Modelos e plataformas de IA

Novo Software Aumenta a Segurança de Veículos Autônomos em Situações de Trânsito

mm
Adicione Unite.AI às suas fontes preferidas no Google

A Universidade Técnica de Munique (TUM) desenvolveu um novo software que melhorará a segurança de veículos autônomos quando confrontados com o tráfego rodoviário. O software é capaz de fazer previsões sobre uma situação de tráfego e funciona extremamente rápido, fazendo previsões a cada milissegundo.

Esse software será útil em uma situação, por exemplo, onde o veículo autônomo encontra outro veículo e pedestres simultaneamente. Esse cenário parece imprevisível, e motoristas humanos experientes teriam que prestar atenção a uma variedade de fatores diferentes.

A pesquisa foi publicada em Nature Machine Intelligence, intitulada “Usando verificação online para prevenir que veículos autônomos causem acidentes.”

Garantindo Software Seguro

Matthias Althoff é Professor de Sistemas Ciberfísicos na TUM.

“Esse tipo de situação apresenta um desafio enorme para veículos autônomos controlados por programas de computador”, diz Althoff. “Mas a direção autônoma só ganhará aceitação do público em geral se você puder garantir que os veículos não colocarão em perigo outros usuários da rodovia — não importa quão confusa a situação de tráfego.”

Um dos principais desafios que cercam o desenvolvimento de software de veículo autônomo é garantir que ele não cause acidentes.

O software, que foi desenvolvido por uma equipe que inclui Althoff na Escola de Robótica e Inteligência de Máquina de Munique na TUM, é capaz de analisar e prever permanentemente eventos de tráfego enquanto está na estrada. Ele funciona gravando e avaliando dados de sensores de veículos a cada milissegundo, e o software é capaz de fazer previsões e cálculos para todos os movimentos possíveis para cada participante do tráfego. Isso depende dos participantes seguirem as regulamentações de tráfego, e resulta no sistema sendo capaz de prever de três a seis segundos no futuro.

Uma vez que determina esses segundos futuros, o sistema decide sobre movimentos possíveis para o veículo autônomo, calculando movimentos de emergência em caso de uma situação perigosa. Devido a esse aspecto de emergência do software, é comum que o sistema siga apenas rotas que não apresentem colisões previsíveis, onde a opção de manobra de emergência é necessária.

Anteriormente Considerado Não Prático

As razões pelas quais levou tanto tempo para desenvolver um sistema como esse é que tradicionalmente era considerado demorado e menos prático do que outras soluções. No entanto, a equipe de pesquisadores agora provou sua eficácia e como implementá-lo.

Modelos dinâmicos simplificados são usados para os cálculos, enquanto a análise de alcance ajuda a calcular os movimentos de tráfego futuros. Como leva muito tempo para calcular todos os usuários da estrada e suas características ao mesmo tempo, a equipe se concentrou em modelos simplificados para acelerar o processo. Esses modelos são matematicamente viáveis e têm uma maior amplitude de movimento do que os reais, e permitem que um grande número de combinações seja explorado.

A equipe então desenvolveu um modelo virtual baseado em dados de tráfego reais coletados durante testes de direção com um veículo autônomo, que forneceu um ambiente de tráfego real para testar o sistema.

“Usando as simulações, pudemos estabelecer que o módulo de segurança não leva a nenhuma perda de desempenho em termos de comportamento de direção, os cálculos preditivos são corretos, acidentes são prevenidos, e em situações de emergência o veículo é demonstravelmente trazido a uma parada segura”, diz Althoff.

O novo software é apenas o último exemplo de avanços que estão ocorrendo dentro do campo de veículos autônomos, e é uma prova adicional da possível eficácia de soluções que foram anteriormente consideradas não práticas.

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.