Robo-carros aprendem com quase acidentes

Robo-carros aprendem com quase acidentes

Os sistemas de monitorização de tráfego baseados em objetos estão atualmente a ser instalados por técnicos do ALP.Lab em Graz e noutros cruzamentos rurais e urbanos na Áustria. “Montamos os sensores dos carros modernos em postes de rua para detectar acidentes que quase aconteceram”, explica Gerhard Greiner, diretor administrativo do ALP.Lab. A área de intersecção, em particular, é um enorme desafio para o desenvolvimento de veículos autónomos. Carros, caminhões e pedestres, e-scooters, e-bikes e skates, bem como em breve a primeira geração de veículos semiautônomos, se encontram aqui. Os sistemas de observação de tráfego ALP.Lab usam radar, lidar e câmeras ópticas para registrar anonimamente os usuários das estradas e dividi-los em categorias. Os dados também podem ser utilizados pelos municípios e planeadores de tráfego para aumentar a segurança rodoviária e desenvolver formas eficientes de transporte público.

Assistentes de direção inteligentes

Os dados recolhidos são utilizados principalmente como dados de formação para sistemas de condução autónoma. Em contraste com os estudantes de condução humana, os sistemas informáticos têm de armazenar e processar enormes quantidades de dados para extrair deles ações significativas. ALP.Lab agora pode oferecer esses dados a fornecedores automotivos e fabricantes de veículos, bem como a projetos de pesquisa científica. “Os dados de observação de tráfego são um complemento ideal para os testes reais de funções de condução automatizada oferecidas pelo ALP.Lab”, explica Gerhard Greiner, Diretor Geral do ALP.Lab. Para evitar acidentes da melhor forma possível, devem ser avaliados os dados não só dos acidentes ocorridos, mas também dos quase-acidentes. Estes chamados cenários críticos de trânsito incluem, por exemplo, peões que têm dificuldade em atravessar a rua antes do final da fase verde ou veículos que mudam repentinamente o seu raio de viragem para evitar a passagem de ciclistas. Os sensores utilizados estão em uso 24 horas por dia, 365 dias por ano e podem, portanto, não só registrar um grande número de cenários típicos e perigosos, mas também correlacioná-los com uma ampla variedade de condições gerais - como volume de tráfego, clima, tempo ou temperatura. Jost Bernasch, Diretor Geral do ALP.Lab: “Esse monitoramento de tráfego é um novo território internacional e já está despertando grande interesse entre os especialistas.”