O Lexus RX-450h de cinco metros de comprimento leva uma vida bastante contemplativa na Empa. Nunca faz viagens longas. Em vez disso, o SUV obedientemente faz suas rondas em uma pista especial de apenas 180 metros de comprimento em um quintal isolado do campus da Empa. O cenário não é particularmente espetacular: a câmera Mobileye atrás do para-brisa vê marcas de pista recém-pintadas em concreto envelhecido; o lidar Velodyne varre a frente da janela de sempre o mesmo prédio do laboratório em cada curva, e o radar Delphi atrás da grade do radiador do Lexus mede rotineiramente a distância de cinco latas de lixo instaladas em cada lado do curso.
Milhares de quilômetros a oeste, na costa do Pacífico dos EUA, as coisas parecem um pouco mais dramáticas. “Uau, não achei que o carro pudesse fazer isso”, diz Sam Altman. Ele é o chefe da OpenAI, uma empresa de inteligência artificial, na qual Elon Musk e a Microsoft têm participações. Altman assiste a um vídeo com Kyle Vogt. Vogt é CTO e co-fundador da Cruise LLC, que agora faz parte da General Motors. O vídeo também está disponível no Youtube e mostra como um veículo de teste de cruzeiro dirige por São Francisco por 75 minutos, dominando todas as situações de direção no centro da cidade com muito pouca intervenção dos programadores. Ele ultrapassa os caminhões de lixo que estão esperando, mesmo quando o tráfego em sentido contrário já está à vista, e pode virar à esquerda independentemente em pequenos cruzamentos, mesmo quando os pedestres desejam cruzar a faixa ao mesmo tempo.
A comunidade de fãs do Tesla também publicou vídeos eufóricos no final de outubro de 2020. Alguns testadores beta do software Tesla receberam uma versão de pré-lançamento que permite ao carro navegar autonomamente por áreas residenciais. Um Youtuber chamado TeslaRaj sustenta seu entusiasmado vídeo com música de violino e mostra como seu carro para no sinal vermelho, obedece estritamente aos limites de velocidade e manobra autonomamente em torno dos carros estacionados.
A confiança é boa, o controle é melhor
Se os californianos já chegaram até aqui, que sentido faz dar um passeio em um quintal em Dübendorf? Miriam Elser explica por quê. Ela trabalha no laboratório Automotive Powertrain Technologies da Empa e está liderando o projeto com a Lexus.
A Empa está desbravando novos caminhos com este projeto: Anteriormente, ela e seus colegas trabalharam em motores, combustíveis renováveis e purificação de gases de escapamento, bem como na operação de veículos. Agora, pela primeira vez, a equipe da Empa também está olhando para os carros autônomos.
“Estamos investigando como esses sensores funcionam em diferentes condições ambientais, quais dados eles coletam e quando erram ou até falham”, diz o pesquisador. “Todo motorista humano precisa passar por um teste de visão antes de obter a carteira de motorista. Os motoristas profissionais devem repetir esse teste regularmente. Queremos desenvolver um teste de visão para veículos autônomos para que possam ser confiáveis mesmo com vários anos de idade. e tem milhares de milhas no relógio. ”
O tópico não recebeu muita atenção até agora: entre os mais de 1.000 artigos de pesquisa publicados sobre direção autônoma nos últimos cinco anos, apenas cerca de 20 tratam da qualidade dos dados do sensor.
O processamento dos dados acontece literalmente em uma caixa preta. O know-how vale muito dinheiro e é cuidadosamente mantido pelo Google, Apple, Tesla, Cruise LLC e outros grandes fabricantes que desenvolvem veículos autônomos. Eles não deixam ninguém olhar seus cartões.
A agulha no palheiro de dados
A qualidade do sensor desempenha um papel importante na eventual aprovação de carros autônomos para transporte público. A segurança operacional de tais veículos está sob a alçada do Swiss Federal Roads Office (FEDRO), que está fornecendo suporte financeiro para a pesquisa da Empa. A FEDRO deseja ser capaz de avaliar a funcionalidade de sistemas autônomos em intervalos regulares – e independentemente dos fabricantes. Os especialistas da autoridade também querem que seja possível realizar uma espécie de “entrevista com testemunhas” caso um veículo autônomo se envolva em um acidente. O problema é que a cada segundo os sensores coletam enormes quantidades de dados. Analisar essa enxurrada de dados brutos não seria razoável para as autoridades de investigação de acidentes. Em algum momento no futuro, portanto, a lei terá que especificar quais dados devem ser armazenados no carro e disponibilizados para investigações.
Além disso, a FEDRO está preparando a homologação de testes de campo com veículos autônomos em vias públicas. Mas como podemos julgar se e quando se torna perigoso? Quando os sensores falham e quando cometem erros graves para que o teste tenha que ser abortado ou modificado? Mesmo para monitorar tais testes de campo, é necessário ser capaz de avaliar com rapidez e precisão a visão e o “julgamento” dos carros autônomos.
O projeto é parte de uma iniciativa de digitalização do Centro de Competência Suíço para Pesquisa de Energia – Tecnologias e Sistemas Eficientes para Mobilidade (SCCER Mobility), co-financiado pela Innosuisse, FEDRO e parceiros da indústria. Enquanto a Empa investiga sensores disponíveis comercialmente em uso prático, o Instituto Federal Suíço de Metrologia (METAS) analisa os mesmos sensores em um ambiente de laboratório. A próxima geração de sensores veiculares também já é objeto de pesquisas. Esta parte do projeto está sendo realizada pelo Instituto de Sistemas Dinâmicos e Engenharia de Controle da ETH Zurique.
Evitando acidentes
Não resta muito tempo para desenvolver a base científica para avaliar e avaliar carros autônomos. A competição em torno dos carros autônomos é enorme, e a indústria automotiva poderá em breve equipar seus veículos para esse fim.
Se os carros autônomos no futuro serão capazes de evitar acidentes e trânsito, é assunto de pesquisa contínua. Uma estrutura legal apropriada é crucial. Mas a tendência de softwares veiculares que cada vez mais oferecem suporte à direção é imparável.
Publicado em 28/04/2021 17h41
Artigo original:
Estudo original: