Como uma grande van azul de 1986 abriu caminho para carros autônomos

Em 1986, uma van Chevy azul frequentemente circulava pelas ruas de Pittsburgh, Pensilvânia, perto da Universidade Carnegie Mellon. Para o observador casual, nada sobre isso parecia fora do comum. A maioria das pessoas passaria por ela sem perceber a filmadora espreitando do teto, ou o fato de que não havia mãos no volante.

Mas se algum transeunte tivesse parado para inspecionar a van e espiar seu interior, teria percebido que não era um carro comum. Este foi o primeiro automóvel autônomo do mundo: um trabalho pioneiro de ciência da computação e engenharia de alguma forma construído em um mundo onde as máquinas de fax ainda eram a forma predominante de enviar documentos, e a maioria dos telefones ainda tinha cabos. Mas, apesar de estar preso em uma era em que a tecnologia ainda não havia alcançado a imaginação da humanidade, a van – e os pesquisadores se espremiam nela – ajudou a lançar as bases para todos os protótipos Teslas , Waymos e Uber autônomos que circulavam por aí. nossas ruas em 2022.

Como surgiu o primeiro carro autônomo

A van mencionada acima foi projetada e construída pelo Laboratório de Navegação da Carnegie Mellon (Navlab) – muito antes da World Wide Web ou do Google existir, e com computadores que eram 10 vezes menos poderosos que o Apple Watch de primeira geração.

Com financiamento do departamento de defesa dos EUA, a divisão de robótica da Carnegie Mellon montou o Navlab em 1984 para explorar a navegação autônoma. O objetivo, disse o Dr. Chuck Thorpe, o professor de ciência da computação que dirigiu o projeto ao Digital Trends, era lidar com situações “chatas, sujas e perigosas”.

O departamento de defesa, mais especificamente, estava procurando construir batedores autônomos. Esses batedores iriam a campo e mapeariam territórios inexplorados, onde geralmente há um risco maior de minas e inimigos ocultos – um trabalho pelo qual os humanos antes arriscavam suas vidas. E assim nasceu o Terragator em 1983.

O Terregator de seis rodas, que, à primeira vista, poderia ser facilmente confundido com o antecessor do Mars Rover, foi o primeiro robô autônomo de condução ao ar livre do mundo e, para uma época em que os telefones celulares pesavam 11 libras, foi um feito notável de engenharia. . Ele apresentava uma variedade de sensores e tecnologia de visão computacional para evitar obstáculos, escalar terrenos irregulares, rastrear caminhos e muito mais. O trabalho no Terregator ajudou os pesquisadores a perceber o potencial dessa tecnologia e, três anos depois, o Navlab 1 – aquela van Chevy azul – chegou às ruas.

O Navlab 1 era tão primitivo quanto um carro autônomo poderia ser. Ele não tinha as elegantes telas sensíveis ao toque ou os controles de smartphone que você encontraria dentro de veículos autônomos hoje em dia. O que ele tinha era meia dúzia de racks de hardware de computador do tamanho de geladeiras, uma filmadora de tamanho normal espreitando por cima do pára-brisa, um gerador de 20 quilowatts e alguns monitores em blocos usados ​​para exibir o desempenho do algoritmo para um punhado de estudantes de pós-graduação amontoados na parte de trás. Toda a configuração parecia mais uma van de vigilância do FBI do que um projeto autônomo.

A forma como o Navlab 1 se orientou foi bastante simples. Seu sensor lidar – semelhante ao encontrado nos iPhones mais recentes – dispararia lasers em objetos para determinar sua distância deles. Além disso, com a visão computacional, ele quebraria a filmagem da câmera de vídeo para seguir as marcações da pista e descobrir as bordas da estrada para que ela não saísse da pista. Os resultados desses pontos de dados acabariam por ajudá-lo a enviar os comandos finais de direção.

Se isso parece muito trabalho para computadores da década de 1980, é porque era. Como o hardware ainda não havia alcançado tais avanços, levaria séculos para produzir os cálculos e, como resultado, a velocidade do Navlab 1 foi limitada a 20 mph.

Além disso, os montes de hardware amontoados na parte de trás da van sofriam de ventilação limitada e, portanto, também quebravam com frequência e uma vez até pegaram fogo, de acordo com o Dr. Dean Pomerleu, que se juntou à equipe do Navlab como Ph.D. . aluna.

Aprendendo com os erros do passado

Embora a Navlab tenha continuado a refinar seus módulos de direção autônoma nos próximos anos, não foi até 1989, quando o Dr. Pomerleu ensinou uma ambulância camuflada do Exército Humvee – Navlab 2 – a aprender com seus erros que o grupo alcançou seu próximo avanço.

Até 1989, os alunos do Navlab estavam codificando programas para corrigir as deficiências do carro autônomo quando ele encontrava situações desconhecidas. Por outro lado, o algoritmo ALVINN (abreviação de An Autonomous Land Vehicle in a Neural Neutral) do Dr. Pomerleu permitiu que o veículo se adaptasse a cenários para os quais não foi programado simplesmente observando como um motorista humano reagiria nesse caso. Isso significava que da próxima vez que o Navlab 2 encontrasse o mesmo cenário, não precisaria de intervenção humana. É o que desbloqueou a próxima geração de carros autônomos e, mesmo nos sistemas baseados em IA de hoje, pode-se encontrar as dicas de ALVINN.

Logo, o Navlab 2 estava navegando a 55 mph em uma viagem de 102 milhas de Pittsburgh a Erie, Pensilvânia. “Essa foi a primeira viagem realmente longa que ele fez e me convenceu de que algum dia veríamos veículos que poderiam se dirigir sozinhos em vias públicas”, acrescentou o Dr. Pomerleu.

Como as iterações do Navlab dependiam de uma rede neural adaptativa e não de mapas 3D como o carro autônomo do Google, elas podiam ser lançadas em qualquer local que não tivessem visto antes e funcionar bem o suficiente. Foi isso que finalmente impulsionou a volta da vitória da divisão Navlab: uma viagem de quase 3.000 milhas pelo país de Pittsburgh a San Diego em 1995.

O Navlab 5 dirigiu-se sozinho por mais de 98% da viagem, com o Dr. Pomerleu e seu aluno de pós-graduação, Dr. Todd Jochem, revezando-se no acelerador e no freio. E apesar das grandes variações nos tipos de estradas e terrenos, a dupla enfrentou quase zero anomalias e registrou toda a experiência ao longo da viagem, incluindo o dia em que eles fizeram uma demonstração para o ex-apresentador do The Tonight Show , Jay Leno, no que foi um dos primeiros blogs online de viagens.

“Acho que se você voltar no tempo e comprar um desses carros agora”, disse Jochem, que agora dirige um Tesla Model S, em uma troca de e-mail com a Digital Trends, “você ficaria chocado com o quão idêntico ele é. em algumas situações ao desempenho que você vê em carros que agora são comerciais. Muito orgulho disso.”

Os membros da equipe Navlab fundaram e contribuíram significativamente para os principais projetos de direção autônoma de hoje, como Uber, Google, Tesla e muito mais. No entanto, apesar do progresso que a indústria fez, Dr. Pomerleu acredita que um “inverno de IA”, um termo usado nos círculos acadêmicos para descrever um período de baixo financiamento e crescimento em um campo, pode estar se aproximando para veículos autônomos e Elon. Musk pode ser o culpado.

Embora Pomerlue concorde que Musk ajudou a avançar na era da direção autônoma, sua abordagem à autonomia, que depende muito de sensores de câmera e políticas insensíveis em relação à segurança do motorista, é preocupante. “Em última análise, prometer demais e entregar insuficientemente é inconcebível na minha opinião e ameaça contribuir para outro 'inverno AV'”, acrescentou.

No momento da redação deste artigo, a Administração Nacional de Segurança no Tráfego Rodoviário dos EUA anunciou que está investigando a Tesla por permitir que os motoristas joguem videogames na tela do painel enquanto o carro está dirigindo no piloto automático.

O trabalho de pesquisadores como o Dr. Thorpe, portanto, ainda não atingiu sua linha de chegada. “Trinta anos atrás eu previ que iria me aposentar em um carro autônomo”, brincou ele, “acho que ainda não consigo me aposentar”.