A Sabedoria da Multidão Conectada
Os avanços nas plataformas de computação móvel, aliados a inovações que permitem a IA na borda (edge AI), levaram a uma explosão cambriana de aplicações que detectam e percebem o mundo com uma precisão sem precedentes.
A sabedoria da multidão conectada
Os avanços nas plataformas de computação móvel, aliados a inovações que permitem a IA na borda, levaram a uma explosão cambriana de aplicações que detectam e percebem o mundo com uma precisão sem precedentes. As pilhas de percepção automotiva são apenas um (mas provavelmente o mais proeminente) exemplo disso. Câmeras que ajudam a detectar, rastrear e reagir a objetos e situações ao redor de um veículo são um dos principais componentes da tecnologia que permitirá a autonomia total. Mesmo hoje, elas alimentam a maioria, se não todas, as soluções de assistência avançada ao condutor (ADAS) em produção em massa. A detecção visual, no entanto, sofre dos mesmos problemas que os olhos humanos: só consegue detectar o que vê e é afetada negativamente por condições climáticas adversas, iluminação precária e uma variedade de outros fatores ambientais. Nessas circunstâncias, a quantidade de poder computacional disponível em um único dispositivo ou veículo deixa de ser relevante para o problema em questão. Em vez disso, precisamos ampliar nossa visão e analisar o problema em escala, que é onde residem as soluções potenciais. Veículos conectados que coletam dados automaticamente sobre o ambiente e o comportamento de direção podem rapidamente se tornar um vasto pipeline de agregação de informações via crowdsourcing. Em conjunto com outras modalidades de detecção (Radar, Lidar), o uso de mapeamento por crowdsourcing de informações é agora visto como o terceiro pilar sobre o qual repousa a concretização da autonomia total. A plataforma RideView da LightMetrics está nesse momento decisivo. O que começou como uma missão para permitir uma integração e entrega mais rápidas de soluções de segurança baseadas em ADAS para frotas, agora se destaca como um ecossistema vibrante de alguns dos maiores e mais inovadores provedores de serviços de telemática (TSP), impulsionando soluções de segurança para motoristas por meio do RideView. Milhares de motoristas de veículos comerciais e gestores de frota em todos os Estados Unidos e Canadá dependem de alertas em tempo real e insights acionáveis para garantir que suas frotas estejam seguras 24 horas por dia. Um subproduto imensamente benéfico disso? Uma rede de milhares de câmeras conectadas coletando uma riqueza de dados anonimizados sobre sinais de trânsito, qualidade das estradas, padrões agregados de comportamento de direção e muito mais. Hoje, estamos entusiasmados em anunciar o lançamento do nosso
Gerador de Eventos por Crowdsourcing, um aprimoramento do nosso motor de geração de eventos baseado em ADAS em tempo real. O primeiro caso de uso que ele impulsiona é o mais simples, e ainda assim, em sua elegância, prenuncia tudo o que é possível. O reconhecimento e a conformidade com limites de velocidade e placas de PARE em tempo real têm sido uma proposta de valor central da nossa plataforma desde o início. O excesso de velocidade é conhecido por ser um indicador importante de risco de acidente, e nossos alertas em tempo real para o motorista ajudam a mitigar isso. Além disso, por não depender de bancos de dados de limites de velocidade existentes que são atualizados com pouca frequência, garantimos que as frotas estejam sempre atualizadas sobre os limites que encontram na operação diária. No entanto, como mencionado acima, existem pontos cegos literais nessa dependência exclusiva da cognição visual. Em condições climáticas adversas (neblina, chuva, neve, etc.), sob condições de iluminação ruins ou até mesmo quando obstáculos temporários ocultam uma placa – pense em um caminhão de classe 8 na faixa da direita – o sistema atinge seus limites. Graças aos milhares de veículos em nossa plataforma, agora temos uma cobertura significativa e orgânica de sinais de trânsito em toda a América do Norte, conforme mostrado na figura acima. Cada vez que um veículo em nossa plataforma detecta um novo limite de velocidade ou placa de PARE, ele é marcado com sua localização e adicionado a um corpus em constante crescimento. Um algoritmo de filtragem e consenso no backend gera um banco de dados limpo, do qual apenas uma pequena fração é baixada e aplicada com base na localização atual. Livres das restrições do que um único sistema baseado em visão detecta, nossos algoritmos agora podem "ver" no escuro, na chuva e até mesmo quando as placas estão completamente ocultas por veículos que passam. A resposta avassaladora dos primeiros usuários tem sido enfaticamente positiva, e estamos ansiosos para ajudar nossos parceiros a levar isso aos usuários finais nos próximos meses. Dito isto, embora vejamos isso como um marco importante, ainda é o Dia 1. Nas próximas semanas e meses, lançaremos aprimoramentos que aproveitam todos os dados valiosos que continuamos coletando em escala. Desde a detecção e transmissão de sinais temporários de limite de velocidade que surgem em zonas de obras, até o alerta antecipado aos motoristas sobre acidentes ou pontos críticos de direção imprudente, focaremos em permitir casos de uso que entreguem o maior valor aos nossos parceiros e usuários finais. Em última análise, vemos a poderosa IA na borda, combinada com ricos dados de crowdsourcing, como tecnologias interdependentes e sinérgicas que criarão um ciclo virtuoso de inovação e valor para todas as partes interessadas em nosso ecossistema.
