Os robomobiles rastreiam perfeitamente outros carros e são melhores em observar peões, esquilos e pássaros. O principal problema continua sendo apenas o meio de transporte mais leve, silencioso e rápido.
"A tarefa de encontrar bicicletas é talvez o mais difícil dos desafios enfrentados pelo desenvolvimento de sistemas para veículos robóticos", disse o engenheiro de pesquisa
Stephen Schladover, da Universidade da Califórnia em Berkeley.
Nuno Vasconcelos, especialista em visão computacional da Universidade da Califórnia, em San Diego, diz que o problema de encontrar bicicletas é difícil por causa de seu tamanho, velocidade e variedade relativamente pequenos. “Uma máquina é essencialmente um grande bloco de questões. A massa de bicicletas é muito menor e elas podem parecer diferentes - elas têm muitas formas, cores e acontece que as pessoas as penduram com lixo. ”
Portanto, a precisão de detecção de carros nos últimos anos superou a precisão de detecção de bicicletas. A maioria das melhorias ocorreu no treinamento de sistemas nos quais eles estudaram milhares de fotografias com objetos marcados. E a maior parte do treinamento se concentrava em imagens de carros, não em bicicletas.
Veja o algoritmo
Deep3DBox , introduzido recentemente por pesquisadores da Universidade. George Mason e o desenvolvedor do
Robotaxi Zoox, de Menlo Park. No teste de sistema padrão do setor, no qual ele tenta
analisar imagens bidimensionais , o Deep3DBox identificou 89% dos carros. Vários anos atrás, esses sistemas lidavam com não mais de 70%.
O Deep3DBox também lida bem com uma tarefa mais complexa: prever em qual direção o transporte está indo e com a geração de um contêiner tridimensional para objetos em uma imagem bidimensional. “O aprendizado profundo é geralmente usado para detectar facilmente seqüências em pixels. Criamos uma maneira eficaz de usar essa tecnologia para determinar as propriedades geométricas dos objetos ”, disse a participante do projeto Jana Košecká, programadora da Universidade. George Mason.
Mas o sistema é muito pior na detecção e orientação de bicicletas e ciclistas. O Deep3DBox é um dos melhores sistemas, mas em testes reconhece apenas 74% das bicicletas. E embora ela possa orientar corretamente mais de 88% dos carros nas fotos, no caso de bicicletas, ela faz isso apenas em 59% dos casos.
Koschecka diz que os sistemas comerciais fazem um trabalho melhor quando os desenvolvedores têm acesso a enormes conjuntos de imagens capturadas na estrada que podem treinar um computador. Segundo ela, a maioria dos robomobiles experimentais complementa o processamento de imagens com varredura a laser (
lidar ) e radares, que ajudam a reconhecer as bicicletas e sua posição em relação ao robomóvel, mesmo que não relatem nada sobre sua orientação.
Os mapas de alta resolução, por exemplo, o
Road Experience Management da Mobileye, uma empresa israelense, ajudam a quebrar novos avanços tecnológicos. Esses cartões oferecem ao computador uma vantagem no reconhecimento de bicicletas, uma vez que essas bicicletas parecem anomalias nas imagens de estrada pré-gravadas. A Ford Motor diz que os mapas tridimensionais e altamente detalhados estão no centro dos 70 robôs de teste que planeja lançar na estrada este ano.
Junte tudo isso e você poderá obter resultados impressionantes - e eles foram
demonstrados no ano passado por dispositivos do Google .
Waymo , uma empresa que rompeu com o departamento de robomobiles do Google,
demonstrou sua própria tecnologia de sensores que melhora a capacidade do sistema de reconhecer bicicletas.
Vasconcelos duvida que os sistemas de reconhecimento e automação de objetos disponíveis hoje possam substituir os condutores humanos, mas acredita que eles já foram desenvolvidos o suficiente para ajudar as pessoas a evitar acidentes. O reconhecimento dos ciclistas já está começando a ser acrescentado ao sistema comercial de frenagem automática (AEB), instalado em carros comuns e capaz de reconhecer não apenas carros, mas também pedestres com ciclistas.
O
primeiro sistema de reconhecimento
AEB da Volvo foi introduzido pela Volvo em 2013. Ele processa dados da câmera e do radar, prevendo possíveis colisões. Uma tecnologia semelhante este ano será testada em ônibus europeus. Espera-se que outras montadoras se recuperem depois disso, já que os reguladores europeus começam a avaliar os sistemas AEB para a qualidade do reconhecimento dos ciclistas no próximo ano.
Mas esses sistemas ainda sofrem sérias limitações, das quais se segue a próxima tarefa difícil para os desenvolvedores: prever a direção do movimento dos objetos em movimento. Será especialmente difícil extrair ainda mais dados dos sistemas da AEB que reconhecem os ciclistas - diz Olaf Op den Camp, consultor sênior da Organização Holandesa de Pesquisa Aplicada. Opden Kamp, que liderou o desenvolvimento do
teste europeu para sistemas AEB com reconhecimento de bicicleta , diz que é o mais difícil de prever os movimentos dos ciclistas.
Koschecka concorda com ele: "Os ciclistas são muito menos previsíveis que os carros, pois é muito mais fácil para eles fazerem curvas repentinas ou pularem do nada".
E isso significa que levará muito tempo para que os ciclistas possam evitar os erros humanos associados a 94% dos acidentes, de acordo com os reguladores dos EUA. "Todos os ciclistas estão ansiosos por esse momento", disse Brian Wiedenmeier, diretor executivo da Coalizão de Ciclistas de São Francisco. Mas ele diz que será correto esperar até que as tecnologias de automação amadureçam.
Em dezembro, Weidenmeyer
alertou que os robôs patrocinados pela Uber Technologies estavam violando as regras de trânsito da Califórnia que foram projetadas especificamente para proteger os ciclistas de carros e caminhões que atravessam ciclovias designadas. Ele apoiou a
revogação dos registros desses carros depois que a empresa se recusou a receber licenças para eles. A Uber ainda está testando seus carros robóticos no Arizona e Pittsburgh, e recentemente recebeu permissão para devolver alguns carros para as ruas de São Francisco, mas apenas como máquinas de marcação, que necessariamente serão dirigidas por motoristas.
Weidenmeyer diz que a Uber está com pressa de entrar no mercado, e isso está errado. Ele afirma: "Como qualquer nova tecnologia, isso deve ser verificado com muito cuidado."