Pesquisadores da USP são premiados em desafio para aumentar segurança de carros autônomos

Foi preciso percorrer 6.582 quilômetros por mais de 5,7 mil horas para que os 69 carros autônomos dos melhores laboratórios de pesquisa do mundo concluíssem uma competição inédita. São quilômetros mais do que suficientes para cruzar, de carro, a distância que separa o Oiapoque, no extremo norte do Brasil, do Chuí, no extremo sul. A questão é que esses carros não alcançaram a façanha enfrentando estradas pavimentadas ou de terra, mas usando uma plataforma virtual que simula percursos, o Car Learning to Act (CARLA)

Tal como em um rally da vida real, a competição internacional demandava que os veículos criados pelos 211 participantes percorressem rotas virtuais, encarando engarrafamento, chuva, placas de trânsito, semáforos, carros desavisados, pedestres incautos além de outros imprevistos. No entanto, diferentemente dos jogos eletrônicos, nesse caso não havia controle remoto: os participantes da disputa programavam seus veículos diretamente de seus laboratórios de pesquisa, espalhados por vários locais do planeta, e enviavam os códigos para computadores que processavam essas informações. Automaticamente, a plataforma de simulação verificava como cada veículo tinha se comportado e computava os pontos obtidos. Nesse rally virtual, não é quem anda mais rápido que se torna campeão, mas quem comete o menor número de infrações e acumula mais pontos.

Resultado: o carro autônomo criado por seis alunos de pós-graduação e dois professores da USP obteve o melhor desempenho em três das quatro categorias do Desafio de Direção Autônoma CARLA, que foi patrocinado por empresas líderes na corrida pelo desenvolvimento da tecnologia para veículos autônomos. O time ainda conseguiu o segundo lugar na única categoria que não venceu e conquistou um prêmio total de US$ 17 mil. “A principal motivação dos pesquisadores em direção autônoma é promover segurança. A ideia é, no futuro, ter um nível de automação em que os veículos autônomos sejam capazes de alcançar resultados melhores do que um ser humano”, explica Júnior Rodrigues da Silva, doutorando do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP e um dos membros da equipe campeã.

 

Coordenada pelos professores Denis Wolf e Fernando Osório, do Laboratório de Robótica Móvel do ICMC, a equipe foi composta por mais cinco pós-graduandos: Angelica Mizuno Nakamura; Iago Pachêco Gomes; Jean Amaro; Tiago Cesar dos Santos e Luis Alberto Rosero. O doutorando Júnior ressalta ainda que, para se tornarem mais competentes que os humanos, os veículos autônomos ainda têm uma longa estrada pela frente. Daí a relevância de participar de desafios de simulação, que possibilitem às máquinas passarem por situações muito próximas às que os motoristas vivenciam no mundo real.

“Essa primeira edição da competição ajudou a identificar em que patamar estão os trabalhos na área e como os pesquisadores lidam com os principais dilemas nesse campo de pesquisa. A ideia é que a disputa aconteça anualmente para que os cientistas acompanhem a evolução dos estudos”, conta o mestrando Iago Pachêco Gomes. “As estatísticas produzidas durante a competição servem para instigar as equipes a melhorarem seus sistemas. Por exemplo, nenhum time conseguiu, sem cometer qualquer infração, cumprir o trajeto com menor nível de dificuldade”, completa.

Até recentemente, não havia uma plataforma on-line aberta que possibilitasse realizar simulações com carros autônomos, propiciando uma aproximação razoável do mundo real. Os custos para fazer testes com esses veículos em vias públicas são muito altos, o que restringia a realização de pesquisas. Com o surgimento de uma plataforma como o CARLA, os pesquisadores têm à disposição um meio mais acessível e seguro para os testes.

“Como um carro autônomo vai agir ao se deparar com uma situação muito inusitada como, por exemplo, um cachorro que surge de repente na pista depois de sair detrás de uma árvore?”, questiona Júnior. Cenários inesperados como esses, que acontecem frequentemente na vida real, estão entre os obstáculos encontrados pelos pesquisadores da área. Afinal de contas, esse tipo de situação é desafiadora até mesmo para os seres humanos: muitas vezes, desviar do cão implicará atropelar uma criança que está do outro lado da rua ou até mesmo causar um acidente grave e colocar em risco a vida de muitas pessoas.

Note que diversos processos ocorrem nos poucos segundos em que um motorista capta os dados do cenário à frente – por meio dos órgãos de percepção que propiciam, por exemplo, ver e ouvir. A seguir, o condutor deve interpretar essas informações, analisar as opções de que dispõe e tomar, finalmente, uma decisão. Só então, caso necessário, os músculos serão movimentados e vão acionar os dispositivos do carro para desviar ou colidir com o animal. Agora imagine quanto trabalho demanda transformar todos esses processos em um passo a passo (algoritmos) a ser executado rapidamente por um computador.

“Se você está a 50 quilômetros por hora e vê uma placa com a indicação de 30 quilômetros por hora, precisa interpretar essa informação e, a seguir, tomar a decisão de reduzir a velocidade. No caso do carro autônomo, a nossa função é programá-lo para que, a partir dos dados provenientes dos sensores, as informações do ambiente sejam interpretadas adequadamente e as decisões possam ser tomadas”, explica Júnior.

Primeiro, é necessário substituir os órgãos perceptivos do motorista por câmeras, sensores a laser e GPS (sistema de posicionamento global). Depois, esses dados captados devem ser transformados em informações úteis para a posterior tomada de decisão. “Para o computador, uma imagem é uma matriz de números. Então, precisamos criar algoritmos que consigam extrair informações relevantes daquela imagem, possibilitando, por exemplo, identificá-la como sendo uma placa, um semáforo ou um ser vivo”, relata a doutoranda Angélica Nakamura.

A direção autônoma ficará comprometida caso a imagem tenha pouca qualidade e seja interpretada de forma inadequada. É o que acontece com muitos motoristas em dias de chuva. “Dependendo, por exemplo, da qualidade dos sensores de percepção empregados, é possível afirmar, com 90% de certeza, que o sinal está vermelho. Não é 100% porque sempre existe uma possibilidade de erro. Então, os pesquisadores precisam criar um sistema de tomada de decisão que leve em conta esse grau de incerteza”, explica Júnior.

Por isso, a qualidade do sistema de percepção e de tomada de decisão – desenvolvidos a partir de ferramentas da área de inteligência artificial – é fundamental. Só depois de realizados os processos de percepção, interpretação e tomada de decisão, o carro autônomo de fato partirá para a ação e, caso necessário, serão acionados dispositivos como volante, acelerador e freio.

O doutorando Júnior revela também que as quatro categorias do Desafio de Direção Autônoma CARLA se diferenciavam devido aos tipos de sensores disponíveis. Em algumas havia menos equipamentos à disposição – apenas câmera e GPS – já em outras era possível captar dados usando sensores a laser, por exemplo. “Em cada categoria, o veículo deveria percorrer várias rotas. E os pontos conseguidos na categoria eram calculados pela média obtida em cada rota”, completa Júnior.

Por Denise Casatti e Marília Calábria – Assessoria de Comunicação do ICMC/USP