Monitoramento de Inundações em Tempo Real com Visão Computacional através de Computação em Nuvem Baseada em Internet das Coisas

Desastres naturais, como inundações severas, podem causar perdas catastróficas para propriedades e vidas humanas. O monitoramento constante em tempo real dos níveis de água antes de um evento de inundação pode minimizar danos e vítimas. Muitos dos sistemas de monitoramento de nível de água atualmente implantados usam tipicamente uma combinação de sensores do tipo flutuador ou ultrassônicos, processamento de imagem e técnicas de visão computacional. No entanto, esses sistemas implicam altos requisitos de computação e hardware, o que dificulta a implementação de tais sistemas em ambientes com recursos limitados e de baixo custo. O recente desenvolvimento de tecnologias capacitadas pela Internet das Coisas (IoT) e computação em Edge permitiu que sistemas em tempo real fossem implantados a um custo significativamente menor e de uma maneira muito mais distribuída. Neste artigo, propomos uma arquitetura para monitoramento de inundações usando câmeras RGB-D com capacidades estereoscópicas para medir o nível da água em um ambiente aberto. Nosso sistema utiliza técnicas de pré-processamento de imagem para levar em conta a aberração cromática devido à superexposição, seguido de pós-processamento antes que as leituras de profundidade sejam extraídas. O processamento de dados e a extração de informações sobre o nível da água são realizados inteiramente em um dispositivo de computação em Edge, reduzindo assim significativamente a quantidade de dados transmitidos para o servidor em nuvem. Implementamos e validamos experimentalmente este sistema no mundo real, sob uma ampla gama de condições climáticas e de iluminação. Nossos resultados mostraram desfechos promissores e demonstraram a aplicabilidade do nosso sistema proposto em um contexto mais amplo.