P3. Modelagem e projeto de um veículo pesado autônomo com sistema de medição de carga on-line

Sistemas de Transporte Inteligente (STI) são compostos pela combinação de comunicação, computação, e tecnologia de controle, e são aplicados na área de transporte para melhorar o desempenho do sistemas, segurança, eficiência, produtividade, nível de serviço, impácto ambiental, consumo de energia, e mobilidade. A necessidade de tais soluções surgem dos problemas existentes no tráfego e transporte incluindo congestionamentos, acidentes, falta de informação ao usuário, falta de comunicação e suporte a decisões para os operadores, entre outros 2010.

STI podem ser aplicados a todos os tipos de infraestrutura de transporte, por exemplo, rodovias, pontes, ferrovias, infraestrutura de portos e aeroportos (Figure 5), como também para veículos dentre todos os modos de transporte, tanto para passageiros como para transporte de carga. Aplicações típicas de STI incluem (multi-modal) planejamento pré-viagem, emissão automática de tickets para transporte público combinado, ou Sistemas de Controle de Tráfego Aéreo e Informação Fluvial. Exemplos no transporte rodoviário incluem o gerenciamento de tráfego dinâmico com limites de velocidade variáveis, guia para estacionamento, reserva, dispositivos de navegação inteligente, e Sistemas (Avançados) de Assistência ao Motorista (SAAM) tais como Controle de Estabilidade Eletrônico ou Sistemas de Alerta de Saída de Faixa, e Cobrança Eletrônica de Pedágio.

 

Figura 5: Sistemas de Transporte Inteligente.

 

A tecnologia aplicada em sistemas de transporte inteligente variam, desde sistemas de gerenciamento básico (navegação de carros, sistemas de controle de sinais de tráfego, sistemas de gerenciamento de container, sinais de mensagem variadas), sistemas de monitoramento (câmeras de segurança), e aplicações mais avançadas que integram dados em tempo real e realimentação de inúmeras outras fontes (tais como, sistemas de informação e auxílio a estacionamento). Além disso, técnicas preditivas tem sido (e estão sendo) desenvolvidas para permitir modelagem avançada e comparação com histórico de dados base.

A pesquisa em Sistemas de segurança e de emergência cobre a criação de tecnologias e novos desenvolvimentos que demonstram a viabilidade de tecnologias em diversas áreas. Estes desenvolvimentos permitem respostas mais rápidas a incidentes; melhor orientação; prevenção de colisões; melhor aproveitamento de energia e melhor gestão da frota. Vários grandes projetos europeus foram direta ou indiretamente envolvidos na segurança e sistemas de emergência [7], proporcionando melhorias na segurança rodoviária, apoiada por atividades de investigação integradas desenvolvidas pela indústria automotiva europeia, a fim de desenvolver e demonstrar as aplicações preventivas de segurança e tecnologias [38].

O projeto Veículos Altamente Automatizados para Transporte Inteligente (HAVE-IT) [41] teve um foco duplo em condução altamente automatizada e desenvolvimento de uma arquitetura de segurança. Os resultados do projeto incluem o desenvolvimento e validação de sistemas de assistência ao condutor avançados de próxima geração (ADAS), um “co-piloto”eletrônico, bem como uma arquitetura escalável e segura, com gerenciamento avançado de redundância. O projeto Trens de Segurança Rodoviária para o Meio Ambiente (SARTRE) [69] desenvolveu estratégias e tecnologias que permitem pelotões de veículos para operar nas vias públicas normais. O projeto Classificação e Rastreamento de Radar Avançado para o reforço da segurança rodoviária (ARTRAC) [51] tem como objetivo desenvolver um sistema de sensor de radar que melhora a proteção dos utilizadores vulneráveis da estrada através da detecção e classificação de pedestres. Neste caso vários acidentes podem ser evitados. Estes grandes projetos europeus desenvolveram expertise de domínio relacionado com sensores, algoritmos e controle, além de arquiteturas para integrá-la.

Com base nas considerações apresentadas no 2013, veículos autônomos têm o potencial de alterar fundamentalmente os sistemas de transporte de evitar acidentes mortais, proporcionando mobilidade fundamental para os idosos e deficientes, aumentando a capacidade das estradas, economia de combustível e redução das emissões. Assumindo mais cinco anos para que os preços caiam para permitir algum grau de penetração de mercado de massa, Os veículos autônomos podem estar disponíveis no mercado em massa entre 2022 e 2025, cerca de duas décadas após os primeiros testes bem sucedidos do Grande Desafio DARPA (Defense Advanced Research Projects Agency). Numerosos fabricantes (incluindo Audi, BMW, Cadillac, Ford, GM, Mercedes-Benz, Nissan, Toyota, Volkswagen e Volvo) começaram a testar sistemas de motoristas. Além disso, veículos autônomos estão se tornando cada vez mais comuns em outros setores, incluindo militar, mineração e agrícola. Alguns benefícios potenciais desta tecnologia são explicados abaixo.

Segurança: veículos autônomos têm o potencial para reduzir acidentes drasticamente. Operações com veículos autônomos são inerentemente diferentes dos veículos operados pelos seres humanos. Veículos autônomos podem ser programados para não quebrar as leis de trânsito. Eles não bebem e dirigem. Seus tempos de reação são mais rápidos e podem ser otimizados para suavizar os fluxos de tráfego, melhorar a economia de combustível e reduzir as emissões. A extensão exata destes benefícios ainda não é conhecida.

Operações de congestionamento e tráfego: Além de fazer automóveis mais seguros, os pesquisadores também estão desenvolvendo a tecnologia de veículos autônomos para reduzir o congestionamento e consumo de combustível. Como a pesquisa mostra, esses benefícios não vão acontecer automaticamente. Muitas dessas melhorias de poupança de congestionamento dependem não só da capacidade de condução automatizada, mas também sobre as habilidades de cooperação através de comunicação veículo-infraestrutura (V2I) e veículo-a-veículo (V2V).

Impactos no comportamento – viagens: A segurança e os impactos de redução de congestionamento de veículos autônomos têm potencial para criar mudanças significativas no comportamento de viagens. Por exemplo, veículos autônomos podem proporcionar mobilidade para aqueles jovens demais para dirigir, os idosos e os deficientes, gerando novas demandas de capacidade viária.

Frete: O transporte de mercadorias dentro e fora da estrada também será afetado. Enquanto os trabalhadores provavelmente ainda precisam carregar e descarregar mercadorias, viagens de longa distância podem ser feitas sem motoristas, com funcionários de armazenagem manuseando o conteúdo de contêineres em cada extremidade. Benefícios adicionais podem surgir através de economias de combustível mais elevados quando se utiliza pelotões rodovia-trem fortemente acoplados, graças à resistência do ar reduzida de cone de aspiração compartilhados, para não mencionar os tempos de viagem reduzidos a partir de redes de maior capacidade (resultado de intervalo entre trens mais curtos e condições menos propensas de incidentes de tráfego).

Interação entre veículos

O uso de modelos para interações de veículos e formações tem sido apresentado em diversos estudos. Qu [68] descreve como os comportamentos cooperativos se referem a seus fenômenos e características do grupo e eles são a manifestação dos algoritmos ou controles que regem cada uma das entidades em relação ao seu ambiente local. Além disso, Chen et al. [16] considera um problema de controle de formação no âmbito da política espaçamento constante para sistemas multi-veículo com três topologias de comunicação fixa. Em [61] é proposta uma metodologia que apresenta uma maneira confiável e automática, para adicionar restrições de coordenação entre várias missões de veículos modelados e executados usando o formalismo das redes de Petri. Pamosoaji e Hong 2011 apresentam um algoritmo para gerar caminhos e trajetórias livres de colisão em um sistema de vários veículos. O algoritmo utiliza uma classe de 3 graus da curva de Bezier, como o caminho para ligar a configuração inicial até à configuração meta.

Nosso foco principal nesta linha de pesquisa é o desenvolvimento de algoritmos e técnicas para os sistemas multi-veiculo. Pretendemos abordar a percepção, comunicação e controle de veículos heterogêneos para a operação urbana e agrícola. Nosso grupo já obteve resultados com controle [74] e percepção [49] com veículos individuais em situações reais. Nossa plataforma experimental (Carina 2) já já foi testado nas ruas de São Carlos, com a permissão das autoridades da cidade (Figura 6a). Esta foi a primeira experiência na história de um veículo totalmente autônomo nas ruas de uma cidade na América Latina. Parte da tecnologia desenvolvida também foi aplicado a cenários agrícolas com bons resultados (Figura 6b).

(a) Veículo autônomo CaRINA 2 nas ruas da cidade.	(b) Testes em campo em ambiente de agricultura.
Figura 6: Testes em ambientes externos.

Pretende-se também desenvolver um sistema de medição de carga automático integrado para veículos pesados. Será útil para monitorar a principal carga aplicada em uma estrada, por exemplo. Esta medida será realizada on-line para cada caminhão e monitorada de forma unificada a fim de fornecer a carga total de um conjunto de caminhões.

 

[Clique aqui para acesso às Referências Bibliográficas citadas no texto]