Adaptação de Domínio entre Ambientes baseada em IA para Segurança Veicular

• Processo: 24/22985-3
• 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 2026
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Jurandy Gomes de Almeida Junior
• Beneficiário: Jurandy Gomes de Almeida Junior
• Pesquisador Responsável no exterior: Werner Huber
• Instituição Parceira no exterior: Technical University of Ingolstadt., Alemanha
• Instituição Sede: Centro de Ciências em Gestão e Tecnologia (CCGT). Universidade Federal de São Carlos (UFSCAR). Campus de Sorocaba. Sorocaba , SP, Brasil
• Pesquisadores associados: Roberto Silva Netto ; Tiago Agostinho de Almeida
• Vinculado ao auxílio: 23/17577-0 - Compreensão de vídeo por meio de aprendizagem profunda com mínima supervisão humana, AP.R
• Assunto(s): Aprendizagem profunda
• Palavra(s)-Chave do Pesquisador: Deep Learning | Domain Adaptation | Road Spray | Synthetic Data | Processamento Gráfico (Graphics)

Resumo

Este projeto propõe uma iniciativa de pesquisa colaborativa entre a Universidade Federal de São Carlos (UFSCar) e a Faculdade de Engenharia de Sorocaba (FACENS), no Brasil, e a Universidade Técnica de Ingolstadt (THI), na Alemanha, sob o Seed Fund Call for Proposals 2024, Track 1. O objetivo principal é fortalecer parcerias internacionais entre o Brasil e a Alemanha, ao mesmo tempo em que fornece soluções cocriadas para desafios complexos em segurança veicular, mobilidade inovadora e inteligência artificial (IA). Por meio da colaboração sinérgica e da troca dinâmica de conhecimentos, esta iniciativa promoverá abordagens de última geração para a segurança automotiva em condições climáticas adversas, incluindo chuva, respingos na estrada e neve. Ao alavancar técnicas de aprendizado profundo com supervisão humana mínima, o projeto visa abordar lacunas críticas na tecnologia de veículos autônomos, aumentando a confiabilidade e a segurança. Esta colaboração está estrategicamente inserida nos projetos em andamento FAPESP #2023/17577-0, CONECTA 2030 (Fundep, Rota 2030/Linha V, bolsa 29271.02.01/2022.04-00), AD-Approved e o EU-Horizon Project ROADVIEW. Juntas, essas iniciativas fornecem uma estrutura robusta para integrar e expandir o impacto da pesquisa proposta, promovendo inovação sustentável em mobilidade orientada por IA. (AU)