20/06/2022
A combinação das duas tecnologias nos veículos autônomos mostra como soluções integradas são mais eficientes, diz o professor Luciano Silva
Leandro Steiw
Os sensores de luz infravermelha LiDAR e a visão computacional são tecnologias importantes no aperfeiçoamento dos veículos autônomos — mesmo que nem todas as marcas apostem apenas no potencial de ambas. As experiências têm sugerido que, isoladamente, as duas apresentam limitações na condução dos automóveis sem motorista, reforçando a convicção da interdependência. O pressuposto é que soluções integradas costumam ser mais eficientes — e não seria diferente no desenvolvimento do carro sem motorista.
“Embora essas tecnologias possam ser integradas para máxima eficiência operacional, elas têm diferenças gritantes”, diz Luciano Silva, professor dos cursos de Engenharia de Computação e Ciência da Computação do Insper. Conforme Silva, os radares LiDAR (Light Detection and Ranging) utilizam luz laser infravermelha invisível para determinar a distância e a velocidade dos veículos ao redor para uma tomada de decisão precisa. Por outro lado, a visão computacional é uma disciplina que envolve a aquisição, análise e interpretação de imagens digitais e de vídeo para produzir informações confiáveis para a tomada de decisões.
O tempo que a luz laser infravermelha enviada pelos sensores LiDAR leva para ser refletida na fonte fornece um indicador preciso da distância e da velocidade do objeto. “O método de determinação da distância do objeto em si é super-rápido devido à velocidade da luz, razão pela qual o LiDAR se orgulha de confiabilidade e máxima segurança em carros autônomos”, afirma Silva.
A tecnologia LiDAR funciona de forma eficaz em diferentes condições de iluminação, seja diurna ou noturna, com informações de alcance precisas, mas a resolução da imagem é relativamente baixa devido à sua limitação de reconhecimento de objetos. Outra limitação é que o LiDAR fornece informações de ranger mais precisas e estendidas, geralmente entre 100 metros a 300 metros de distância. Além dessa distância, perde-se confiabilidade.
Com a tecnologia de visão computacional, as montadoras coletam, processam, analisam e interpretam imagens e vídeos digitais de objetos-alvo para produzir informações confiáveis para a tomada de decisões na condução do veículo autônomo. “A visão computacional tende a funcionar exatamente como o córtex visual humano para automatizar tarefas”, diz o professor. “O reconhecimento de objetos em visão computacional é excelente, muito maior do que na tecnologia LiDAR. Porém, as informações de alcance de objetos não são tão precisas em visão computacional quanto em LiDAR.”
Recentemente, InsperTech mostrou o potencial em descobertas arqueológicas dos sensores LiDAR em veículos aéreos, desde que integrados ao armazenamento em nuvens de pontos 3D. A comparação entre LiDAR e visão computacional também permite entender a interdependência das tecnologias em quatro condições fundamentais para a produção dos veículos autônomos.
1) Capacidade de reconhecimento de objetos: Luciano Silva explica que carros autônomos que dependem de sistemas de visão computacional dispõem de excelentes recursos de reconhecimento porque detectam objetos em cores diferentes e entendem melhor a cena. Por outro lado, os radares LiDAR se concentram apenas na determinação da velocidade e da distância do objeto. Assim, só com os sensores LiDAR instalados, os veículos não podem reconhecer carros próximos e outros objetos.
2) Precisão das informações de alcance: A tecnologia LiDAR se distingue pela capacidade de oferecer informações de alcance precisas e confiáveis, com excelente velocidade de processamento de dados, observa Silva. Por isso, supera a visão computacional, cujas informações de alcance geralmente são imprecisas e pouco confiáveis devido ao tempo que gasta para entender a cena ao redor, incompatível com as decisões imediatas que são necessárias ao volante.
3) Eficiência em condições de iluminação variadas: Silva diz que a eficiência operacional de um sistema de visão computacional é altamente dependente das condições de iluminação ao redor. Os sensores desses carros precisam se adaptar e lidar com essas variadas condições de iluminação. Logo, o atraso no tempo leva a conclusões errôneas em situações de visibilidade reduzida no trânsito, como chuva, neve, poeira e fumaça. Por sua vez, os sistemas LiDAR funcionam bem tanto à noite como durante o dia.
4) Implicações de custo: Enquanto a maioria das montadoras opta por integrar os sistemas LiDAR e de visão computacional em carros autônomos para obter a máxima eficiência, as tecnologias variam significativamente em seu custo. “Os radares LiDAR têm sido mais caros do que os sistemas de visão computacional”, afirma Silva. “A capacidade do LiDAR de fornecer informações precisas de distância e velocidade do objeto para máxima segurança é o que os torna muito caros.” Assim, impõe-se um conflito de decisão na escolha da tecnologia embarcada.
Nos últimos anos, diversas previsões sobre a banalização dos veículos sem motorista se perderam pelo caminho. A Tesla — que pretere o sensor LiDAR em favor das câmeras de vídeo — prometeu dominar as ruas em 2018 ou 2019, mas a opção Full Self-Driving de seus carros elétricos ainda exige a supervisão presencial humana. Para complicar, os modelos Tesla equipados com o software Autopilot se envolveram em 273 acidentes em 2021, com cinco mortes, segundo balanço recente das autoridades de tráfego dos Estados Unidos.
A Technology Review, do Massachusetts Institute of Technology (MIT), estima em 100 bilhões de dólares os investimentos na construção desses veículos na última década e meia. Mesmo assim, registra a necessidade de avanços tecnológicos, aparentemente singelos, como os mapas tridimensionais de alta definição, que mapeiam as ruas e estradas com precisão de centímetros. Esses mapas orientam os carros em movimento com informações sobre limites das pistas, semáforos e meios-fios. No entanto, o processo de mapeamento esbarra nas mudanças frequentes de layout das vias, considerando-se cidades do mundo todo, o que impulsiona a busca de soluções alternativas.
Comercialmente, carros que rodam sozinhos podem pertencer a um futuro distante. A boa notícia é que, enquanto permanecerem nos planos da indústria, outras melhorias serão incorporadas aos sensores LiDAR e à visão computacional.
LEIA TAMBÉM:
Como funciona a tecnologia que encontrou uma cidade perdida na selva
