UFC
18/08/2021

Método apresentado pode ser usado por montadoras de veículos na elaboração dos softwares de carros modernos, com realidade aumentada ou direção autônoma (Imagem: Divulgação)

A indústria automobilística é uma das mais potentes e modernas do mundo. Hoje, veículos de ponta já são lançados com capacidade computacional para processar diversas aplicações, como as que permitem o funcionamento autônomo do carro ou as que oferecem realidade virtual e aumentada. Essa avançada tecnologia, porém, encontra um obstáculo: os automóveis ainda não conseguem processar todas as demandas em um tempo razoável, o que pode comprometer a utilidade das aplicações e, inclusive, causar sérios acidentes. Uma possível solução para esse problema foi desenvolvida por pesquisadores da Universidade Federal do Ceará e publicada em um dos principais periódicos científicos do mundo na área.

O estudo apresenta mecanismos para minimizar o tempo de processamento de aplicações veiculares e reduzir a sobrecarga computacional nos veículos. Nos experimentos realizados através de simulações, a solução proposta conseguiu reduzir em até 70,3% o tempo total de execução dessas aplicações, em relação ao processamento feito pelos próprios carros.

Como a engenharia automotiva é um campo de pesquisa extremamente concorrido, já existem outras soluções para essa questão na literatura especializada. Entretanto, o método produzido na UFC é ainda mais eficiente, alcançando uma diminuição no tempo de processamento até 42,9% superior à das outras propostas já descritas. Diante da ótima resposta, o método pode vir a ser de interesse de montadoras e fabricantes de equipamentos veiculares na etapa de instalação de softwares nos automóveis.

A pesquisa foi desenvolvida pelo Grupo de Redes de Computadores, Engenharia de Software e Sistemas (GREAT-UFC), em parceria com o Institut National de Recherche en Informatique et en Automatique (INRIA), na França. Para alcançar os resultados, os pesquisadores elaboraram um método que distribui o processamento de dados de um carro para outros veículos próximos a ele (utilizando as redes WAVE) ou para servidores de borda mais potentes, que ficam acoplados às antenas 5G.

Ilustração mostra o momento exato em que um veículo cliente (vermelho) envia tarefas computacionais para serem processadas pelos servidores remotos (outro veículo ou computadores acoplados às estações-base 5G)

O trabalho está descrito no artigo “A context-oriented framework for computation offloading in vehicular edge computing using WAVE and 5G networks” (“Um framework orientado a contexto para o offloading computacional em computação de borda veicular usando redes WAVE e 5G”), publicado no Vehicular Communications, periódico classificado como Qualis A1 pela Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) e considerado um dos cinco mais relevantes do mundo na área de engenharia automotiva.

O artigo descreve a proposta do que é chamado de “abordagem orientada a contexto”. Através do método, o processamento dos dados passa a ser guiado por informações que descrevem a velocidade, a direção e a posição dos veículos, a largura de banda, a capacidade computacional, entre outras características do contexto no qual o automóvel está inserido.

Além disso, o grupo desenvolveu um algoritmo, chamado de Greedy Task by Task (GTT), para guiar a tomada de decisão dos processadores veiculares. “Em vez de analisar um conjunto de tarefas computacionais, ele analisa cada tarefa computacional individualmente. Nessa análise, ele tenta jogar essa tarefa computacional que precisa ser executada para o melhor servidor disponível no momento”, explica Alisson Barbosa de Souza, professor do Campus da UFC em Quixadá. O artigo é proveniente de sua tese de doutorado em Ciência da Computação na UFC, defendida recentemente.

O “melhor” servidor, explica o professor, pode ser um outro veículo ou computadores acoplados às estações-base 5G. A escolha se dá por sua distância em relação ao chamado “veículo cliente” (aquele que solicita o processamento de alguma aplicação), por sua capacidade computacional e pela quantidade de tarefas que esse servidor já está processando. O algoritmo também realiza cálculos de predição do movimento dos automóveis, os quais evitam a perda de conectividade entre veículos clientes e servidores e garantem a confiabilidade do método.

“Nós chegamos a esse algoritmo após análise profunda do problema, diversas discussões de pesquisa e comparação com outros algoritmos já existentes (inclusive outros que foram implementados por nós)”, explica o Prof. Alisson Barbosa, que acredita que os achados do estudo fornecem uma alternativa promissora para viabilizar a execução de complexas aplicações veiculares.

CARROS DO FUTURO

Mais do que apresentar a velocidade e o uso de combustível, os painéis de alguns veículos começam a ser equipados com uma realidade aumentada que faz um mapeamento inteligente do terreno, exibindo informações atualizadas sobre objetos na estrada, além de instruções sobre curvas, nomes de ruas, entre outros dados. Já começa a ser projetada até mesmo a publicidade por realidade aumentada em veículos, que é capaz de trazer, por exemplo, o saldo bancário do motorista enquanto ele passa por um banco.

Todas essas aplicações requerem grande processamento de dados, que ainda não é respondido à altura pelos veículos. Tal situação, informa o Prof. Alisson Barbosa, motivou o início da pesquisa. Os estudos também trabalharam com carros autônomos, que exigem grande capacidade computacional para desenvolver a direção automática, pois o veículo precisa estar ciente da largura da pista, obedecer aos sinais de trânsito, detectar pedestres à frente, respeitar limites de velocidade, estacionar, entre outras ações.

A abordagem proposta pelos pesquisadores permite evitar falhas no processamento desses aplicativos que podem ter consequências fatais, como a que o Prof. Alisson Barbosa expõe: “Imaginemos a seguinte situação: um veículo autônomo com passageiros está trafegando numa via. Sua locomoção é feita através da atuação de sensores e cálculos computacionais em cima das informações dos sensores. Se ele estiver com muito processamento acumulado, os cálculos podem ser executados com atraso. Dessa forma, cálculos que fariam com que o veículo parasse durante o sinal vermelho podem não ser executados no tempo certo. Consequentemente, o veículo poderia passar direto no sinal vermelho e causar colisões com outros veículos, pondo em risco a vida dos passageiros e pedestres que transitam em regiões próximas”.

Os ganhos com essas tecnologias ainda estão distantes da realidade do Brasil, admite o pesquisador. Mesmo em países desenvolvidos, os recursos tecnológicos não vêm sendo aplicados em larga escala, uma vez que, apenas recentemente, as montadoras e fabricantes de equipamentos veiculares começaram a intensificar sua implementação. “No entanto, no futuro breve, com a popularização dos veículos autônomos e de complexas aplicações veiculares, espera-se que essas tecnologias sejam usadas em larga escala”, projeta.

PESQUISADORES

Assinam o estudo publicado na Vehicular Communications, além do Prof. Alisson Barbosa, os professores Paulo Antonio Leal Rego e José Neuman de Souza, ambos do Departamento de Computação da UFC; o pesquisador Paulo Henrique Gonçalves Rocha, integrante do GREAT; e Tiago Carneiro, do Institut National de Recherche en Informatique et en Automatique.

Fonte: Prof. Alisson Barbosa de Souza, do Campus da UFC em Quixadá – e-mail: alisson@ufc.br. [1]

[1] Texto de Sérgio de Sousa da Agência UFC.

Como citar esta notícia: UFC. Pesquisa propõe solução que acelera execução de tarefas em carros do futuro. Texto de Sérgio de Sousa. Saense. https://saense.com.br/2021/08/pesquisa-propoe-solucao-que-acelera-execucao-de-tarefas-em-carros-do-futuro/. Publicado em 18 de agosto (2021).

Notícias científicas da UFC     Home