APRENDIZAGEM AUTOMÁTICA PARA DETEÇÃO DE NÃO-CONFORMIDADES EM SEGURANÇA NA CONSTRUÇÃO: REVISÃO SISTEMÁTICA

Abstract

A construção civil destaca-se como uma das indústrias mais perigosas. A gestão de segurança tradicional, baseada em inspeções manuais, mostra-se insuficiente para lidar com os riscos associados à natureza dinâmica e complexa dos ambientes de construção. Este artigo tem como objetivo revisar o estado da arte dos sistemas inteligentes baseados em aprendizagem automática aplicados para avaliar e monitorar as não-conformidade com as normas de segurança do trabalho em estaleiros de construção. Foi realizada uma revisão sistemática de literatura que seguiu o método PRISMA. De um total de 144 artigos, obtidos através das bases de dados SCOPUS e Web of Science, foram selecionados 18 artigos relevantes a esta pesquisa. Os estudos mostraram um crescimento significativo das publicações nos últimos anos, com destaque para a utilização de técnicas de deep learning e visão computacional. A análise comparativa revelou que a maioria dos trabalhos se concentra na identificação automática de não-conformidades relacionadas ao uso de equipamentos de proteção individual, sobretudo capacetes e coletes de segurança. Conclui-se que futuras investigações devem priorizar áreas de maior risco ocupacional e desenvolver abordagens mais robustas, capazes de ultrapassar as limitações do ambiente real de obra.