Andreza Lukosiunas, do Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP), propõe um método inédito para analisar a qualidade de calçadas com inteligência artificial, o que pode ajudar gestores públicos a tomar decisões mais inteligentes. A pesquisa, que foi tese de doutorado, aborda o desenvolvimento urbano focado em pedestres como uma resposta aos problemas causados pelo planejamento centrado em carros.
Em entrevista à Agência Universitária de Notícias (AUN), a pesquisadora defende que a ideia do estudo é identificar os melhores caminhos para pedestres com mobilidade reduzida, entender as distâncias mínimas para ir de um ponto a outro, entre outros aspectos.
Segundo a pesquisadora, a necessidade de aprimorar a infraestrutura de calçadas tem incentivado o uso de tecnologias avançadas, como imagens de satélite e visão computacional, para mapear e analisar essa infraestrutura.
Lukosiunas explica que, por meio de imagens de satélite, o computador vai identificar o que é cada objeto: “Por exemplo, a árvore, a rua e as calçadas. As calçadas, em branco, são o que estamos tentando classificar”, aponta. “O desafio aqui é que, enquanto uma pessoa consegue ver a árvore ou a rua com facilidade, a calçada é mais difícil de identificar. Isso gera desafios na segmentação semântica, pois muitas vezes as calçadas estão ‘ocultas’ por árvores ou outros objetos”, complementa.
Segmentação semântica atribui um rótulo de classe a pixels de acordo com diversas características com um algoritmo de deep learning (DL) e ajuda os computadores a entenderem informações visuais.
“Depois que realizamos a segmentação semântica, passamos para a fase de análise de formas, ou seja, transformamos a calçada em polígonos. Isso facilita a análise das vias, pois conseguimos medir a largura e o comprimento delas e verificar se há oclusões, como árvores que dificultam a mobilidade”, explica.
Para a pesquisadora, a análise das calçadas pode ajudar gestores públicos a tomar decisões mais informadas. “Isso economiza tempo e recursos, pois não seria viável fazer isso manualmente. A inteligência artificial pode ajudar muito a automatizar esse processo e melhorar a gestão pública”, defende.
Em São Paulo existem cerca de 68 milhões de metros quadrados de calçadas e cerca de 16% são de responsabilidade da Prefeitura. A responsabilidade pela manutenção dos 85% restantes é do proprietário do imóvel, conforme a Lei n° 15.442/2011, que prevê multa em caso de não regularização, em até 60 dias após a penalidade ser aplicada.
A gestão da capital instituiu em 2008 o Plano Emergencial de Calçadas (PEC), que propunha requalificar parte dos passeios em áreas consideradas prioritárias. Conforme a prefeitura de São Paulo, entre 2018 e 2020, pouco mais de 1,5 milhão de metros quadrados foram concluídos. Já o Plano de Metas da Gestão 2021/2024 prevê a execução de mais 1,5 milhão de metros quadrados de calçadas.
Para Lukosiunas, a gestão pública precisa incentivar a coleta e o compartilhamento de dados. “Hoje em dia, temos imagens de satélite que podem ser usadas de forma pública e gratuita, mas o trabalho de rotulagem dessas imagens, como identificar onde estão as calçadas, ainda precisa ser feito manualmente”, aponta.
“Se pensarmos no planejamento urbano, especialmente no passado, as cidades sempre foram construídas com um olhar voltado para os carros. Muitas prefeituras ainda investem em túneis ou vias exclusivas para carros, o que acaba aumentando o congestionamento”, explica. “Por isso, novos modelos de cidade estão sendo discutidos, como a “cidade de 15 minutos”, em que as pessoas podem andar mais a pé, andar de bicicleta e usar menos carros. Isso exige melhorias nas calçadas e também um novo modelo de urbanismo”.
Faça um comentário