A General Motors está determinada em preparar o caminho para um futuro em que os carros autónomos e os veículos autónomos façam mais sentido. É talvez por este motivo que também está consciente que trazer veículos autónomos para a estrada não pode ser um processo fácil. Por um lado eles podiam ser um pesadelo no trânsito reagindo por vezes de forma imprevisível. Quer se trate de uma travagem brusca ou de uma manobra súbita para evitar um obstáculo, um veículo com condução autónoma teria de enfrentar a mesma reação que um condutor humano tem hoje em dia: o dedo do meio. A General Motors acredita que esta reação, infelizmente comum, faz parte daquilo a que chama frustração dos utentes da estrada. Entretanto o seu objetivo é determinar se os automóveis autónomos a geram e como podem eventualmente evitá-la.
Automóveis autónomos não querem que faça o dedo do meio!
Um pedido de patente denominado “método automatizado para detetar a frustração dos utentes na estrada devido ao comportamento de condução de um veículo autónomo” descreve a forma como os automóveis autónomos da GM (ou quaisquer veículos autónomos, se outra pessoa licenciar a tecnologia) podem determinar se as suas manobras causam frustração aos outros condutores.
A General começa por dizer que, na maioria das ocasiões, os carros autónomos reagem da mesma forma que os condutores humanos. Especialmente quando tentam “evitar percursos perigosos ou difíceis. Ou então realizar outras tarefas de navegação e encaminhamento”. A empresa diz que atualmente não há forma de determinar o impacto dos carros autónomos nos outros condutores.
Como sabe os condutores podem expressar a sua frustração de muitas formas. Começam com o já mencionado dedo do meio, continuam com as buzinadelas excessivas e terminam com outros gestos com as mãos, expressões faciais ou travagens. Ninguém gosta destas reações agressivas e violentas, mas a GM afirma que, se um automóvel autónomo as detetar, pode tentar determinar a manobra que as provocou e, eventualmente, encontrar uma forma de evitar que o gatilho ocorra.
Se se perguntar como é que um veículo autónomo será capaz de detetar a frustração dos utentes da estrada, tudo se resume ao hardware já disponível num automóvel tão avançado. Um automóvel autónomo está equipado com um exército de câmaras e sensores. Assim pode utilizar todos estes sistemas para recolher informações, incluindo imagens de outros condutores, e executar análises de dados complexas para compreender o que acontece nos mesmos.
Um caso prático
Imagine que está prestes a atravessar uma rua quando um veículo autónomo se aproxima. Embora o carro devesse normalmente abrandar e acabar por parar suavemente, um obstáculo na estrada poderia forçá-lo a efetuar uma manobra repentina, conduzindo a uma travagem brusca, fazendo com que o peão acreditasse que o veículo não iria parar. Na maioria das vezes, o peão reagiria com raiva e, utilizando as suas câmaras, o automóvel com condução autónoma pode detetar qualquer gesto potencial.
Os dados são enviados para um servidor, onde um sistema de processamento complexo analisa o comportamento do veículo autónomo na estrada e determina a manobra que desencadeou a reação de raiva. Da próxima vez que o mesmo ou outro veículo autónomo utilizar o mesmo percurso, os dados permitir-lhe-ão agir com mais cautela, evitando o risco de uma travagem brusca e, por conseguinte, prevenindo a frustração dos peões.
A aprendizagem automática e a inteligência artificial podem ajudar a treinar os automóveis autónomos. Isto para se comportarem na estrada de uma forma que não frustre os outros condutores e utentes da estrada. A General Motors afirma que estes automóveis acabariam por ser capazes de detetar, ler e processar vários sinais, incluindo a linguagem corporal, pelo que não se limitariam apenas ao omnipresente dedo do meio.
A General Motors explica que este sistema pode ser utilizado para recolher e processar dados em tempo real. Como tal um veículo de condução autónoma seria capaz de detetar um utente da estrada agressivo quase instantaneamente. A melhor parte é que os dados podem circular entre vários veículos. Assim se mais veículos autónomos utilizarem o mesmo percurso, podem aprender a comportar-se de forma a reduzir o seu impacto no trânsito.
