https://hdl.handle.net/1884/39706 2026-06-12T00:46:47Z 2026-06-12T00:46:47Z https://hdl.handle.net/1884/105509 2026-06-09T17:23:36Z 2026-01-01T00:00:00Z

Registro automático de nuvens de pontos 3D geradas por laser scaner terretre [sic] utilizando aproximação em multiescala e ajuste global de estações em circuitos fechados Resumo: A reconstrução 3D de ambientes é um tema de interesse em diversas áreas do conhecimento. Nesse contexto, o Laser Scaner Terrestre (LST) é um instrumento preciso que usa o sensoriamento remoto ativo para levantar ambientes complexos. Contudo, devido ao seu modo de operação, as nuvens de pontos 3D geradas pelo sensor sofrem com oclusões na linha de visão do laser. Diante disso, a varredura completa de uma cena ou objeto em 3D só é possível caso se posicione o equipamento em diferentes locais, onde a cada nova posição se estabelece um sistema de coordenadas relativo àquela estação. A consequência disso é que, ao visualizar os dados salvos pelo sensor, as nuvens de pontos 3D se sobrepõem de forma arbitrária no espaço 3D. Para obter um modelo 3D globalmente consistente com as nuvens de pontos é necessário reconstruir a trajetória do sensor, isto é, obter a posição e orientação relativa das nuvens entre si. Esse problema é conhecido como Registro de Nuvens de Pontos 3D, ele consiste em estimar os parâmetros de rotação e translação entre as estações do LST, chamadas de poses, através das nuvens de pontos. Para solucionar este problema, propomos um modelo dividido em duas etapas. A primeira etapa consiste no registro par-a-par das nuvens de pontos em modo coarse-to-fine. Especificamente, aplicamos os algoritmos Fast Global Registration para a etapa coarse e o algoritmo Generalized Iterative Closest Point para o refinamento. Ambos são implementados com adaptações para operar em nuvens de pontos obtidas por LST, tais como a detecção de keypoints no registro global e a amostragem em multiescala durante o refinamento. As múltiplas amostragens e o uso de keypoints reduz significativamente o tempo do registro par-a-par. Na segunda etapa do modelo abordamos o problema do drift, nela realizamos um ajuste global do circuito para distribuir o erro que se acumula no registro dos pares de nuvens de pontos. Para isto, as poses relativas do LST são mapeadas em dual quatérnios, que são compostos nas duas direções do circuito, gerando duas poses para cada estação do LST. O erro de fechamento do circuito é mitigado ao se aplicar a técnica Screw Linear Interpolation (ScLERP) entre as duas poses. A principal vantagem desse modelo é tratar rotações e translações de forma acoplada em uma única etapa de interpolação linear. Para testar os modelos, um conjunto de cinco datasets foi obtido em ambientes internos e externos, totalizando 99 nuvens de pontos. Os resultados mostram que o método de registro par-a-par proposto é capaz de registrar, em média, 80% dos pares corretamente, enquanto o modelo de ajuste global reduziu o drift em até 40 % em nos circuitos testados quando comparado a outros modelos lineares; Abstract: 3D environment reconstruction is a subject of interest across various fields of knowledge. In this context, the Terrestrial Laser Scanner (TLS) is an instrument that employs active remote sensing of the Light Detection and Ranging (LiDAR) type to profile complex environments. However, due to its operating mode, the 3D point clouds generated by the sensor suffer from line-of-sight occlusions. Consequently, a complete 3D profiling of a scene or object is only possible by positioning the equipment at different locations, where each new scan station establishes its own relative coordinate system. As a result, the raw data collected by the sensor consists of 3D point clouds that overlap arbitrarily in 3D space. To obtain a globally consistent 3D model, it is necessary to reconstruct the sensor's trajectory by determining the relative position and orientation between the clouds. This problem, known as 3D Point Cloud Registration, consists of estimating the rotation and translation parameters (poses) between TLS stations through the point cloud data. To solve this problem, this thesis proposes a two-stage model. The first stage performs coarse-to-fine pairwise registration. Specifically, the Fast Global Registration algorithm is applied for the coarse stage, followed by the Generalized Iterative Closest Point algorithm for refinement. Both are implemented with adaptations for TLS data, such as keypoint detection in the global registration and multiscale sampling during refinement. The use of multiscale sampling and keypoints significantly reduces pairwise registration time. The second stage addresses the drift problem by performing a global loop adjustment to distribute the cumulative error from pairwise registrations. For this purpose, the relative TLS poses are mapped into dual quaternions and composed in both loop directions, generating two poses for each station. The loop closure error is then mitigated by applying the Screw Linear Interpolation (ScLERP) technique between these poses. The primary advantage of this model is its ability to treat rotations and translations in a coupled manner within a single linear interpolation step. To validate the models, a set of five datasets was acquired in both indoor and outdoor environments, totaling 99 point clouds. Results indicate that the proposed pairwise registration method correctly aligns an average of 80% of the pairs, while the global adjustment model reduced drift by up to 40% in the tested circuits when compared to other linear models Orientador: Prof. Dr. Luis Augusto Koenig Veiga; Banca: Luis Augusto Koenig Veiga (Presidente da Banca), Mauricio Galo, Henrique Candido de Oliveira e Ivandro Klein; Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa : Curitiba, 04/03/2026; Inclui referências; Área de concentração: Fotogrametria e Sensoriamento Remoto

2026-01-01T00:00:00Z https://hdl.handle.net/1884/102108 2026-05-12T16:45:25Z 2026-01-01T00:00:00Z

Análise da influência da refração atmosférica na determinação de posicionamento 3D preciso utilizando estação total Resumo: Esta tese, estruturada na forma de artigos, apresenta os resultados de um estudo sobre os efeitos da refração atmosférica no posicionamento preciso de pontos na superfície terrestre utilizando estação total. O estudo de caso foi realizado na barragem da UHE Governador Jayme Canet Junior, localizada no estado do Paraná, Brasil. O primeiro artigo investiga influência das variações de temperatura, pressão e umidade ao longo do dia na determinação das coordenadas de pontos de monitoramento situados na crista da barragem, utilizando irradiação topográfica com estação total, a partir de três marcos geodésicos, que compõem a rede de referência topográfico utilizada no monitoramento da barragem, permitindo a vinculação das medições locais a um sistema de referência geodésico. O segundo artigo analisa os efeitos da refração atmosférica na determinação de desníveis, através do nivelamento trigonométrico, utilizando dados do método de nivelamento geométrico de primeira ordem como referência. O índice de refração local foi calculado de forma recíproca e simultânea entre três pilares nas margens da barragem em diferentes períodos do dia. Os resultados indicam que, mesmo após correções das distâncias em relação às condições meteorológicas, as coordenadas calculadas no primeiro artigo apresentaram discrepâncias, possivelmente devido aos efeitos da refração nas medições. Observou-se também que as coordenadas médias foram influenciadas pela posição do pilar onde a estação total foi instalada no levantamento, sendo que as maiores variações ocorreram no período da manhã, o que sugere que a incidência solar altera a temperatura do ar e, consequentemente, o índice de refração. No segundo artigo os resultados mostraram melhorias nos desníveis calculados em comparação com o valor de k = 0,13, exceto para o Pilar 3, onde a umidade devido à névoa gerada pela vazão da água pelos vertedouros afetou as medições; Abstract: This thesis, structured in the form of articles, presents the results of a study on the effects of atmospheric refraction on the precise positioning of points on the Earth's surface using a total station. The case study was conducted at the Governador Jayme Canet Junior Hydroelectric Power Plant dam, located in the state of Paraná, Brazil. The first article investigates the influence of variations in temperature, pressure, and humidity throughout the day on the determination of coordinates of monitoring points located along the crest of the dam. This was carried out using topographic radiation with a total station from three geodetic benchmarks, which compose the topographic reference network used in the dam monitoring system, enabling the connection of local measurements to a geodetic reference system. The second article analyzes the effects of atmospheric refraction on the determination of height differences through trigonometric leveling, using first-order geometric leveling data as a reference. The local refraction index was calculated reciprocally and simultaneously between three pillars located on the margins of the dam at different times of the day. The results indicate that, even after correcting distances according to meteorological conditions, the coordinates calculated in the first article showed discrepancies, possibly due to the effects of refraction on the measurements. It was also observed that the average coordinates were influenced by the position of the pillar where the total station was set up during the survey, with the greatest variations occurring in the morning period. This suggests that solar radiation alters air temperature and, consequently, the refraction index. In the second article, the results showed improvements in the calculated height differences compared to the standard value of k = 0.13, except for Pillar 3, where humidity caused by mist generated from water discharge over the spillways affected the measurements Orientador: Prof. Dr. Pedro Luis Faggion; Coorientador: Prof. Dr. Wander da Cruz; Banca: Pedro Luis Faggion (Presidente da Banca), Irineu da Silva, Luís Augusto Koenig Veiga, Fabiani das Dores Abati Miranda; Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa : Curitiba, 27/03/2026; Inclui referências

2026-01-01T00:00:00Z https://hdl.handle.net/1884/97953 2026-04-06T19:09:55Z 2025-01-01T00:00:00Z

Proposta de árvore de decisão para determinação de risco de incêndio em ambientes universitários Resumo: A pesquisa é motivada pela necessidade de aumentar a eficiência e a precisão na elaboração de projetos de prevenção e combate a incêndio em instituições de ensino superior, onde a diversidade de materiais e de usos dos espaços dos espaços apresenta desafios significativos para a gestão da segurança o presente estudo apresenta uma integração entre um banco de dados geoespacial ao sistema UFPR Campus Map. A área de estudo abrange o Campus Politécnico da Universidade Federal do Paraná (UFPR), com foco inicial no Bloco PI do Complexo Rubens Meister, no LAMIR e em um laboratório com materiais biológicos. Para alcançar os objetivos propostos, foi desenvolvida a modelagem de um banco de dados que organiza informações sobre materiais de construção, ocupação dos espaços e características de risco. Com base nesses dados, desenvolveu-se uma árvore de decisão que classifica os níveis de risco de incêndio, considerando variáveis como tipo de revestimento, classe de reação ao fogo, ocupação e altura da edificação. Essa árvore foi integrada ao banco de dados, permitindo consultas de normativas conforme as condições dos ambientes. Assim, o banco de dados fornece suporte para consultas que consideram as condições estruturais e os materiais de cada ambiente, auxiliando técnicos e gestores na tomada de decisão. A pesquisa também busca contribuir para o aprimoramento da segurança no contexto acadêmico, promovendo a prevenção de incidentes por meio de ferramentas tecnológicas inovadoras. Como resultado, o sistema UFPR CampusMap é ampliado em sua funcionalidade, facilitando o acesso a informações críticas e assegurando que os projetos de incêndio atendam às regulamentações vigentes de maneira mais eficiente; Abstract: The research is motivated by the need to enhance efficiency and accuracy in the development of fire prevention and safety projects in higher education institutions, where the diversity of materials and spatial uses presents significant challenges for safety management. This study introduces the integration of a geospatial database into the UFPR CampusMap system. The study area encompasses the Polytechnic Campus of the Federal University of Paraná (UFPR), with an initial focus on Block PI of the Rubens Meister Complex, the LAMIR, and a laboratory containing biological materials. To achieve the proposed objectives, a database model was developed to organize information on construction materials, space occupancy, and risk characteristics. Based on this data, a decision tree was constructed to classify fire risk levels, taking into account variables such as type of surface coating, fire reaction class, occupancy, and building height. This decision tree was integrated into the database, enabling regulatory queries according to the specific conditions of each environment. Thus, the database supports queries that consider structural conditions and materials, assisting technicians and managers in decision-making processes. The research also aims to contribute to improving safety in academic settings by promoting incident prevention through innovative technological tools. As a result, the UFPR CampusMap system was enhanced in its functionality, facilitating access to critical information and ensuring that fire safety projects comply more efficiently with current regulations Orientadora: Profa. Dra. Luciene Stamato Delazari; Banca: Luciene Stamato Delazari (Presidente da Banca), Andre Luiz Alencar de Mendonça e Marcio Augusto Reolon Schmidt; Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa : Curitiba, 14/02/2025; Inclui referências

2025-01-01T00:00:00Z https://hdl.handle.net/1884/98479 2026-03-31T15:19:34Z 2025-01-01T00:00:00Z

Comparação entre modelos preditivos para otimização da estimativa de tempo em serviços de georreferenciamento de imóveis rurais Resumo: A determinação de preços para Serviços de Georreferenciamento de Imóveis Rurais (GIR) no Brasil é marcada por desafios, principalmente devido à falta de critérios objetivos e à alta incerteza na estimativa do tempo de execução em campo, que é a principal variável deste estudo, subjetividade esta, que gera dificuldades às partes envolvidas no processo. Em resposta a essa problemática, esta dissertação propõe, desenvolve e valida uma solução quantitativa baseada em modelagem preditiva. Utilizando um conjunto de dados de observações, obtidas durante os levantamentos topográficos georreferenciados nos imóveis rurais visitados, no interior do Paraná. Foram conduzidas análises comparativas entre diferentes classes de algoritmos, incluindo regressões lineares, modelos espaciais (globais e locais) e algoritmos de Machine Learning. A avaliação desses modelos foi realizada através de um protocolo de otimização de hiperparâmetros com validação cruzada (K-Fold), garantindo a seleção da melhor versão de cada algoritmo. Conclui-se que, embora a análise espacial tenha confirmado a presença de autocorrelação nos dados, a capacidade dos algoritmos de conjunto de capturar as interações complexas e não lineares entre as variáveis de campo se mostrou mais decisiva para a precisão preditiva. Portanto, a adoção de modelos de Machine Learning representa uma ferramenta metodologicamente defensável e superior para mitigar a subjetividade nos orçamentos, permitindo uma otimização eficaz do planejamento e da precificação dos serviços de georreferenciamento rural (GIR). A hipótese a de que se for possível medir o tempo de deslocamento entre vértices, identificar e associar a as variáveis que o impactam, bem como determinar o melhor modelo ou algoritmo, então a capacidade dessas variáveis em influenciar o tempo, poderá ser testada e quantificada; Abstract: The pricing of Rural Property Georeferencing (GIR) services in Brazil is marked by challenges, primarily due to the lack of objective criteria and the high uncertainty in estimating fieldwork execution time, the main variable of this study. This subjectivity creates difficulties for the parties involved in the process. In response to this issue, this dissertation proposes, develops, and validates a quantitative solution based on predictive modeling, using a dataset of observations obtained during georeferenced topographic surveys on visited rural properties in the interior of Paraná. Comparative analyses were conducted across different classes of algorithms, including linear regressions, spatial models (global and local), and Machine Learning algorithms. The evaluation of these models was performed through a protocol of hyperparameter optimization with K-Fold cross-validation, ensuring the selection of the best version of each algorithm. It is concluded that, although spatial analysis confirmed the presence of spatial autocorrelation in the data, the ability of ensemble algorithms to capture the complex and non-linear interactions between the field variables proved to be more decisive for predictive accuracy. Therefore, the adoption of Machine Learning algorithms represents a methodologically defensible and superior tool for mitigating subjectivity in budgeting, allowing for an effective optimization of the planning and pricing of rural georeferencing (GIR) services. The hypothesis is that if it is possible to measure the travel time between vertices, identify and associate the variables that impact it, as well as determine the best model or algorithm, then the capacity of these variables to influence the time can be tested and quantified Orientador: Prof. Dr. Caio Anjos Paiva; Banca: Caio dos Anjos Paiva (Presidente da Banca), Alexandre Bernardino Lopes e Paulo Sergio de Oliveira Junior; Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa : Curitiba, 01/08/2025; Inclui referências

2025-01-01T00:00:00Z