Novo chip faz carro autônomo detectar perigo 4 vezes mais rápido que humanos

Uma equipe internacional de pesquisadores desenvolveu um sistema de visão para carros autônomos capaz de identificar riscos quatro vezes mais rapidamente que o cérebro humano. A tecnologia pode representar um avanço significativo na segurança de veículos sem motorista, drones e robôs. O trabalho reúne cientistas da China, Reino Unido, Hong Kong, Arábia Saudita e Estados Unidos. Segundo reportagem do site Interesting Engineering, o projeto vai resolver uma limitação antiga dos sistemas autônomos: a demora na interpretação de dados visuais e resposta a obstáculos inesperados. A tecnologia foi detalhada em estudo publicado na revista científica Nature Communications. Problema da velocidade de reação em máquinas Atualmente, veículos automatizados levam cerca de 0,5 segundo para reagir a um obstáculo quando trafegam a 80 quilômetros por hora. Nesse intervalo, o carro percorre aproximadamente 13 metros antes de iniciar a frenagem. Em comparação, o cérebro humano responde em cerca de 0,15 segundo. A diferença ocorre porque computadores precisam analisar cada quadro de imagem em alta definição, identificar objetos em movimento, determinar trajetórias e avaliar ameaças. Todo esse processamento consome tempo, mesmo com chips avançados. Essa latência representa um risco considerável em condições de tráfego imprevisíveis, onde frações de segundo podem determinar se um acidente será evitado. Inspiração no sistema visual humano Os pesquisadores optaram por uma abordagem baseada no funcionamento da visão humana. Em vez de processar todos os detalhes de uma cena, o cérebro detecta rapidamente movimento ou mudanças súbitas e reage primeiro. O processamento detalhado ocorre posteriormente. O núcleo do sistema é um conjunto de transistores sinápticos bidimensionais, descrito como um chip de detecção de movimento altamente sensível. A tecnologia segue um método chamado "filtrar-depois-processar". O transistor consegue identificar alterações em imagens em apenas 100 microssegundos, velocidade muito superior à percepção humana. Além disso, consegue reter informações sobre movimento por mais de 10 mil segundos e operar por mais de 8 mil ciclos sem perda de desempenho. Quando uma imagem é capturada, o chip ignora o quadro completo e registra apenas os objetos em movimento. Esses sinais filtrados são então enviados aos algoritmos convencionais de visão computacional para análise mais profunda. Conforme o estudo, essa abordagem é mais de dez vezes mais rápida que métodos tradicionais de processamento de imagem. Testes em condições reais Em laboratório, o sistema processou dados de movimento quatro vezes mais rápido que os algoritmos atuais considerados estado da arte. Em condições ideais, superou inclusive o desempenho humano. Os pesquisadores reportaram melhoria de 213,5% na detecção de riscos durante testes de direção e aumento de 740,9% na capacidade de robôs industriais agarrarem objetos. Em situações reais, a eficiência foi ligeiramente menor, mas ainda superior aos sistemas autônomos existentes. A 80 quilômetros por hora, a redução de aproximadamente 0,2 segundo no tempo de resposta poderia diminuir a distância de frenagem em cerca de 4,3 metros. Gao Shuo, coautor do estudo e professor associado da Universidade Beihang, afirmou que "nossa abordagem demonstra aceleração de 400%, superando o desempenho humano enquanto mantém ou melhora a precisão". "Não derrubamos completamente o sistema de câmera existente; em vez disso, usando plug-ins de hardware, permitimos que algoritmos de visão computacional existentes funcionem quatro vezes mais rápido, o que tem maior valor prático para aplicações de engenharia", explicou o pesquisador. Para drones de pequeno porte, o tempo de reação foi reduzido em pelo menos um terço, melhorando autonomia e desempenho de voo. Aplicações além dos veículos O sistema não se limita a carros. Gao Shuo indicou possibilidade de colaboração com empresas chinesas de automóveis e drones. "Esperamos equipar veículos autônomos com este sistema de 'reflexo em nível de hardware', permitindo que respondam mais sensivelmente que humanos ao lidar com condições repentinas de estrada, aumentando fundamentalmente a segurança de sistemas não tripulados", disse. A tecnologia também demonstrou potencial para robótica industrial e outras aplicações onde velocidade de resposta é crítica. Segundo Gao, "em um acidente de trânsito, esses 4 metros frequentemente determinam se ocorre uma colisão ou apenas um quase acidente". Apesar dos resultados promissores, especialistas ressaltam que a implementação em larga escala ainda enfrenta obstáculos. O sistema requer integração com arquiteturas de veículos existentes e validação extensiva em diferentes condições climáticas e ambientais. Além disso, a tecnologia precisará passar por certificações de segurança rigorosas antes de ser aprovada para uso comercial em veículos autônomos. A questão dos custos de produção e escalabilidade também permanece em aberto, embora os pesquisadores argumentem que o uso de "plug-ins de hardware" em sistemas existentes facilite a adoção. Mais Lidas