Contents

Uma solução revolucionária para superfícies rodoviárias!

Contents

A mais recente tecnologia de sensores foi integrada em veículos elétricos, operados manualmente ou de forma autónoma, para monitorizar ambientes urbanos e avaliar o estado da superfície das estradas. Este desenvolvimento inovador foi liderado pelo Laboratório de Robótica e Inteligência Artificial da ENEA como parte do projeto Smart Road sob os auspícios do programa “Pesquisa de Sistemas Elétricos”, que recebeu financiamento do Ministério do Meio Ambiente e Segurança Energética.

Um dos principais aspectos do nosso projeto envolve a utilização de veículos autônomos como sistemas de sensores para avaliar minuciosamente as condições urbanas, ao mesmo tempo que aumenta a segurança, otimiza o fluxo de tráfego e promove uma experiência de condução confortável. Além disso, existem potenciais benefícios ambientais associados à redução do consumo de energia e ao aumento da sustentabilidade. Este conceito está sob a alçada de Sergio Taraglio, especialista do Laboratório de Robótica e Inteligência Artificial do Departamento de Tecnologias Energéticas e Fontes Renováveis, que lidera esses esforços.

um utiliza um sistema LIDAR (Light Detection and Ranging) baseado em laser para determinar com precisão as medidas geométricas, enquanto o outro compreende uma câmera instalada em uma posição dianteira no veículo que emprega algoritmos de inteligência artificial para analisar fluxos de dados visuais.

As informações coletadas pelos nossos dispositivos servem para avaliar o estado atual da estrada. Com a tecnologia LiDAR, somos capazes de medir com precisão as características geométricas do pavimento, incluindo quaisquer imperfeições como buracos ou superfícies irregulares. Esses desvios das condições ideais são destacados em uma tela com cores contrastantes, com o vermelho representando as áreas que requerem atenção e o verde significando aquelas que estão em bom estado. Essa funcionalidade permite que nosso sistema funcione efetivamente como um Sistema Avançado de Assistência ao Motorista (ADAS), fornecendo aos motoristas feedback e suporte valiosos em tempo real.

/images/Sensoreenea2.jpg Exemplo de medição da qualidade da superfície da estrada com as duas abordagens sinérgicas. Acima: medição de distância a laser que destaca a presença de buracos ou saliências em vermelho; abaixo: imagem da estrada com o resultado da análise de IA que detecta a presença de buraco e bueiro; a imagem é referente ao mesmo trecho de estrada analisado com laser, mostrando o mesmo defeito com diferentes metodologias.

O segundo sensor emprega uma rede neural artificial profunda que foi treinada para identificar e reconhecer imperfeições na alimentação visual da câmera. Isto permite perceber elementos que estão além do escopo das medições LiDAR, incluindo fissuras intrincadas no pavimento ou quaisquer discrepâncias decorrentes de características pintadas da estrada, como faixas de pedestres ou marcações desbotadas nas faixas.

Ambos os sensores ENEA operam em tempo real e são adequados para monitorar ambientes urbanos. Os dados obtidos desses sensores, que incluem informações sobre defeitos nas estradas que foram geolocalizados, são transmitidos a um gestor de cidade inteligente que utiliza essas informações para criar mapas das condições das estradas e desenvolver planos para os reparos necessários.

Além disso, o veículo de teste elétrico autônomo utilizado durante os testes é equipado com um sensor de concentração de partículas que monitora continuamente as partículas atmosféricas e transmite instantaneamente essas informações para facilitar a geração de mapas de poluentes de alta precisão em tempo real.

Avanços no campo da análise de contexto sólido estão sendo buscados com um duplo propósito em mente. Por um lado, o objetivo é quantificar os níveis de poluição sonora ambiental, enquanto, por outro, procura dotar os veículos autónomos com a capacidade de utilizar sinais auditivos para mitigar cenários perigosos. Por exemplo, se um veículo de emergência se aproximar, o carro autónomo deverá ter a capacidade de identificar a situação e abrir caminho da melhor forma possível. Isto está de acordo com a avaliação do Dr. Taraglio sobre a situação atual.

Visite a seção “ViaggiareSmart” do nosso site para todas as notícias relacionadas a veículos elétricos, mobilidade inteligente e direção autônoma.

*️⃣ Link da fonte:

pesquisador ,