Image-Based Structural Analysis Using Computer Vision and LLMs: PhotoBeamSolver

1. Problema e Motivação

O artigo aborda a dificuldade de realizar análises estruturais rápidas e acessíveis a partir de desenhos manuais ou diagramas idealizados de vigas, comuns em livros didáticos e exercícios acadêmicos.

• Limitações Atuais: As ferramentas existentes de engenharia (como SAP2000, ETABS) são caras e complexas. Ferramentas gratuitas online frequentemente exigem conhecimento técnico específico (ex: programação) ou possuem interfaces pouco amigáveis.
• O Desafio: Como realizar uma análise estrutural completa utilizando apenas uma fotografia de um diagrama de viga desenhado à mão?
• Objetivo: Desenvolver um sistema capaz de interpretar visualmente esses diagramas, extrair parâmetros geométricos e de carregamento, e resolver as equações de equilíbrio para gerar diagramas de esforços internos (cortante, momento fletor) e flechas.

2. Metodologia

O PhotoBeamSolver é apresentado como um pipeline híbrido de "imagem para análise", combinando Visão Computacional (VC) e Modelos de Linguagem de Grande Escala (LLMs). A arquitetura divide-se em duas etapas principais:

A. Percepção e Detecção (Visão Computacional)

• Modelo: Utiliza uma Rede Neural Convolucional (CNN) baseada na arquitetura YOLO (You Only Look Once), especificamente treinada para detecção de objetos.
• Treinamento: O modelo foi treinado em um conjunto de dados supervisionado com 532 diagramas de vigas anotados. O dataset inclui suportes (pino, rolo, engaste), cargas concentradas, cargas distribuídas e marcadores geométricos.
• Processo:
  1. O modelo realiza inferência em uma única etapa para prever coordenadas de caixas delimitadoras (bounding boxes), classes e pontuações de confiança.
  2. A supressão de não-máximos (NMS) remove detecções redundantes.
  3. Pós-processamento Geométrico: As coordenadas das caixas são transformadas em uma representação mecânica estruturada. As posições relativas dos suportes e cargas são projetadas no eixo da viga, e as magnitudes são associadas com base na proximidade de anotações manuscritas.

B. Raciocínio Analítico (LLM ou Solução Determinística)

• Abordagem Híbrida: A representação estruturada gerada pela etapa de detecção é passada para um módulo de solução.
  • Opção 1 (LLM): Quando disponível, um LLM (via API, como GPT) atua como um detector de parâmetros e interpretador simbólico. Ele formula as equações de equilíbrio e deriva as reações e forças internas baseando-se em instruções textuais estruturadas, em vez de prever numericamente. Isso reduz o risco de "alucinações" ao manter a saída ancorada nos parâmetros detectados.
  • Opção 2 (Determinística): O sistema pode operar sem LLM, utilizando um pipeline de processamento determinístico para resolver as equações.
• Saída: O sistema gera reações de apoio, expressões de força cortante, distribuições de momento fletor e curvas de deflexão.

3. Resultados

• Desempenho do Modelo: O modelo de detecção atingiu uma mAP (Mean Average Precision) final superior a 0,93, demonstrando alta precisão na localização e classificação de componentes estruturais.
• Consistência Analítica: As reações calculadas e os diagramas internos foram comparados com soluções de referência obtidas pelo pacote Python IndeterminateBeam. Para casos estaticamente determinados, as discrepâncias numéricas permaneceram dentro da precisão da máquina.
• Visualização: O sistema reconstruiu com sucesso os diagramas clássicos de resposta estrutural (cortante, momento e flecha) a partir de imagens de entrada.
• Limitações Observadas: Falhas ocorreram principalmente devido a caligrafia ambígua, anotações sobrepostas ou referências geométricas incompletas. O sistema atual é restrito a vigas planas e predominantemente estaticamente determinadas.

4. Contribuições Principais

1. Pipeline Imagem-Análise: Demonstração viável de um fluxo de trabalho que converte diretamente um desenho de viga em uma solução analítica completa, sem necessidade de entrada manual de dados.
2. Integração VC + LLM: Proposta de usar LLMs não para prever resultados numéricos diretamente (o que seria arriscado), mas para realizar o raciocínio simbólico e a formulação de equações a partir de dados estruturados extraídos por visão computacional.
3. Acessibilidade: Criação de uma ferramenta que democratiza a verificação rápida de cálculos estruturais para estudantes e profissionais, eliminando barreiras de software caro ou complexo.
4. Análise de Incerteza: Discussão crítica sobre a incerteza epistêmica em modelos de aprendizado profundo e a importância de separar a detecção visual do raciocínio analítico para garantir confiabilidade na engenharia.

5. Significado e Conclusão

O PhotoBeamSolver valida a possibilidade de integrar técnicas avançadas de IA (Visão Computacional e LLMs) na engenharia civil para tarefas de análise estrutural.

• Impacto: O sistema oferece uma ferramenta prática para contextos acadêmicos e cenários profissionais específicos de vigas idealizadas.
• Limitações e Futuro: O trabalho reconhece que a aplicação em estruturas reais complexas (treliças, vigas inclinadas, propriedades de materiais desconhecidas) ainda enfrenta barreiras significativas, principalmente devido à falta de dados de treinamento anotados por especialistas e à dificuldade de inferir parâmetros de projeto apenas a partir de uma imagem.
• Futuro: O código-fonte está disponível publicamente, permitindo que a comunidade estenda o sistema para web ou dispositivos móveis, expandindo o acesso a essa metodologia.

Em suma, o artigo estabelece um marco importante ao unificar a interpretação estrutural e a derivação analítica em um sistema assistido por computador, provando que a IA pode ser uma ferramenta de apoio confiável e eficiente na engenharia estrutural, desde que suas limitações e o contexto de uso sejam claramente definidos.