Glossário

Veículos autónomos

O que é Veículos autónomos?

Os veículos autónomos deslocam-se, total ou parcialmente, sem intervenção humana, utilizando câmaras, radar, lidar e software de IA. A norma SAE J3016 define seis níveis – de 0 (sem automação) a 5 (totalmente sem condutor em qualquer lugar). A IA trata da perceção, da previsão do comportamento dos outros utentes da estrada e do planeamento de rotas. Além dos automóveis, isto abrange robotáxis, camiões, shuttles e veículos de armazém; a homologação e a responsabilidade são reguladas separadamente em cada país.

Temas

Mobilidade
Visão computacional
Robótica

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração

← Todos os termos

Termos relacionados

IA nos transportes

A IA nos transportes abrange aplicações na logística, no trânsito e na mobilidade: planeamento de rotas e de percursos, previsão de tráfego, manutenção preditiva de veículos e infraestruturas e sistemas de assistência à condução até aos veículos autónomos. Os objetivos são percursos mais curtos, menos viagens em vazio, custos mais baixos e maior segurança. Muitas aplicações são críticas para a segurança e, por isso, estritamente regulamentadas. Exemplo: um serviço de encomendas replaneia diariamente os seus circuitos de entrega com base no volume de envios e nas condições de trânsito.

Logística
Mobilidade
+1

Visão computacional

A visão computacional é uma área da IA em que os computadores interpretam imagens e vídeo. As tarefas típicas incluem detetar e localizar objetos, ler texto em imagens e medir componentes. A tecnologia é utilizada, por exemplo, no controlo de qualidade na produção, em sistemas de assistência à condução, na logística e na imagiologia médica.

análise de imagem
deep learning
+1

Estimativa de profundidade

A estimativa de profundidade determina, a partir de imagens, a que distância da câmara se encontram objetos ou píxeis individuais. Pode ser feita com duas câmaras (estéreo), com sensores de profundidade ou, com redes neuronais, até a partir de uma única fotografia (estimativa monocular de profundidade). É necessária na robótica, na assistência à condução, na realidade aumentada e em modelos 3D de espaços.

Visão computacional
3D
+1

Aprendizagem por reforço (RL)

A aprendizagem por reforço é um ramo da aprendizagem automática em que um agente aprende por tentativa e erro. Atua num ambiente, recebe recompensas por bons resultados e penalizações por maus resultados e, desta forma, desenvolve uma estratégia que maximiza a recompensa total. Entre os exemplos conhecidos contam-se programas que dominam jogos de tabuleiro como o Go, o controlo de robôs e a afinação de modelos de linguagem com base em avaliações humanas.

método de aprendizagem
recompensa
+1