Os engenheiros automotivos já desenvolveram veículos semiautônomos. Veículos totalmente autônomos não estão longe da realidade. De acordo com pesquisas recentes, a condução autônoma (AD) poderá gerar receitas de US$ 300 bilhões a US$ 400 bilhões até 2035.
O carro autônomo não apenas mostra o quão avançada é a tecnologia, mas também é objeto de controvérsia. Existem preocupações válidas sobre segurança, tecnologia defeituosa, hacking e a potencial perda de empregos como motorista. Por outro lado, o oposto pode ser verdadeiro. AD pode levar a viagens mais seguras, maior conveniência e mais produtividade ou tempo livre. Em vez de perder horas no trânsito, os “motoristas” do futuro poderiam passar o trajeto trabalhando, lendo ou assistindo a uma série de TV.
Um componente crítico dos veículos autônomos é a tecnologia de sensores – sensores heterogêneos, para ser mais preciso. Os dados do sensor são treinados usando inteligência artificial (IA) e aprendizado de máquina (ML) para observar e responder ao ambiente. Com base em algoritmos de IA e ML, um veículo utiliza os sensores para encontrar a rota ideal, decidir onde ou não dirigir, detectar objetos próximos, pedestres ou outros veículos para evitar colisões e reagir a cenários inesperados.
Houve dois esforços principais no desenvolvimento de carros autônomos.
1. Usando câmeras e visão computacional para dirigir
2. Empregar fusão de sensores (ou seja, usar sensores heterogêneos para fazer o carro ver, ouvir e sentir o que está ao seu redor)
A maioria dos engenheiros determinou que a AD só pode ter sucesso com câmeras de veículos e visão computacional. Em vez disso, a fusão de sensores é a escolha mais segura e confiável.
Existem quatro principais tecnologias de sensores usadas em veículos autônomos:
- Câmeras
- LIDAR
- Radar
- Sonar
Graças à tecnologia de fusão de sensores e à rápida melhoria da IA, os veículos autónomos começaram a ganhar reconhecimento como uma possibilidade real futura. Prevê-se que até 2030, cerca de 12% dos registos de veículos em todo o mundo serão AD.
No que diz respeito à perda de empregos como motorista, preocupações semelhantes foram levantadas quando os computadores foram introduzidos, e sabemos que esta tecnologia gerou milhões de empregos em todo o mundo. É provável que os veículos autónomos também aumentem a necessidade de empregos baseados em competências na indústria automóvel.
Vamos explorar as tecnologias de sensores que permitem a condução autônoma.
A câmera
As câmeras já são usadas em veículos para estacionamento reverso, direção reversa, controle de cruzeiro adaptativo e avisos de saída de faixa.
Os veículos autônomos usam câmeras de imagem colorida de alta resolução para obter uma visão de 360 graus do ambiente ao seu redor. As imagens podem ser coletadas como dados multidimensionais, de diferentes ângulos, e/ou como segmentos de vídeo. Atualmente, estão sendo testados diferentes métodos de captura de imagens e vídeos, juntamente com o uso de tecnologia de IA. É necessário garantir que seja possível tomar decisões confiáveis na estrada para uma condução segura. Estas são tarefas que consomem muitos recursos.
Essas câmeras mostram potencial, especialmente com IA e ML avançados. As câmeras de alta resolução podem detectar e reconhecer objetos adequadamente, detectar o movimento de outros veículos, determinar uma rota e visualizar o ambiente em 3D. Eles se aproximam dos olhos humanos, permitindo que um veículo dirija de forma semelhante a um veículo tripulado por uma pessoa real.
Mas existem desvantagens. Por exemplo, a visibilidade de uma câmera depende das condições ambientais. Como a câmera é um sensor passivo, não é confiável em condições de baixa visibilidade. Câmeras infravermelhas podem ser uma opção, mas essas imagens devem ser interpretadas por IA e ML, que ainda estão em desenvolvimento.
Dois tipos de sensores de câmera são usados para AD: câmera mono ou estéreo. A câmera mono possui uma única lente e sensor de imagem. Ele só pode capturar imagens bidimensionais, que podem reconhecer objetos, pessoas e sinais de trânsito. No entanto, as imagens 2D não são úteis para determinar a profundidade ou distância dos objetos. Fazer isso exigiria algoritmos de ML altamente complexos com resultados questionáveis.
Uma câmera estéreo possui duas lentes e dois sensores de imagem. São tiradas duas imagens simultaneamente de ângulos diferentes. Depois de processar as imagens, a câmera pode determinar a profundidade ou distância de um objeto, tornando-a a melhor escolha para AD – exceto para problemas de visibilidade com pouca luz.
Alguns desenvolvedores estão combinando câmeras mono com técnicas de medição de distância, como LIDAR ou radar, e fusão de sensores para prever com precisão as condições do tráfego.
As câmeras certamente oferecem um papel importante na AD. No entanto, eles precisarão de ajuda.
LIDAR
LIDAR é uma das tecnologias proeminentes que permite veículos autônomos. É uma tecnologia de imagem usada para sensoriamento geoespacial desde os anos 80. Os carros autônomos normalmente teriam um sensor LIDAR giratório montado no teto.
Dois tipos de sensores LIDAR podem ser usados para AD. Um deles é o sistema LIDAR giratório mecanicamente montado no teto de um veículo. Mas estes sistemas são normalmente caros e sensíveis a vibrações. LIDAR de estado sólido é outra opção que não requer rotação. Eles são a escolha preferida para carros autônomos.
Um sensor LIDAR é um sensor ativo. Funciona com base no princípio do tempo de voo, emitindo milhares de feixes de laser infravermelho para o seu entorno e detectando os pulsos refletidos por meio de um fotodetector. O sistema LIDAR mede o tempo decorrido entre a emissão do feixe laser e a sua detecção pelo fotodetector.
Com base no tempo gasto entre a emissão e a detecção, a distância é calculada à medida que o feixe de laser viaja com a velocidade da luz. Uma nuvem de pontos tridimensional é criada com base na distância percorrida por diferentes pulsos. Os pulsos refletidos são registrados como nuvens de pontos (ou seja, um conjunto de pontos no espaço representando um objeto 3D).
Esses sistemas LIDAR são altamente precisos e podem detectar objetos extremamente pequenos. No entanto, como as câmeras de luz visível, o LIDAR não é confiável em condições de pouca visibilidade, pois o reflexo dos pulsos de laser pode ser afetado pelas condições climáticas. Outra desvantagem é o custo, que está na casa dos milhares.
Mas o LIDAR ainda é promissor para o AD à medida que novos desenvolvimentos são experimentados e testados.
Radar
Sensores de radar já são usados em muitos veículos para controle de cruzeiro adaptativo, assistência ao motorista, prevenção de colisões e frenagem automática. Normalmente, é usado um radar de 77 GHz para detecção de longo alcance ou um radar de 24 GHz para detecção de curto alcance. O radar de curto alcance (24 GHz) vai até 30 metros. É econômico para evitar colisões e assistência ao estacionamento. O longo alcance (77 GHz) vai até 250 metros. É usado para detecção de objetos, controle de cruzeiro adaptativo e frenagem assistida.
O radar é excelente para detectar objetos metálicos. Ele pode ser usado com câmeras para monitorar com precisão o movimento dos veículos ao redor e detectar possíveis obstruções.
O radar tem capacidade limitada de direção autônoma porque é incapaz de classificar objetos. Os dados do radar podem detectar objetos, mas não podem reconhecê-los. Na melhor das hipóteses, o radar de baixa resolução pode suportar câmeras mono e LIDAR ou câmeras estéreo para lidar com situações de baixa visibilidade.
Sonar
As tecnologias de sonar também estão sendo testadas para AD. O sonar passivo escuta sons de objetos ao redor e estima a distância de um objeto deles. O sonar ativo emite ondas sonoras e detecta ecos para estimar a distância de objetos próximos com base no princípio do tempo de voo.
O sonar pode operar com baixa visibilidade, mas tem mais desvantagens do que vantagens para veículos autônomos. A velocidade do som limita a operação do sonar em tempo real para uma AD segura. Além disso, o sonar pode fornecer falsos positivos. Por último, ele pode detectar objetos grandes a curta distância, mas não consegue reconhecê-los ou classificá-los. O sonar só é útil para evitar colisões em condições inesperadas.
Sensores inerciais
Sensores inerciais, como acelerômetros e giroscópios, são altamente úteis para permitir a direção autônoma. Os sensores inerciais podem ser usados para rastrear o movimento e a orientação de um veículo. Eles podem ser usados para sinalizar um veículo para estabilizar em estradas irregulares ou para tomar medidas para evitar um potencial acidente.
GPS
Um GPS com autocorreção é um requisito vital para dirigir sozinho. Usando uma técnica de triangulação baseada em satélite, o GPS permite que um veículo localize com precisão o carro no espaço tridimensional.
Às vezes, os sinais GPS não estão disponíveis ou sofrem interferência devido a obstáculos ou falsificação. Nesses casos, os veículos autônomos devem contar com uma rede celular local e dados de sensores inerciais para rastrear com precisão a posição do carro.
Conclusão
Os veículos autônomos normalmente usam vários sensores heterogêneos. Uma vantagem de usar muitos sensores é o backup – se um sensor falhar, outro poderá compensar. Uma técnica de fusão de sensores será necessária para veículos totalmente autônomos, utilizando dados de diferentes sensores para determinar o ambiente.
Atualmente, múltiplas abordagens estão sendo testadas no desenvolvimento do AD. Depende-se de câmeras estéreo para permitir totalmente a direção autônoma. Outra abordagem utiliza câmeras mono para fornecer uma visão de 360 graus, incorporando LIDAR ou tecnologia de radar para detectar a distância. Uma terceira abordagem utiliza câmeras estéreo com sensores de radar.
Provavelmente serão necessárias câmeras com sensores para que o AD classifique e reconheça objetos com eficácia. As tecnologias de radar e LIDAR podem auxiliar no uso da fusão de sensores para criar uma solução de direção autônoma resistente às intempéries. Eles podem ser adicionados a um elemento 3D, garantindo uma melhor compreensão do ambiente de condução.
O sonar ou sensores ultrassônicos também desempenharão um papel fundamental, pois são resistentes às intempéries e razoavelmente econômicos, fornecendo uma solução eficaz para evitar colisões e lidar com emergências. Os carros autônomos dependerão, em última análise, de alguma combinação de todas essas tecnologias.
(tagsParaTraduzir)pic
