Última alteração: 2023-12-11
Resumo
Os principais motivos dos acidentes de trânsito (AT) são falhas humanas, que tem como um dos principais fatores a desatenção dos condutores. Em meio ao alto número de AT, que ocasionam até mesmo em fatalidades, vem sendo desenvolvidos cada vez mais na indústria, os chamados ADAS (Advanced Driver Assistance Systems), sistemas de assistência avançados de direção, que como o próprio nome evidência são eletrônicos capazes de auxiliar o motorista, de forma a aumentar a segurança durante a direção e consequentemente reduzir o número de acidentes e óbitos no trânsito. Porém automóveis que possuam estes sensores pré-instalados não são acessíveis do ponto de vista econômico, para a maior parcela da população brasileira. Um dos sistemas mais relevantes, e principal alvo do estudo realizado neste artigo, é o alerta de colisão frontal, FCW (Frontal Colision Warning) que utiliza uma câmera como sensor a fim de identificar uma possível colisão frontal. Para realizá-lo ela é programada para monitorar em tempo real a velocidade relativa entre si e os veículos a frente. Este trabalho tem como objetivo prototipar e avaliar um hardware embarcado automotivo de FCW com o uso de inteligência artificial aplicada as imagens recebidas em tempo real pelo sistema, que seja de baixo custo e confiável. Busca-se ainda estabelecer a estrutura mais eficiente de DeepLearning com o uso de redes neurais para a aplicação, e estimar as futuras capacidades do hardware levando em conta fatores como a lei de Moore.