Resumo Técnico: SlumpGuard

Definição do Problema

A trabalhabilidade do concreto é um determinante crítico da qualidade da construção, tradicionalmente avaliada via teste de abatimento (slump test) manual. No entanto, este método convencional é intensivo em mão de obra, demorado e altamente dependente da subjetividade do operador. Os padrões atuais da indústria, como a Especificação de Construção Coreana (KCS 14 20 10), frequentemente exigem apenas inspeções intermitentes (ex: uma vez por dia ou a cada 120 metros cúbicos), deixando desvios de qualidade durante a mistura, transporte ou lançamento sem serem detectados até após a concretagem.

Soluções automatizadas existentes enfrentam barreções significativas de implementação. Abordagens baseadas em sensores exigem instalação de hardware intrusivo e calibração, que são frequentemente restringidas por regulamentações no canteiro de obras e variabilidade dos equipamentos. Métodos anteriores baseados em visão enfrentaram dificuldades com aplicabilidade no mundo real: sistemas de visão estéreo frequentemente exigem testes repetidos no local que não fazem parte dos fluxos de trabalho rotineiros, enquanto câmeras montadas no misturador são propensas a contaminação por poeira e lama. Além disso, frameworks baseados apenas em imagem falham em capturar as características dinâmicas e de fluxo essenciais para uma estimativa precisa do abatimento.

Metodologia

Os autores propõem o SlumpGuard, um sistema de visão totalmente autônomo, baseado apenas em câmera, projetado para implantação em canteiros de obras reais. O sistema utiliza uma única câmera fixa para analisar o fluxo de descarga natural de uma calha de caminhão betoneira, eliminando a necessidade de sensores, instalação de hardware ou intervenção manual. A arquitetura é estruturada em um pipeline modular de três estágios:

1. Detecção da Calha (Estágio 1)

Para lidar com vídeos de canteiros de obras não controlados com fundos variáveis e rotações de calha, o sistema utiliza o YOLOv8, um modelo de detecção de objetos de última geração pré-treinado no dataset DOTA para detecção de objetos orientados.

• Mecanismo: O modelo prevê tanto caixas delimitadoras alinhadas aos eixos ("Calha Não Rotacionada") quanto caixas rotacionadas ("Calha") para localizar a área de descarga.
• Otimização: Para melhorar a eficiência, se o detector identificar a mesma região por mais de 8 frames, a inferência é interrompida e a Região de Interesse (RoI) é fixada pela média das coordenadas. O sistema então corta o interior da calha, separando os fluxos de descarga esquerdo ($V_L$) e direito ($V_R$) para análise subsequente.

2. Detecção de Evento de Lançamento (Estágio 2)

Este estágio determina quando e de qual calha o concreto começa a fluir, filtrando segmentos de vídeo irrelevantes.

• Mecanismo: O sistema aplica o algoritmo de fluxo óptico esparso de Lucas-Kanade para rastrear vetores de movimento no centro das caixas delimitadoras detectadas da calha.
• Lógica: Ao analisar o deslocamento do ponto central rastreadado em relação à borda inferior da caixa delimitadora rotacionada, o sistema identifica o momento preciso em que o concreto cruza o limiar. Este processamento "gatilhado por movimento" garante que apenas frames contendo o lançamento real sejam passados para o módulo de classificação.

3. Predição de Abatimento e Detecção de Anomalias (Estágio 3)

Uma vez detectado o início do fluxo, um módulo de classificação de vídeo estima a categoria de abatimento.

• Arquitetura: O sistema utiliza backbones ResNet 3D, avaliando especificamente as variantes de Convolução Mista (MC) e **(2+1)D para capturar características espaço-temporais. A arquitetura (2+1)D-18 foi selecionada como a ideal.
• Estratégia de Treinamento: A tarefa é enquadrada como um problema de classificação com cinco intervalos categóricos (ex: 150–180mm, 180–210mm) baseados nos padrões KS F 4009. Para lidar com o desequilíbrio de dados e variabilidade ambiental, os autores empregaram extensa aumentação de dados (ColorJitter, Correção de Gamma, MixUp, CutMix) e treinamento de rótulo suave (soft-label training) usando suavização de rótulos.
• Inferência: As predições são feitas sobre janelas sucessivas de $N$ frames. A categoria final de abatimento é determinada via votação majoritária ao longo de $T$ ciclos de inferência para garantir estabilidade. O resultado é comparado com a especificação ordenada para disparar alertas de anomalia.

Principais Contribuições

1. Design do Sistema: Introdução de um pipeline não intrusivo, baseado apenas em câmera, que se integra perfeitamente aos fluxos de trabalho de construção existentes sem exigir modificação de hardware nos caminhões betoneira.
2. Construção de Dataset: Criação de um dataset replicado do local contendo 6.443 clipes de vídeo (10 segundos cada) capturados sob condições controladas que mimetizam ambientes de construção reais. O dataset inclui rótulos de verdade fundamental precisos para localização de calha e valores de abatimento, com anotações para caixas delimitadoras rotacionadas e não rotacionadas.
3. Pipeline Modular: Uma abordagem de três estágios que desacopla localização, detecção de evento e classificação, aumentando a interpretabilidade e permitindo o refinamento direcionado de componentes específicos.
4. Validação por Especialistas: Um estudo comparativo envolvendo 11 especialistas do domínio (com mais de 15 anos de experiência) para comparar a estimativa visual humana com o sistema automatizado.

Resultados

O sistema foi avaliado no dataset construído e através de estudos com especialistas:

• Detecção de Calha: Alcançou uma precisão média média (mAP50-95) de 0,9945 e uma precisão de 0,995, com velocidade de inferência de 9,0ms por frame, confirmando a adequação para aplicações em tempo real.
• Detecção de Lançamento: O método baseado em fluxo óptico alcançou uma precisão geral superior a 90% na identificação da calha ativa e do início do fluxo. A precisão atingiu 100% para cenários de "sem lançamento". Erros menores foram observados em condições específicas (ex: sombras na calha direita ou valores de abatimento extremamente altos >240mm causando fluxo fluido que é mais difícil de rastrear).
• Predição de Abatimento: O modelo otimizado (2+1)D-18 alcançou 82,26% de precisão e um F1-score de 0,8691 no conjunto de teste. Estudos de ablação confirmaram que a combinação de suavização de rótulo, amostragem ponderada e MixUp melhorou significamente o desempenho.
• Comparação com Especialistas: Em uma avaliação cega de 10 amostras de vídeo, especialistas humanos identificaram corretamente a faixa de abatimento real em apenas 9,1% a 45,5% dos casos, sem que nenhuma amostra recebesse concordância unânime. Em contraste, o SlumpGuard forneceu predições corretas para todas as amostras avaliadas, destacando a inconsistência da estimativa visual humana.

Significância e Alegações

O artigo afirma que o SlumpGuard oferece uma alternativa confiável e pronta para o campo aos métodos convencionais de inspeção manual ou dependentes de sensores. Sua significância reside em:

• Monitoramento Contínuo: Permitindo garantia de qualidade em nível de lote, em tempo real, em vez de verificações pontuais intermitentes.
• Objetividade: Abordando a subjetividade inerente e a variabilidade inter-operador da estimativa visual humana, conforme demonstrado pelo estudo com especialistas.
• Capacidade de Implantação: Fornecendo uma solução leve que não requer instalação de hardware especializado, superando assim os obstáculos regulatórios e logísticos que limitaram abordagens automatizadas anteriores.

Os autores posicionam o SlumpGuard não como um substituto para todas as medidas de controle de qualidade, mas como uma ferramenta robusta para verificação contínua que apoia a tomada de decisão em tempo real durante a concretagem, contribuando, em última análise, para uma qualidade de construção mais consistente.