Carros sem motorista devem eliminar o tráfego, evitar milhões de mortes e ferimentos, reduzir o congestionamento e diminuir as emissões de carbono. E, eles deveriam estar em nossas ruas agora. Em 2016, o então Secretário de Transporte dos Estados Unidos, Anthony Foxx, agora Diretor de Políticas da Lyft, chegou a afirmar em uma entrevista que até 2021 as famílias poderiam sair de suas casas e ligar para um veículo [autônomo], e esse veículo as levaria para o trabalho ou para a escola. E ele não foi o único a fazer tais afirmações.
Por que os veículos autônomos ainda não se tornaram populares e o que precisa acontecer para que isso aconteça?
Ainda não conseguimos descobrir como fazer os carros verem o mundo ao seu redor para podermos tomar as decisões certas”, disse Mary “Missy” Cummings, professora de engenharia elétrica e de computação na Pratt School of Engineering da Duke University, ao participar do podcast Fortune Brainstorm.
Em parte explica por que o trânsito mais intenso, veículos estacionados em fila dupla, cruzamentos desafiadores, e o comportamento imprevisível de ciclistas e pedestres ainda são considerados impedimentos concretos ao mercado de veículos autônomos para transporte de mercadorias e passageiros. Atrasando até o surgimento dos robotáxis e tornando os rumores sobre o fim da propriedade de veículos pessoais muito exagerados, como afirmam analistas do PitchBook.
De fato, há anos a convergência das indústrias automotiva e de tecnologia vem acelerando o ritmo da inovação nos setores de mobilidade e transporte, levando a um aumento nas concessões de patentes relevantes para veículos autônomos (AVs), atraindo o interesse de investidores de capital de risco (VC). Identificar as tecnologias certas é apenas o primeiro passo para viabilizar o sonho. Lucrar com elas requer identificar as startups certas e investir cedo o suficiente em uma avaliação atraente para maximizar os retornos.
Tem ficado cada vez mais claro que a direção autônoma é um dos problemas tecnológicos mais difíceis de todos os tempos. As abordagens mais recentes de condução autônoma variam de apenas câmeras e visão computacional a uma combinação de visão computacional e sensores avançados.
Na opinião da Tesla, por exemplo, a autonomia nível 5 (total) requer menos e uso de lidars e radares e mais a compressão de redes neurais em um computador pequeno e muito eficiente, que use de 70 a 80 watts, capaz de viabilizar o uso de poderosos sistemas de visão computacional inteligente. Falando na Conference on Computer Vision and Pattern Recognition (CVPR), seu cientista chefe de IA, Andrej Karpathy, explicou o porquê.
Segundo ele, as redes neurais profundas são um dos principais componentes da pilha de tecnologia autônoma. Elas analisam feeds de câmeras no carro para identificar estradas, sinais, carros, obstáculos e pessoas. Mas elas ainda cometem erros na detecção de objetos em imagens. É por isso que a maioria das montadoras autônomas, incluindo a subsidiária da Alphabet Waymo, segue usando o lidars, um dispositivo que cria mapas 3D dos arredores do carro emitindo raios laser em todas as direções.
No entanto, adicionar lidars à pilha autodirigida traz suas próprias complicações. “Você tem que pré-mapear o ambiente com o lidar e, em seguida, criar um mapa de alta definição e inserir todas as pistas e como elas se conectam e todos os semáforos”, disse Karpathy. “E na hora do teste, você está simplesmente localizando esse mapa para dirigir por aí.”
É extremamente difícil criar um mapeamento preciso de todos os locais em que o carro autônomo estará viajando. “É impossível coletar, construir e manter esses mapas lidar de alta definição”, disse Karpathy. “Seria extremamente difícil manter essa infraestrutura atualizada.”
O principal argumento contra a abordagem de visão de computador pura é que há incerteza sobre se as redes neurais podem fazer descoberta de alcance e estimativa de profundidade sem a ajuda de mapas de profundidade lidar.
Escolher entre um e outro sistema não é tão simples quanto possa parecer. Há muitas nuances a serem consideradas. E muitos desafios técnicos ainda não superados em cada modelo. Razão de operar veículos autônomos em cidades densas ainda ser algo muito complicado.
A expectativa é que a tecnologia autônoma alcance um desempenho “sobre-humano” no final desta década, quando as pessoas em cidades densas provavelmente se inscreverão para assinaturas de serviços de robotáxi oferecido por empresas como Waymo, Cruise, Zoox, Argo e Motional. Duas delas já solicitam as autorizações necessárias para começar a cobrar por caronas e entregas em San Francisco.
A Argo AI está desenvolvendo uma solução de táxi autônomo que a Ford planeja lançar no próximo ano. A Volkswagen e a Ford investiram bilhões em propriedade intelectual e financiamento para apoiar a Argo AI.
A maior parte da receita e da oportunidade de lucro para os robotáxis, por exemplo, deve acontecer em cidades densas – onde as viagens são frequentes e os preços são altos. Em cidades menos densas, onde a propriedade de automóveis é popular, a oportunidade de lucro é restringida pela utilização limitada.
E aí entra outro obstáculo: a economia unitária da mobilidade autônoma simplesmente não a torna uma perspectiva atraente para pessoas em áreas suburbanas e rurais. Carros autônomos são incrivelmente caros agora, custando entre US $ 500 mil e US $ 1 milhão para construir.
Tem mais: até agora, carros autônomos têm sido usados apenas em testes. E a Waymo tem licença para operar apenas em uma área restrita de Phoenix. No mês passado, a empresa levantou US $ 2,5 bilhões em novos financiamentos, elevando o valor total da empresa para mais de US $ 5,7 bilhões. O que sugere que ela esteja se preparando para expandir seus serviços para outros locais, embora anos de subescala operacional em uma localização suburbana limitada não a tenha ajudado a encontrar um modelo comercialmente viável.
Quem terá robotáxis primeiro?
Provavelmente, só veremos serviços comerciais de robotáxis operando em grande escaala em 2023 e depoiss. Mas a corrida por ser o primeiro país a autorizar o serviço já começou, com China e Alemanha disputando uma dianteira. Os veículos divulgados na legislação alemã podem ser mais comparados a ônibus do que a carros de passageiros tradicionais. Devem à quantidade de sensores e à tecnologia de potência computacional que usam, seriam caros demais.
Já a chinesa Baidu, que tem testado os robotáxis em várias cidades importantes da China, incluindo Xangai, acaba de anunciar um acordo com uma montadora estatal BAIC Group para construir 1.000 carros sem motoristas nos próximos três anos . Em Pequim, a Baidu já começou a cobrar dos passageiros por viagens em seus carros sem motoristas ao redor do Parque Shougang, um dos locais para os Jogos Olímpicos de Inverno de 2022.
A Baaidu é considerada hoje a principal companhia chinesa em tecnologia autônoma, firmando parcerias com muitas empresas, incluindo Volkswagen, BMW, Ford e uma série de montadoras chinesas. Seu sistema Apollo é abrangente, utilizando lidar, radar e sensores de câmera junto com comunicações de veículo para tudo (C-V2X), todas rodando em uma plataforma de computação personalizada.
Outra megacompanhia de tecnologia chinesa, a Didi Chuxing, que recentemente abriu capital nos Estados Unidos, anunciou seus próprios planos para construir veículos autônomos. Startups chinesas como Pony.ai e WeRide também estão na briga pela coroa de veículos autônomos.
Outros veículos
Os carros que dirigem sozinhos recebem muita atenção, mas uma minoria substancial de empresas especializadas na produção de veículos autônomos acredita que os veículos de entrega, indoor e outdoor e os caminhões estarão entre as primeira aplicações da tecnologia de direção autônoma.
Empresas como Kodiak, Embark e TuSimple se concentram na automação de rotas de transporte rodoviário de longa distância. Algumas outras empresas – Waymo e Aurora – estão protegendo suas apostas, trabalhando simultaneamente em projetos de caminhões e táxis. A Nuro, uma startup de entrega, também está trabalhando em caminhões de longa distância por meio da aquisição da Ike no ano passado.
Algumas dessas empresas estão projetando seus sistemas para funcionar de forma autônoma apenas em rodovias. Sob este modelo, um motorista humano conduzirá o caminhão até um ponto de transferência próximo à rodovia. O trailer será então transferido para um caminhão autônomo que o transportará pela rodovia com destino a outra cidade. Em seguida, o trailer será transferido para outro caminhão movido por humanos para navegar os últimos quilômetros de condução urbana complicada para levar o caminhão ao seu destino final.
Este modelo tem várias vantagens. Autoestradas são ambientes controlados que geralmente estão livres de pedestres, ciclistas e outros obstáculos. Geralmente são bem marcados e não têm interseções complexas. Esses fatores podem tornar a tarefa de automatizar a condução em autoestradas relativamente simples.
E, em teoria, uma empresa poderia aproveitar os dados e a experiência adquiridos com o sucesso inicial com caminhões autônomos para outros mercados, crescendo para se tornar um participante importante em uma variedade de aplicações autônomas.
Outras empresas estão apostando em veículos autônomos para entregas de última milha, para usos dedicados em áreas restritas e até para transporte de insumos indoor, em fábricas e escritórios. A Amazon anunciou planos para um novo centro de P&D para seu robô de entrega autônomo, o Scout. A empresa planeja abrir o Scout Development Center em Helsinque, Finlândia, para desenvolver software 3D que “simula a complexidade da vida real” para garantir que o Scout possa navegar com mais segurança.
A Nuro, por exemplo, está trabaalhaando com pequenos robôs de entrega de baixa velocidade otimizados para ruas em bairros residenciais (os veículos do Nuro são maiores e mais rápidos do que robôs de calçada, como os produzidos pela empresa brasileira/canadense Synkar, ou o Scout, da Amazon e o Beer Outdoor Transporter, da Heineken).
Esta é uma aplicação atraente para veículos autônomos porque um robô menor viajando a uma velocidade máxima de 40 km/h tem menos probabilidade de matar alguém. Tanto que, em fevereiro de 2020, a Nuro se tornou o primeiro desenvolvedor de veículos autônomo a receber isenções da Administração Nacional de Segurança de Tráfego Rodoviário dos EUA (NHTSA) para testes em estradas públicas sem a necessidade de controles para operadores humanos.
Seu modelo R2 foi eleito pela Domino’s para o teste do serviço de entrega de pizzas na região de Woodland Heights em Houston, no Texas. Os clientes selecionados para entrega por meio do Nuro R2 recebem alertas de texto atualizando-os sobre a localização do R2 e também podem rastreá-lo via GPS em sua página de confirmação do pedido.
Outro acordo foi assinado recentemente com a Fedex, e se concentrará nas entregas de pacotes de última milha. A FedEx disse que os avanços na automação podem ajudar a aumentar a segurança, a eficiência e a produtividade de seus funcionários.
O REV-1, da Refraction AI, também andará nas ruas. Tem três rodas, pesa 150 libras e tem 4,5 metros de altura e 4,5 metros de comprimento. Pode viajar até 24 km/h e carregar até 16 pés cúbicos, ou cerca de seis sacolas de supermercado. O piloto envolve uma frota de 10 robôs, que entregam pizza e muito mais nos bairros South Congress, Downtown e Travis Heights, em Austin, também no Texas. Em março, a Refraction levantou US$ 4,2 milhões para P&D, e para expansão da sua base de clientes.
Já a SafeAI deixou para trás o mundo dos carros autônomos para se concentrar na adaptação de veículos industriais como caminhões basculantes, tratores e minicarregadeiras com sistemas autônomos, em indústrias pesadas, como mineração e construção. Por quê? Simples. Porque enquanto robotáxis precisam lidar com uma mistura de bons e maus motoristas, pedestres, regras complexas da estrada e outros desafios, os veículos industriais operam em ambientes muito mais controlados. Uma minicarregadeira com o sistema SafeAI pode coletar e transportar sujeira, neve ou resíduos de maneira semelhante.
Com sede em Milpitas, Califórnia, com escritórios em Perth, Austrália e Tóquio, a SafeAI acaba de arrecadar US $ 21 milhões em uma rodada de financiamento de risco da Série A liderada pela Builders VC, uma empresa de São Francisco focada em tecnologia que moderniza indústrias antiquadas. Participantes da indústria, incluindo os gigantes japoneses da construção Obayashi, a mineradora australiana Maca e o conglomerado indiano Vimson Group, também estão apoiando a Safe AI junto com outros investidores de risco.
Moral da história
Embora muitas empresas permaneçam cautelosas, vimos um progresso real no mundo dos carros autônomos no ano passado, de acordo com o analista Sam Abuelsamid, da Guidehouse Insights.
Esse ano, a Lyft vendeu sua unidade de veículos autônomos para uma subsidiária da Toyota, a Woven Planet, em um negócio avaliado em US $ 550 milhões. O Uber transferiu sua unidade de veículos autônomos para outro concorrente em dezembro. E três importantes start-ups autônomas foram vendidas para empresas com orçamentos muito maiores no ano passado.
“O foco agora está realmente nas empresas que desenvolvem os sistemas de direção automatizada, e não nas que vão implantar a tecnologia na estrada”, diz Abuelsamid. “Portanto, temos Argo AI em vez de Ford e VW e Aurora em vez de Uber ou Toyota.”
A menos que você seja um sério aficionado por carros autônomos, é provável que não reconheça a maioria dos nomes listados pelo Guidehouse Insights Leaderboard. Mas reconhecerá em breve.
Na opiniãao de Abuelsamid, esse foco pode acelerar tudo. Mas, em tese, os gigantes da tecnologia e do setor automotivo ainda estão na infância trabalhar por anos em seus projetos de carros sem motorista. Cada um gastará de US$ 6 bilhões a US$ 10 bilhões adicionais antes que a tecnologia se torne comum – em algum momento por volta do final da década, de acordo com estimativas da Pitchbook.
“Esta é uma transformação que vai acontecer ao longo de 30 anos e possivelmente mais”, disse Chris Urmson ao New York Times. Ele foi um dos primeiros engenheiros do projeto de carro autônomo do Google antes de se tornar a unidade de negócios da Alphabet chamada Waymo e agora é presidente-executivo da Aurora, empresa que adquiriu a unidade de veículos autônomos do Uber.