Carros podem ver "além dos cantos" com Edge Computing e Cloud Technologies
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.
* O projeto CLASS recebeu financiamento do programa de pesquisa e inovação Horizonte 2020 da União Europeia sob o acordo de subvenção nº 780622.
Nenhum comentário