CRIAÇÃO DE AMBIENTES URBANOS VIRTUAIS REALISTAS PARA A GERAÇÃO DE DADOS SINTÉTICOS

Introdução: Com o crescimento acelerado das cidades, surgem novos desafios relacionados à organização do espaço urbano e à mobilidade. A visão computacional, especialmente a segmentação semântica, tem se destacado como uma abordagem promissora para a identificação de elementos urbanos. Paralelamente, os gêmeos digitais oferecem possibilidades inovadoras para a criação de ambientes virtuais realistas, permitindo simulações detalhadas e análise de infraestrutura. A integração dessas tecnologias representa uma oportunidade estratégica para o planejamento urbano mais eficiente, inclusivo e orientado por dados. Objetivos: Este projeto teve como objetivo geral explorar o uso do Unreal Engine na criação de gêmeos digitais urbanos voltados à geração de imagens sintéticas. Essas imagens servem de base para treinar redes neurais profundas em tarefas de segmentação semântica. Como objetivos específicos, buscou-se modelar ambientes realistas, implementar recursos de captura automatizada, simular elementos de mobilidade urbana (como cadeiras de rodas) e testar ferramentas que otimizem a adaptação do cenário ao terreno. Materiais e método: Utilizou-se o Unreal Engine 5.1 inicialmente, mas, devido a instabilidades e limitações técnicas, a versão 5.4 foi adotada para maior compatibilidade com código C++. Ferramentas como splines foram usadas para criar ruas adaptáveis ao landscape, e o projeto foi organizado para gerar datasets automaticamente por meio de câmeras fixas e scripts de captura. A modelagem de cenas urbanas incluiu texturas, iluminação, objetos dinâmicos e camadas de segmentação via material instance e pós-processamento. Resultados: O projeto resultou na criação de um cenário urbano funcional, capaz de simular cenários de mobilidade. As ferramentas do Unreal permitiram controle detalhado do ambiente, superando limitações observadas no CARLA. Considerações finais: Conclui-se que o uso combinado de gêmeos digitais e visão computacional é viável e promissor para aplicações urbanas. A geração automatizada de imagens e anotações sintéticas se mostrou eficiente para alimentar modelos de inteligência artificial. O domínio técnico das ferramentas do Unreal representa um diferencial significativo para o desenvolvimento de soluções digitais voltadas ao planejamento urbano inteligente.

Palavras-chave: Gêmeos digitais; Unreal Engine; Segmentação semântica.