Embora os carros autônomos estejam sendo implantados em inúmeras cidades em todo o mundo, controvérsias persistentes e continuam desafiando a sua implantação.
Recentemente, a Tesla fez recall de mais de 2 milhões de carros depois que o regulador dos EUA encontrou problemas com seu sistema de assistência ao motorista. A Tesla não concordou com a análise da Administração Nacional de Segurança de Tráfego Rodoviário dos EUA (NHTSA), mas concordou em adicionar novos recursos.
O sistema de piloto automático da Tesla não é totalmente autônomo, uma vez que um condutor humano tem de estar presente em todos os momentos. Mas carros autônomos já foram utilizados como táxis sem condutor, ou “robotáxis”, em várias cidades dos EUA, incluindo São Francisco e Phoenix.
A Cruise, empresa de robotáxis de propriedade da General Motors, teve recentemente sua licença operacional na Califórnia suspensa após apenas dois meses de operações de cobrança de tarifas. Posteriormente, a empresa interrompeu as operações nos EUA e seu CEO logo saiu.
Isto se seguiu a vários incidentes. Em outubro, um veículo Cruise arrastou um pedestre para o acostamento da rua após ser atropelado por outro carro. Como explica o site da empresa: “O AV detectou uma colisão, parando o veículo; em seguida, tentou encostar para evitar causar mais problemas de segurança no trânsito, puxando o indivíduo para frente aproximadamente 6 metros”.
Mas também houve vários casos relatados de carros autônomos parando na estrada, inclusive em casos em que veículos de emergência estavam por perto.
O problema da parada
Esses incidentes destacam a tendência dos carros autônomos de parar no meio da estrada assim que encontram problemas. Como os motoristas humanos sabem, nem sempre é seguro fazê-lo e pode causar problemas ainda maiores na estrada.
Esse comportamento do software do carro vai ao cerne de um desafio mais profundo: como os carros autônomos podem ser projetados para que sua compreensão da direção e do comportamento na estrada seja tão boa quanto a dos humanos?
Na nossa pesquisa, reunimos as nossas experiências no design de automóveis autônomos na Nissan, com uma nova abordagem que utiliza vídeo para compreender o comportamento de condução. Usamos gravações de vídeo de carros autônomos para entender os erros que esses veículos cometem na estrada.
Como mostram os incidentes mencionados anteriormente, a percepção que um veículo autônomo tem da estrada não é necessariamente a mesma que a de um ser humano. Um carro autônomo constrói uma imagem simplificada do mundo a partir de dados de sensores que ignoram uma enorme quantidade de detalhes do mundo real – social. Os sistemas de direção autônoma identificam o mundo por meio de categorias abstratas, como carros, ciclistas, pedestres, caminhões e assim por diante.
Cada bolha com forma humana na transmissão de vídeo é considerada um pedestre, sem as diferenças nas quais os motoristas humanos podem confiar, como se uma pessoa está marchando em uma manifestação ou correndo atrás de um ônibus. Nossa visão humana é treinada desde a infância e contamos com os outros para ver as coisas da mesma forma como as percebemos.
Consideremos o caso do pedestre que foi arrastado pelo robotáxi. No caso de você bater em alguém, talvez você não consiga ver diretamente a pessoa que seu carro acabou de bater, mas sabe que ela não simplesmente desapareceu. Nosso senso de persistência objetal nos levaria a parar e verificar se aquela pessoa precisa de atenção médica.
Tais situações são conhecidas na indústria de software como “casos extremos” : um caso relativamente raro que não é previsto pelos desenvolvedores.
Uma suposição fundamental que sustenta os carros autônomos é que o número de situações incomuns é finito. Mas há boas razões para pensar que o mundo real não é de todo finito e que existirão sempre casos extremos inteiramente novos e nunca antes vistos.
Comportamento diferenciado
Quando os humanos se deparam com uma situação totalmente nova, usamos o julgamento sobre o que fazer. Não executamos apenas a ação associada à situação “mais semelhante” em nossas memórias.
Os carros autônomos não têm esse julgamento e, portanto, podem adivinhar ou recorrer a uma solução supostamente neutra ou segura: parar. Nas nossas gravações de vídeo de carros autônomos, o comportamento mais comum em situações incomuns é simplesmente parar na estrada.
No entanto, parar na estrada pode não ser necessariamente a escolha mais segura, especialmente se envolver parar em frente a um caminhão de bombeiros. Isso não apenas bloqueia o tráfego, mas também causa um perigo. Nossos vídeos contêm exemplos dessa “parada” nas situações mais banais – como uma parada de quatro vias onde um motorista demora a entrar no cruzamento ou onde um cone de trânsito foi ligeiramente deslocado.
Para os motoristas humanos, podemos resolver esses mal-entendidos com gestos, o uso da buzina ou talvez apenas um olhar em uma direção específica. No entanto, os carros sem condutor não podem fazer nenhuma destas coisas. Na verdade, a sua contínua incompreensão da intenção humana significa que os problemas básicos surgem com muito mais frequência.
Embora tenhamos sérias preocupações sobre a segurança dos automóveis autônomos, também estamos preocupados com a forma como os automóveis autônomos podem bloquear e perturbar o trânsito devido à sua incapacidade de lidar com muitas situações normais de trânsito.
Num artigo recente, propusemos algumas soluções potenciais para projetar o movimento de carros autônomos, para que possam ser melhor compreendidos por outros usuários da estrada. Discutimos cinco elementos básicos do movimento: intervalos, velocidade, posição, indicação e parada.
Juntos, estes elementos podem ser combinados para fazer e aceitar ofertas com outros utentes da estrada, mostrar urgência, fazer pedidos e exibir preferências.
Quaisquer que sejam as possibilidades futuras dos carros autônomos, os investigadores precisam de resolver os problemas antes que estes sejam implementados de forma mais ampla e que os mesmos problemas de “paragem” sejam replicados em todo o mundo.
Publicado em TechXplore
Traduzido por Mateus Lynniker
