Pular para o conteúdo
Even3

PalestraEngenharias

Projeto Carro Autônomo

Gravado no evento Semana da Elétrica 2022 · 1 h 35 min de gravação

Trechos em vídeo

Sobre o conteúdo

A atividade apresenta a palestra intitulada Projeto Carro Autônomo, inserida no Curso de aprofundamento Engenharia Elétrica, na qual Rodrigo Barbosa de Queiróz compartilha a experiência de pesquisa no projeto Autonomoose, conduzido no laboratório AVRIL (Autonomous Vehicle Research and Intelligence Lab) da Universidade de Waterloo, no Canadá. O palestrante contextualiza a localização da universidade no ecossistema de tecnologia e automotivo canadense, ressaltando o desenvolvimento de pesquisas de ponta para Automated Driving Systems (ADS) e a busca pelos níveis mais avançados de automação veicular segundo a classificação da SAE.

O que é abordado

  1. Abertura e apresentação inicial
  2. Universidade de Waterloo e contexto regional
  3. O projeto Autonomoose e níveis de automação SAETrecho de 1 min 30 s
  4. Arquitetura do sistema autônomo e sensores
  5. Hardware embarcado e sensores do Lincoln MKZ
  6. Modelagem dinâmica veicular e mapas HD
  7. Percepção, rastreamento e impacto da neve no LiDAR
  8. Planejamento de movimento e referencial de FrenetTrecho de 1 min 31 s
  9. Vídeos de testes e demonstrações em vias públicas
  10. Mapeamento tridimensional e ferramentas de visualização
  11. Sessão de perguntas e respostas com a plateiaTrecho de 1 min 18 s
  12. Encerramento e agradecimentos

Dúvidas que o conteúdo responde

Qual foi o veículo comercial utilizado como base para o projeto Autonomoose?

Foi utilizado um Lincoln MKZ Hybrid 2015, escolhido pelo espaço interno generoso para acomodação de hardware e refrigeração no porta-malas, capacidade de carga e, principalmente, pela disponibilidade de documentação e facilidade de adaptação para controle drive-by-wire.

Quais são os principais sensores instalados no carro do projeto?

O veículo conta com oito câmeras HD da marca Ximea operando a 10 Hz com disparo por hardware, receptor GNSS NovAtel Span ProPak6D com estação base NTRIP e precisão de cerca de 2 cm a 20 Hz, IMU a 100 Hz, encoders de roda e sensor LiDAR Velodyne VLP-32C girando a 20 Hz no teto.

Como a presença de neve afeta os sensores e a navegação do veículo autônomo?

A neve gera reflexões e ruído nos feixes de laser emitidos pelo LiDAR ao atingir os flocos no ar, além de cobrir a sinalização e as faixas pintadas no asfalto, prejudicando a visão computacional e tornando essencial o avanço de algoritmos capazes de filtrar ruídos climáticos severos.

Por que o planejamento de trajetórias utiliza a representação no referencial de Frenet?

O referencial de Frenet projeta as coordenadas do veículo em relação à curvatura central da faixa de rolamento, desacoplando o movimento em dimensões longitudinal (S) e lateral (D), o que facilita a geração, otimização e avaliação de múltiplas trajetórias seguras e suaves.

Como a máquina reage à passagem de pequenos objetos ou pássaros na frente do carro?

Objetos muito próximos não permitem tempo hábil de manobra. Já objetos detectados a maior distância têm sua trajetória rastreada pelo sistema e, se os algoritmos preveem que sairão da rota do veículo, a velocidade é mantida para não interromper a viagem desnecessariamente, equilibrando segurança e progresso.

Assuntos

  • Carro autônomo
  • Autonomoose
  • Universidade de Waterloo
  • LiDAR
  • ROS
  • Drive-by-wire
  • Planejamento de movimento
  • Percepção computacional

Palestrantes

  • Rodrigo Barbosa de Queiróz

    Palestrante

    Mestre em Ciência da Computação pela UFMG e Doutor em Electrical & Computer Engineering pela Universidade de Waterloo

Outros conteúdos deste evento

Gravados no evento Semana da Elétrica 2022