📸 Créditos da imagem: Unsplash
As câmeras térmicas são frequentemente apontadas como uma das soluções mais promissoras para garantir a segurança dos veículos autônomos durante a noite ou em condições de baixa visibilidade. Ao captar o calor emitido pelo corpo humano, esse tipo de sensor consegue, em tese, destacar um pedestre em cenários onde câmeras ópticas tradicionais enfrentam dificuldades severas.
No entanto, essa mesma característica técnica esconde uma fragilidade pouco explorada até agora. Como o dispositivo depende exclusivamente do gradiente térmico entre os objetos e o ambiente ao redor, alterações nessas condições térmicas podem induzir o sistema de direção autônoma a erros graves de julgamento, comprometendo a tomada de decisões na pista.
O problema começa muito antes de o pedestre aparecer
Diferente da visão humana, uma câmera térmica não enxerga contornos convencionais. O equipamento registra a radiação infravermelha emitida por todos os elementos presentes na cena, convertendo essas variações de temperatura em um mapa visual que, em seguida, é processado por algoritmos de inteligência artificial e visão computacional.
Uma investigação conduzida por pesquisadores da Universidade da Flórida, em cooperação com especialistas da Universidade da Califórnia em Irvine, da Universidade de Eletrocomunicações do Japão e da Toyota, revelou as brechas desse processo. O estudo avaliou o impacto que fontes de calor externas causam no sensor e foi detalhado no simpósio de segurança NDSS.
Os testes demonstraram que a presença de uma fonte de calor intensa no campo de visão pode desregular a faixa dinâmica de temperaturas registrada por toda a imagem. Com a redução abrupta do contraste térmico global, um pedestre que antes apareceria claramente destacado passa a se camuflar no cenário, tornando-se praticamente invisível aos algoritmos de detecção.
Além disso, o comportamento óptico dos sensores introduz outras falhas perigosas. Durante os ciclos de calibração automática, o dispositivo pode gerar padrões visuais interpretados equivocadamente como obstáculos. Reflexos e artefatos térmicos também provocam o efeito de imagens fantasma, que permanecem visíveis para a inteligência artificial por vários minutos, mesmo depois que a fonte de calor original já se afastou.
Com isso, o veículo continua operando sem emitir qualquer aviso de falha técnica, exibindo um fluxo de imagens aparentemente estável, mas composto por dados que não correspondem à realidade física da via.
Não é preciso invadir o computador para enganar o sistema
Um dos aspectos mais alarmantes revelados pelos pesquisadores é que esse tipo de vulnerabilidade prescinde de um ataque cibernético tradicional. Não há necessidade de invadir a rede do veículo, roubar credenciais de acesso ou alterar o código-fonte dos programas de navegação.
A interferência ocorre puramente no nível físico: a aproximação de máquinas industriais, superfícies extremamente aquecidas, reflexos em fachadas ou fontes térmicas pontuais dispostas estrategicamente são suficientes para desorientar o equipamento. Na prática, um agente mal-intencionado poderia manipular intencionalmente o ambiente para confundir a direção autônoma.
Para mensurar a gravidade da falha, os cientistas testaram três modelos de câmeras térmicas comerciais, três detectores de objetos consagrados na indústria e dois sistemas híbridos que combinam sensores térmicos e câmeras de luz visível. O desempenho observado acendeu alertas significativos:
- A precisão média no reconhecimento de pedestres sofreu uma queda de até 50%;
- Sistemas de fusão que integram câmeras convencionais e térmicas registraram perdas de precisão de até 45%;
- Em testes com veículos trafegando a velocidades de até 40 km/h, pedestres deixaram de ser detectados em 100% dos cenários avaliados sob certas condições;
- Fontes térmicas externas conseguiram induzir o sistema a criar obstáculos inexistentes com um índice de até 91% de ocorrência.
Embora esses números reflitam configurações controladas de laboratório e não signifiquem uma falha generalizada em qualquer trajeto urbano, eles evidenciam que a simples adição de múltiplos sensores não garante que o veículo saberá discernir qual leitura está correta.
O futuro dos carros autônomos também depende de saber quando desconfiar
Apesar das limitações apontadas, os pesquisadores ressaltam que a tecnologia térmica não deve ser descartada. Ela permanece indispensável em situações onde a escuridão inviabiliza as câmeras fotográficas normais. A questão central reside em ensinar os veículos autônomos a identificar quando um sensor deixa de ser confiável.
O grupo de pesquisa desenvolveu mecanismos em tempo real capazes de detectar e filtrar determinados ruídos e artefatos térmicos. Contudo, a evolução da segurança na condução sem motorista exigirá uma comparação constante e contextualizada entre tecnologias baseadas em princípios físicos distintos, como radares, sensores LiDAR e câmeras.
Se uma câmera térmica aponta a presença iminente de um pedestre enquanto o radar e o LiDAR não captam qualquer massa reflexiva condizente, o veículo precisa reduzir o grau de certeza daquela informação em vez de presumir cegamente que a imagem térmica é soberana. O mesmo princípio temporal se aplica às imagens fantasma: monitorar o histórico e a dispersão dos sinais impede que o carro freie bruscamente para desviar de um obstáculo ilusório.
A principal conclusão do estudo redefine as prioridades da indústria: a verdadeira autonomia não depende apenas de equipar os carros com mais sensores e capturar volumes massivos de informação, mas sim de desenvolver sistemas inteligentes o bastante para reconhecer contradições e desconfiar de seus próprios sentidos.
📰 Leia a notícia completa em: Gizmodo »