Google avança em seus projetos de caminhões autônomos através da empresa irmã Waymo, igualmente controlada pela Alphabet. Nesta matéria uma interessante discussão sobre qual tecnologia será dominante no mercado.
Origem: HDT Truck Info - Clique para ler o original em inglês.
Chamaremos um humano de motorista de caminhão depois que ele ou ela completar um programa de treinamento de duas semanas, mas leva dezenas de milhões de milhas e bilhões de dólares antes de soltarmos um computador nos controles do mesmo veículo. Dirigir é uma tarefa muito mais complexa do que imaginamos, ou os computadores são apenas aprendizes lentos?
É um pouco dos dois. Os motoristas humanos têm a vantagem de serem capazes de se adaptar facilmente às situações. Os computadores que pilotam caminhões, por outro lado, literalmente têm que ser instruídos através de regras escritas em linhas de código.
Por exemplo, uma manobra comum, como deixar um carro passar pelo caminhão antes que o motorista do caminhão inicie uma mudança de faixa e siga atrás do carro não leva muita coisa para uma unidade humana. Mas o computador deve ter escrito instruções sobre como tomar tal decisão.
"Tentar escrever isso em regras com base em quantos metros por segundo cada veículo está viajando é realmente difícil", diz Brad Newman, chefe da equipe de engenharia de software de planejamento de movimento da Waymo. "É sobre interação e intenção."
Caminhões sem motorista são o futuro do transporte?
Por dentro do novo programa de testes da Waymo.
No caso da Waymo, diz Newman, sua equipe tem desenhado um monte de insights sobre a compreensão da intenção da equipe no Google Home, um aplicativo que permite controlar o Google Nest, luzes, câmeras, alto-falantes e muito mais em casa. A Waymo é uma subsidiária da Alphabet Inc., a empresa mãe do Google.
"Conseguimos usar alguns desses conceitos para raciocinar sobre a intenção - não apenas tentando prever o que vai acontecer nos próximos 10 segundos, mas o que a outra parte quer fazer. E então, como eles vão responder se eu vou na frente, ou se eu esperar e ir para trás? Newman disse.
Como caminhões autônomos veem o mundo é fundamental para a segurança. Os sensores detectam distância, direção e velocidade. A inteligência artificial fornece o contexto. Os motoristas humanos dificilmente pensam duas vezes sobre tal movimento. No entanto, seu raciocínio é baseado em dados imperfeitos. Ele pode, na melhor das hipóteses, estimar a velocidade de fechamento do veículo de ultrapassagem e dar um "melhor palpite" sobre se há espaço e tempo suficientes para fazer o movimento.
O motorista computador, por outro lado, sabe precisamente a velocidade com que o carro está viajando, e quantos segundos – em alguns casos, décimos - levará o carro para fechar a lacuna. Pode-se acusar o computador de exagerar na manobra. A ironia é que os engenheiros de software estão, através da inteligência artificial, tentando infundir o computador com "intuição baseada em dados" em vez de pura lógica para que ele se comporte mais como um humano — mas sem a propensão humana ao erro.
Newman diz que os sistemas de câmera de última geração da Waymo fornecem resolução suficiente para permitir que a pilha de condução autônoma, chamada Waymo Driver, seja educada para fazer suposições sobre a intenção de um pedestre ou mesmo de outro motorista, analisando o movimento dos membros ou a direção para a qual o rosto está apontando.
"Usando nos pedestres o que chamamos de pontos-chave, podemos ver direção uma pessoa está tomando, se ela está inclinada para o caminho do veículo ou se está meio que se inclinando para trás e relaxada", diz ele. "Podemos ver sinais que nos dão dicas sobre sua intenção, e podemos usar essas informações para obter uma experiência de condução muito mais matizada em torno de pedestres."
De acordo com a Waymo, o uso de pontos-chave, que normalmente correspondem às articulações do corpo e a estimativa de posição vem avançando em muitas indústrias há mais de uma década, sendo usada para desde animar desenhos animados e criar personagens realistas de videogames até aumentar a realidade em aplicativos populares de mídia social.
No cenário de condução, pontos-chave ajudam o Waymo Driver entender e reconhecer objetos parcialmente ocluídos, como apenas uma perna ou braço de uma pessoa saindo de um veículo ou uma pessoa escondida entre dois veículos, e razão sobre seu próximo movimento.
Tecnologia de percepção visual - Nada que o Vale do Silício tenha sido capaz de montar até mesmo se aproxima da capacidade perceptiva e do potencial de análise situacional dos olhos e cérebros humanos. Nossos olhos podem instantaneamente se concentrar e discernir objetos a distâncias de alguns centímetros ou de muitos quilômetros. E nossos cérebros, através da evolução e aprendizado ao longo da vida, podem interpretar a entrada visual e determinar com bastante precisão o que está acontecendo ao nosso redor.
As decisões são tomadas com base em interpretações do que os olhos veem, e não pensamos uma segunda vez. Em vez de olhos e cérebros, os veículos automatizados usam uma série de sensores para coletar informações sobre seus arredores.
De certa forma, essas matrizes são melhores do que nossos olhos, porque a combinação pode ver no escuro e através de neblina ou fumaça, pode medir com precisão a distância, e pode até mesmo sentir o calor corporal de um animal invisível ou pessoa parada ao longo da estrada.
Os recentes avanços em todas essas tecnologias agora podem fornecer dados precisos para o software de direção autônoma, de mais de 500 metros de distância até alguns metros de distância, sob sol forte ou na escuridão total. Ao fundir a entrada de câmeras, radares e sensores lidar os engenheiros podem criar uma representação precisa de onde o caminhão está na estrada.
A tecnologia também tem a capacidade de ver o suficiente na estrada em resolução suficiente para começar a tomar decisões que poderiam se tornar críticas alguns segundos depois — por exemplo, ao determinar exatamente o que um objeto detectado na estrada à frente realmente é, de um saco plástico a uma caixa ou um pneu desfiado.
O lidar funciona enviando pulsos de luz laser para determinar a presença, forma e distância dos objetos, muitas vezes em grande detalhe. "Ele realmente brilha a distâncias de 150 metros e além", diz Andrew Nelson, vice-presidente de plataformas de caminhões para o fornecedor da Lidar Eye. "Essa distância fornece alguma margem para tomar a decisão certa sobre se reduzir ou fazer uma mudança de faixa quando um objeto é detectado."
O que os próximos cinco anos trarão? - "Ficaria surpreso se em nossa vida pudéssemos chegar a caminhões totalmente autônomos — sem volante, sem embreagem, sem freio", diz Nelson. "Eu não vejo um caminho para que isso aconteça. Mas podemos ter caminhões altamente automatizados. E dentro de cinco anos, poderemos usá-los em ambientes interestaduais."
Ele também ressaltou a necessidade de equipamentos topo de linha bem projetados e bem construídos. Há muita margem na venda do Lidar Eye hoje, e muitas empresas estão fazendo isso, diz ele, "mas o caminho para obtê-lo em caminhões de maneira robusta está passando por um experiente fornecedor automotivo de Nível 1 que entende o mercado comercial".
Nelson diz que a AEye planeja iniciar a produção em 2024 de um sistema lidar de um milhão de milhas para caminhões através de um acordo de licenciamento com a Continental na Alemanha.
Trevor Milton, o fundador e ex-CEO da Nikola, disse uma vez à HDT que a indústria de caminhões espera que um motor de limpador de para-brisas dure pelo menos um milhão de milhas. Embora tenha tido outros erros, Milton acertou desta vez porque o caminhoneiro nunca se contentará com tecnologia que não sobreviva aos rigores da estrada.
Interações Humanas - Você pode trazer toda a tecnologia do mundo para suportar o problema de dirigir e engrenar caminhões sem motorista, mas eles não operam em um mundo assim . As interações com os motoristas humanos ocorrem constantemente e se os indicadores, mostram ainda há trabalho a ser feito.
Os motoristas humanos estão condicionados a esperar que outros motoristas atuem de forma previsível, embora as reações exatas a certas situações nem sempre sejam previsíveis ou agradáveis. Cortadores de pista, por exemplo, geralmente incorrem na ira dos “cortados”. Motoristas que são muito lentos ou muito cautelosos recebem sua parcela de rancor. Isso significa que os caminhões controlados pela ADS terão que se misturar perfeitamente, para que não estejam sujeitos a um coro de chifres e saudações de um único dedo.
"Essa é provavelmente uma das principais questões em que minha equipe está trabalhando agora", diz Andrew Nelson. "Trata-se de como gerenciar essas interações de tráfego contextuais e matizadas. E não basta apenas esperar que haja um lugar grande o suficiente e se mover, mas realmente sinalizar a intenção e criar lacunas. É aí que algumas de nossas últimas abordagens de aprendizado de máquina e planejamento realmente ajudaram", complementa.
Como os caminhões ADS funcionam com muita análise preditiva, pode-se até esperar que os motoristas humanos atuem de maneiras mais ou menos previsíveis. Provavelmente é justo dizer que as máquinas têm seu trabalho sendo bem modelado para eles.
O HLR31 de alto desempenho da AEye montado no teto do trator voltado para a frente. Dispositivos de sensoriamento adicionais, incluindo radar, uma câmera e lidar de curto alcance, fornecem o resto da imagem.
Foto: AEye
Nelson diz que a AEye usa uma arquitetura definida por software para seu lidar que pode variar seu campo de foco dependendo da velocidade do caminhão e das condições. Em velocidades mais lentas, o campo de visão é 120 graus horizontais e 25 graus verticais para que tudo perto do caminhão seja visível. Em velocidades mais altas, o lidar é focado em 15 graus horizontais e 5 graus verticais. A 300 metros, é uma altura de 20 metros, então você ainda pode medir a altura de uma estrutura aérea, por exemplo, ou reconhecer um veículo parado no acostamento ou em uma pista percorrida, mesmo em uma estrada curva.
"No nosso caso, o mesmo lidar pode passar de um caso de uso para outro", diz Nelson. "Você pode pensar nisso como uma câmera se concentrando automaticamente e mudando de um amplo para um campo de visão estreito.
"Isso não é tecnologia para o bem da tecnologia", acrescenta. "Na verdade, é um caso de uso funcional que as plataformas de caminhões usam atualmente, e eles não querem pagar por mais lidar do que o que é absolutamente necessário."
O 4Sight Lidar do AEye é de estado sólido, o que significa que não há componentes giratórios como encontrado nas unidades tradicionais de lidar. Ele também transmite e recebe em canais separados, o que a empresa diz que ajuda a reduzir a interferência de outras fontes de luz, como o sol quando está baixo no céu.
Outra vantagem reivindicada para o lidar de estado sólido é a possibilidade de aumentar a taxa de quadros de 10 Hz (quadros por segundo) para 15 ou 20 Hz." Sem mecanismo rotativo, não precisamos nos preocupar com forças centrípetas ou vibração ao aumentar a velocidade da massa rotativa", diz Nelson.
Outras empresas também estão produzindo lidar de estado sólido, mas os sensores de lidar rotativos ainda são amplamente utilizados, especialmente em aplicações de curta distância, como as laterais e a traseira do caminhão.
Câmeras e Radar Com a resolução melhorando em lidar quase mensalmente e os custos caindo de forma bastante dramática, está se tornando a principal fonte de visão para a frente em muitas plataformas de caminhões autônomos. Mas câmeras e radares também estão melhorando. Sensores de câmera menores e mais sensíveis estão surgindo. Isso permite melhores imagens e comparações com as imagens lidar vistas pelo computador. Radar, é claro, não é realmente óptico. Faz um trabalho ruim de resolver objetos como imagens. Mas é insuperável na medição da distância e da velocidade, que é uma parte necessária do conjunto fundido de tecnologias de "visão" usadas em demonstrações de caminhões autônomos na estrada.
Mas e as operações de baixa velocidade em cursos essencialmente fechados ou em espaços controlados, como portos de contêineres?
Câmeras, radares e lidar trabalham juntos para fornecer uma visão de 360 graus do entorno do caminhão. Os dados podem ser filtrados para priorizar certas áreas do caminhão a partir de uma visão grande angular a baixas velocidades e visão longa e estreita em velocidades de rodovias.
Imagem Waymo
O lidar não é necessário nessas aplicações, diz Ognen Stojanovski, co-
fundador e diretor de operações da Pronto.ai. "Não usamos o lidar por causa dos problemas e do custo de manter mapas precisos de alta definição", diz ele. O sensor principal do Pronto é uma câmera. O radar é usado em alguns casos, mas você não encontrará lidar em um caminhão Pronto. A empresa não está mirando o Nível 4, mercado de longo curso sem motorista, que é o foco de muitos outros desenvolvedores de caminhões autônomos, mas em vez de outros casos de uso mais limitados que são comercialmente viáveis, escaláveis e podem ser implantados hoje.
Stojanovski vê oportunidades imediatas de implantação em lugares como portos, onde o tempo dos motoristas é desperdiçado em longas filas nos portões, ou em operações de drayage em rotas curtas, e possivelmente em estradas privadas, movendo contêineres dos guindastes para a cabeceira, por exemplo. Esse tipo de caso de uso pode não ser tão sexy , mas ele diz que há uma ineficiência incrível nessas operações que poderiam ser pelo menos parcialmente resolvidas tirando o motorista do caminhão.
Demonstração de Port-Queuing - O Instituto de Transporte Técnico da Virgínia fez uma parceria com a Pronto para demonstrar como sistemas de condução automatizados, ou ADS, poderiam ser implantados com segurança na fila de portos no Porto de Oakland, Califórnia. Após um período de quatro meses de testes, avaliação e ajustes, o projeto de demonstração entrou ao vivo com uma semana de transmissão ao vivo do caminhão Pronto entregando contêineres ao redor do porto.
O Departamento de Transportes e a Administração Federal de Transportadores Automotores, envolvidos no projeto, concluíram em um relatório de pesquisa que "o sistema Pronto operava com perfeição negociando tráfego pesado e cruzamentos".
No entanto, a demonstração não foi sem problemas. "Inicialmente, o ADS já era proficiente em percorrer as rotas das diferentes filas, mas não conseguia lidar com a velocidade e a hostilidade de outros motoristas", observa o relatório.
O sistema era um pouco mais conservador do que os motoristas humanos e demorou a retomar a movimentação à medida que a linha avançava. Isso abriu brechas nas linhas onde outros motoristas tentariam cortar.
O caminhão equipado com câmera/GPS da Pronto tem uma carga leve no teto. A câmera está posicionada no centro da matriz entre dois receptores GPS de precisão.
Imagem: concepção esquemática
"Se o veículo equipado com ADS estivesse dirigindo muito lento na reinicialização do movimento quando a fila começou a se mover, ele seria um alvo de buzinas agressivas e gritos de motoristas humanos", observa o resumo.
Os algoritmos base foram ajustados para reduzir o tempo de transição de parada para movimento, e o controle de cruzeiro adaptativo após a distância foi ajustado para manter uma lacuna mais apertada entre os veículos líderes. Depois disso, todos se davam muito bem.
O caminhão navega navega por uma zona de trabalho seguindo uma trilha de migalhas GPS estabelecida pela equipe de construção. O caminhão seguirá exatamente o mesmo caminho todas as vezes.
"Chamamos de visão computacional, o que significa que usamos a câmera como o principal e, muitas vezes, apenas sensor para alimentar nossas redes neurais e executar nossos modelos de aprendizagem de máquina", diz Stojanovski. "Os outros sensores incluem tecnologia de comunicação para obter instruções, e também GPS muito preciso com precisão de nível centímetro."
ADS no Mundo Real - A maioria dos caminhões automatizados que observamos estão operando no sudoeste ensolarado, onde o tempo raramente é uma preocupação. Isso pode facilmente levar a pensar que o conjunto de visão lidar-radar-câmera usado nessas aplicações será o principal candidato daqui para frente. No entanto, no inverno passado, a Pronto testou com sucesso seu sistema de visão sem lidar em uma frota de caminhões operando entre Calgary e Edmonton em Alberta, Canadá. O tempo estava longe de ser perfeito, mas os caminhões corriam todos os dias.
A Pronto testou caminhões em 49 dos 50 estados americanos (não no Havaí) e sete províncias canadenses. Ele até executou uma viagem totalmente sob controle ADS de São Francisco para Prudhoe Bay, Alasca, usando apenas câmeras e GPS — sem o benefício de mapas de alta definição.
Sistemas usando câmeras em vez de Lidar veem o mundo tanto quanto os humanos. A direção vem do GPS e da detecção de objetos, e se equipado, do radar.
"Queríamos testar nossa tecnologia e saber que tínhamos um caminho para implantá-la nesses ambientes", diz Stojanovski. "Você pode construir algo perfeito para o Arizona, mas se não funcionar em outro lugar, será algo muito limitado.
Ele vê grande potencial para comercializar o produto da Pronto em locais remotos — mineração, exploração madeireira, exploração de petróleo e gás e muito mais — onde as estradas tradicionais são inexistentes e os motoristas são muito difíceis de encontrar.
Mas a história nos mostra que a inovação real geralmente segue os passos das tecnologias concorrentes. Tome motores de dois contra quatro tempos, por exemplo, ou gasolina versus diesel. Às vezes, surgem vencedores claros, mas muitas vezes há uma fusão de duas ou mais tecnologias que nos servem melhor. E, claro, qualquer tecnologia está em constante evolução.
O Newman da Waymo aponta para a melhoria na tecnologia de radar e câmera. Estes não são os radares giratórios que mostram um pequeno deslize em uma tela. Ele descreve então como radares de imagem de longo alcance que fornecem uma tonelada de informações densas e muito precisas sobre o mundo.
O radar não fornece uma imagem precisa da estrada à frente, mas é muito bom na detecção de objetos, incluindo a identificação da velocidade do objeto e a distância do caminhão.
Foto: Waymo
"Também adicionamos novos sensores", diz ele. "O sistema de quinta geração agora tem câmeras térmicas, que podem ver não apenas em cores, mas também podem captar assinaturas de calor em uma imagem. Também vimos grandes saltos nos sistemas de limpeza de lentes. Conseguimos melhorar a qualidade e a consistência desses sistemas em geral."
Nelson da AEye trabalha com lidar e câmeras no espaço ADS há 18 anos. Ele está familiarizado com a tecnologia e confiante em sua capacidade. Quando se tratava de aplicar o que ele sabe para uma tarefa aparentemente básica para um motorista de caminhão - manter um caminhão dentro da pista em uma curva - ele ficou surpreso como isso era desafiador para um sistema de condução automatizado.
"Manter um reboque enorme centrado em uma pista em um vento cruzado de 10 a 15 mpg é, bem... apenas deixe-me dizer que os motoristas são muito bem qualificados", diz ele. "Todo mundo se preocupa com caminhões saindo de sua pista, mas temos que mantê-lo mais ou menos a oito centímetros do centro. Com tolerâncias como essa, contabilizando o vento e tudo o que é absolutamente crítico."
Assunto Relacionado. Leia também :