Pesquisador desenvolve técnica para levar mais segurança aos carros autônomos
O desenvolvimento de carros autônomos tem motivado há anos empresas e cientistas de diversas partes do mundo. No entanto, um dos principais desafios enfrentados pelos pesquisadores da área é assegurar que os veículos inteligentes poderão circular por ambientes urbanos sem oferecer riscos a quem estiver ao seu redor. Pensando em soluções para esse cenário, o doutorando Gustavo Prudencio, da Escola de Engenharia de São Carlos (EESC) da USP, criou um algoritmo (código computacional) capaz de oferecer mais segurança aos carros autônomos.
“Nosso método permite que um veículo autônomo avalie as condições de um ambiente urbano e decida qual a melhor ação a ser realizada, sem nenhuma interferência humana, apenas observando imagens captadas por uma câmera frontal localizada no veículo, que fornece as informações sobre a via. A partir da interpretação desses dados, o algoritmo decide qual movimento de direção deve ser realizado para manter o veículo dirigindo com velocidade constante no centro da pista, mesmo com a presença de curvas ou obstáculos”, explica o cientista, que teve sua pesquisa financiada pelo INCT-SAC durante seu mestrado na USP, orientado pelo professor Valdir Grassi Junior, do Departamento de Engenharia Elétrica e de Computação (SEL) da EESC.
Para elaborar o código, Gustavo utilizou uma técnica chamada aprendizagem por reforço, na qual o algoritmo “aprende” por meio de tentativa e erro qual deve ser o comando correto a ser enviado ao carro, de acordo com as situações e cenários que se apresentam ao veículo. A estratégia permite que o automóvel realize diversas interações com o ambiente e, caso ações equivocadas sejam tomadas, acarretando colisões, infrações de trânsito ou afastamento da via navegável, ele recebe “punições” do sistema de controle. Por outro lado, quando o carro se mantém no centro da pista, ele é recompensado pelo algoritmo.
A fim de comprovar a eficácia do código, foram realizados diversos testes no simulador Car Learning to Act (CARLA), programa de computador utilizado para representar diferentes cenários urbanos do mundo real, apresentando ao veículo virtual as mais variadas situações que ele poderá encontrar. “Esse método se aproxima da forma como os seres humanos aprendem a executar tarefas: eles realizam uma sequência de observações, compreendem a dinâmica do ambiente e tomam as decisões mais adequadas”, afirma o pesquisador, que atualmente é orientado pelo professor Marco Henrique Terra, coordenador do INCT-SAC e professor do SEL.
Controlar um veículo autônomo apenas observando as imagens do ambiente demanda que o algoritmo considere alguns cenários que podem lhe confundir, como ruídos e imperfeições nas imagens, luminosidade variável e elementos urbanos inesperados, como a ação de pedestres ou de outros motoristas. No entanto, Gustavo explica que algoritmo desenvolvido apresenta uma característica auto adaptativa, que permite que ele modifique seus parâmetros na presença de incertezas, buscando de forma automática a melhor maneira de lidar com eventuais problemas na interpretação das imagens.
Segundo o pesquisador, já existem outros algoritmos que se baseiam em imagens para controlar veículos autônomos, mas eles são menos robustos e não conseguem manter o veículo tão estável como o que foi desenvolvido na USP, que é menos suscetível a interferências do ambiente externo. Além disso, outra vantagem do novo código é que ele aprende muito mais rápido as ações que devem ser passadas ao veículo. Durante os testes realizados no simulador CARLA, o sistema levou apenas 14 horas para compreender os diferentes tipos de comportamento que deveriam ser indicados ao carro, enquanto outros algoritmos chegam a demorar até 12 dias.
“Os resultados da simulação mostraram que o nosso algoritmo supera os demais propostos na literatura, pois apresenta um índice menor de erro nas ações de deslocamento, comandos de direção mais suaves, prevenção total de colisões e melhor desempenho em diferentes ambientes urbanos. De forma totalmente autônoma, ele é capaz de aprender a lidar com um modelo complexo e a reagir contra incertezas, dispensando a realização de cálculos que representem o modelo físico do veículo ou da cidade. A própria máquina define a melhor forma de operar conforme explora o ambiente ao seu redor ”, conta Gustavo.
De acordo com o cientista, o algoritmo proposto pode ser implementado para controlar veículos autônomos em cidades, rodovias, áreas rurais e até em ambientes fechados. Os resultados obtidos no trabalho geraram um artigo científico que foi publicado na Control Engineering Practice, revista internacional com nível máximo de qualificação na área de controle, sendo referência mundial. Além do aprimoramento do algoritmo para que ele possa ser testado em veículos autônomos reais, os próximos passos da pesquisa envolvem o desenvolvimento de novas técnicas que proporcionem a outros robôs móveis, como drones, a possibilidade de atuarem em ambientes complexos sem a intervenção de humanos. “Nós acreditamos que as máquinas, assim como as pessoas, podem melhorar seu desempenho à medida que experienciam atividades”, finaliza.
Texto: Henrique Fontes – Assessoria de Comunicação do InSAC