A criação da infraestrutura rodoviária, necessária para a comunicação de grandes centros urbanos, resultou em consequências negativas para espécies de animais selvagens. Dentre os principais efeitos nocivos, destacam-se a perda de variabilidade genética, o desequilíbrio das relações ecológicas e as colisões de animais com veículos automotores que causam a perda de vidas humanas e de animais todos os anos. Medidas de mitigação de acidentes como: cercas, passagens verdes, dispositivos eletrônicos, óticos e odoríferos; têm sido aplicadas em diversas regiões pelo mundo. No primeiro capítulo desta tese apresentamos uma revisão sobre os sistemas de mitigação de acidentes nas rodovias envolvendo animais. A seguir, treinamos um sistema de detecção utilizando duas variações do algoritmo de detecção de objetos Yolo para dois grupos de animais: capivaras e equídeos. Os testes foram realizados em 147 imagens e os resultados de acurácia obtidos foram de 84,87% e 79,87% para o Yolov4 e Yolov4-tiny respectivamente. No terceiro capitulo apresentamos os resultados do sistema de detecção em tempo real em uma via pavimentada. O modelo Yolov4-Puraa apresentou 37,25% e 14,26% de precisão para as classes equidae e capivara respectivamente. Os modelos puderam detectar os objetos de interesse até cem metros de distância da câmera. Um sistema de alerta luminoso para detecções positivas foi desenvolvido e este sistema de alerta da presença de animais nas rodovias utilizando visão computacional é um promissor agente de mitigação de acidentes rodoviários envolvendo animais selvagens e domésticos.

The creation of road infrastructure, necessary for the communication of large urban centers, has resulted in negative consequences for wild animal species. Among the main harmful effects are the loss of genetic variability, the imbalance of ecological relationships and the collisions of animals with motor vehicles that cause the loss of human and animal lives every year. Accident mitigation measures such as: fences, green passages, electronic, optical and odoriferous devices; have been applied in different regions around the world. In the first chapter of this thesis, we present a review of accident mitigation systems involving animals on highways. Next, we trained a detection system using two variations of the Yolo object detection algorithm for two groups of animals: capybaras and equines. The tests were performed on 147 images and the accuracy results obtained were 84.87% and 79.87% for Yolov4 and Yolov4- tiny, respectively. In the third chapter we present the results of the real-time detection system on a paved road. The Yolov4-Puraa model showed 37.25% and 14.26% accuracy for the equine and capybara classes, respectively. The models could detect objects of interest up to 100 meters away from the camera. A light alert system for positive detections was developed and this system of alerting the presence of animals on roads using computer vision is a promising agent for mitigating road accidents involving wild and domestic animals.