A revolução dos veículos autônomos com simulação. Como a simulação computacional tem revolucionado a engenharia automotiva.
A revolução dos veículos autônomos
Assim como os veículos aéreos não tripulados (VANTs) deverão transformar a logística, com empresas como a Amazon investindo uma quantia considerável de seu orçamento na utilização de drones durante o processo de entrega, os veículos terrestres não tripulados, também conhecidos como veículos autônomos, prometem revolucionar o mercado automotivo sendo a bola da vez por parte de grandes fundos de investimento.
Veículos autônomos, um mercado bilionário a ser explorado pela indústria automotiva
- A segurança dos veículos autônomos depende de simulação de engenharia computacional
- Como acelerar a linha de desenvolvimento de um produto reduzindo riscos e garantindo o melhor aproveitamento possível de recursos
Segundo o estudo “Will you embrace AI fast enough”, da A.T. Kearney, os sistemas de inovação e inteligência já mudaram a forma da indústria atuar e buscar investimentos. De maneira geral, para garantir uma boa parcela de investimento é necessário buscar estratégias centradas em inteligência artificial (A.I.).
A indústria investiu mais de 2,5 bilhões de dólares em inteligência artificial entre 2014 e 2017. As tecnologias de automóveis autônomos receberam o maior percentual desse capital, cerca de 20%. Além disso, a análise revelou alguns fatores que têm estimulado o desenvolvimento da A.I., especialmente na área de machine learning.
Amazon, Apple, Facebook, Alphabet, IBM, Microsoft e outros players de peso da era digital enxergam os veículos autônomos e a inteligência artificial como oportunidades para transformar não só o setor de tecnologia, mas uma boa parcela da economia.
No fim de 2017, a empresa Lyft caiu no radar da holding da Google, a Alphabet, podendo agora receber mais de 1 bilhão para projetos relacionados a carros autônomos. Esse aporte vai dar fôlego para uma concorrência direta contra a gigante Uber, rival da Lyft e Waymo, divisão de veículos autônomos da própria Alphabet.
E a segurança?
Para o público em geral, os veículos autônomos podem provocar a sensação de insegurança pela sensação de falta de comando da situação, mas pesquisas chegam a apontar que cerca de 90% das mortes em acidentes de trânsito são causadas por falha humana, seja por distração, influência de substâncias alcoólicas e nootrópicas ou imprudência. De acordo com a Organização Mundial de Saúde, cerca de 1,2 milhão de pessoas morrem em acidentes de carros, todos os anos.
Veículos autônomos dependem de algoritmos de deep learning que reconhecem padrões e respondem como humanos. Um veículo deve perceber seu entorno, determinar a ação necessária e executar o movimento necessário dentro de um ambiente em constante mudança. E um dos grandes responsáveis pelas operações de veículos autônomos são, de certa forma, os radares automotivos.
Radares automotivos
A arquitetura de simulação de um veículo autônomo é muito complexa. Requer integração de física, sistemas embarcados, desenvolvimento de software e geração de códigos para uma simulação precisa. Os veículos autônomos exigem a evolução contínua dos sensores do veículo – os olhos e ouvidos do sistema de controle que percebem as características operacionais do veículo e o ambiente ao redor dele.
Quatro grandes classes de sensores veiculares fornecem a maior parte dos dados sensoriais ambientais de um veículo autônomo – câmeras de espectro visual, dispositivos de laser (LIDARs), sensores de ultrassom e sensores de radiofrequência (radares). O radar automotivo emprega frequências milimétricas para detecção de obstáculos e objetos de longo alcance, bem como para rastrear a velocidade e a direção dos diversos atores de cena, como pedestres, outros veículos, grades de proteção etc.
Três categorias principais de sistemas de radar são tipicamente empregados em sistemas de segurança automotiva:
- Radar de curto alcance (SRR) para proximidade de colisão aviso e segurança;
- Radar de alcance médio (MRR) para observar os cantos do veículo e realizar a detecção de pontos cegos;
- Radar de longo alcance (LRR) para sensores voltados para o controle de colisão precoce e demais funções de detecção.
Mas como garantir a segurança em veículos autônomos? Como sujeitar um veículo autônomo a todas as situações e adversidades que ele pode encontrar no dia a dia a fim de garantir que ele responda adequadamente? Como confiar em somente radares e sensores para a navegação do automóvel? Nenhum veículo pode chegar ao mercado sem exaustivos testes simulando situações reais. A única resposta viável é a simulação computacional.
Por que simulação?
Construir, testar e validar as ideias virtualmente antes dos testes em protótipos físicos é uma questão de economia e segurança. Além da flexibilidade em entender como pequenas ideias podem alterar um todo num curto espaço de tempo, a simulação é uma forma fácil e acurada de acelerar a linha de desenvolvimento do produto reduzindo riscos e garantindo o melhor aproveitamento possível de tempo e recursos.
No Brasil, uma das empresas que está na vanguarda na pesquisa e desenvolvimento de simulação para carros automotivos é a ESSS, multinacional com sede em Florianópolis (SC) que desenvolve e comercializa softwares de simulação em toda América Latina e Ibéria.
“Embora na Europa algumas companhias já estejam com testes físicos nas estradas, como o Google, Tesla e Uber, aqui no Brasil o desenvolvimento ainda é tímido. Os grandes players e as empresas que formam parte da cadeia produtiva do setor automotivo brasileiro já respondem positivamente à criação de novas técnicas e peças para atender essa nova tendência. E a simulação é o caminho mais viável, pois permite a realização de diversos testes sem a necessidade de colocar um veículo na rua, o que, além de trazer mais segurança, é também a solução mais econômica para o setor de P&D das empresas” – afirma Juliano Mologni, engenheiro especialista em simulação eletromagnética da ESSS.
Por meio da simulação computacional, os engenheiros podem:
- Testar virtualmente o protótipo e ajustar as topologias das antenas rapidamente, sem exigir a fabricação do produto;
- Testar as antenas de forma eficaz para entender seu comportamento sob uma variedade de condições estruturais e ambientais;
- Otimizar elementos e matrizes com o menor esforço e custo.
- Construir apenas um único protótipo para testar no final.
Sistemas de radares automotivos desempenham um papel central nos sistemas de segurança e devem ser testados com sistemas de controle de veículos e algoritmos para validar a operação segura.
O futuro
Poderá demorar um pouco até que veículos autônomos se tornem uma realidade para o consumidor final no Brasil. Na Europa isso já está mais a frente, com testes físicos acontecendo nas ruas e estradas do velho continente. Mas para as indústrias nacionais, se preparar desde já é ficar a frente de um mercado que tem tudo para ser muito promissor.
