Percepção veicular adaptativa baseada em sensoriamento inercial e deep learning

Abstract

Os sistemas de transporte se estabeleceram ao longo da história como um dos principais condicionantes ao desenvolvimento humano. Com o avanço das tecnologias computacionais, surgiram os sistemas de transporte inteligentes, nos quais sensores são empregados na infraestrutura de transporte e seus participantes, de forma a gerar dados brutos que, processados por modelos de IA, geram informações situacionais acerca do modal. Neste contexto, foram desenvolvidas diversas tecnologias de abordagem ativa e passiva. Dentre as tecnologias passivas, existem as baseadas em vibração, realizadas através de sensores inerciais, as quais podem gerar informações na forma de percepções veiculares, de forma segura, não poluente e de baixo custo. Entretanto, ao contrário de áreas como a visão computacional, o sensoriamento inercial tem sido pouco explorado, onde as soluções propostas na literatura não são adaptáveis para ampla aplicação em cenários do mundo real, se configurando normalmente como prova de conceito através modelos simples. Neste sentido, dada a diversidade contextual na qual a solução pode ser submetida, existem diversos fatores de dependência que interferem e influenciam os valores dos sinais amostrados com estes sensores, de forma que a adaptabilidade da solução a estes fatores se mostra um requisito essencial para prover confiabilidade e, por sua vez, possibilitar uma ampla aplicação. Com este objetivo, neste trabalho foi proposto o desenvolvimento de modelos de percepções veiculares baseados em sinais de sensores inerciais, capazes de operar de forma confiável em variações contextuais relacionados aos fatores de dependência: diferentes veículos, estilos de condução e ambientes. Neste trabalho focou-se no desenvolvimento das percepções de tipo de superfície de pista, qualidade de superfície de pista, e detecção de lombadas. Para o desenvolvimento e validação dos modelos, foram coletados nove conjuntos de dados com variações contextuais, utilizando três modelos de veículos, com três motoristas, em três ambientes distintos, nos quais existem três tipos de superfície, além de variações no estado de conservação e a presença de obstáculos e irregularidades. Os dados coletados foram utilizados em experimentos para avaliar aspectos como a influência do ponto de coleta de dados do veículo, o domínio de análise, as características de entrada do modelo e a janela de dados. Posteriormente, foi avaliada a capacidade de generalização do aprendizado dos modelos para contextos desconhecidos, ou seja, seu comportamento quando aplicado a dados amostrados em um veículo, motorista ou ambiente desconhecido, analisando assim sua adaptabilidade. Os experimentos foram realizados com modelos baseados em aprendizado de máquina clássico e deep learning, onde o melhor modelo para classificação de tipo de superfície foi uma rede CNN, a qual classificou segmentos de terra, paralelepípedo e asfalto com acurácia média de 92,70%; o melhor modelo para classificação de qualidade foi uma rede CNN, a qual classificou segmentos nos níveis bom, regular e ruim com acurácia média de 93,52%; e o melhor modelo para reconhecimento de lombadas foi uma rede híbrida CNN-LSTM, a qual detectou lombadas com acurácia média de 98,59%.

Abstract: Transport systems have been established throughout history as one of the main constraints to human development. With the advancement of computational technologies, intelligent transport systems emerged, in which sensors are used in the transport infrastructure and its participants, in order to generate raw data that, processed by AI models, generate situational information about the modal. In this context, several technologies with an active and passive approach have been developed. Among the passive technologies, there are those based on vibration, performed through inertial sensors, which can generate information in the form of vehicle perceptions, in a safe, non-polluting and low-cost way. However, in contrast to areas such as computer vision, inertial sensing has been little explored, where the solutions proposed in the literature are not adaptable for wide application in real-world scenarios, usually configuring themselves as proof of concept through simple models. In this way, given the contextual diversity in which the solution can be submitted, there are several dependency factors that interfere and influence the values of the signals sampled with these sensors, so that the adaptability of the solution to these factors is an essential requirement to provide reliability and, in turn, enable a wide application. With this objective in mind, in this work proposes the development of vehicle perception models based on inertial sensor signals, capable of operating reliably in contextual variations related to dependency factors: different vehicles, driving styles and environments. In this work focused on the development of perceptions of road surface type, road surface quality, and speed bump detection. For the development and validation of the models, nine datasets with contextual variations were collected, using three vehicle models, with three different drivers, in three different environments, in which there are three different surface types, in addition to variations in the conservation state and the presence of obstacles and irregularities. The collected data were used in experiments to evaluate aspects such as the influence of the vehicle's data collection point, the analysis domain, the model's input features and the data window size. Subsequently, the models' ability to generalize their learning to unknown contexts was evaluated, i.e., their behavior when applied to data sampled in an unknown vehicle, driver or environment, thus analyzing their adaptability. The experiments were carried out with models based on classical and deep machine learning, where the best model for road surface type classification was a CNN network, which classified dirt, cobblestone and asphalt segments with an average accuracy of 92.70%; the best model for road quality classification was a CNN network, which classified segments into good, fair and poor levels with an average accuracy of 93.52%; and the best model for speed bump recognition was a hybrid CNN-LSTM network, which detected speed bumps with an average accuracy of 98.59%.