O repórter do TechRadar, Mike Moore, experimentou pessoalmente durante o evento GTC 2026 um automóvel Mercedes CLA de condução autónoma com a plataforma Hyperion da Nvidia, e afirmou que esta viagem de condução autónoma foi uma experiência bem-sucedida: o controlo por IA é fluido, consegue reagir ao ambiente circundante e sentiu-se seguro ao longo de todo o percurso. Ao integrar hardware de sensores e tecnologia ponta a ponta, a Alpamayo demonstrou os primeiros resultados de decisão em tempo real e perceção do ambiente em estradas urbanas complexas.
Como é construída uma barreira de segurança com configuração de sensores em hardware e tecnologia ponta a ponta?
A experiência de test-drive realizada por Mike Moore desta vez, no centro de San Jose, é num modelo Mercedes-Benz CLA. A viatura tem especificações de hardware na plataforma Hyperion 8 e, no total, conta com 10 conjuntos de câmaras (Cameras) e 5 conjuntos de radares (Radars) distribuídos na parte dianteira e traseira, formando uma rede de perceção do ambiente a 360 graus.
A arquitetura de software baseia-se na tecnologia ponta a ponta da Alpamayo (End-to-End). O ponto forte desta tecnologia é utilizar dados reais de estrada e dados sintéticos para treinar modelos, com registos técnicos totalmente rastreáveis, com o objetivo de aumentar a segurança e a fiabilidade do sistema. Embora, atualmente, este sistema completo que foi testado ainda não tenha entrado no mercado de produção em massa, prevê-se que seja lançado oficialmente no segundo semestre de 2026, altura em que deverá injetar um novo impulso tecnológico no mercado automóvel.
Qual é o mecanismo de interação do “automobilismo autónomo de nível L2” nas estradas reais?
A tecnologia Hyperion 8 do veículo em teste pertence à condução autónoma de Level 2 “L2”. Neste nível, o sistema consegue assumir a navegação e a direção, mas o condutor ainda tem de manter a monitorização das condições da via. Durante o teste de cerca de 45 minutos, o automóvel circulou por ambientes de faixas de bicicleta e por vias com várias faixas tanto na cidade como nos subúrbios. O desenho do sistema exige que o condutor toque periodicamente no volante para confirmar que está acordado e não distraído.
O condutor tem o controlo principal e pode, a qualquer momento, desativar instantaneamente o controlo do sistema através de ações como carregar no pedal do travão. Este modelo de colaboração entre humano e máquina, no quadro das regulamentações atuais, é atualmente a principal forma de transição para a tecnologia de condução autónoma entrar no mercado de massas, oferecendo conveniência e, ao mesmo tempo, garantindo espaço para que o condutor possa voltar a controlar em situações inesperadas.
Mike Moore afirmou que qualquer pessoa que já tenha andado num automóvel com condução autónoma sabe que o processo de experiência pode ser cheio de tensão, sobretudo quando, na altura, ele estava sentado no banco do passageiro dianteiro. Os norte-americanos chamam Dead Seat ao banco do passageiro dianteiro; diz-se que esse lugar tem mais probabilidades de sofrer danos do que o banco do condutor, mas depois de passar alguns cruzamentos, ele acalmou e aproveitou plenamente a experiência de fazer uma viagem.
Como é que a Alpamayo lida com situações imprevistas na estrada e comportamentos de trânsito não típicos?
Durante o test-drive, a Alpamayo demonstrou capacidade de lidar com decisões complexas: quando um autocarro na faixa adjacente mudou de faixa de forma repentina para evitar um obstáculo, o veículo em teste ativou imediatamente o pisca e deslocou-se em simultâneo para a faixa adjacente para evitar uma colisão. Além disso, o sistema também tem desempenho na deteção de comportamentos não típicos. Por exemplo, quando detetou que um peão, numa situação fora da passadeira, se preparava para atravessar uma rua na zona residencial, o veículo abrandou antecipadamente e seguiu encostado.
No planeamento de rotas, o veículo consegue entrar com antecedência na faixa de viragem correta cerca de um quarteirão antes, evitando comportamentos perigosos como manobras de inserção à frente num cruzamento movimentado ou atravessar faixas. Esta lógica de antecipação mostra que, ao tratar fluxos de tráfego dinâmicos, a inteligência artificial já consegue integrar informação do mapa e dados de sensores em tempo real para tomar decisões mais alinhadas com as características do trânsito.
Durante o teste, o cenário mais desafiante foi encontrar um camião grande a dar marcha-atrás de forma anómala num parque de estacionamento e a atravessar a faixa de teste. Nestes casos extremos, o sistema de condução autónoma demonstrou uma atuação de travagem mais atempada do que a resposta humana, evitando eficazmente acidentes de colisão.
Este artigo A experiência de um jornalista tecnológico num carro autónomo Mercedes CLA com a plataforma Hyperion da Nvidia apareceu pela primeira vez em Linked News ABMedia.
Aviso: As informações nesta página podem ser provenientes de terceiros e não representam as opiniões ou pontos de vista da Gate. O conteúdo exibido nesta página é apenas para referência e não constitui aconselhamento financeiro, de investimento ou jurídico. A Gate não garante a exatidão ou integridade das informações e não será responsável por quaisquer perdas decorrentes do uso dessas informações. Os investimentos em ativos virtuais apresentam altos riscos e estão sujeitos a uma volatilidade de preços significativa. Você pode perder todo o capital investido. Por favor, compreenda completamente os riscos envolvidos e tome decisões prudentes com base em sua própria situação financeira e tolerância ao risco. Para mais detalhes, consulte o
Aviso Legal.
