modular (nos moldes do sistema
Hawkeye 2000 series) e o sistema que a empresa produz para a detecção de defeitos no pavimento é denominado Wisecrax - Figura 2.12 (FUGRO, 2008).
12Figura 2.12 - Sistema ARAN, da Fugro Roadware Fonte: Fugro (2008)
O mercado brasileiro de avaliação rodoviária vem crescendo anualmente, motivando várias empresas a disputarem esse mercado. No entanto, não se tem notícias de uso, no Brasil, de qualquer sistema de detecção automático de defeitos superficiais.