Explorando a visão computacional em aplicações de navegação

Hoje em dia, pegar o celular, digitar um destino e seguir instruções passo a passo para chegar lá parece algo sem esforço. É algo que leva apenas alguns segundos. Mas essa conveniência cotidiana é o resultado de anos de progresso tecnológico. A navegação percorreu um longo caminho, desde mapas de papel e bússolas até sistemas inteligentes capazes de entender e responder ao mundo em tempo real.

Uma das tecnologias por trás dessa mudança é a computer vision, um ramo da inteligência artificial (AI) que permite às máquinas interpretar informações visuais da mesma forma que os humanos. Ferramentas de navegação de ponta agora usam imagens em tempo real de satélites, câmeras veiculares e sensores de nível de rua para melhorar a precisão dos mapas, monitorar condições das estradas e guiar usuários por ambientes complexos.

Neste artigo, vamos explorar como a visão computacional está aprimorando a navegação ao melhorar mapas de GPS, oferecer atualizações de trânsito em tempo real e apoiar tecnologias como navegação em realidade aumentada e veículos autônomos.

Sistemas de navegação por IA com mapeamento 3D imersivo#

Usar ferramentas como o Google Maps para navegar no dia a dia tornou-se muito comum, quer estejas a ir para o outro lado da cidade ou à procura de um café próximo. À medida que as tecnologias de IA são mais amplamente adotadas, vemos recursos cada vez mais avançados, como a Immersive View, introduzida em 2023 pelo Google Maps, que permite aos utilizadores pré-visualizar partes da sua jornada num ambiente 3D. Isto é possível graças a uma combinação de IA, fotogrametria e visão computacional.

Fig 1. Google Maps’ Immersive View.

Tudo começa com bilhões de imagens de alta resolução capturadas por uma gama de equipamentos especializados. Isso inclui carros do Street View, veículos equipados com câmeras de 360 graus que circulam pelas cidades, e dispositivos Trekker, mochilas vestíveis com câmeras montadas usadas para capturar imagens em locais que veículos não conseguem alcançar, como trilhas de caminhada ou vielas estreitas.

Essas imagens são alinhadas com dados de mapas usando fotogrametria, uma técnica que une fotos 2D tiradas de diferentes ângulos para criar modelos 3D precisos de ruas, edifícios e terreno.

A visão computacional é então usada para analisar esses modelos através de deteção de objetos e image segmentation para identificar e rotular recursos importantes, como sinais de trânsito, passeios, passadeiras e entradas de edifícios.

Fig 2. A Immersive View utiliza segmentação para segmentar objetos numa rua.

Os dados rotulados são usados para treinar sistemas de IA que reconhecem como as dicas visuais diferem entre regiões. Por exemplo, o sistema pode distinguir facilmente entre uma placa de "LENTO" nos Estados Unidos, que normalmente é um diamante amarelo ou laranja, e uma placa semelhante no Japão, que geralmente é um triângulo vermelho e branco. Esse nível de compreensão torna a experiência de navegação mais precisa e culturalmente consciente.

Finalmente, o Immersive View sobrepõe caminhos de navegação ao vivo no ambiente 3D, oferecendo uma experiência fluida e intuitiva que mostra exatamente para onde você está indo.

Realidade aumentada em soluções de navegação#

Provavelmente todos já passámos pela experiência de dar voltas em círculo a tentar perceber para que direção o Google Maps nos está a apontar. Essa confusão é exatamente o que a navegação por augmented reality (AR), uma tecnologia que sobrepõe informações digitais à vista da câmara do mundo real, pretende resolver. Está a mudar a forma como as pessoas encontram o seu caminho em locais movimentados, como ruas de cidades ou grandes áreas interiores.

Mapas comuns podem ser difíceis de seguir, especialmente quando os sinais de GPS estão fracos ou não funcionam bem. A navegação AR resolve isso exibindo direções digitais, setas e rótulos diretamente na visualização ao vivo da câmera do mundo real. Isso significa que os usuários veem orientações que correspondem às ruas e edifícios ao seu redor, tornando muito mais fácil saber para onde ir.

Como a realidade aumentada é usada na navegação#

A navegação AR depende de computer vision models para compreender o ambiente através da câmara de um dispositivo. Isto envolve várias tarefas, como a localização de imagens, que deteta caraterísticas como arestas de edifícios ou sinais de trânsito e as corresponde a um mapa armazenado. A localização e mapeamento simultâneos (SLAM) criam um mapa do ambiente enquanto acompanham a posição do dispositivo em tempo real.

Por exemplo, o Zurich Airport foi o primeiro a implementar o Live View do Google Maps para navegação interior. Os passageiros podem usar as câmaras dos seus telemóveis para ver setas e direções sobrepostas no ambiente do mundo real, guiando-os através dos terminais até às portas de embarque, lojas e serviços. Isto melhora a experiência do passageiro, tornando a navegação em espaços interiores complicados mais fácil.

Fig 3. O Zurich Airport está a utilizar visão computacional e AR para guiar passageiros em espaços interiores.

Aumentando a segurança viária com sistemas de navegação por IA#

As ruas da cidade estão ficando mais movimentadas a cada dia. Com mais carros na estrada, calçadas lotadas e atividade constante, manter o tráfego fluindo de forma suave e segura é um desafio crescente. Para ajudar a gerenciar o caos, muitas cidades estão recorrendo à IA e à visão computacional.

Smart cameras e sensores instalados em cruzamentos e ao longo das estradas captam um fluxo constante de dados visuais. Essa filmagem é processada em tempo real para detetar acidentes, monitorizar o fluxo de tráfego, identificar buracos e detetar situações como estacionamento ilegal ou comportamento de risco de pedestres.

Um exemplo interessante disto é a Smart Airport Expressway em Hangzhou, na China. Esta autoestrada de 20 quilómetros, que liga o centro de Hangzhou ao Xiaoshan International Airport, foi atualizada com câmaras de alta resolução e radares de ondas milimétricas. Estes dispositivos recolhem continuamente dados de vídeo e de sensores, que são depois analisados através de visão computacional.

Em vez de apenas gravar filmagens, o sistema interpreta o que está acontecendo na estrada. Algoritmos de visão computacional detectam colisões de veículos, reconhecem violações de tráfego e até identificam pedestres ou movimentos incomuns perto das saídas das rodovias. Isso permite que as autoridades de trânsito respondam a incidentes em segundos, sem a necessidade de estarem fisicamente no local.

Os dados também alimentam um gêmeo digital: um modelo virtual 3D ao vivo da via expressa que mostra as condições de tráfego em tempo real, detalhes dos veículos e congestionamentos emergentes. Agentes de trânsito monitoram essa interface visual para gerenciar o fluxo, emitir alertas inteligentes e responder a incidentes de forma rápida e precisa.

Mobilidade autônoma possibilitada pela visão computacional na navegação#

A navegação hoje vai muito além de apenas ir do ponto A ao ponto B. É agora uma parte crítica de sistemas inteligentes que movimentam pessoas, gerem mercadorias e tomam decisões em tempo real - seja na estrada ou dentro de warehouses.

No coração de muitos desses sistemas está a visão computacional, permitindo que as máquinas interpretem dados visuais e respondam instantaneamente ao seu entorno. Vamos percorrer alguns exemplos para ver como essa tecnologia está transformando a navegação em diferentes ambientes.

Robôs de armazém navegando com visão computacional#

Robots estão a tornar-se essenciais para o futuro da logística, especialmente em operações de armazém de grande escala. À medida que a procura do comércio eletrónico cresce, as empresas dependem cada vez mais de máquinas alimentadas por visão computacional para navegar em ambientes complexos, separar itens e gerir o inventário com velocidade e precisão.

Vejamos, por exemplo, os Amazon’s fulfillment centers, onde mais de 750.000 robôs trabalham lado a lado com humanos para manter as operações a funcionar eficientemente. Estes robôs dependem fortemente da visão computacional para navegar pelos pisos movimentados dos armazéns, identificar itens e tomar decisões rápidas e precisas.

Um desses sistemas é o Sequoia, uma plataforma robótica projetada para acelerar o manuseio de inventário. Ele usa visão computacional avançada para escanear, contar e organizar produtos recebidos, ajudando a otimizar os processos de armazenamento e recuperação.

Da mesma forma, o Vulcan, um braço robótico, usa câmeras e análise de imagem para pegar itens com segurança nas prateleiras, ajustando sua aderência com base na forma e na posição de cada objeto e até reconhecendo quando a assistência humana é necessária. Enquanto isso, o Cardinal, outro robô habilitado por visão, é especializado em classificação: ele escaneia pilhas mistas de pacotes e os coloca precisamente nos carrinhos de saída corretos.

Fig 4. O Cardinal a levantar pacotes com precisão de uma pilha.

Visão computacional na navegação de veículos autônomos#

Até agora, vimos como a visão computacional ajuda tanto pessoas como robôs a navegar nos seus ambientes. Mas é igualmente crucial para sistemas autónomos, como self-driving cars, onde a navegação depende inteiramente do que o veículo consegue ver e compreender em tempo real.

Um bom exemplo é o Tesla Vision system. A Tesla adotou uma abordagem baseada apenas em câmaras para a condução autónoma, removendo o radar e outros sensores em favor de uma rede de câmaras que fornece uma visão completa de 360 graus dos arredores do carro. Estas câmaras alimentam dados visuais para o computador Full Self-Driving (FSD), que utiliza redes neuronais profundas para interpretar o ambiente e tomar decisões de condução numa fração de segundo.

Com base no que vê, o sistema decide quando dirigir, acelerar, frear ou mudar de faixa - exatamente como um motorista humano faria, mas inteiramente através de entrada visual. A Tesla melhora continuamente este sistema coletando e aprendendo com quantidades massivas de dados de direção do mundo real em toda a sua frota.

Fig 5. A Tesla usa visão computacional para uma navegação segura e autônoma (Fonte: Tesla).

Prós e contras da visão computacional na navegação#

Aqui estão algumas vantagens principais do uso de visão computacional na navegação, especialmente em sistemas onde a precisão, a segurança e a tomada de decisão em tempo real são essenciais:

• Reduz o consumo de combustível: Ao ajudar os motoristas a evitar tráfego e rotas com muito anda-e-para, a visão computacional pode reduzir o consumo geral de combustível e o tempo de viagem, tornando os deslocamentos diários mais eficientes.
• Deteta o desgaste das estradas e problemas de infraestruturas: Vision-based solutions podem detetar buracos, marcações de faixa desbotadas, sinais partidos e infraestruturas danificadas, fornecendo às equipas de manutenção dados fiáveis em tempo real.
• Integra-se perfeitamente com outras ferramentas de IA: A visão computacional pode ser combinada com assistentes de voz, modelos de previsão comportamental ou algoritmos de otimização de rota para criar uma experiência de navegação altamente inteligente e personalizada.

Embora a visão computacional traga muitos benefícios para a navegação, ela também apresenta algumas limitações importantes a serem consideradas ao implementar tais soluções. Aqui estão alguns desafios principais a ter em mente:

• Falta de generalização: Modelos treinados em ambientes ou cenários específicos frequentemente têm dificuldades quando implantados em contextos novos ou em mudança sem um novo treinamento.
• Limitações de iluminação: Sistemas de visão dependem de boa iluminação e tempo claro para funcionarem bem. Em neblina, chuva forte ou escuridão, seu desempenho cai, a menos que sejam combinados com sensores como LiDAR ou radar.
• Privacy risks: Os sistemas de navegação que utilizam câmaras podem captar pessoas e propriedade privada sem consentimento. Isto levanta questões de privacidade que devem ser cuidadosamente abordadas durante o desenvolvimento e implementação.

Principais pontos#

A visão computacional está reinventando a navegação ao tornar os mapas mais dinâmicos, os sistemas de tráfego mais inteligentes e a mobilidade mais acessível. O que antes eram rotas estáticas agora são experiências interativas em tempo real - impulsionadas por visualizações 3D imersivas, direções guiadas por AR e tecnologias de transporte autônomo.

À medida que a tecnologia avança, é provável que o foco mude para tornar esses sistemas mais inclusivos, adaptáveis e responsáveis. O progresso contínuo dependerá da melhoria da precisão em diversos ambientes, da manutenção de um desempenho confiável e da proteção da privacidade do usuário. O futuro da visão computacional na navegação reside na construção de soluções que não sejam apenas inteligentes, mas também criteriosas em seu design e impacto.

Junta-te à nossa crescente community! Explora o nosso GitHub repository para aprender sobre IA e consulta as nossas licensing options para iniciares os teus projetos de IA de visão. Estás interessado em inovações como AI in retail e computer vision in agriculture? Visita as nossas páginas de soluções para descobrir mais!