Fusão de sensores automotivos para detecção de regiões críticas nas áreas navegáveis

• Processo: 24/23074-4
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de junho de 2025
• Data de Término da vigência: 31 de maio de 2027
• Área do conhecimento: Engenharias - Engenharia Elétrica - Medidas Elétricas, Magnéticas e Eletrônicas, Instrumentação
• Pesquisador responsável: Bruno Augusto Angélico
• Beneficiário: Bruno Augusto Angélico
• Pesquisador Responsável no exterior: Thomas Brandmeier
• Instituição Parceira no exterior: Technical University of Ingolstadt., Alemanha
• Instituição Sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Pesquisadores associados: Fernando Santos Osório ; Joao Francisco Justo Filho ; Marcio Lobo Netto
• Vinculado ao auxílio: 23/04628-6 - Controle seguro de sistemas automotivos, AP.R
• Assunto(s): Inteligência artificial Veículos autônomos Veículos inteligentes
• Palavra(s)-Chave do Pesquisador: Fusão de sensores | Inteligência Artificial | Percepção 3D | Segurança Automotiva | Veículos autônomos | Veículos Inteligentes | Sistemas automotivos

Resumo

Embora o setor automotivo tenha desempenhado um papel crucial na sociedade, também tem gerado grandes preocupações em termos de fatalidades e lesões. Milhares de pessoas morrem anualmente em acidentes, com cerca de 90% atribuídos a erro humano. Para lidar com essa preocupação, a navegação autônoma surgiu como uma solução chave, impulsionada pelos avanços em sensores (como Câmera, LiDAR e Radar), poder de computação e inteligência artificial. Embora frotas totalmente autônomas ainda sejam um objetivo distante, essas tecnologias podem aprimorar os sistemas de segurança, ativando antecipadamente funções de segurança, como airbags, direção e frenagem, melhorando as funções padrão de segurança ativa e passiva, e minimizando lesões e fatalidades. Para alcançar isso, é necessário um sensoriamento preciso do ambiente rodoviário, no entanto, condições reais, como cenários de tráfego diversos, obstáculos inesperados e condições climáticas adversas, podem representar desafios significativos. Esses desafios podem afetar o desempenho e a robustez dos algoritmos de percepção, especialmente nos casos em que mudanças na representação dos objetos devido à degradação do sensor, mudança de perspectiva, sub-representação nos dados de treinamento ou até mesmo a inclusão de uma classe não considerada, podem levar a falsos negativos críticos. Para lidar com esses desafios, esta proposta visa pesquisar o desenvolvimento de algoritmos de inteligência artificial baseados na fusão precoce de diferentes sensores, que, apesar de seu grande potencial para explorar a correlação cruzada entre diferentes fontes de informação, ainda não são amplamente explorados na literatura. O objetivo é realizar uma detecção ou segmentação orientada ao contexto, aprendendo a reconhecer regiões no ambiente do veículo que possam representar um risco potencial de colisão. Portanto, para atingir esse objetivo, por meio da pesquisa conjunta entre a USP e o Instituto THI CARISSMA, serão aprofundados tanto os aspectos teóricos quanto práticos, por meio do intercâmbio de alunos, organização de workshops e colaboração em pesquisa, visando evoluir a definição e configuração de veículos de teste, avaliação de sensores automotivos em ambiente controlado e condições climáticas, geração de um conjunto de dados multimodal de cenários chave, pesquisa e desenvolvimento de algoritmos de inteligência artificial (calibração de sensores, aprendizado de máquina e fusão de sensores). (AU)