Kashima e Mitsubishi Electric reduzem em 70% o tempo de inspeção de ferragens com câmera móvel e IA

A indústria da construção civil enfrenta um dilema antigo: garantir a qualidade das armaduras de aço – conhecidas como ferragens ou "rebar" – sem comprometer cronogramas apertados e orçamentos limitados. Tradicionalmente, a inspeção das ferragens é feita por equipes de engenheiros ou inspetores que caminham ao longo de extensas gaiolas de aço, medindo manualmente diâmetros, espaçamentos e contagens. Esse processo, além de ser moroso, está exposto a riscos de acidentes e costuma apresentar falhas humanas, especialmente em obras de grande porte onde o volume de ferragens pode ultrapassar milhares de metros lineares.

Nesse cenário, a colaboração entre a construtora japonesa Kashima Corp. e a Mitsubishi Electric Engineering surge como uma resposta tecnológica a um problema de longa data. As duas empresas combinaram expertise em engenharia civil e em sistemas de visão avançada para criar um equipamento móvel em formato de portão, equipado com duas unidades de câmeras estereoscópicas. Essa configuração permite capturar imagens tridimensionais de toda a extensão da ferragem, independentemente de obstáculos físicos como quadros de reforço que costumavam gerar "pontos cegos" nas inspeções convencionais.

A escolha por um sistema estereoscópico – ou seja, duas câmeras separadas que registram o mesmo ponto a partir de ângulos ligeiramente diferentes – não é acidental. Ao comparar as imagens, algoritmos de visão computacional calculam a profundidade de cada elemento, construindo uma nuvem de pontos que representa fielmente a geometria da ferragem. Essa precisão tridimensional é essencial para identificar corretamente não apenas a quantidade de barras, mas também seu diâmetro exato e o espaçamento entre elas, requisitos críticos definidos pelas normas de resistência estrutural.

Depois de capturar as imagens, entra em ação a inteligência artificial desenvolvida pela Mitsubishi Electric Engineering. Utilizando técnicas de aprendizado profundo, especialmente redes neurais convolucionais (CNNs) treinadas com milhares de exemplos de ferragens reais, o algoritmo reconhece padrões, conta barras individuais e mede distâncias com tolerâncias de milímetros. O treinamento contou com dados anotados por engenheiros de Kashima, garantindo que a IA aprenda a distinguir entre diferentes tipos de aço, identificar deformações e reconhecer falhas de posicionamento que poderiam comprometer a integridade da estrutura.

O resultado prático dessa integração é impressionante: a Kashima relata que o tempo gasto para inspeção de gaiolas de ferragem de até 200 metros foi reduzido em cerca de 70%, passando de aproximadamente 8 horas para menos de 2,5 horas. Essa economia de tempo não se traduz apenas em custos diretos de mão‑de‑obra, mas também libera recursos humanos para tarefas de maior valor agregado, como análise de risco ou planejamento de sequência de montagem. Além disso, a diminuição do tempo de inspeção reduz a exposição dos trabalhadores a ambientes potencialmente perigosos, contribuindo para a segurança no canteiro de obras.

O impacto econômico vai além da mera redução de horas. Estudos internos da Kashima apontam que a maior rapidez na verificação das ferragens permite avançar com a concretagem em até 15% mais rápido, evitando atrasos que costumam gerar multas contratuais e penalidades de entrega. Em projetos de grande escala, como hospitais, aeroportos ou complexos industriais, essa melhoria pode representar economias de dezenas de milhões de dólares ao longo do ciclo de vida da obra.

Do ponto de vista geopolítico e industrial, o sucesso da solução reforça a posição do Japão como líder em automação aplicada à construção. Enquanto o país lida com um envelhecimento acelerado da força de trabalho, a adoção de tecnologias que substituem tarefas repetitivas e fisicamente exigentes torna-se estratégica para manter a competitividade global. O governo japonês tem incentivado, por meio de subsídios e programas de inovação, a digitalização de processos construtivos, e a parceria Kashima‑Mitsubishi se encaixa perfeitamente nessa agenda.

Observando o panorama internacional, a tendência de inserir IA e visão computacional nas inspeções de obras já se espalha por mercados como Estados Unidos, Coreia do Sul e Alemanha. Empresas norte‑americanas têm testado drones equipados com sensores LiDAR para mapear estruturas, enquanto startups europeias desenvolvem plataformas de análise de imagens 2D para detectar fissuras em concreto. Contudo, a proposta japonesa se diferencia ao focar especificamente na etapa de armadura, que até então permanecia pouco automatizada. Essa especialização cria um nicho de mercado potencialmente lucrativo, sobretudo para empreiteiras que operam em projetos de alta complexidade.

Para o Brasil, onde o setor de construção ainda depende fortemente de inspeções manuais e onde a mão‑de‑obra qualificada é escassa em regiões remotas, a tecnologia pode representar um salto qualitativo. A adoção de um sistema móvel semelhante poderia acelerar a entrega de obras públicas, reduzir o número de acidentes e melhorar a conformidade com normas técnicas da ABNT. Contudo, desafios como a necessidade de adaptação às normas locais, a disponibilidade de profissionais capazes de operar e interpretar os dados da IA, e o custo inicial de implantação ainda precisam ser superados.

Um caminho viável para a disseminação da solução no Brasil seria por meio de joint ventures ou acordos de licenciamento com empresas de engenharia brasileiras que já possuam presença em canteiros de obras. Programas de capacitação, apoiados por universidades e centros de pesquisa como o CENPES ou o ITA, poderiam formar engenheiros capazes de treinar os modelos de IA com dados locais, garantindo que a ferramenta reconheça particularidades regionais, como diferentes padrões de aço ou práticas de montagem.

O futuro da inspeção de ferragens está ligado a uma visão mais ampla de construção digitalizada. Quando combinada com modelos de Building Information Modeling (BIM), a coleta automática de métricas de armadura poderia alimentar bases de dados que, ao longo do ciclo de vida da edificação, facilitariam inspeções de manutenção, avaliações de desgaste e até intervenções de reforço estrutural. Em um cenário avançado, sensores IoT integrados à própria ferragem poderiam transmitir informações em tempo real sobre tensões, temperatura e corrosão, permitindo que a IA preveja falhas antes mesmo de ocorrerem.

Em síntese, a iniciativa de Kashima e Mitsubishi Electric demonstra como a convergência entre robótica móvel, visão estereoscópica e aprendizado profundo pode transformar uma tarefa tradicionalmente manual em um processo rápido, preciso e seguro. A redução de 70% no tempo de inspeção não é apenas um número; trata‑se de uma mudança de paradigma que pode reverberar em toda a cadeia produtiva da construção, desde o planejamento até a entrega final. Se adaptada às realidades brasileiras e latino‑americanas, essa tecnologia tem o potencial de elevar a competitividade do setor, melhorar a segurança dos trabalhadores e abrir caminho para uma nova era de edificações inteligentes e sustentáveis.