Para conhecer o comportamento do Fusion Hybrid autônomo em situações críticas de rodagem, a Ford realizou, nos Estados Unidos, testes com o veículo em uma estrada submetida a forte nevasca. Conhecida como um dos piores cenários que qualquer motorista – humano ou virtual – pode enfrentar, a estrada com neve trouxe experimentos resumidos em seis itens principais de abordagem para o desenvolvimento futuro dos veículos autônomos.
Rodando na cidade simulada Mcity, no campus da Universidade de Michigan, o Ford Fusion enfrentou uma tormenta de neve que tornou a pista escorregadia e cobriu os sinais e pontos de localização. Além disso, como a neve pode bloquear totalmente a visão numa nevasca, enfrentar esse desafio é considerado um passo importante para tornar os veículos autônomos uma realidade, como mostra o vídeo abaixo.
https://www.youtube.com/watch?v=AjZcnYHKQyo&feature=youtu.be
Conheça alguns detalhes da experiência:
– Mapas 3D de alta resolução
Antes de rodar na neve, o Ford Fusion Hybrid autônomo percorre a rota de teste com tempo bom e escaneia o ambiente para criar mapas digitais 3D de alta resolução. Usando quatro sensores LiDAR que geram um total de 2,8 milhões de pontos de laser por segundo, ele cria modelos digitais de alta precisão da pista e da infraestrutura local. Escaneando o ambiente em tempo real, o carro depois pode se localizar dentro da área mapeada com a pista coberta de neve.
– Grande volume de dados (Big Data)
Ao mapear o ambiente, os veículos autônomos da Ford coletam e processam muito mais dados em uma hora de mapeamento do que uma pessoa comum usa no celular em 10 anos. O carro coleta até 600 gigabytes de dados por hora sobre a pista e o local – placas, prédios, árvores e outros pontos – para criar o mapa em 3D de alta resolução. Nos Estados Unidos, um assinante médio de celular usa 21,6 gigabytes por ano, ou 216 gigabytes em 10 anos.
– Sensores superinteligentes
Os veículos autônomos da Ford geram tantos pontos de laser com os sensores LiDAR que conseguem identificar até flocos de neve e gotas de chuva caindo. Para evitar que isso seja interpretado como um objeto no caminho, a Ford criou com os pesquisadores da Universidade de Michigan um algoritmo que reconhece neve e chuva, permitindo que o carro continue o seu caminho.
– Navegação mais precisa que o GPS
O GPS, hoje, tem uma precisão de pouco mais de 9 metros, mas a navegação dos carros autônomos requer uma localização exata. Os veículos autônomos da Ford podem se localizar com precisão de 1 centímetro, varrendo os pontos de referência do ambiente e comparando essa informação com os mapas 3D do banco de dados.
– Fusão de múltiplos sensores
Além dos sensores LiDAR, a Ford usa dados de câmeras e radares para monitorar o ambiente ao redor do veículo, em um processo chamado fusão de sensores. Esse processo resulta em uma percepção robusta de 360 graus. Assim, se um sensor ficar inativo – seja pela interferência de gelo, neve ou sujeira nas lentes – a direção autônoma não é necessariamente afetada. Todos os sistemas LiDAR, câmeras e radares têm o seu funcionamento monitorado. Os carros também poderão contar com sistemas autolimpantes e de desembaçamento das lentes.
– Físico no volante
A primeira pessoa a testar um carro autônomo na neve no banco do motorista foi o físico Wayne Williams, um “geek” assumido que antes de se juntar ao time da Ford trabalhou com tecnologia de sensores remotos para o governo dos EUA. Ele lembra que, naquele dia, o clima era de trabalho, com um colega monitorando o sistema de computação no banco de trás do carro. “Devido ao extenso desenvolvimento, estávamos confiantes que o carro faria exatamente o que queríamos. Mas só depois do teste percebemos o que tínhamos conseguido realizar”, conta.
