toco Novo método simplifica a aprovação de sistemas de direção automatizados - Unite.AI
Entre em contato

Inteligência artificial

Novo método simplifica a aprovação de sistemas de direção automatizados

Atualização do on
Imagem: Universidade de Tecnologia de Graz

Um novo método desenvolvido por pesquisadores da Graz University of Technology pode melhorar e simplificar drasticamente o processo de aprovação de sistemas de direção automatizados. 

Os testes de simulador de direção são usados ​​por diversos motivos, especialmente porque podem simular qualquer cenário quase imediatamente. Esses cenários não são afetados pelo tempo e condições climáticas, e não há riscos de segurança para o veículo, pessoas ou meio ambiente. 

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

No entanto, existem algumas questões em torno da prática quando se trata de direção automatizada. 

Condução automatizada e simuladores de condução 

Arno Eichberger é chefe da área de pesquisa “Sistemas automatizados de direção e assistência ao motorista” no Instituto de Engenharia Automotiva da Universidade de Tecnologia de Graz (TU Graz).

“No entanto, no campo da direção altamente automatizada, os estudos de simuladores 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 humano e sistema (procedimentos de transferência).”

O primeiro regulamento global para sistemas automatizados de manutenção de faixa (ALKS) foi implementado no início de 2021. Segundo Eichberger, a lei corrige a questão da aprovação da estrada.

“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 requisitos os sistemas deveriam atender para serem homologados.”

Os regulamentos especificaram, com base em um assistente de engarrafamento, os critérios de aprovação para sistemas altamente automatizados até uma velocidade máxima de 60 km/h. Uma vez ativado o assistente, ele se torna o responsável pelo controle. O motorista pode soltar o volante, mas deve assumir o controle em caso de mau funcionamento. O sistema também deve reconhecer que o motorista tem essa capacidade. 

O novo método

O novo método desenvolvido por Eichberger e sua equipe da Fraunhofer Austria, AVL e JOANNEUM RESEARCH foi baseado no regulamento. Ele é capaz de testar com segurança, eficácia e realismo a prontidão para assumir o controle em um simulador de direção. Os resultados podem então ser usados ​​para a certificação de sistemas ALKS. 

A equipa teve de realizar vários processos para comprovar a validade da simulação de condução através do test drive. Precisava haver uma comparação direta entre a simulação de direção e a direção real, que tinha que corresponder o mais próximo possível. 

A percepção da máquina do ambiente provou ser um desafio a esse respeito. 

“Para que isso funcione da mesma forma que na realidade, os ambientes na simulação precisam corresponder ao ambiente real com o centímetro exato”, disse Eichberger. 

A equipe alcançou essa precisão usando “Mapas de Ultra 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 DIGITAL Institute. 

“Usamos um sistema de mapeamento móvel para medir os ambientes de teste”, disse Luley. “Finalmente, um mapa 3D contínuo com um nível extremamente alto de detalhes é criado a partir dos dados de medição. Além dos objetos de infraestrutura de tráfego, como sinais de trânsito, marcações de pista e guarda-corpos, a vegetação e os edifícios também estão representados neste mapa.”

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

A última etapa é a transferência do ambiente 3D de alta resolução para o simulador de direção. 

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

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

“Com nosso método, é possível para os fabricantes de automóveis comparar e validar facilmente uma determinada amostragem na pista real e no simulador de direção”, diz Eichberger. “Isso significa que o teste pode ser transferido 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 mais recentes desenvolvimentos em inteligência artificial. Ele colaborou com inúmeras startups e publicações de IA em todo o mundo.