Como os carros autônomos e os pedestres coexistirão pacificamente em um futuro sem motorista? Engenheiros da Universidade da Califórnia, San Diego (UCSD) podem estar um passo mais perto da resposta. Eles testaram com sucesso um novo sistema de detecção de pedestres para carros automatizados, de acordo com um relatório do Instituto de Engenheiros Elétricos e Eletrônicos (IEEE).
O recurso ajuda carros a monitorarem seu entorno quase em tempo real, com base em pistas visuais. Foi relatado que o sistema trabalha com muito mais precisão do que os existentes, através da combinação de algoritmos de visão computacional ágeis com algoritmos de aprendizado automático (redes neurais profundas) lentos, mas, sofisticados.
“Não há algoritmos anteriores que foram capazes de otimizar a troca entre a precisão da detecção e velocidade para cascatas com estágios diferentes de complexidades. Na verdade, estas são as primeiras cascatas a incluir estágios de aprendizagem profunda”, disse Nuno Vasconcelos, professor de engenharia elétrica da UCSC.
De acordo com Vasconcelos, a nova técnica reduz as taxas de erro de sistemas passados pela metade, o que significa que poderá desempenhar um papel fundamental em tornar o tráfego mais seguro e reduzir os acidentes rodoviários.
Os métodos tradicionais se provaram pouco confiáveis desde que os computadores de bordo falharam em analisar imagens de vídeo recolhidas de forma ágil e tirar as conclusões certas, como resultado, estes sistemas podem confundir seres humanos com objetos similares, e vice-versa.
Fonte: 2025AD
Imagem: Volvo
