Modelos e plataformas de IA

Novo Método Simplifica a Aprovação de Sistemas de Direção Automatizada

mm
Adicione Unite.AI às suas fontes preferidas no Google

Um novo método desenvolvido por pesquisadores da Universidade Técnica de Graz pode melhorar e simplificar drasticamente o processo de aprovação para sistemas de direção automatizada.

Testes de simulador de direção são usados por muitos motivos diferentes, especialmente porque podem simular qualquer cenário quase que imediatamente. Esses cenários não são afetados por condições de tempo e clima, e não há riscos de segurança para o veículo, as pessoas ou o meio ambiente.

Os simuladores de direção também são muito mais baratos e requerem menos organização em comparação com a realidade.

No entanto, existem algumas dúvidas sobre a prática quando se trata de direção automatizada.

Direção Automatizada e Simuladores de Direção

Arno Eichberger é chefe da área de pesquisa “Direção Automatizada e Sistemas de Assistência ao Motorista” no Instituto de Engenharia Automotiva da Universidade Técnica de Graz (TU Graz).

“No campo da direção altamente automatizada, no entanto, os estudos de simulador de direção são frequentemente questionados devido à falta de realismo”, diz Eichberger. “Além disso, até recentemente não havia procedimentos de teste padronizados que pudessem ser usados para verificar tarefas complexas, como a interação mútua entre o ser humano e o sistema (procedimentos de transferência de controle).”

A primeira regulamentação global para Sistemas de Manutenção de Faixa Automatizada (ALKS) foi implementada no início de 2021. De acordo com Eichberger, a lei resolve o problema de aprovação de estradas.

“Até agora, as autoridades reguladoras não sabiam como testar e aprovar sistemas de direção autônoma”, disse ele. “Os fabricantes de veículos, por sua vez, não sabiam quais eram os requisitos que os sistemas tinham que atender para ser aprovados.”

As regulamentações especificaram, com base em um assistente de congestionamento, os critérios de aprovação para sistemas altamente automatizados com velocidade máxima de 60 km/h. Uma vez que o assistente é ativado, ele se torna responsável pelo controle. O motorista pode soltar o volante, mas deve retomar o controle se houver uma falha. O sistema também deve reconhecer que o motorista tem essa capacidade.

https://www.youtube.com/watch?v=TOFEYFu0r1k

O Novo Método

O novo método desenvolvido por Eichberger e sua equipe da Fraunhofer Áustria, AVL e JOANNEUM RESEARCH foi baseado na regulamentação. Ele é capaz de testar de forma segura, eficaz e realista a prontidão para assumir o controle em um simulador de direção. Os resultados podem ser usados para a certificação de sistemas ALKS.

A equipe teve que realizar vários processos para provar a validade da simulação de direção usando o teste de condução. Era necessário um comparativo direto entre a simulação de direção e a direção real, que tinha que ser o mais próximo possível.

A percepção da máquina do ambiente se provou desafiadora nesse aspecto.

“Se isso for executado da mesma forma que na realidade, os ambientes na simulação têm que corresponder ao ambiente real ao centímetro exato”, disse Eichberger.

A equipe alcançou essa precisão usando “Mapas de Alta Definição” da JOANNEUM RESEARCH, que é uma instituição de pesquisa líder mundial.

Patrick Luley é chefe do laboratório de pesquisa para direção altamente automatizada no Instituto DIGITAL.

“Usamos um sistema de mapeamento móvel para medir os ambientes de teste”, disse Luley. “Finalmente, um mapa 3D sem costuras com um nível de detalhe extremamente alto é criado a partir dos dados de medição. Além dos objetos de infraestrutura de tráfego, como sinais de trânsito, marcas de faixa e guardrails, a vegetação e os prédios também são representados nesse mapa.”

Esse processo de mapeamento UHD automatizado é muito mais rápido e barato do que o modelamento 3D manual.

A última etapa é transferir o ambiente 3D de alta resolução para o simulador de direção.

De acordo com Volker Settsgast, da unidade de negócios de Computação Visual, “Preparamos os dados de forma que o ambiente 3D possa ser exibido em alta velocidade”.

A validação é então verificada por meio de corridas comparativas na rota real.

“Com nosso método, é possível para os fabricantes de carros comparar e validar facilmente uma amostra específica na pista real e no simulador de direção”, diz Eichberger. “Isso significa que o teste pode ser transferido finalmente da pista real para o simulador de direção.”

A equipe agora está trabalhando para configurar testes de aprovação virtuais nos próximos meses.

Alex McFarland é um jornalista e escritor de IA que explora os últimos desenvolvimentos em inteligência artificial. Ele colaborou com inúmeras startups de IA e publicações em todo o mundo.