Chris Urmson: How a driverless car sees the road

863,108 views ・ 2015-06-26

TED


Por favor, faça duplo clique nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Jorge Machado Revisora: Margarida Ferreira
00:12
So in 1885, Karl Benz invented the automobile.
0
12528
3949
Em 1885, Karl Benz inventou o automóvel.
00:16
Later that year, he took it out for the first public test drive,
1
16707
3762
Mais tarde, nesse ano, testou-o publicamente
00:20
and -- true story -- crashed into a wall.
2
20469
3375
e — é mesmo verdade — embateu contra um muro!
00:24
For the last 130 years,
3
24184
2043
Desde há 130 anos,
00:26
we've been working around that least reliable part of the car, the driver.
4
26227
4319
que trabalhamos nessa parte menos fiável do carro, o condutor.
00:30
We've made the car stronger.
5
30546
1354
Tornámos os carros mais fortes.
00:32
We've added seat belts, we've added air bags,
6
32200
2548
Colocámos cintos de segurança, "airbags",
00:34
and in the last decade, we've actually started trying to make the car smarter
7
34748
3971
e na última década, tentámos tornar o carro mais inteligente
00:38
to fix that bug, the driver.
8
38719
2938
para resolver esse problema, o condutor.
00:41
Now, today I'm going to talk to you a little bit about the difference
9
41657
3261
Hoje, vou falar um pouco sobre a diferença
00:44
between patching around the problem with driver assistance systems
10
44918
3808
entre diminuir esse problema com sistemas de assistência ao condutor
00:48
and actually having fully self-driving cars
11
48726
2564
e ter carros totalmente autónomos
00:51
and what they can do for the world.
12
51290
1880
e o que eles podem fazer pelo mundo.
00:53
I'm also going to talk to you a little bit about our car
13
53170
2995
Também vou falar um pouco do nosso carro
00:56
and allow you to see how it sees the world and how it reacts and what it does,
14
56165
3999
e permitir que vejam como ele vê o mundo, como reage e o que faz,
01:00
but first I'm going to talk a little bit about the problem.
15
60164
3187
mas primeiro, vou falar um pouco sobre o problema.
01:03
And it's a big problem:
16
63651
1648
E é um grande problema:
01:05
1.2 million people are killed on the world's roads every year.
17
65299
3089
Morrem 1,2 milhões de pessoas por ano nas estradas do mundo inteiro.
01:08
In America alone, 33,000 people are killed each year.
18
68388
3784
Só nos EUA, morrem 33 000 pessoas por ano.
01:12
To put that in perspective,
19
72172
2028
Para pôr isso em perspetiva,
01:14
that's the same as a 737 falling out of the sky every working day.
20
74200
4797
é o mesmo que um Boeing 737 cair do céu todos os dias úteis.
01:19
It's kind of unbelievable.
21
79342
1786
É quase inacreditável.
01:21
Cars are sold to us like this,
22
81548
2298
Os carros são-nos vendidos assim,
01:23
but really, this is what driving's like.
23
83846
2717
mas, na verdade, conduzir é assim.
01:26
Right? It's not sunny, it's rainy,
24
86563
2159
Não há sol, está a chover,
01:28
and you want to do anything other than drive.
25
88722
2488
e queremos fazer tudo menos conduzir.
01:31
And the reason why is this:
26
91210
1622
O motivo para isso é:
01:32
Traffic is getting worse.
27
92832
1858
O trânsito tem vindo a piorar.
01:34
In America, between 1990 and 2010,
28
94690
3506
Nos EUA, entre 1990 e 2010,
01:38
the vehicle miles traveled increased by 38 percent.
29
98196
3504
a distância percorrida por veículos aumentou em 38%.
01:42
We grew by six percent of roads,
30
102213
2749
Aumentámos em 6% o número de estradas,
01:44
so it's not in your brains.
31
104962
1602
por isso não e só na nossa mente.
01:46
Traffic really is substantially worse than it was not very long ago.
32
106564
4276
O trânsito está realmente pior do que era há não muito tempo.
01:50
And all of this has a very human cost.
33
110840
2409
Tudo isto tem um alto custo para a humanidade.
01:53
So if you take the average commute time in America, which is about 50 minutes,
34
113529
3948
Se agarrarmos no tempo médio de viagem nos EUA, que é de cerca de 50 minutos,
01:57
you multiply that by the 120 million workers we have,
35
117477
3649
e multiplicarmos isso pelos 120 milhões de trabalhadores que temos,
02:01
that turns out to be about six billion minutes
36
121126
2225
obtemos cerca de seis mil milhões de minutos
02:03
wasted in commuting every day.
37
123351
2026
desperdiçados em viagem todos os dias.
02:05
Now, that's a big number, so let's put it in perspective.
38
125377
2827
É um grande número, vamos colocá-lo em perspetiva.
02:08
You take that six billion minutes
39
128204
1774
Agarramos nos seis mil milhões de minutos
02:09
and you divide it by the average life expectancy of a person,
40
129978
3784
e dividimo-los pela esperança média de vida de uma pessoa,
02:13
that turns out to be 162 lifetimes
41
133762
3135
o que resulta em 162 vidas
02:16
spent every day, wasted,
42
136897
2925
gastas todos os dias, desperdiçadas,
02:19
just getting from A to B.
43
139822
2044
apenas para ir de do ponto A ao ponto B.
02:21
It's unbelievable.
44
141866
1730
É inacreditável.
02:23
And then, there are those of us who don't have the privilege
45
143596
2844
Depois, há aqueles que não têm o privilégio
02:26
of sitting in traffic.
46
146440
1672
de ficarem engarrafados no trânsito.
02:28
So this is Steve.
47
148112
1578
Este é Steve.
02:29
He's an incredibly capable guy,
48
149690
1765
É um homem incrivelmente capaz,
02:31
but he just happens to be blind,
49
151455
2516
mas acontece que é cego.
02:33
and that means instead of a 30-minute drive to work in the morning,
50
153971
3217
Isso implica que, em vez duma viagem de 30 minutos para o trabalho,
02:37
it's a two-hour ordeal of piecing together bits of public transit
51
157188
3979
demora duas horas a encaixar pedaços de transportes públicos
02:41
or asking friends and family for a ride.
52
161167
2385
ou pede boleia a amigos e família.
02:43
He doesn't have that same freedom that you and I have to get around.
53
163552
3669
Não tem a mesma liberdade de movimentos que nós temos.
02:47
We should do something about that.
54
167221
2460
Devíamos fazer algo em relação a isso.
02:49
Now, conventional wisdom would say
55
169891
1757
O senso comum diria
02:51
that we'll just take these driver assistance systems
56
171648
2492
para agarrarmos nos sistemas de assistência ao condutor
02:54
and we'll kind of push them and incrementally improve them,
57
174140
3750
e os melhorarmos cada vez mais,
02:57
and over time, they'll turn into self-driving cars.
58
177890
2542
até os transformar em carros autónomos.
03:00
Well, I'm here to tell you that's like me saying
59
180432
2409
Estou aqui para mostrar que isso é o mesmo que eu dizer
03:02
that if I work really hard at jumping, one day I'll be able to fly.
60
182841
4057
que, se treinar muito os meus saltos, um dia conseguirei voar.
03:06
We actually need to do something a little different.
61
186898
2728
Na verdade, temos que fazer algo um pouco diferente.
03:09
And so I'm going to talk to you about three different ways
62
189626
2711
Então vou dizer-vos que os carros autónomos
03:12
that self-driving systems are different than driver assistance systems.
63
192337
3346
são diferentes dos sistemas de assistência em três planos diferentes.
03:15
And I'm going to start with some of our own experience.
64
195683
2651
Vou começar por vos contar a nossa experiência.
03:18
So back in 2013,
65
198334
2253
Em 2013,
03:20
we had the first test of a self-driving car
66
200587
2663
fizemos o primeiro teste de um carro autónomo
03:23
where we let regular people use it.
67
203250
2027
em que deixámos pessoas vulgares usá-lo.
03:25
Well, almost regular -- they were 100 Googlers,
68
205277
2202
Bem, quase vulgares... eram 100 funcionários da Google,
03:27
but they weren't working on the project.
69
207479
2003
mas não estavam a trabalhar no projeto.
03:29
And we gave them the car and we allowed them to use it in their daily lives.
70
209482
3621
Demos-lhes o carro e pedimos que o usassem na sua vida quotidiana.
03:33
But unlike a real self-driving car, this one had a big asterisk with it:
71
213103
3719
Mas ainda não era um verdadeiro carro autónomo.
03:36
They had to pay attention,
72
216822
1504
Tinham que prestar atenção,
03:38
because this was an experimental vehicle.
73
218326
2633
porque era um veículo experimental.
03:40
We tested it a lot, but it could still fail.
74
220959
3525
Tínhamos feitos muitos testes, mas ainda podia falhar.
03:44
And so we gave them two hours of training,
75
224484
2059
Então demos-lhes duas horas de treino,
03:46
we put them in the car, we let them use it,
76
226543
2092
Colocámo-los no carro, deixámos que o usassem,
03:48
and what we heard back was something awesome,
77
228635
2127
e as reações deles foram uma coisa incrível,
03:50
as someone trying to bring a product into the world.
78
230762
2524
para alguém a tentar pôr um produto no mundo.
03:53
Every one of them told us they loved it.
79
233286
1925
Todos disseram que o adoraram.
03:55
In fact, we had a Porsche driver who came in and told us on the first day,
80
235211
3566
Tivemos um condutor de um Porsche, que nos disse, logo no primeiro dia:
03:58
"This is completely stupid. What are we thinking?"
81
238777
2663
"Isto é uma ideia estúpida. Em que é que estão a pensar?"
04:01
But at the end of it, he said, "Not only should I have it,
82
241850
2840
Mas no final, disse: "Eu queria ter um!
04:04
everyone else should have it, because people are terrible drivers."
83
244690
3175
"E todos deviam ter um, porque as pessoas são uns condutores terríveis".
04:09
So this was music to our ears,
84
249135
1735
Foi música para os nossos ouvidos,
04:10
but then we started to look at what the people inside the car were doing,
85
250870
3803
mas depois começámos a observar o que as pessoas faziam dentro do carro,
04:14
and this was eye-opening.
86
254673
1579
e isso abriu-nos os olhos.
04:16
Now, my favorite story is this gentleman
87
256252
2438
A minha história preferida é a deste senhor
04:18
who looks down at his phone and realizes the battery is low,
88
258690
3829
que olha para o seu telemóvel e repara que a bateria está fraca.
04:22
so he turns around like this in the car and digs around in his backpack,
89
262519
4548
Então, vira-se para trás no carro e vasculha na sua mochila,
04:27
pulls out his laptop,
90
267067
2153
saca do seu computador portátil,
04:29
puts it on the seat,
91
269220
1567
coloca-o no banco,
04:30
goes in the back again,
92
270787
1764
vai de novo à mochila
04:32
digs around, pulls out the charging cable for his phone,
93
272551
3367
procura, tira o carregador do telemóvel,
04:35
futzes around, puts it into the laptop, puts it on the phone.
94
275918
3367
desenrola-o, coloca-o no portátil e liga o telemóvel.
04:39
Sure enough, the phone is charging.
95
279285
2043
Não tarda, o telemóvel está a carregar.
04:41
All the time he's been doing 65 miles per hour down the freeway.
96
281328
3994
Faz isto tudo a 100 km/hora, na autoestrada.
04:45
Right? Unbelievable.
97
285322
2484
Inacreditável!
04:47
So we thought about this and we said, it's kind of obvious, right?
98
287806
3121
Pensámos nisto e dissemos: "É óbvio, não é?
04:50
The better the technology gets,
99
290927
2263
"Quanto melhor fica a tecnologia,
04:53
the less reliable the driver is going to get.
100
293190
2121
"menos fiável será o condutor".
04:55
So by just making the cars incrementally smarter,
101
295311
2396
Se só tornarmos os carros cada vez mais inteligentes,
04:57
we're probably not going to see the wins we really need.
102
297707
2902
provavelmente não veremos as vitórias de que precisamos.
05:00
Let me talk about something a little technical for a moment here.
103
300609
3901
Deixem-me falar de algo um pouco técnico, por momentos.
05:04
So we're looking at this graph, and along the bottom
104
304510
2438
Na parte inferior deste gráfico
05:06
is how often does the car apply the brakes when it shouldn't.
105
306948
3051
está a frequência com que o carro trava, quando não devia.
05:09
You can ignore most of that axis,
106
309999
1621
Podemos ignorar a maior parte deste eixo
05:11
because if you're driving around town, and the car starts stopping randomly,
107
311620
3719
porque nunca iremos comprar um carro,
que pare de imprevisto, quando estamos a conduzir na cidade.
05:15
you're never going to buy that car.
108
315339
1701
05:17
And the vertical axis is how often the car is going to apply the brakes
109
317040
3375
O eixo vertical é a frequência com que o carro trava,
05:20
when it's supposed to to help you avoid an accident.
110
320415
3049
quando deve, para nos ajudar a evitar um acidente.
05:23
Now, if we look at the bottom left corner here,
111
323464
2221
Se olharmos aqui para o canto inferior esquerdo,
05:25
this is your classic car.
112
325685
1845
este é o carro clássico.
05:27
It doesn't apply the brakes for you, it doesn't do anything goofy,
113
327530
3133
Não trava por nossa conta, não faz nada inesperado,
05:30
but it also doesn't get you out of an accident.
114
330663
2779
mas também não nos livra de um acidente.
05:33
Now, if we want to bring a driver assistance system into a car,
115
333442
3018
Se quisermos introduzir um sistema de condução assistida num carro,
05:36
say with collision mitigation braking,
116
336460
1828
com travagem anti-colisão,
05:38
we're going to put some package of technology on there,
117
338288
2612
vamos introduzir aqui um conjunto de tecnologias.
05:40
and that's this curve, and it's going to have some operating properties,
118
340900
3418
Esta é a curva, que terá as suas propriedades de funcionamento,
mas nunca evitará todos os acidentes,
05:44
but it's never going to avoid all of the accidents,
119
344318
2490
porque não tem essa capacidade.
05:46
because it doesn't have that capability.
120
346808
2059
05:48
But we'll pick some place along the curve here,
121
348867
2249
Mas vamos escolher uma zona da curva por aqui.
O sistema talvez evite metade dos acidentes em que o condutor humano falha.
05:51
and maybe it avoids half of accidents that the human driver misses,
122
351116
3254
Isso é incrível, não é?
05:54
and that's amazing, right?
123
354370
1297
05:55
We just reduced accidents on our roads by a factor of two.
124
355667
2727
Acabamos de reduzir para metade os acidentes na estrada.
05:58
There are now 17,000 less people dying every year in America.
125
358394
3987
Agora há menos 17 000 mortes por ano nos EUA.
06:02
But if we want a self-driving car,
126
362381
2020
Mas, se queremos um carro autónomo,
06:04
we need a technology curve that looks like this.
127
364401
2307
precisamos de uma curva tecnológica deste género.
06:06
We're going to have to put more sensors in the vehicle,
128
366708
2599
Precisaremos de mais sensores no veículo,
06:09
and we'll pick some operating point up here
129
369307
2021
e escolheremos um ponto operacional por aqui,
06:11
where it basically never gets into a crash.
130
371328
2019
onde, basicamente não haverá acidentes.
06:13
They'll happen, but very low frequency.
131
373347
2443
Ainda vão ocorrer, mas com muito pouca frequência.
06:15
Now you and I could look at this and we could argue
132
375790
2461
Agora, podemos olhar para isto e podemos discutir
06:18
about whether it's incremental, and I could say something like "80-20 rule,"
133
378251
3605
se é algo incremental e eu responderia "regra dos 80:20".
06:21
and it's really hard to move up to that new curve.
134
381856
2568
É muito difícil ultrapassar aquela nova curva.
Mas vamos analisar de outra perspetiva, por momentos.
06:24
But let's look at it from a different direction for a moment.
135
384424
2934
Vamos ver com que frequência é que a tecnologia tem que fazer a coisa certa.
06:27
So let's look at how often the technology has to do the right thing.
136
387358
3512
06:30
And so this green dot up here is a driver assistance system.
137
390870
3506
Este ponto verde aqui é um sistema de assistência à condução.
06:34
It turns out that human drivers
138
394376
2485
Parece que os condutores nos EUA
06:36
make mistakes that lead to traffic accidents
139
396861
2647
fazem erros que provocam um acidente de trânsito
06:39
about once every 100,000 miles in America.
140
399508
3172
em cada 160 000 km.
06:42
In contrast, a self-driving system is probably making decisions
141
402680
3167
Por outro lado, um carro autónomo provavelmente toma decisões
06:45
about 10 times per second,
142
405847
3663
cerca de 10 vezes por segundo,
06:49
so order of magnitude,
143
409510
1422
numa ordem de grandeza,
06:50
that's about 1,000 times per mile.
144
410932
2832
que corresponde a cerca de 1000 decisões em cada 1,6 km.
06:53
So if you compare the distance between these two,
145
413764
2485
Portanto, se compararem a distância entre estas duas coisas,
06:56
it's about 10 to the eighth, right?
146
416249
2600
é cerca de 100 milhões.
06:58
Eight orders of magnitude.
147
418849
1765
Oito ordens de magnitude.
07:00
That's like comparing how fast I run
148
420614
2809
É como comparar a minha velocidade de corrida
07:03
to the speed of light.
149
423423
2206
com a velocidade da luz.
07:05
It doesn't matter how hard I train, I'm never actually going to get there.
150
425629
3785
Por mais que eu treine, nunca vou chegar lá perto.
07:09
So there's a pretty big gap there.
151
429414
2438
Portanto há aqui um fosso muito grande.
07:11
And then finally, there's how the system can handle uncertainty.
152
431852
3729
Por fim, há a forma como o sistema lida com a incerteza.
07:15
So this pedestrian here might be stepping into the road, might not be.
153
435581
3323
Este peão aqui vai atravessar a estrada, ou não?
07:18
I can't tell, nor can any of our algorithms,
154
438904
3395
Não sei dizer, nem nenhum dos nossos algoritmos.
07:22
but in the case of a driver assistance system,
155
442310
2284
Se tivermos um sistema de assistência ao condutor,
07:24
that means it can't take action, because again,
156
444594
2806
significa que não vai reagir, porque, novamente,
07:27
if it presses the brakes unexpectedly, that's completely unacceptable.
157
447400
3339
é totalmente inaceitável que ele acione os travões inesperadamente.
07:30
Whereas a self-driving system can look at that pedestrian and say,
158
450739
3133
Enquanto que um carro autónomo deteta o peão e diz:
07:33
I don't know what they're about to do,
159
453872
1890
"Não sei o que é que ele vai fazer,
07:35
slow down, take a better look, and then react appropriately after that.
160
455762
3762
" vou abrandar, ver melhor, e depois reagir apropriadamente."
07:39
So it can be much safer than a driver assistance system can ever be.
161
459524
3702
Por isso, pode ser muito mais seguro do que qualquer sistema de assistência.
07:43
So that's enough about the differences between the two.
162
463226
2730
Basta de falar sobre as diferenças entre os dois.
07:45
Let's spend some time talking about how the car sees the world.
163
465956
3484
Vamos falar um bocado sobre como o carro vê o mundo.
07:49
So this is our vehicle.
164
469440
1252
Este é o nosso veículo.
07:50
It starts by understanding where it is in the world,
165
470692
2438
Ele começa por perceber onde está situado,
07:53
by taking a map and its sensor data and aligning the two,
166
473130
2787
alinhando um mapa e os seus dados sensoriais.
07:55
and then we layer on top of that what it sees in the moment.
167
475917
2948
Depois colocamos em cima disso o que ele vê no momento.
07:58
So here, all the purple boxes you can see are other vehicles on the road,
168
478865
3655
Todas as caixas roxas que aqui veem são outros veículos na estrada,
08:02
and the red thing on the side over there is a cyclist,
169
482520
2528
e a coisa vermelha ali ao lado é um ciclista,
08:05
and up in the distance, if you look really closely,
170
485048
2402
e, à distância, se olharem bem de perto,
08:07
you can see some cones.
171
487450
1794
conseguem ver uns cones.
08:09
Then we know where the car is in the moment,
172
489244
2773
Aí sabemos onde o carro se encontra no momento,
08:12
but we have to do better than that: we have to predict what's going to happen.
173
492017
3833
mas temos que fazer melhor que isso: temos que prever o que vai acontecer.
08:15
So here the pickup truck in top right is about to make a left lane change
174
495850
3488
Aqui a carrinha no canto superior direito vai mudar para a faixa da esquerda
08:19
because the road in front of it is closed,
175
499338
2223
porque a estrada à sua frente está fechada,
08:21
so it needs to get out of the way.
176
501561
1731
portanto terá que se desviar.
08:23
Knowing that one pickup truck is great,
177
503292
1863
Reconhecer essa carrinha é ótimo,
08:25
but we really need to know what everybody's thinking,
178
505155
2479
mas precisamos de saber o que todos estão a pensar,
08:27
so it becomes quite a complicated problem.
179
507634
2507
o que se torna num problema bastante complicado.
08:30
And then given that, we can figure out how the car should respond in the moment,
180
510141
4749
Podemos determinar como o carro deve responder no momento,
08:34
so what trajectory it should follow, how quickly it should slow down or speed up.
181
514890
3866
que trajetória deve seguir, com que velocidade deve abrandar ou acelerar.
08:38
And then that all turns into just following a path:
182
518756
3065
Depois, tudo isso se torna no caminho a seguir:
08:41
turning the steering wheel left or right, pressing the brake or gas.
183
521821
3197
virar o volante para a esquerda ou direita, acionar o travão ou o acelerador.
08:45
It's really just two numbers at the end of the day.
184
525018
2464
No final do dia são apenas dois números.
08:47
So how hard can it really be?
185
527482
2241
Até que ponto pode ser difícil?
08:50
Back when we started in 2009,
186
530433
1952
Quando começámos, em 2009,
08:52
this is what our system looked like.
187
532385
1798
este era o nosso sistema.
08:54
So you can see our car in the middle and the other boxes on the road,
188
534183
3391
Vemos o nosso carro no centro e as outras caixas na estrada,
08:57
driving down the highway.
189
537574
1271
a seguir pela autoestrada.
08:58
The car needs to understand where it is and roughly where the other vehicles are.
190
538845
3818
O carro tem que perceber onde está e a posição aproximada dos outros veículos.
09:02
It's really a geometric understanding of the world.
191
542663
2429
É uma compreensão geométrica do mundo.
09:05
Once we started driving on neighborhood and city streets,
192
545092
2948
Quando começamos a conduzir em bairros e estradas da cidade,
09:08
the problem becomes a whole new level of difficulty.
193
548040
2445
o problema passa a ter toda uma nova dificuldade.
09:10
You see pedestrians crossing in front of us, cars crossing in front of us,
194
550485
3494
Vemos peões a passar à nossa frente, carros a passar à nossa frente,
09:13
going every which way,
195
553979
1811
em todas as direções,
09:15
the traffic lights, crosswalks.
196
555790
1527
semáforos, passadeiras.
09:17
It's an incredibly complicated problem by comparison.
197
557317
2797
Em comparação, é um problema incrivelmente complicado.
09:20
And then once you have that problem solved,
198
560114
2103
Depois, quando se tem esse problema resolvido,
09:22
the vehicle has to be able to deal with construction.
199
562217
2512
o veículo tem que conseguir lidar com as obras.
09:24
So here are the cones on the left forcing it to drive to the right,
200
564729
3151
Aqui estão os cones à esquerda a obrigá-lo a virar para a direita,
09:27
but not just construction in isolation, of course.
201
567880
2402
mas não são apenas as obras isoladas, claro.
09:30
It has to deal with other people moving through that construction zone as well.
202
570282
3723
Também tem que lidar com outros veículos que passam por essa zona de obras.
09:34
And of course, if anyone's breaking the rules, the police are there
203
574005
3263
Claro, se alguém quebrar as regras, a polícia está lá.
09:37
and the car has to understand that that flashing light on the top of the car
204
577268
3622
O carro tem que perceber que aquela luz a piscar no topo do carro
09:40
means that it's not just a car, it's actually a police officer.
205
580890
3105
significa que não é apenas um carro, é um carro da polícia.
09:43
Similarly, the orange box on the side here,
206
583995
2032
Da mesma forma, a caixa laranja deste lado
é um autocarro escolar.
09:46
it's a school bus,
207
586027
1109
09:47
and we have to treat that differently as well.
208
587136
2520
Também temos que o tratar de forma diferente.
09:50
When we're out on the road, other people have expectations:
209
590576
2793
Quando estamos na estrada, as pessoas têm expetativas:
09:53
So, when a cyclist puts up their arm,
210
593369
1780
Assim, quando um ciclista levanta o braço,
09:55
it means they're expecting the car to yield to them and make room for them
211
595149
3518
quer dizer que espera que o carro lhe ceda a passagem
09:58
to make a lane change.
212
598667
2053
para ele poder mudar de direção.
10:01
And when a police officer stood in the road,
213
601030
2173
E quando um policia está na estrada,
10:03
our vehicle should understand that this means stop,
214
603203
2740
o nosso veículo deve perceber que isso quer dizer parar
10:05
and when they signal to go, we should continue.
215
605943
3506
e que, quando fazem sinal para avançar, deve continuar.
10:09
Now, the way we accomplish this is by sharing data between the vehicles.
216
609449
3761
A forma de conseguirmos isto é partilhando informações entre veículos.
10:13
The first, most crude model of this
217
613210
1696
Este é o primeiro modelo, mais em bruto.
10:14
is when one vehicle sees a construction zone,
218
614906
2113
Quando um veículo vê uma zona de obras
10:17
having another know about it so it can be in the correct lane
219
617019
3062
informa os outros veículos para ficarem na faixa correta
10:20
to avoid some of the difficulty.
220
620081
1570
para evitarem dificuldades.
10:21
But we actually have a much deeper understanding of this.
221
621651
2664
Mas temos uma compreensão mais profunda disso.
10:24
We could take all of the data that the cars have seen over time,
222
624315
3009
Podemos usar todos os dados que os carros foram vendo,
10:27
the hundreds of thousands of pedestrians, cyclists,
223
627324
2376
as centenas de milhares de peões, de ciclistas,
10:29
and vehicles that have been out there
224
629700
1787
e de veículos que lá estiveram
10:31
and understand what they look like
225
631487
1695
e perceber como é que são
10:33
and use that to infer what other vehicles should look like
226
633182
2831
e usar isso para deduzir o que é que os outros veículos são
10:36
and other pedestrians should look like.
227
636013
1926
e o que é que são os peões.
10:37
And then, even more importantly, we could take from that a model
228
637939
3021
Ainda mais importante, podemos obter isso de um modelo
10:40
of how we expect them to move through the world.
229
640960
2330
de como prevemos que eles se desloquem.
10:43
So here the yellow box is a pedestrian crossing in front of us.
230
643290
2963
Aqui, a caixa amarela é um peão a atravessar á nossa frente.
10:46
Here the blue box is a cyclist and we anticipate
231
646253
2250
Aqui, a caixa azul é um ciclista
10:48
that they're going to nudge out and around the car to the right.
232
648503
3312
e prevemos que ele vai sair da estrada á sua direita.
10:52
Here there's a cyclist coming down the road
233
652115
2092
Aqui, há um ciclista em sentido oposto
10:54
and we know they're going to continue to drive down the shape of the road.
234
654207
3486
e sabemos que ele vai continuar ao longo da estrada
10:57
Here somebody makes a right turn,
235
657693
1867
Aqui, alguém faz uma viragem á direita,
10:59
and in a moment here, somebody's going to make a U-turn in front of us,
236
659560
3360
e daqui a pouco, alguém vai inverter a marcha á nossa frente.
11:02
and we can anticipate that behavior and respond safely.
237
662920
2614
Podemos prever esse comportamento e reagir com segurança.
11:05
Now, that's all well and good for things that we've seen,
238
665534
2728
Agora, está tudo a correr bem para as coisas que vimos,
11:08
but of course, you encounter lots of things that you haven't
239
668262
2865
mas claro, encontramos imensas coisas que nunca tínhamos visto.
11:11
seen in the world before.
240
671127
1231
11:12
And so just a couple of months ago,
241
672358
1741
Há uns meses,
os nossos veículos estavam a percorrer a Mountain View,
11:14
our vehicles were driving through Mountain View,
242
674099
2235
11:16
and this is what we encountered.
243
676334
1644
e encontrámos isto.
11:17
This is a woman in an electric wheelchair
244
677978
2082
Uma mulher numa cadeira de rodas elétrica,
às voltas, a perseguir um pato na estrada!
11:20
chasing a duck in circles on the road. (Laughter)
245
680060
2617
11:22
Now it turns out, there is nowhere in the DMV handbook
246
682677
3111
(Risos)
Acontece que, em parte alguma, no código da estrada,
11:25
that tells you how to deal with that,
247
685788
2245
se explica como reagir a isto.
11:28
but our vehicles were able to encounter that,
248
688033
2143
Mas os nossos veículos foram capazes de gerir isso,
11:30
slow down, and drive safely.
249
690176
2255
abrandar e seguir em segurança.
11:32
Now, we don't have to deal with just ducks.
250
692431
2041
Mas não temos que lidar apenas com patos.
11:34
Watch this bird fly across in front of us. The car reacts to that.
251
694472
3708
Observem este pássaro à nossa frente.
O carro reage a isso.
11:38
Here we're dealing with a cyclist
252
698180
1615
Aqui, estamos a lidar com um ciclista
11:39
that you would never expect to see anywhere other than Mountain View.
253
699795
3290
como só encontramos em Mountain View.
11:43
And of course, we have to deal with drivers,
254
703085
2068
E claro que temos que lidar com condutores,
11:45
even the very small ones.
255
705153
3715
mesmo os mais pequenos.
11:48
Watch to the right as someone jumps out of this truck at us.
256
708868
4131
Olhem para a direita, alguém salta deste camião.
11:54
And now, watch the left as the car with the green box decides
257
714460
2929
E agora, olhem para a esquerda, o carro com caixa verde
11:57
he needs to make a right turn at the last possible moment.
258
717389
3325
decide, no último momento, que precisa de virar à direita.
12:00
Here, as we make a lane change, the car to our left decides
259
720714
2851
Aqui, quando vamos mudar de faixa, o carro à nossa esquerda
12:03
it wants to as well.
260
723565
3553
decide que quer fazer o mesmo.
12:07
And here, we watch a car blow through a red light
261
727118
2693
E aqui, vemos um carro a passar um sinal vermelho
12:09
and yield to it.
262
729811
2090
e a continuar o seu caminho.
12:11
And similarly, here, a cyclist blowing through that light as well.
263
731901
3854
Do mesmo modo, aqui um ciclista passa também um sinal vermelho.
12:15
And of course, the vehicle responds safely.
264
735755
2746
E claro, o nosso veículo responde de forma segura.
12:18
And of course, we have people who do I don't know what
265
738501
2601
Há pessoas, como este homem, que, não sei como,
12:21
sometimes on the road, like this guy pulling out between two self-driving cars.
266
741102
3823
por vezes, atravessam a estrada entre dois carros autónomos.
12:24
You have to ask, "What are you thinking?"
267
744925
2045
Temos de perguntar: " Em que é que estás a pensar?"
12:26
(Laughter)
268
746970
1212
(Risos)
12:28
Now, I just fire-hosed you with a lot of stuff there,
269
748182
2521
Já vos inundei com todas estas coisas,
12:30
so I'm going to break one of these down pretty quickly.
270
750703
2650
por isso, vou falar duma muito rapidamente.
12:33
So what we're looking at is the scene with the cyclist again,
271
753353
2940
O que vemos aqui, é a cena do ciclista outra vez.
Na realidade, ainda não vemos o ciclista,
12:36
and you might notice in the bottom, we can't actually see the cyclist yet,
272
756293
3491
12:39
but the car can: it's that little blue box up there,
273
759784
2504
mas o carro vê: é aquela pequena caixa azul ali.
12:42
and that comes from the laser data.
274
762288
2081
Isso vem das informações do laser.
12:44
And that's not actually really easy to understand,
275
764369
2418
Na verdade, não é muito fácil perceber,
12:46
so what I'm going to do is I'm going to turn that laser data and look at it,
276
766787
3584
por isso vou mudar o ângulo de leitura e olhar para elas.
Se formos bons a ler dados laser,
12:50
and if you're really good at looking at laser data, you can see
277
770371
3029
podemos ver alguns pontos ali na curva.
12:53
a few dots on the curve there,
278
773400
1487
Aquela caixa azul é o ciclista.
12:54
right there, and that blue box is that cyclist.
279
774887
2372
Quando o nosso sinal está vermelho,
12:57
Now as our light is red,
280
777259
1149
12:58
the cyclist's light has turned yellow already,
281
778408
2192
o do ciclista já está amarelo.
13:00
and if you squint, you can see that in the imagery.
282
780600
2438
Se semicerrarmos os olhos, podemos ver isso na imagem.
Mas o ciclista vai avançar no cruzamento.
13:03
But the cyclist, we see, is going to proceed through the intersection.
283
783038
3286
13:06
Our light has now turned green, his is solidly red,
284
786324
2394
O nosso sinal mudou para verde, o dele já está vermelho
13:08
and we now anticipate that this bike is going to come all the way across.
285
788718
4292
e podemos prever que a bicicleta vai atravessar-se à nossa frente.
13:13
Unfortunately the other drivers next to us were not paying as much attention.
286
793010
3742
Infelizmente, os outros condutores não prestaram muita atenção.
13:16
They started to pull forward, and fortunately for everyone,
287
796752
3157
Começaram a avançar e, felizmente para todos,
13:19
this cyclists reacts, avoids,
288
799909
3011
este ciclista reage, evita-os
13:22
and makes it through the intersection.
289
802920
2191
e passa pelo cruzamento.
13:25
And off we go.
290
805111
1568
E agora, cá vamos nós!
13:26
Now, as you can see, we've made some pretty exciting progress,
291
806679
2948
Como podem ver, fizemos progressos muito excitantes.
13:29
and at this point we're pretty convinced
292
809627
1902
Nesta altura, estamos convencidos que esta tecnologia vai entrar no mercado.
13:31
this technology is going to come to market.
293
811529
2010
13:33
We do three million miles of testing in our simulators every single day,
294
813539
4783
Fizemos cinco milhões de km de testes nos nossos simuladores, todos os dias.
13:38
so you can imagine the experience that our vehicles have.
295
818322
2689
Podem imaginar a experiência que os nossos veículos têm.
13:41
We are looking forward to having this technology on the road,
296
821011
2864
Estamos ansiosos por ver esta tecnologia na estrada.
13:43
and we think the right path is to go through the self-driving
297
823875
2890
Achamos que o caminho correto é através dos carros autónomos
13:46
rather than driver assistance approach
298
826765
1844
em vez de carros com assistência ao condutor.
13:48
because the urgency is so large.
299
828609
2621
A urgência é enorme.
13:51
In the time I have given this talk today,
300
831230
2393
Durante o tempo em que eu fiz esta palestra hoje,
13:53
34 people have died on America's roads.
301
833623
3135
morreram 34 pessoas nas estradas dos EUA.
13:56
How soon can we bring it out?
302
836758
2368
Quando é que podemos pôr isto cá fora?
13:59
Well, it's hard to say because it's a really complicated problem,
303
839126
3832
É difícil dizer, porque é um problema complicado.
14:02
but these are my two boys.
304
842958
2214
Estes são os meus dois filhos.
14:05
My oldest son is 11, and that means in four and a half years,
305
845172
3623
O meu filho mais velho tem 11 anos.
Dentro de 4 anos e meio, vai poder obter a carta de condução.
14:08
he's going to be able to get his driver's license.
306
848795
2577
14:11
My team and I are committed to making sure that doesn't happen.
307
851372
3204
A minha equipa e eu estamos empenhados em fazer que isso não aconteça!
14:14
Thank you.
308
854576
1904
Obrigado.
14:16
(Laughter) (Applause)
309
856480
3667
(Aplausos)
14:21
Chris Anderson: Chris, I've got a question for you.
310
861110
2568
Chris Anderson: Chris, tenho uma pergunta para ti.
14:23
Chris Urmson: Sure.
311
863678
2809
Chris Urmson: Ok.
14:26
CA: So certainly, the mind of your cars is pretty mind-boggling.
312
866487
3924
CA: Certamente a mente dos vossos carros é bastante incompreensível.
14:30
On this debate between driver-assisted and fully driverless --
313
870411
4459
Neste debate entre assistência ao condutor e totalmente autónomo...
14:34
I mean, there's a real debate going on out there right now.
314
874870
3041
Há bastante debate sobre isto, neste momento.
14:37
So some of the companies, for example, Tesla,
315
877911
2833
Há empresas como, por exemplo, a Tesla
14:40
are going the driver-assisted route.
316
880744
2159
que estão viradas para a assistência á condução.
14:42
What you're saying is that that's kind of going to be a dead end
317
882903
5248
O que estás a dizer e dizer é que isso vai ser um beco sem saída,
14:48
because you can't just keep improving that route and get to fully driverless
318
888151
5456
porque não conseguimos continuar
a melhorar esse caminho e chegar a autónomo
14:53
at some point, and then a driver is going to say, "This feels safe,"
319
893607
3530
em determinado ponto, e o condutor vai dizer: " Isto parece seguro",
14:57
and climb into the back, and something ugly will happen.
320
897137
2647
entra lá para trás, e acontece algo muito feio.
14:59
CU: Right. No, that's exactly right, and it's not to say
321
899784
2676
CU: Certo, é isso mesmo.
Não estou a dizer que os sistemas de assistência ao condutor
15:02
that the driver assistance systems aren't going to be incredibly valuable.
322
902460
3537
vão deixar de ter um valor incrível.
15:05
They can save a lot of lives in the interim,
323
905997
2058
Podem salvar muitas vidas entretanto.
15:08
but to see the transformative opportunity to help someone like Steve get around,
324
908055
3833
mas ver a oportunidade transformadora
e ajudar alguém como o Steve a dar uma volta,
15:11
to really get to the end case in safety,
325
911888
1969
para chegar ao fim em segurança,
15:13
to have the opportunity to change our cities
326
913857
2479
ter a oportunidade de mudar as nossas cidades
15:16
and move parking out and get rid of these urban craters we call parking lots,
327
916336
4204
e eliminar essas crateras urbanas a que chamamos parques de estacionamento,
15:20
it's the only way to go.
328
920540
1240
é a única forma de avançar.
15:21
CA: We will be tracking your progress with huge interest.
329
921780
2718
CA: Nós vamos acompanhando o vosso progresso com enorme interesse.
15:24
Thanks so much, Chris. CU: Thank you. (Applause)
330
924498
4232
- Muito obrigado Chris. - Obrigado.
(Aplausos)
Sobre este site

Este sítio irá apresentar-lhe vídeos do YouTube que são úteis para a aprendizagem do inglês. Verá lições de inglês ensinadas por professores de primeira linha de todo o mundo. Faça duplo clique nas legendas em inglês apresentadas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas deslocam-se em sincronia com a reprodução do vídeo. Se tiver quaisquer comentários ou pedidos, por favor contacte-nos utilizando este formulário de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7