Classificação de nuvens de pontos utilizando aprendizagem de máquina supervisionada

Abstract

O uso de tecnologias de obtenção de nuvens de pontos para auxílio na elaboração de modelos digitais de elevação, medições e mapeamento de estruturas está cada vez mais presente na indústria AECO (Arquitetura, Engenharia, Construção e Operação). Tendo isso em vista, a pesquisa buscou utilizar um algoritmo de aprendizado de máquina supervisionado capaz de classificar nuvens de pontos de grandes áreas a partir da inserção de um conjunto de dados de nuvens pré-classificadas. O script desenvolvido é capaz de classificar regiões das nuvens de pontos em três categorias principais: terreno, edificações e vegetação, sendo especialmente útil para apoiar a construção de modelos de cidades ou obras de infraestrutura. O script apresentou métricas de desempenho que indicaram que o aprendizado de máquina supervisionado se comportou de maneira satisfatória, porém foi visto que a qualidade dos dados de entrada pode ser significativa para os resultados. A principal contribuição do algoritmo é a possibilidade de reconhecer e separar as nuvens de pontos em diferentes classes, além de ser capaz de classificar nuvens de pontos obtidas não só via escaneamento a laser (LiDAR) como também por fotogrametria (levantamentos aéreos realizados por sobreposição de imagens obtidas por drone).