APRENDIZAGEM AUTOMÁTICA PARA DETEÇÃO DE NÃO-CONFORMIDADES EM SEGURANÇA NA CONSTRUÇÃO: REVISÃO SISTEMÁTICA

Sabrina S. Oliveira; João Poças Martins; Alfredo Soeiro

doi:10.24840/978-972-752-358-0

APRENDIZAGEM AUTOMÁTICA PARA DETEÇÃO DE NÃO-CONFORMIDADES EM SEGURANÇA NA CONSTRUÇÃO: REVISÃO SISTEMÁTICA

Autores

Sabrina S. Oliveira

Faculdade de Engenharia, Universidade do Porto

https://orcid.org/0000-0003-3930-4135

João Poças Martins

Faculdade de Engenharia, Universidade do Porto

https://orcid.org/0000-0001-9878-3792

Alfredo Soeiro

Faculdade de Engenharia, Universidade do Porto

https://orcid.org/0000-0003-4784-959X

DOI: https://doi.org/10.24840/978-972-752-358-0_096

Sinopse

A construção civil destaca-se como uma das indústrias mais perigosas. A gestão de segurança tradicional, baseada em inspeções manuais, mostra-se insuficiente para lidar com os riscos associados à natureza dinâmica e complexa dos ambientes de construção. Este artigo tem como objetivo revisar o estado da arte dos sistemas inteligentes baseados em aprendizagem automática aplicados para avaliar e monitorar as não-conformidade com as normas de segurança do trabalho em estaleiros de construção. Foi realizada uma revisão sistemática de literatura que seguiu o método PRISMA. De um total de 144 artigos, obtidos através das bases de dados SCOPUS e Web of Science, foram selecionados 18 artigos relevantes a esta pesquisa. Os estudos mostraram um crescimento significativo das publicações nos últimos anos, com destaque para a utilização de técnicas de deep learning e visão computacional. A análise comparativa revelou que a maioria dos trabalhos se concentra na identificação automática de não-conformidades relacionadas ao uso de equipamentos de proteção individual, sobretudo capacetes e coletes de segurança. Conclui-se que futuras investigações devem priorizar áreas de maior risco ocupacional e desenvolver abordagens mais robustas, capazes de ultrapassar as limitações do ambiente real de obra.