| dc.description.abstract |
O presente trabalho apresenta o desenvolvimento de um sistema integrado para
controle automatizado de acesso de veículos em condomínios, utilizando visão
computacional, inteligência artificial e automação eletrônica. A solução proposta
abrange todas as etapas do processo: desde a captura das imagens por câmeras IP,
passando pela detecção e reconhecimento automático de placas veiculares via
modelos de deep learning (com ênfase no YOLOv12-S), até a abertura do portão por
meio de um microcontrolador ESP8266 integrado à central eletrônica do condomínio.
O sistema foi projetado para operar em tempo real, validando o acesso com base
em uma base de dados de moradores e registrando todos os eventos em um
backend unificado, desenvolvido em NestJS, além de disponibilizar uma interface
web minimalista para gerenciamento e consulta dos registros. A robustez da leitura
de placas foi garantida com múltiplos pré-processamentos de imagem e validação
por regex, superando os desafios impostos por diferentes condições de iluminação.
Os resultados práticos demonstraram alta acurácia na detecção e reconhecimento
de placas sob diversas condições, com resposta automatizada eficiente e integração
estável entre hardware e software. A solução se destaca pelo uso de componentes
de baixo custo e software open source, tornando-se economicamente viável e
escalável para ambientes residenciais. O sistema mostrou ser tecnicamente viável e
representa um avanço significativo em relação aos métodos tradicionais de controle
de acesso em condomínios. |
pt_BR |
