Entre as várias pérolas de sabedoria que Elon Musk ofereceu em um evento de investidores da Tesla nesta semana esteve a afirmação de que o LIDAR, uma tecnologia de escaneamento a laser que captura objetos em 3D, era “estúpido”, e que “alguém que confia no LIDAR está perdido”. Pareceu uma alegação grandiosa, dada a quantidade de iniciativas de carros autônomos que dependem da tecnologia, mas pesquisadores da Universidade Cornell acabam de respaldar as previsões de Musk com um novo método para carros autônomos ver o mundo em 3D usando um par de câmeras baratas.

Conseguir visualizar e detectar objetos ao redor de um veículo em três dimensões é crucial para que carros autônomos operem com segurança em um mundo onde as estradas são compartilhadas com outros veículos, ciclistas e, muitas vezes, pedestres.

Como motorista, toda vez que você vira a cabeça para analisar o que está ao redor de seu carro, seu cérebro visualiza instantaneamente o ambiente em 3D e avalia os riscos potenciais. Usar sensores baratos para simplesmente detectar objetos perto de um carro autônomo não é suficiente. Quando ele está a 100 km/h, ele precisa ver o que está à frente e ser capaz de planejar para evitar perigos.

É por isso que muitas vezes você verá sistemas LIDAR (Light Detection and Ranging, ou Detecção de Luz e Alcance) no topo de veículos autônomos. Usando lasers giratórios, eles escaneiam o entorno de um carro e geram imagens 3D de objetos próximos e distantes, permitindo que o software analise os resultados e identifique coisas a evitar.

No entanto, o LIDAR é caro, muitas vezes adicionando US$ 10 mil em componentes ao preço de um veículo, e ele precisa estar posicionado em cima do carro para ter um melhor ponto de vantagem. Em uma época em que estamos tentando maximizar a gama de veículos a gás e elétricos, acrescentar um LIDAR adiciona muito arrasto à aerodinâmica de um carro e ao seu desempenho.

Em um artigo que será apresentado na Conference na Computer Vision and Pattern Recognition (Conferência sobre Visão Computadorizada e Reconhecimento de Padrões) em junho de 2019, intitulado Pseudo-LiDAR from Visual Depth Estimation: Bridging the Gap in 3D Object Detection for Autonomous Driving, pesquisadores da Cornell detalham um potencial avanço para veículos autônomos.

Câmeras geralmente são consideradas uma tecnologia inferior ao LIDAR, já que são frequentemente instaladas em ângulos baixos, perto do parachoque de um veículo, resultando em imagens que tendem a distorcer objetos à distância, o que confunde as redes neurais que tentam processar e interpretar os dados.

Porém, ao colocar um par de câmeras baratas em ambos os lados de um veículo atrás do parabrisa, são produzidas imagens estereoscópicas que podem ser convertidas em dados 3D. Como as imagens estão sendo geradas a partir de um ponto de vista mais elevado, mais próximo de onde os sistemas LIDAR são normalmente instalados, os dados 3D gerados a partir das câmeras foram considerados quase tão precisos quanto aqueles gerados pelos escâneres a laser, sem distorção e por uma fração do custo.

No entanto, provavelmente vai levar muito tempo até que essa pesquisa chegue aos veículos autônomos. O LIDAR segue sendo confiável e incrivelmente preciso, e as empresas que trabalham com veículos autônomos estão mais preocupadas com a segurança e as responsabilidades neste momento do que com os custos. Porém, à medida que as tecnologias e os softwares melhoram e as restrições que limitam onde e quando os carros autônomos podem circular são eliminadas, a condução autônoma em breve será um importante ponto para os consumidores que compram veículos novos — e eles, sim, se preocupam com os custos.

A abordagem da Universidade Cornell tornará muito mais barato implementar funcionalidades de condução autônoma em um carro, e poderá um dia tornar o LIDAR obsoleto. Então talvez Musk estivesse certo?