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 muito fácil. É algo que leva apenas alguns segundos. Mas essa conveniência cotidiana é resultado de anos de progresso tecnológico. A navegação evoluiu muito: dos mapas de papel e das bússolas aos sistemas inteligentes capazes de entender e responder ao mundo em tempo real.

Uma das tecnologias por trás desta mudança é a visão computacional, um ramo da inteligência artificial (IA) que permite às máquinas interpretar informações visuais como os seres humanos. As ferramentas de navegação modernas utilizam agora imagens em tempo real de satélites, câmaras de tablier e sensores ao nível da rua para melhorar a precisão dos mapas, monitorizar as condições das estradas e orientar os utilizadores em ambientes complexos.

Neste artigo, vamos explorar como a visão computacional está a melhorar a navegação, aperfeiçoando os mapas GPS, fornecendo atualizações de trânsito em tempo real e viabilizando tecnologias como a navegação com realidade aumentada e os veículos autónomos.

Sistemas de navegação com IA e mapeamento 3D imersivo#

Usar ferramentas como o Google Maps para se deslocar no dia a dia se tornou muito comum, seja para atravessar a cidade ou encontrar um café por perto. Com a adoção cada vez maior das tecnologias de IA, estamos vendo recursos cada vez mais avançados, como o Immersive View, lançado pelo Google Maps em 2023, que permite visualizar partes do trajeto em um ambiente 3D. Isso é possível graças à combinação de IA, fotogrametria e visão computacional.

Fig. 1. Immersive View do Google Maps.

Tudo começa com bilhões de imagens de alta resolução capturadas por diversos equipamentos especializados. Entre eles estão os carros do Street View, veículos equipados com câmeras de 360 graus que circulam pelas cidades, e os dispositivos Trekker, mochilas vestíveis com câmeras acopladas, usadas para capturar imagens em locais inacessíveis a veículos, como trilhas ou becos estreitos.

Essas imagens são alinhadas aos dados do mapa usando fotogrametria, uma técnica que combina fotos 2D tiradas de diferentes ângulos para criar modelos 3D precisos de ruas, edifícios e terrenos.

Em seguida, a visão computacional é usada para analisar esses modelos por meio da detecção de objetos e da segmentação de imagens, identificando e rotulando elementos importantes, como placas de trânsito, calçadas, faixas de pedestres e entradas de edifícios.

Fig. 2. O Immersive View usa segmentação para segmentar objetos em uma rua.

Os dados rotulados são usados para treinar sistemas de IA que reconhecem como os sinais visuais variam entre regiões. Por exemplo, o sistema consegue distinguir facilmente uma placa “SLOW” nos Estados Unidos, que costuma ser um losango amarelo ou laranja, de 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.

Por fim, o Immersive View sobrepõe trajetos de navegação ao vivo ao ambiente 3D, oferecendo uma experiência fluida e intuitiva que mostra exatamente para onde você está indo.

Realidade aumentada em soluções de navegação#

Provavelmente todos nós já ficamos girando em círculos tentando descobrir para que direção o Google Maps está nos apontando. É exatamente esse tipo de confusão que a navegação com realidade aumentada (AR), uma tecnologia que sobrepõe informações digitais à imagem da câmera do mundo real, busca resolver. Ela está mudando a forma como as pessoas se orientam em lugares movimentados, como ruas de cidades ou grandes espaços internos.

Os mapas convencionais podem ser difíceis de acompanhar, especialmente quando o sinal do GPS está fraco ou não funciona bem. A navegação com AR resolve isso ao exibir indicações digitais, setas e rótulos diretamente sobre a imagem ao vivo da câmera do mundo real. Assim, as pessoas veem orientações que correspondem às ruas e aos edifícios ao redor, o que facilita muito saber para onde ir.

Como a realidade aumentada é usada na navegação#

A navegação com RA depende de modelos de visão computacional para compreender o ambiente através da câmara de um dispositivo. Isto envolve várias tarefas, como a localização de imagens, que deteta características como as arestas de edifícios ou os sinais de trânsito e as compara com um mapa armazenado. A localização e mapeamento simultâneos (SLAM) cria um mapa do ambiente enquanto acompanha a posição do dispositivo em tempo real.

Por exemplo, o Aeroporto de Zurique foi o primeiro a implementar o Live View do Google Maps para navegação em ambientes internos. Os passageiros podem usar as câmeras dos celulares para ver setas e indicações sobrepostas ao ambiente real, que os orientam pelos terminais até os portões, lojas e serviços. Isso melhora a experiência dos passageiros ao facilitar a navegação em espaços internos complexos.

Fig. 3. O Aeroporto de Zurique usa visão computacional e AR para orientar passageiros em ambientes internos.

Aumentando a segurança viária com sistemas de navegação com IA#

As ruas das cidades ficam mais movimentadas a cada dia. Com mais carros nas vias, calçadas lotadas e atividade constante, manter o trânsito fluindo com segurança é um desafio cada vez maior. Para ajudar a controlar esse caos, muitas cidades estão recorrendo à IA e à visão computacional.

Câmeras inteligentes e sensores instalados em cruzamentos e ao longo das vias capturam um fluxo constante de dados visuais. Essas imagens são processadas em tempo real para detectar acidentes, monitorar o fluxo do trânsito, identificar buracos e flagrar situações como estacionamento irregular ou comportamento arriscado de pedestres.

Um exemplo interessante é a Via Expressa Smart Airport, em Hangzhou, na China. Essa rodovia de 20 quilômetros, que liga o centro de Hangzhou ao Aeroporto Internacional de Xiaoshan, foi modernizada com câmeras de alta resolução e radares de ondas milimétricas. Esses dispositivos coletam continuamente vídeos e dados de sensores, que são analisados com visão computacional.

Em vez de apenas gravar imagens, o sistema interpreta o que está a acontecer na estrada. Os algoritmos de visão computacional detetam colisões de veículos, reconhecem infrações de trânsito e até identificam peões ou movimentos invulgares perto das saídas das autoestradas. Isto permite que as autoridades rodoviárias respondam a incidentes em segundos, sem precisarem de estar fisicamente no local.

Os dados também alimentam um gémeo digital: um modelo virtual 3D da autoestrada, atualizado em tempo real, que mostra as condições de trânsito, os detalhes dos veículos e os congestionamentos emergentes. Os agentes de trânsito monitorizam esta interface visual para gerir o fluxo, emitir alertas inteligentes e responder a incidentes com rapidez e precisão.

Mobilidade autônoma viabilizada pela visão computacional na navegação#

Hoje, a navegação vai muito além de ir do ponto A ao ponto B. Agora, ela é uma parte essencial dos sistemas inteligentes que transportam pessoas, gerenciam mercadorias e tomam decisões em tempo real, seja nas vias ou dentro de armazéns.

No centro de muitos desses sistemas está a visão computacional, que permite às máquinas interpretar dados visuais e responder instantaneamente ao ambiente ao redor. Vamos ver alguns exemplos de como essa tecnologia está transformando a navegação em diferentes ambientes.

Robôs de armazém navegando com visão computacional#

Os robôs estão se tornando essenciais para o futuro da logística, especialmente em operações de armazéns de grande escala. Com o aumento da demanda do comércio eletrônico, as empresas dependem cada vez mais de máquinas com visão computacional para navegar por ambientes complexos, separar itens e gerenciar o estoque com rapidez e precisão.

Veja, por exemplo, os centros de distribuição da Amazon, onde mais de 750.000 robôs trabalham ao lado de pessoas para manter as operações funcionando com eficiência. Esses robôs dependem muito da visão computacional para navegar pelos movimentados pisos dos armazéns, identificar itens e tomar decisões rápidas e precisas.

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

Da mesma forma, o Vulcan, um braço robótico, usa câmeras e análise de imagens para retirar itens das prateleiras com segurança, ajustando a pegada conforme o formato e a posição de cada objeto e até reconhecendo quando é necessária ajuda humana. Já o Cardinal, outro robô equipado com visão, é especializado em triagem: ele escaneia pilhas de pacotes misturados e os coloca com precisão nos carrinhos de expedição corretos.

Fig. 4. Cardinal levantando pacotes com precisão de uma pilha.

Visão computacional na navegação de veículos autônomos#

Até aqui, vimos como a visão computacional ajuda pessoas e robôs a navegar pelos ambientes. Mas ela é igualmente crucial para sistemas autônomos, como carros autônomos, nos quais a navegação depende totalmente daquilo que o veículo consegue enxergar e compreender em tempo real.

Um bom exemplo é o sistema Tesla Vision. A Tesla adotou uma abordagem de direção autônoma baseada apenas em câmeras, removendo o radar e outros sensores em favor de uma rede de câmeras que oferece uma visão de 360 graus do entorno do carro. Essas câmeras enviam dados visuais ao computador Full Self-Driving (FSD), que usa redes neurais profundas para interpretar o ambiente e tomar decisões de direção em frações de segundo.

Com base no que vê, o sistema decide quando virar, acelerar, frear ou mudar de faixa, como um motorista humano faria, mas usando exclusivamente informações visuais. A Tesla aprimora continuamente esse sistema ao coletar e aprender com grandes volumes de dados de condução do mundo real de toda a sua frota.

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

Vantagens e desvantagens da visão computacional na navegação#

Confira algumas das principais vantagens do uso da visão computacional na navegação, especialmente em sistemas nos quais a precisão, a segurança e a tomada de decisões em tempo real são essenciais:

• Reduz o consumo de combustível: ao ajudar os motoristas a evitar o trânsito e trajetos com paradas e arrancadas constantes, a visão computacional pode reduzir o consumo total de combustível e o tempo de viagem, tornando os deslocamentos diários mais eficientes.
• Detecta o desgaste das vias e problemas de infraestrutura: as soluções baseadas em visão podem detectar buracos, sinalizações de faixa apagadas, placas quebradas e infraestrutura danificada, fornecendo dados confiáveis e em tempo real às equipes de manutenção.
• Integra-se com outras ferramentas de IA: a visão computacional pode ser combinada com assistentes de voz, modelos de previsão comportamental ou algoritmos de otimização de rotas para criar uma experiência de navegação mais personalizada.

Embora a visão computacional traga muitas vantagens para a navegação, ela também tem algumas limitações importantes que devem ser consideradas ao implementar essas soluções. Confira alguns desafios importantes a ter em mente:

• Falta de generalização: modelos treinados em ambientes ou cenários específicos costumam ter dificuldades quando são implantados em contextos novos ou diferentes, sem um novo treinamento.
• Limitações de iluminação: os sistemas de visão dependem de boa iluminação e tempo estável para funcionar bem. Com neblina, chuva forte ou escuridão, o desempenho cai, a menos que sejam combinados com sensores como LiDAR ou radar.
• Riscos para a privacidade: os sistemas de navegação que utilizam câmaras podem captar pessoas e propriedades privadas sem consentimento. Isto levanta questões de privacidade que devem ser cuidadosamente abordadas durante o desenvolvimento e a implementação.

Principais conclusões#

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

Com o avanço da tecnologia, é provável que o foco passe a ser tornar esses sistemas mais inclusivos, adaptáveis e responsáveis. O progresso contínuo dependerá de melhorar a precisão em ambientes diversos, manter um desempenho confiável e proteger a privacidade dos usuários. O futuro da visão computacional na navegação está na criação de soluções que sejam não apenas inteligentes, mas também cuidadosas em seu design e impacto.

Junte-se à nossa crescente comunidade! Explore nosso repositório do GitHub para aprender sobre IA e confira nossas opções de licenciamento para começar seus projetos de IA visual. Tem interesse em inovações como IA no varejo e visão computacional na agricultura? Acesse nossas páginas de soluções para saber mais!