Não faz muito tempo que a direção hidráulica e as chamadas com viva-voz eram extras em um carro. Mas há um recurso que ainda está atrasado: detecção automática de segurança em tempo real e prevenção de colisões durante a condução.
A área de tráfego intenso de Modena, na Itália, foi usada como laboratório urbano para desenvolver tecnologia de sensor que vê através de veículos próximos, em esquinas e atrás de edifícios para evitar colisões.
Liderado pelo Centro de Supercomputação de Barcelona (BSC) da Espanha, o projeto de pesquisa EU CLASS foi executado de 2018 até junho deste ano. Junto com a Universidade UNIMORE de Modena e Reggio Emilia na Itália, a cidade de Modena, Atos, a montadora Maserati e nossa equipe de pesquisa IBM em Haifa, Israel, o projeto transformou uma área de tráfego intenso de Modena em um laboratório urbano.
Mostramos que é possível equipar uma cidade e veículos com sensores de forma a permitir que os veículos “saibam” o que está atrás de objetos próximos e “vejam” nas esquinas, ajudando os motoristas a evitar colisões e melhorar o fluxo do tráfego.
Um protótipo de verificação cruzada de pontos cegos em toda a cidade
Os atuais sistemas de sensores automotivos são limitados. Eles não podem “ver” através de um edifício ou de um caminhão na próxima pista. E os motoristas que saem das vagas de estacionamento, mesmo em um carro equipado com todos os avisos e apitos mais recentes, ainda podem não ver um veículo ou pessoa se aproximando se estiverem bloqueados por outros obstáculos em vagas adjacentes.
Da mesma forma, os carros não estão adequadamente equipados para responder rapidamente se, digamos, uma criança pular de trás de um carro estacionado. Nenhum sensor existente pode dar a um veículo (ou a seu motorista) um aviso antecipado disso.
Os automóveis mais novos são geralmente equipados com uma ampla conexão à internet, normalmente baseada em celular. Na maioria das grandes cidades do mundo, muitas ruas são monitoradas regularmente por câmeras e outros sensores pertencentes ao município local. Se pudéssemos compartilhar informações desses sensores de rua com veículos dirigindo em estradas adjacentes, os carros seriam capazes de “sentir” os perigos que se aproximam de diferentes perspectivas e origens, além do que eles podem ver e sentir em seu caminho de direção atual.
Carros com sensores e conectividade dirigindo nas ruas em direções opostas se tornariam uma fonte de informação em áreas não cobertas pelo município.
Isso é exatamente o que CLASS se propôs a fazer.
Como parte do projeto, desenvolvemos um protótipo experimental de um sistema que integra a computação de ponta com infraestruturas em nuvem, reunindo várias fontes de informação do município e outros veículos para serem verificados em tempo real.
Um tempo de resposta é a quantidade de tempo entre o momento em que os dados entram em um sistema até que um insight associado ou possível resultado proveniente desses dados seja entregue ao seu destino. Especificamente, buscamos reduzir acidentes de carro aumentando significativamente as capacidades de detecção deles, mesmo para eventos que ocorrem além do campo de visão ou monitoramento dos motoristas e dos sensores.
Sensores, sensores em todos os lugares
Primeiro, equipamos as ruas com sensores avançados que se conectam ao principal data center da cidade por meio de uma infraestrutura de rede óptica subterrânea. O data center se tornou efetivamente a “nuvem” do projeto. Em seguida, equipamos um sedã Maserati Quattroporte experimental e um SUV Levante com um conjunto de sensores também, incluindo câmeras HD, LIDARs e GPS – todos conectados à infraestrutura da cidade com uma célula LTE dedicada.
Também adaptamos os dois carros com uma GPU Nvidia Jetson incorporada e um laptop que servia como console de simulação para o Sistema de Assistência ao Motorista Avançado (ADAS),que permitiria ao motorista receber notificações do CLASS do data center da cidade.
Para os motoristas de teste profissionais da Maserati, todos esses protocolos e componentes totalizaram um único novo canal de notificações que apareceu no console ADAS. As notificações alertaram os motoristas sobre possíveis obstáculos e colisões bem antes de terem acontecido – às vezes bem antes de serem vistos -, dando-lhes tempo suficiente para responder.
A chave para a operação do CLASS foi a integração de informações em tempo real do veículo para a nuvem das câmeras e sensores da cidade nos carros que viajam nas proximidades. O processamento de dados incluiu detecção de objetos capturados pelos sensores (vídeo, LIDAR e radar), análise de trajetórias futuras de objetos de tráfego e previsões de acidentes potenciais com base nessas trajetórias.
A previsão de trajetórias e colisões de forma simultânea e eficiente foi realizada por nosso mecanismo Lithops, que foi adaptado durante o projeto para processamento rápido de dados de ponta à nuvem com baixa sobrecarga, em uma infraestrutura sem servidor.
De Modena a uma rua da cidade perto de você
O projeto CLASS terminou em junho de 2021, mas estamos apenas começando a analisar os resultados. O aplicativo de prevenção de colisão pode ser integrado aos produtos e ofertas V2X. Os principais ativos de software desenvolvidos durante o projeto podem ser usados para novos aplicativos, ofertas e outros projetos da UE, e já foram contribuídos para outras iniciativas de código aberto. Para o IBM Research, isso inclui um conjunto de novas ferramentas e mecanismos de computação escalonáveis otimizados para latência.
O laboratório urbano instalado em Modena já está sendo usado por vários outros projetos da UE. Sua infraestrutura está em constante evolução, com apoio adicional do Ministério dos Transportes da Itália.
Acima de tudo, o CLASS demonstrou a capacidade de conectar os pontos de tráfego de uma cidade, ajudando a tecnologia da informação moderna e complexa a entregar valor direto aos motoristas para os gestores da cidade, abrindo caminho para as cidades inteligentes do futuro.
* Confira o texto completo aqui.
* O projeto CLASS recebeu financiamento do programa de pesquisa e inovação Horizonte 2020 da União Europeia sob o acordo de subvenção nº 780622.