Engenheiros alemães desenvolvem sistema para orientação de veículos autónomos em zonas com obras rodoviárias
Uma equipa de investigadores do Instituto Fraunhofer para a Análise Inteligente e Sistemas de Informação (IAIS) está a desenvolver um sistema avançado de navegação veicular autónoma que pretende ultrapassar as limitações que tecnologias atuais apresentam na orientação em zonas próximas a estaleiros rodoviários, desvios e com sinalização temporária.
Uma das características fundamentais dos veículos autónomos é a sua capacidade de reconhecer e identificar corretamente a sinalização rodoviária, tanto vertical como horizontal. As tecnologias atuais apresentam, no entanto, alguns problemas na identificação de situações complexas e fora do normal, como é o caso das zonas de proximidade a obras de reabilitação rodoviária.
A nova tecnologia em desenvolvimento pelos engenheiros do Instituto Fraunhofer pretende ultrapassar essas limitações, possibilitando o correto reconhecimento, em tempo real, de todos os elementos associados a desvios temporários e alterações extraordinárias resultantes de obras nas estradas.
Um dos problemas frequentes quando existem obras de reabilitação em vias rodoviárias é a formação de congestionamentos de trânsito, o que dificulta a deteção, por parte dos sensores dos veículos autónomos, de algumas das características das faixas de rodagem.
Outro dos problemas na proximidade de estaleiros é a sobreposição entre marcas rodoviárias definitivas e marcas rodoviárias temporárias ou a existência de cones e balizas para identificação de desvios, que são de muito difícil interpretação por parte dos sistemas de navegação autónoma atuais.
Fazendo uso de uma tecnologia denominada Deep Learning (“aprendizagem profunda”), os engenheiros alemães conseguiram que os elementos, relevantes `circulação, associados a obras rodoviárias sejam reconhecidos com um grau de fiabilidade muito alto.
A informação recolhida pelos múltiplos sensores, detetores de LASER e câmaras de elevada definição é processada recorrendo a algoritmos semânticos, e interpretada, de forma automática, em termos de conteúdo, o que possibilita o reconhecimento de padrões complexos e pouco usuais de forma rápida e eficiente.
Outros artigos interessantes:
