fbpx
ArtigosEm Destaque

Como as cidades inteligentes podem se beneficiar com os carros autônomos?

Por Dalton Oliveira

Texto originalmente publicado na Newsletter de Julho de 2019 do IEEE IoT (Institute of Electrical and Electronics Engineers).

O conceito de cidades inteligentes é mais do que apenas implementar tecnologias sejam elas novas e/ou conhecidas − estas são cidades digitais. Quando falamos de algo inteligente, estamos falando sobre a capacidade de conectar tecnologias, lidar com dados e agregar valor − no caso das cidades inteligentes, trazendo valor para cidadãos e governos.

As cidades inteligentes começam pelas casas inteligentes. Com base em dados das casas inteligentes sobre o consumo de serviços básicos pelos cidadãos (por exemplo: água, gás, eletricidade, esgoto, internet banda larga, etc.), os governos e prestadores de serviços podem analisar, tomar decisões e agir, fornecendo, de maneira equilibrada, a carga adequada de serviços para as cidades e para os cidadãos. Quando falamos de casas inteligentes e cidades inteligentes, qual é a primeira coisa que vem à mente senão mobilidade? A mobilidade é um fator crítico para as grandes cidades em todo o mundo. Então, como os carros autônomos podem beneficiar as cidades inteligentes?

Tecnologia + Carros = Oportunidades

Todos nós temos lido sobre carros conectados e autônomos e seus benefícios − desde a diminuição de acidentes de carros, até tornar a vida das pessoas mais otimizadas, pela integração com outras tecnologias. Este é um vasto assunto a ser explorado. Ao mesclar os carros com tecnologias emergentes como a internet das coisas (IoT), a Inteligência Artificial (AI), o machine learning (ML), o deep learning (DL), não há limitações para a criatividade, para a inovação; e eu não estou falando apenas de experiências do usuário, estou falando também sobre os insights fornecidos por todos os dados envolvidos. Estou falando sobre novos modelos de negócios (mesmo para as marcas existentes), sobre oportunidades para empreendedores desenvolverem novos produtos e novos serviços, sobre abastecer governos com dados gerados para tomar decisões corretas e rápidas, e sobre oportunidades para P&D de produtos e também para engenheiros de aplicação. Como podemos ver, existem novas oportunidades (que incluem novas carreiras) para todo o ecossistema − aquelas direta e mesmo indiretamente envolvidas. Em outras palavras, este é um novo estilo de vida para os usuários e para novos negócios que vão surgindo tão rápido quanto podemos imaginar. Você está preparado para isto?

Os carros conectados e a cidade

Carros conectados estão ao nosso redor há alguns anos. Por exemplo, usando a internet das coisas (IoT) é possível prever a manutenção preventiva e até mesmo a corretiva dos carros, e (sim) fornecer insights e insumos para as cidades inteligentes – eu vou lhes dizer como.

Figura 1: Vista em 3D do Google Earth de um distrito de São Paulo / Brasil (Créditos: Wardston Consulting, Dados do mapa: Google, DigitalGlobe).

A Figura 1 mostra uma área de uma cidade dividida em 4 quadrantes (com características muito semelhantes). Um usuário (U1) de um carro conectado (CC1) em um quadrante (Q1) vai para manutenção com maior frequência do que o de outro usuário (U2) do mesmo modelo de carro conectado (CC2) em outro quadrante (Q2). Existem várias hipóteses, mas os engenheiros preferem se basear em dados, e os dados dos carros conectados contam algumas histórias (com base em um contexto conhecido):

  • A velocidade média de (1) é maior que a de (2);
  • O tempo médio entre o ponto de origem e o ponto de destino de (1) é maior que o de (2);
  • O consumo médio de combustível de (1) é maior que o de (2);
  • A mudança de marchas média de (1) é maior que a de (2);
  • Mais alguns dados.

Com base nos poucos dados mostrados acima, parece que as ruas dos quadrantes Q1 e Q2 não são tão semelhantes como poderiam ser. Uma análise in-loco detectou que elas realmente não são semelhantes: Q1 tem mais lombadas e buracos do que Q2.

Figura 2: Lombada

Visto isso, é possível fornecer insights e informações para o governo local:

  • Criar mais postos de abastecimento de combustível em Q1;
  • Criar o tipo de lombada capaz de transferir energia do impacto mecânico dos pneus dos carros para engrenagens conectadas, para, por exemplo, gerar energia elétrica;
  • Muitos outros insights e informações.

As lombadas são feitas pela prefeitura, mas os buracos não são – a prefeitura deve consertá-los. Mas, para corrigi-los, é necessário saber onde eles estão.

Os carros autônomos beneficiam as cidades inteligentes

Os carros autônomos podem colher, processar, enviar e receber dados para tomar decisões e para agir. Um ecossistema complexo para lidar com grandes volumes de dados, sistemas de missão-crítica e totalmente conectadas em tempo real, mesclando internet das coisas (IoT), inteligência artificial (AI), machine learning (ML), deep learning (DL) fazem todas essas coisas trabalharem juntas.

Figura 3: Entendendo a relação existente entre inteligência artificial -IA, aprendizado das máquinas -AM, aprendizado profundo -AP (Créditos: IEEE Communications Society).

A visão computacional com modelos de machine learning (ML) treinados para detectar e reconhecer as coisas a serem evitadas (buracos) e não colidir (com outros carros, pessoas, objetos, etc.) é parte do complexo bloco cognitivo dos carros autônomos.

Figura 4: Buracos nas ruas podem ser detectados e reconhecidos pela visão computadorizada –VC.

Além disso, quando os carros autônomos estiverem circulando e tomando decisões e agindo, eles podem alimentar com dados a prefeitura e quem mais estiver interessado em trabalhar em conjunto para construir uma comunidade melhor:

  • Quando os carros autônomos identificarem buracos, eles poderão ajustar suas velocidades para causar menor dano ao veículo e poderão mapear a localização e o tipo dos buracos, a fim de notificar a prefeitura para tapa-los;
  • Quando os carros autônomos identificarem lombadas, eles poderão ajustar suas velocidades para causar menor dano ao veículo, além de mapear a localização das lombadas − para notificar a prefeitura para analisar e cruzar essas informações com várias outras (por exemplo, áreas com alta incidência de acidentes versus o número de lombadas, e fazer outras análises);
  • Muitas outras análises a fim de criar, gerenciar e produzir cada vez mais informações (para diversas finalidades).

É possível expandir a analogia dos 4 quadrantes anteriormente mencionados, dividindo a cidade em pequenas áreas, cada área com seus 4 quadrantes. Os carros autônomos que vão do ponto A para o ponto B, para o ponto C e para o ponto A, estão entrando e saindo de vários quadrantes, o que faz deles estações remotas que reúnem informações e que enviam esses dados para alguma nuvem, para algum banco de dados, para construção de um registro histórico de, por exemplo, temperatura em tempo real, chuva, neve, qualidade do ar, radiação UV e outros dashboards de dados climáticos – eu estou falando de dados em tempo real, não previstos (leiam mais sobre um dos meus projetos de IoT+AI/chatbot para cidades inteligentes chamado Smartytempy).

Por exemplo, fornecendo informações em tempo real sobre a qualidade do ar para um serviço de aluguel de bicicletas e patinetes, para notificar os usuários se a área está adequada ou não. E, com dados suficientes, é possível prever algum desastre natural e agir antes que ele aconteça. Se a rua ou estrada tiver neve ou enchente, usando realidade aumentada (AR) − com dados previamente mapeados − quando os olhos humanos por vezes não conseguirem ver os riscos, é possível mostrar na tela do carro ou do smartphone os perigos que estiverem alguns metros à frente. Como podemos ver, há muitos benefícios dos carros autônomos para as cidades inteligentes.

Lembrem-se: Quando falarmos de dados, big data, nuvem, banco de dados e coisas relacionadas, o importante é ter em mente que: dados e números por si mesmos não nos contam histórias, as histórias são construídas com base em um contexto conhecido em adição dos dados e números.

A pergunta de 1 bilhão de dólares

Visto isso, a quem pertence os dados?

 

Sobre o autor: Dalton Oliveira é engenheiro eletrônico que trabalha como Consultor, Mentor, Palestrante Global em Transformação Digital (aplicação, produto, projetos, processos, engenharia) para a Wardston Consulting. Ele foi premiado Top 3 IoT World Series (competindo com Siemens, AT&T, Bayer e outras) e Facebook Testathon Best Product Idea. Ele tem experiência em projetos e produtos globais de missão-crítica com budget de bilhões de dólares para empresas globais (bens de consumo, telecom, equipamentos científicos), governos e universidades desde 2002. Para a internet das coisas (IoT) e inteligência artificial (AI), alguns dos seus projetos autorais estão instalados desde o Vale do Silício até Nova Iorque. Palestrante convidado do evento IoT World Series em Atlanta/USA, escritor convidado na IoT Manufacturing em Cincinnati/USA, juiz convidado na The George Washington University em Washington/DC. Mencionado em publicações acadêmicas da Universidade da Arábia Saudita + MIT/USA, entrevistado pela Revista Riviera (com exclusividade em 1/3 de página), entrevistado pela TV Cultura (noticiário de TV, horário nobre, cobertura nacional). Contate-o no LinkedIn e no website da Wardston.

Associado da ABINC tem como benefícios:

+ Preços promocionais nos eventos da associação;

+ Ter acesso às demandas e necessidades de IOT do mercado (empresas e governo);

+ Networking com todo o ecossistema de IOT ABINC;

+ Ter seus casos de sucesso em IOT divulgados para todo o mercado.

Quanto maior for a nossa comunidade, mais forte e representativo será o nosso setor. Participe!

Clique aqui e saiba mais.

Tags
Mais

Veja também

Close