• 2 de julho de 2019
• Blog

Afinal, como realmente andam os veículos autônomos?

Recentemente tem se falado muito em veículos autônomos e como isso irá revolucionar o mundo nos próximos anos. Os benefícios que isso pode trazer são inúmeros, desde segurança, redução no número de acidentes, praticidade, economia energética, redução de congestionamentos, poluição, entre outros. Apostando que isso se tornará realidade em um futuro próximo, grandes empresas do ramo automobilístico vêm expandindo seus investimentos na área para chegar em níveis mais altos de automação de seus veículos. 

Apesar da hype, são poucas as empresas que já alcançaram um nível mais elevado de autonomia. No mercado para o público em geral, as features de automação mais avançadas são assistentes de direção, como piloto automático com centralização de pista, por exemplo o Autopilot da Tesla e o SuperCruise da Cadillac, em que o motorista pode tirar as mãos do volante em algumas situações, mas deve estar atento para entrar no controle a qualquer momento caso o sistema falhe. Apesar de ser uma feature bem interessante, isso está bem longe de um veículo completamente autônomo nível 5 no padrão J3016 da SAE internacional. 

O padrão J3016 da SAE International define 6 níveis de automação (ou ADL — Autonomous Driving Level), sendo o primeiro nível (ADL 0) o veículo sem nenhuma automação, passando por assistência de direção (ADL 1 e 2), automações parciais sob condições especificas (ADL 3 e 4) até chegar ao último nível de automação (ADL 5), em que o veículo seria completamente autônomo não precisando de nenhuma interação humana. 

As empresas mais avançadas nessa área são a Tesla, que vem testando melhorias no Autopilot, como troca de faixa, e a Waymo, que está à frente nessa corrida, com um serviço de taxi autônomo em São Francisco nos Estados Unidos. E algumas empresas automobilísticas já anunciaram para 2019 o lançamento de veículos com features ADL 3, como o modo de congestionamento. Porém isso é uma tarefa “simples” se comparada com desafios dos próximos níveis de automação, ADL 4 e 5, que envolvem muitas questões e desafios não somente em questões tecnológicas, mas também políticas, legislativas e aceitação por parte dos consumidores. 

A segurança é um dos itens mais debatidos e que levantam as maiores preocupações, se os veículos totalmente autônomos conseguirão realmente identificar e reagir a situações adversas da melhor maneira possível. Em pesquisa recente feita pela Associação Automotiva nos EUA, aproximadamente 73% das pessoas dos americanos se sentem inseguros ou com medo de um veículo totalmente automatizado. 

Tecnologias 

Atualmente, a maioria das pesquisas mais avançadas com veículos autônomos (ADL 4 e 5) utilizam, além dos dados de localização GPS, um conjunto de radares, sensores de distância LiDAR (do Inglês — Light Detector And Ranging) e câmeras que se complementam para mapear o ambiente em volta do automóvel. Esses sensores geram uma quantidade imensa de dados a cada instante, e devem ser processadas em tempo de se realizar um ajuste no veículo. 

No processamento conjunto dos dados de sensores são utilizados algoritmos de Redes Neurais Profundas (Deep Learning), aprendizado por reforço (Reinforcement Learning) e aprendizado por imitação (Behavioral Cloning), para identificar elementos no ambiente, como componentes fixos (postes, sinais etc.) e móveis (pessoas, outros automóveis etc.), levando em conta suas trajetórias, para então tomar uma decisão que pode envolver brecar, acelerar, trocar de faixa, estacionar etc. 

Pra quem gosta de detalhes mais técnicos sobre aprendizado de máquina por reforço tem este artigo, Robô explorador com aprendizado por reforço, escrito pelo colega da Venturus André Sakiyama que explica como isso funciona utilizando um exemplo simples de um robô feito por ele.

Um dos grandes desafios para a robustez do aprendizado dessas redes é que nosso mundo é muito complexo, com muitas variações nas condições climáticas e do ambiente, tais como neve, chuva, névoa, estradas asfaltadas e de terra etc. Existem muitos outros desafios na área, desde hardware, sensores e na parte de infraestrutura, como cobertura e qualidade da rede 4G, qualidade das estradas, mais pontos de recarga para os veículos elétricos e muitos outros. 

O Brasil nesse cenário 

Apesar do que muitas pessoas podem pensar, o Brasil já conduz várias pesquisas com carros autônomos há quase 10 anos, com protótipos como o CARINA — Carro Robotico de Navegação Autonoma desenvolvido e testado na USP de São Carlos. Além do mais recente IARA (Intelligent Autonomous Robotic Automobile) desenvolvida na Universidade do Espírito Santo, que fez um trajeto de 74Km de Vitória a Guarapari em 2017. 

Além disso, o Brasil se encontra no ranking como um dos 25 países com maior potencial para receber essa tecnologia segundo o índice AVRI (Autonomous vehicles Readiness Index) publicado em 2018 e 2019 pela KPMG Internacional. O índice mede aceitação das pessoas, legislação, política, tecnologia, inovação e infraestrutura. 

Considerando o cenário automobilístico atual, ainda temos vários anos até termos veículos completamente autônomos no mercado para o consumidor final. Enquanto isso não acontece, a Venturus busca se atualizar dessas novas tecnologias para fazer parte dessa transformação, e possui alguns cases de projetos utilizando tecnologias como o OBD-II (On Board Diagnostics), para medição e análise de parâmetros de veículos, com Hardware projetado pela Venturus com GPS, Wi-Fi, acelerômetro, Bluetooth e 3G/4G.