A Waymo recentemente revelou as bases que sustentam o design de seus veículos autônomos. Após acumular mais de 320 milhões de quilômetros rodados sem intervenção humana, a empresa enfatiza a adoção de uma arquitetura que combina câmeras, radares e sensores LIDAR, aliada a sistemas de validação independentes para minimizar falhas na percepção, planejamento e condução.

Limitações das câmeras e redes neurais isoladas

A estratégia da Waymo contrasta com abordagens que se baseiam apenas em câmeras ou em redes neurais que, ao analisarem imagens, geram comandos instantaneamente. A empresa argumenta que uma estrutura completamente integrada pode dificultar a compreensão do raciocínio por trás das decisões ou respostas inadequadas dos veículos.

Enquanto as câmeras conseguem identificar cores, placas e formas, os radares são responsáveis por medir velocidade e distância, mesmo em condições adversas. O LIDAR utiliza feixes de luz para criar imagens tridimensionais do ambiente. Essa união tem como objetivo oferecer dados seguros sobre o entorno, independentemente das condições de visibilidade, como chuva ou reflexos.

Outro aspecto importante é que a Waymo implementa um nível adicional de verificação que monitora as escolhas feitas pelo sistema central. Essa divisão gera uma redundância que possibilita cancelar uma manobra caso os dados não sejam coerentes. Além disso, o processamento é feito diretamente no veículo para garantir a independência de conexões externas.

As redes neurais ainda desempenham papel crucial na percepção e previsão do comportamento de outros motoristas. No entanto, a maneira como seus resultados são integrados se diferencia: ao invés de confiar todo o sistema de condução a um único modelo, a estrutura da Waymo distribui as funções, mantendo recursos que permitem aos engenheiros investigar e entender eventos.

Validação e desafios da condução autônoma

A validação do sistema compreende simulações, testes em pista fechada e operações em vias públicas. Os cenários observados no trânsito são utilizados para enriquecer simulações virtuais, onde diversas reações podem ser testadas de forma segura. O sistema precisa comprovar sua eficiência não apenas em trajetos habituais, mas também em situações de baixa frequência.

No Brasil, o cenário para a condução autônoma é ainda mais desafiador, com variabilidade na sinalização, presença de motocicletas entre faixas, obras e diferentes padrões de direção. Tais demandas podem permitir que aplicações em ambientes controlados, como portos e centros logísticos, avancem mais rapidamente do que operações urbanas.

A discussão sobre a melhor configuração de sensores não possui um consenso na indústria. Fatores como custo, poder computacional e escalabilidade favorecem sistemas mais simples, enquanto a redundância é fundamental para garantir um maior volume de informações. O sucesso dependerá da capacidade comprovada de cada solução operar sem a interferência humana.

Fonte: Alpha Autos