Introdução

Carros autônomos, como o nome diz são carros que dirigem sozinhos sem nenhum motorista (seria mais apropriado dizer sem nenhum motorista humano).

Antes de nos aprofundarmos neste tópico e revelarmos a superfície desta incrível tecnologia que nos fascinou por décadas, vamos ler uma definição formal da Wikipédia.

“Um carro autônomo , também conhecido como carro autônomo , carro sem motorista ou carro robótico ( robo-car ), é um carro capaz de viajar sem intervenção humana”

Seria mais apropriado usar a palavra autônomo e categorizar os carros em três grandes categorias:

· Carro não autônomo

· Carro semi-autônomo

· Carros totalmente autônomos/autônomos.

A tarefa de dirigir um carro requer inteligência e, no carro, a inteligência é conseguida através da IA ​​(inteligência artificial). Na figura, essa inteligência é representada por um robô

Carro não autônomo: O carro tradicional onde não temos assistência adicional de nenhum robô/IA. O ser humano executa todas as tarefas (aceleração, frenagem, condução, etc.) Isso é representado pela Fig a.

Carro semiautônomo: O motorista humano ainda precisa estar no volante; no entanto, você tem alguma ajuda de AI/robôs. Por exemplo, o carro pode entender seu ambiente e auxiliar em várias tarefas, mas a maior parte da tomada de decisão ainda está sob o controle humano. Ele pode auxiliar em tarefas como estacionar, dirigir sozinho em determinada região, identificar e mudar de faixa sozinho Pode estar sozinho em uma faixa, alertar o motorista quando não estiver atento, etc. Na ilustração, estou representando essa assistência através de um robô ajudando você como assistência. Isso é representado pela Fig. b.

Carro autônomo: Aqui o motorista está fora do volante e o carro faz todas as tarefas sozinho. A figura é representada pelos robôs sentados na roda. Isso é representado pela Fig. c. A representação real dos carros autônomos é a Fig d.

Habilitando tecnologias

Seja um carro autônomo ou um ser humano, o fundamento básico do funcionamento de qualquer sistema permanece o mesmo, que é adquirir entrada ou ser estimulado pelo ambiente, processar a entrada para produzir conhecimento/informação e, em seguida, agir com base nesse conhecimento realizando alguma ação no ambiente.

Sistema Humano

Vamos começar imaginando a nós mesmos e ver como funcionamos neste mundo

Adquirindo entrada (sensores): Para coletar informações do ambiente, precisaríamos de alguns sensores que transmitissem as informações dentro de nosso sistema. Esse sensor para nós são os nossos cinco famosos: olhos, ouvidos, nariz, língua e pele.

Entrada de processamento (cérebro): As entradas de vários sentidos, na forma de visão, som, toque, cheiro, sensação ou uma combinação de todos, atingem nosso cérebro, que os processa e fornece uma ação adequada.

Realizar ações (atuadores): com base na decisão tomada pelo seu cérebro, você realiza uma determinada ação que pode ser física, verbal ou por meio de expressões.

Imagine dirigir um carro, você está vendo a cena através de seus olhos (sensor recebendo informações do ambiente), e quando o sinal de trânsito fica vermelho essa informação é processada pelo seu cérebro que então o instrui a parar. Isso é feito lentamente pressionando os freios por meio das pernas (ação sendo executada no ambiente).

Vamos pegar essa explicação e fazer uma analogia com o carro autônomo

Carros autônomos

Entrada (Sensores)

Numerosos sensores no carro ajudam a adquirir a informação física do ambiente. Um diagrama representando vários sensores é mostrado abaixo. No entanto, as posições, tipos e quantidade desse sensor podem variar com base no projeto do fabricante do carro.

Os três sensores mais importantes que permitem a condução automatizada são a Câmera, o Lidar e o Radar.

1. Câmera: O sensor da câmera captura imagens e vídeos na luz visível ou mesmo no domínio do infravermelho, dependendo da câmera que você usa. O sensor da câmera serve como o olho do carro e ajuda a obter muitas informações sobre o ambiente, como quais objetos estão presentes na cena e onde estão localizados, para que as decisões apropriadas possam ser tomadas.
2. LiDAR: Light Detection and Ranging são amplamente utilizados em carros autônomos, pois fornecem uma imagem 3D completa de 360 ​​graus do ambiente. Isso funciona coletando os feixes de laser refletidos dos objetos. Os feixes de laser emitidos são seguros e invisíveis ao olho humano. A vantagem do LiDAR sobre uma câmera é que ele pode funcionar em qualquer condição climática, pois possui sua fonte de luz e não depende da luz visível.
3. RADAR: O sensor de detecção e alcance de rádio funciona emitindo o pulso de um sinal de frequência de rádio que volta do objeto para o sensor. A diferença de tempo entre o sinal emitido e o recebido ajuda a estimar a distância e a localização de um objeto em relação a outros veículos. Isso complementa o sensor de visão em cenários de baixa visibilidade, como direção noturna ou condições climáticas adversas. É mais confiável para medição de distância, velocidade e alcance, mesmo em condições climáticas adversas.

Uma cena de amostra capturada pela câmera e Lidar é mostrada junto com objetos detectados por um algoritmo AI

Processamento (IA e Hardware):

IA (Inteligência Artificial)

Depois que os dados são adquiridos, eles são processados ​​por algoritmos de IA em diferentes componentes de hardware poderosos. Embora existam vários algoritmos de IA, o algoritmo de IA mais popular nos últimos tempos, que acelerou o campo, são os algoritmos de aprendizado profundo.

Algoritmos de Aprendizagem Profunda são redes neurais artificiais inspiradas em neurônios biológicos e são capazes de aprender diretamente com os dados (funcionam da mesma forma que você ensina a um bebê o que são um gato e um cachorro, mostrando-lhes os cães e gatos ou suas fotos). . Esses algoritmos funcionam pelo uso inteligente de vários conceitos matemáticos no domínio da Álgebra Linear, Probabilidade, Estatística e Cálculo.

Um exemplo de redes neurais e o que ele aprende é mostrado abaixo

Os algoritmos populares de aprendizado profundo usados ​​são

· Multi-Layer Perceptron (redes neurais totalmente conectadas).

· Redes Neurais de Convolução.

· Redes Neurais Recorrentes.

· Aprendizagem por reforço.

Hardware (GPUs)

Não podemos lançar nenhum produto a menos que tenhamos o hardware adequado. O desenvolvimento de poderosas GPUs (unidades de processamento gráfico) para IA catapultou o surgimento de algoritmos tão complexos.

As GPUs eram usadas anteriormente em jogos para processamento de imagens. Ao contrário da CPU (Unidade Central de Processamento), eles são capazes de processamento paralelo, o que ajuda a atender às necessidades de computação de complexos algoritmos de IA.

Assista a esta incrível demonstração de CPU vs GPU

Uma das GPUs da Nvidia é mostrada abaixo

Atuadores

Antes que várias ações de controle possam ser tomadas, há também mais um componente chamado Planejamento de Rota, que planeja a rota e a trajetória do carro. Não estamos discutindo isso aqui.

Uma vez que o conhecimento é adquirido a partir dos dados do sensor, os algoritmos de IA aprendem sobre o ambiente e definem a ação correta, que pode ser a aceleração, freio ou direção correta do volante.

Benefícios dos carros autônomos

Alguns dos benefícios que os carros autônomos podem oferecer

· Os acidentes ocorridos devido a erros humanos (condução distraída, condução embriagada, etc.) serão atenuados.

· Pode fornecer um deslocamento seguro e confiável para idosos, doentes ou deficientes.

· Proporcionará uma melhor regulação do trânsito.

· Otimiza o consumo de energia e reduz as emissões.

· Economizará muito tempo de condução.

desafios

Esse benefício de um carro autônomo é promissor e emocionante, mas tem uma infinidade de desafios que precisam ser superados antes que possamos ver carros totalmente autônomos nas estradas. Alguns desafios estão listados abaixo

· Como a tecnologia será impulsionada por algoritmos complexos, ela terá muitos softwares e milhões de códigos que representam riscos à segurança de hackers.

· Outro grande desafio será ético e filosófico. Por exemplo, em caso de acidentes (embora seja menor, a possibilidade não pode ser eliminada) quem será responsabilizado?

· Existem várias decisões comportamentais e comunicação através da expressão feita por humanos durante a condução, o carro autônomo estará considerando esses aspectos?

· Além disso, o custo dessa tecnologia ainda é alto.

· Várias regiões demográficas terão diferentes desafios. Por exemplo, o cenário de condução da Índia e da América é diferente.

· Desenvolver um ecossistema onde um grande número de carros autônomos está rodando e se comunicando uns com os outros, e o meio ambiente também será um desafio.

Conclusão

Esta foi apenas uma breve visão geral desta tecnologia mágica que repousa sobre os ombros de uma ciência e engenharia surpreendentes e interessantes. Há muitos testes na vida real para veículos semi-autônomos e totalmente autônomos sendo feitos por várias empresas que estão determinadas a trazê-los para as estradas.

Se você acha meus artigos úteis e deseja apoiá-los - Compre um café para mim