Detecção de dimensões de bagagens aeroportuárias a partir de dispositivos de baixo custo

Página do item simplificado
dc.contributor.advisor-co1Bandeira, Michelle Carvalho Galvão da Silva Pinto
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/8988187129672006
dc.contributor.advisor1Roriz Junior, Marcos Paulino
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1356289387726731
dc.contributor.referee1Roriz Junior, Marcos Paulino
dc.contributor.referee2Rabelo, Diogo de Souza
dc.contributor.referee3Guterres, Marcelo Xavier
dc.creatorSilva, Vitor de Almeida
dc.creator.Latteshttp://lattes.cnpq.br/0781104043335551
dc.date.accessioned2024-03-06T15:36:31Z
dc.date.available2024-03-06T15:36:31Z
dc.date.issued2023-12-20
dc.description.abstractRecent studies indicate a significant increase in passenger boarding times, ranging from 22 to 40 minutes between 1990 and 2009. One contributing factor to this delay is the check-in process, primarily stemming from baggage dimension verification. Incorrect dimensions not only impact luggage storage but also result in additional costs for the customer. In such cases, passengers may be required to pay extra fees and return to the check-in line for corrections. To address this issue, companies are investing in self-bag drop systems, where passengers take responsibility for measuring their baggage. However, challenges arise due to the varied shapes of luggage and the complexities of handling multiple checked items. This study reveals that certain devices, particularly those utilizing LASER technology, can automatically obtain baggage dimensions. Despite their effectiveness, these devices often come with a significant price, and may require adjustments to the environment for installation. Consequently, this research aims to explore the technical feasibility of employing low-cost devices to measure airport luggage dimensions. Among the low-cost techniques, the use of the Microsoft Kinect depth sensor stands out, capable of obtaining a point cloud of the object under analysis. Based on this sensor, an algorithm was developed to capture, assemble and analyse the point cloud generated, thus obtaining the size of the luggage. To validate the approach, a prototype was built that contains a mat and a structure to fix the sensor, allowing the configuration of speed and data capture parameters, such as sampling step and capture region. The conducted tests indicate that the Microsoft Kinect V2 depth sensor can accurately capture depth, width, and height data. These results indicate the potential of this low-cost alternative in streamlining airline boarding operations.eng
dc.description.provenanceSubmitted by Dayane Basílio (dayanebasilio@ufg.br) on 2024-03-05T14:46:16Z workflow start=Step: editstep - action:claimaction No. of bitstreams: 2 Dissertação - Vitor de Almeida Silva - 2023.pdf: 14674320 bytes, checksum: f37fb7bef132f30e731d42f7bab41a1f (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)en
dc.description.provenanceStep: editstep - action:editaction Rejected by Luciana Ferreira(lucgeral@gmail.com), reason: Observe o local na citação, não é Goiânia Observe a pontuação que deixou na palavra-chave: Visão computacional. Self bag drop. on 2024-03-06T11:30:49Z (GMT)en
dc.description.provenanceSubmitted by Dayane Basílio (dayanebasilio@ufg.br) on 2024-03-06T13:05:00Z workflow start=Step: editstep - action:claimaction No. of bitstreams: 2 Dissertação - Vitor de Almeida Silva - 2023.pdf: 14674320 bytes, checksum: f37fb7bef132f30e731d42f7bab41a1f (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)en
dc.description.provenanceStep: editstep - action:editaction Approved for entry into archive by Luciana Ferreira(lucgeral@gmail.com) on 2024-03-06T15:36:31Z (GMT)en
dc.description.provenanceMade available in DSpace on 2024-03-06T15:36:31Z (GMT). No. of bitstreams: 2 Dissertação - Vitor de Almeida Silva - 2023.pdf: 14674320 bytes, checksum: f37fb7bef132f30e731d42f7bab41a1f (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Previous issue date: 2023-12-20en
dc.description.resumoEstudos recentes mostram um aumento significativo no tempo de embarque de passageiros, variando de 22 minutos para 40 minutos no período de 1990 a 2009. Uma das causas desse atraso é o processo de check-in, em maior parte devido à verificação das dimensões de bagagens de mão e de porão. As dimensões influenciam no armazenamento das bagagens e no gasto com a carga, caso não estejam nos padrões o cliente poderá pagar taxas extras e ser orientado a voltar à fila de check-in. Para amenizar o problema, empresas estão investindo em self bag drop. Nessa lógica, o passageiro fica responsável pelas medidas. Entretanto, pode-se gerar erros devido ao formato da bagagem e a complexidade de lidar com objetos despachados em conjunto. O presente trabalho constatou que alguns dispositivos conseguem obter automaticamente as dimensões de objetos/bagagens, em especial equipamentos baseados na tecnologia a LASER. Contudo, são equipamentos com preços expressivos e que comumente requerem uma instrumentação e modificação do ambiente para sua instalação. Com isso, esta pesquisa busca investigar a viabilidade técnica de se utilizar dispositivos de baixo custo na obtenção das dimensões de bagagens aeroportuárias. Dentre as técnicas de baixo custo, destaca-se o uso do sensor de profundidade Microsoft Kinect, capaz de obter uma nuvem de pontos (point cloud) do objeto em análise. Com base neste sensor, desenvolveu-se um algoritmo para capturar, montar e analisar a point cloud gerada, obtendo assim a dimensão da bagagem. Para validar a abordagem, foi construído um protótipo que contém uma esteira e uma estrutura para fixar o sensor, permitindo a configuração de velocidade e parâmetros de captura dos dados, como passo de amostragem e região de captura. Os testes realizados indicam ser possível obter dados de profundidade, largura e altura com precisão pelo uso do sensor de profundidade Microsoft Kinect V2. Tais resultados demonstram o potencial de uso dessa alternativa de baixo custo no gerenciamento das operações de embarque e investimentos das companhias aéreas.
dc.identifier.citationSILVA, V. A. Detecção de dimensões de bagagens aeroportuárias a partir de dispositivos de baixo custo. 2023. 79 f. Dissertação (Mestrado em Engenharia de Produção) - Faculdade de Ciência e Tecnologia, Universidade Federal de Goiás, Aparecida de Goiânia, 2023.
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/13300
dc.languagepor
dc.publisherUniversidade Federal de Goiás
dc.publisher.countryBrasil
dc.publisher.departmentFaculdade de Ciências e Tecnologia - FCT (RMG)
dc.publisher.initialsUFG
dc.publisher.programPrograma de Pós-graduação em Engenharia de Produção (FCT)
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectReconstrução 3Dpor
dc.subjectSelf bag droppor
dc.subjectDimensões de bagagenspor
dc.subjectVisão computacionalpor
dc.subject3D Reconstructioneng
dc.subjectSelf bag dropeng
dc.subjectLuggage dimensionseng
dc.subjectComputer visioneng
dc.subject.cnpqENGENHARIAS::ENGENHARIA MECANICA::PROCESSOS DE FABRICACAO
dc.titleDetecção de dimensões de bagagens aeroportuárias a partir de dispositivos de baixo custo
dc.title.alternativeDetection of airport baggage dimensions from low-cost deviceseng
dc.typeDissertação

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Dissertação - Vitor de Almeida Silva - 2023.pdf
Tamanho:
13.99 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Mestrado em Engenharia de Produção (FCT)