← Casos
Concessionária rodoviária · Piauí

Patrulha e inspeção de rodovias, do sensor à ordem de serviço.

Concessionárias operam rondas com viatura, motorista e observador — e inspeções em campanha isolada.

~40%
Potencial de redução de custo por km
24/7
Cobertura remota contínua do trecho
1 : N
Operador para várias aeronaves
cm
Precisão georreferenciada por ocorrência
00 · TransparênciaEstágio do projeto

Este caso combina trabalho já realizado, projeções de business case e etapas ainda a validar em piloto. Diferenciamos cada camada abaixo para evitar leitura ambígua.

Realizado
  • Análise do processo atual de patrulha e inspeção
  • Levantamento técnico do trecho e dos ativos
  • Prova de conceito com drone conectado via Starlink
  • Estruturação do business case por km inspecionado
Estimado
  • Potencial de ~40% de redução no custo por km
  • Modelo operacional 1:N (um operador para várias aeronaves)
  • Cobertura recorrente 24/7 do trecho
A validar em piloto
  • Operação contínua 24/7 em contrato de concessão
  • Integração automática de OS com o SGP do cliente
  • SLA de resposta a ocorrência em pista
  • Desempenho dos modelos de IA em escala de malha
01O problema de mercado

Onde está a dor operacional.

Rondas com viatura e dupla

Cada turno cobre poucos km com motorista, observador e viatura dedicada, expostos ao tráfego.

Inspeção pontual em campanha

Auditorias formais acontecem em janelas, deixando meses sem visibilidade real do pavimento e da sinalização.

Laudo subjetivo

Severidade, área e localização são preenchidas em planilha, com foto solta — sem padrão auditável.

Resposta lenta a ocorrências

Acidente, animal na pista ou bloqueio dependem de ronda passar pelo trecho ou chamada de usuário.

02Como é feito hoje

O processo atual, passo a passo.

Etapa 01
Programação de rota

Escala de viaturas por trecho, turno e dupla.

Etapa 02
Ronda em campo

Motorista + observador percorrem a pista, com risco de tráfego.

Etapa 03
Anotação manual

Planilha, foto de celular, GPS aproximado do ponto.

Etapa 04
Consolidação

Digitação em sistema, classificação de severidade sem padrão.

Etapa 05
OS de manutenção

Ordem de serviço aberta com atraso, sem dimensão real.

03Custo, risco e ineficiência

Por que esse processo custa caro.

Custo alto por km ronda

Viatura, combustível, dupla de operadores, sinalização móvel — cobrindo pouco trecho por hora.

Exposição da equipe

Homem em pista é o maior risco operacional da concessão; cada ronda soma HH exposto.

Latência de resposta

Ocorrência só é vista quando a viatura passa — atrasando resgate, remoção e desvio.

Perda de SLA

Sem evidência mensurada, itens de revisão vencem prazo contratual e viram autuação.

Dado não auditável

Planilha e foto solta não sustentam pleito com poder concedente, seguradora ou usuário.

Bloqueios recorrentes

Cada intervenção sem dimensão real do dano gera fechamento de faixa maior do que o necessário.

Drone FlyDev em missão de patrulha rodoviária

Um drone no ar substitui a viatura, a dupla e o risco em pista.

04Como a FlyDev transforma

Sensores, drones, IA e software — em camadas.

Layer · 01

Conectividade Starlink

Uplink dedicado por aeronave com failover 4G/5G — vídeo e telemetria em baixa latência mesmo sem cobertura celular.

Layer · 02

Drones autônomos

Aeronaves em pontos de apoio percorrem rotas pré-planejadas, sem operador em campo, com retomada automática.

Layer · 03

Sensor fusion

RGB de alta resolução + térmico + LiDAR + GNSS RTK. Fotogrametria devolve dimensão real da patologia.

Layer · 04

Visão computacional

Modelos treinados em pavimento e sinalização brasileira detectam 12+ classes de patologia e defensas.

Layer · 05

Megafone embarcado

Alto-falante de longo alcance orienta motorista em risco, comunica bloqueio e apoia resgate antes da viatura.

Layer · 06

OS georreferenciada

Cada ocorrência sai como registro auditável — coordenada, foto, m² / m linear, severidade DNIT — para o SGP.

Anotações automáticas de patologia sobre pavimento rodoviário
IA classifica trinca, panela, sinalização e defensa — com dimensão real e severidade DNIT.
04.1Evidência da operação

O que a plataforma vê em campo.

Drone em ponto de apoio na rodovia
Field · Ponto de apoio
Aeronave decolando de ponto de apoio ao longo do trecho, sem operador em campo.
Detecção automática de trinca no pavimento
AI · Detecção
Trinca longitudinal segmentada com severidade DNIT e área em m².
Nuvem de pontos LiDAR de faixa de rodovia
LiDAR · 3D
Nuvem de pontos entrega dimensão real da patologia — profundidade e área.
Sala de controle da operação remota
Ops · Centro remoto
Operador comanda 1 : N aeronaves com vídeo ao vivo via Starlink.
05Business case

O que muda no P&L da operação.

Fluxo tradicional
  • Motorista + observador por viatura
    Recursos
  • Viatura, EPI, sinalização móvel
    Meio
  • Planilha + foto de celular
    Registro
  • Ronda por turno · inspeção em campanha
    Frequência
Com a FlyDev
  • Drone autônomo + operador remoto
    Recursos
  • Aeronave, Starlink, sensor fusion
    Meio
  • Ocorrência mensurada georreferenciada
    Registro
  • Trecho auditado 24/7
    Frequência
Outcome · 01

Custo por km reduzido em ~40%

Estudo interno com concessionária — trocando ronda de viatura por drone com operador remoto.

Outcome · 02

Trecho auditado continuamente

Substitui inspeção em campanha por leitura recorrente, alimentando o plano de manutenção.

Outcome · 03

Equipe fora da pista

HH exposto ao tráfego cai drasticamente — o operador atua do centro de controle.

Outcome · 04

Resposta mais rápida a ocorrência

Drone chega antes da viatura, com vídeo ao vivo e megafone para orientação do usuário.

Outcome · 05

SLA sustentado com evidência

Cada item de revisão vira registro auditável para poder concedente e seguradora.

Outcome · 06

Menos faixa fechada

Dimensão real do dano permite intervenções cirúrgicas em vez de bloqueio conservador.

Números apresentados com base em estudo interno com concessionária — ganhos reais dependem do trecho, do contrato de concessão e da integração com o sistema de gestão de pavimento.

06Arquitetura da solução

Do sensor à decisão, em cinco camadas.

01
Sensor

RGB, térmico, LiDAR e GNSS RTK embarcados em drone autônomo.

02
Edge

Estabilização, pré-processamento e failover Starlink ↔ 4G/5G no ponto de apoio.

03
Cloud / Dados

Ortomosaico, nuvem de pontos e séries históricas por km — dado geoespacial versionado.

04
IA

Detecção, classificação e dimensionamento das patologias e ocorrências em pista.

05
Decisão

OS mensurada no SGP, alerta ao CCO e comando de megafone em campo.

07Antes / Depois

Fluxo tradicional vs. fluxo FlyDev.

Fluxo tradicional
Hoje
  1. 01
    Escala e ronda com viatura
    Motorista + observador por turno.
  2. 02
    Observação humana
    Anotação em planilha, foto de celular.
  3. 03
    Digitação e classificação
    Severidade subjetiva em sistema.
  4. 04
    OS aberta com atraso
    Dimensão estimada, sem geolocalização precisa.
  5. 05
    Auditoria em campanha
    Contratação pontual, meses de gap.
Fluxo FlyDev
Do sensor à decisão
  1. 01
    Missão programada
    Drone parte do ponto de apoio pré-configurado.
  2. 02
    Coleta multi-sensor
    RGB + térmico + LiDAR + RTK com Starlink.
  3. 03
    IA detecta e mede
    Patologia, defensa e sinalização classificadas em campo.
  4. 04
    OS georreferenciada
    Auto-abertura no SGP com evidência auditável.
  5. 05
    Trecho auditado 24/7
    Base histórica contínua, sem janela de campanha.
Custo por km~-40%
Latência de OSTurno → minutos
Exposição em pistaAlta → mínima
08Potencial de expansão

Uma plataforma, vários setores.

Ferrovias

Linhas de transmissão

Dutos e faixas

Parques eólicos

Portos e aeroportos

Segurança pública

Obras rodoviárias

Terminais e pátios

Próximo passo

Vamos aplicar esta arquitetura na sua operação.