Sistema de Aviso Antecipado Baseado em IA Aprende com Situações de Trânsito Reais

Um novo sistema de aviso antecipado para veículos desenvolvido por uma equipe de pesquisadores da Universidade Técnica de Munique (TUM) utiliza IA para aprender com milhares de situações de trânsito reais. Um estudo foi realizado em colaboração com o Grupo BMW, demonstrando que o sistema seria benéfico para os veículos autônomos atuais. Se utilizado, pode fornecer um aviso antecipado de sete segundos contra situações potencialmente críticas, que são situações que os carros não podem lidar sozinhos. A taxa de precisão foi mostrada como 85%.

Os esforços atuais de desenvolvimento para veículos autônomos usam modelos sofisticados que permitem que os veículos analisem o comportamento de todos os participantes do trânsito. No entanto, a maioria desses modelos ainda não demonstrou a capacidade de lidar com situações complexas ou imprevisíveis.

A equipe por trás do novo sistema de aviso antecipado trabalhou com o Prof. Eckehard Steinbach, Chair of Media Technology e membro do Conselho de Diretores da Munich School of Robotics and Machine Intelligence da TUM.

A pesquisa intitulada “Introspective Failure Prediction for Autonomous Driving Using Late Fusion of State and Camera Information” foi publicada em IEEE Transactions on Intelligent Transportation Systems.

A nova abordagem usa IA para permitir que o sistema aprenda com situações passadas. Mais especificamente, essas situações passadas foram aquelas em que os carros autônomos atingiram seu limite em trânsito real. Isso ocorre quando os motoristas humanos devem assumir o controle do veículo, seja porque o carro sinaliza para isso ou porque o humano decide que é a opção mais segura.

RNN e Aviso de Sete Segundos

O novo sistema depende de sensores e câmeras que capturam as condições ao redor, e dados de status como o ângulo do volante, condições da estrada e clima são registrados. O sistema de IA usa uma rede neural recorrente (RNN), que pode processar dados para reconhecer padrões. Sempre que o sistema detecta uma nova situação de direção que não pôde ser lidada anteriormente, o motorista é avisado antecipadamente.

“Para tornar os veículos mais autônomos, muitos métodos existentes estudam o que os carros atualmente entendem sobre o trânsito e então tentam melhorar os modelos usados por eles. A grande vantagem de nossa tecnologia: nós completamente ignoramos o que o carro pensa. Em vez disso, limitamos-nos aos dados baseados no que realmente acontece e procuramos padrões”, diz Steinbach. “Dessa forma, a IA descobre situações potencialmente críticas que os modelos podem não ser capazes de reconhecer, ou que ainda não descobriram. Nosso sistema, portanto, oferece uma função de segurança que sabe quando e onde os carros têm fraquezas.”

A tecnologia foi testada com o Grupo BMW, e veículos autônomos em estradas públicas foram analisados. Isso ocorreu durante 2500 situações em que o motorista humano interveio, e o estudo demonstrou que o sistema é 85% preciso e pode avisar os motoristas até sete segundos antes.

A tecnologia depende de grandes quantidades de dados, pois é limitada pelo número de situações que o sistema viu. Os dados foram basicamente gerados por si mesmos, considerando o número de veículos de desenvolvimento atualmente nas estradas.

“Toda vez que uma situação potencialmente crítica surge em um teste de direção, acabamos com um novo exemplo de treinamento.”

Porque os dados são armazenados centralmente, toda a frota pode aprender com eles.