Inteligência artificial consegue encontrar rotas para diminuir estresse de motoristas

Um dos fatores importantes que aumentam o número de acidentes de trânsito é o estresse, assim como o cansaço. Situações como engarrafamentos, barulhos, atrasos e condições climáticas podem aumentar os níveis de estresse de um motorista. Isso acaba sendo amplificado quando o cansaço já está presente. Com tudo isso, pode ocorrer uma redução da atenção junto com tomadas de decisão precipitadas, aumentando o risco de acidentes.

Há anos, a inteligência artificial (IA) tem surgido em carros autônomos e até em assistentes de rotas para auxilair motoristas e otimizar o tráfego. Uma das aplicações mais comuns de IA no trânsito é o uso de aplicativos que encontram a melhor rota. Esses aplicativos também tualizam em tempo real informações sobre o tráfego, sugerindo rotas alternativas para evitar congestionamentos. No entanto, outro ponto importante é um assistente capaz de entender o estado emocional do motorista.

Recentemente, um artigo introduziu um modelo de IA capaz de localizar fenômenos que causam estresse no motorista e propor rotas alternativas para evitá-los. A IA também é capaz de identificar se o motorista apresente sinais de estresse ou de fadiga. Esse modelo analisa dados, como condições de tráfego, histórico de acidentes, presença de eventos e até mesmo o perfil psicológico do motorista. Ao oferecer percursos que minimizam esses gatilhos, o modelo otimiza o tempo de viagem e visa reduzir o estresse do condutor.

Estresse visual

Quando precisamos enfrentar o trânsito, principalmente em estradas cheias ou em cidades grandes, já sabemos que será estressante. Isso porque o ambiente possui inúmeras informações visuais e sonoras além de congestionamento que afeta o nosso emocional. Não é incomum que esses fatores são diretamente associados com acidentes de trânsitos sendo um perigo pro próprio motorista quanto para os outros e para os pedestres.

Um grupo de pesquisadores analisou esses fatores considerando apenas dados visuais, ignorando sinais fisiológicos, análises faciais ou gravações de manobras veiculares. É o primeiro estudo que foca no aspecto visual do estresse no trânsito. Segundo os pesquisadores, as condições visuais afetam diretamente o nível de estresse do motorista. Com isso, a ideia é treinar um modelo capaz de localizar fenômenos visuais que aumentam o estresse.

Visão computacional

Esse modelo é baseado na área de visão computacional que é um campo da inteligência artificial que permite às máquinas enxergar. Ela envolve o desenvolvimento de técnicas que processam imagens de vídeos, extraindo informações e fazendo relações que possibilitam a máquina a entender o ambiente visualmente.

A possibilidade do computador enxergar o ambiente e conseguir tomar decisões com base na informação visual é importante em diferentes áreas. Uma das mais importantes é área médica que usa visão computacional como assistente em diagnóstico por imagem. Outra área que tem crescido consideravelmente nos últimos anos e depende de visão computacional é justamente o uso em carros autônomos para que o veículo possa identificar pedestres, outros veículos, placas de trânsito e semáforos.

Modelo que aprende sobre o trânsito

Os pesquisadores desse trabalho utilizou um modelo de IA que avalia simultaneamente as condições do tráfego, a presença de pedestres e as características do ambiente urbano em cenários reais. Isso permitiu que o modelo conseguisse aprender através de um estudo em larga escala da paisagem visual. Foram utilizados diferentes modelos de aprendizado, incluindo SVMs, CNNs e TSNs.

Segundo o estudo com o modelo de IA, ele visa entender como o ambiente visual afeta o estresse do motorista. Dessa forma o modelo pode ajudar a prever como será o ambiente e obter informações contextuais sobre a densidade do tráfego, a paisagem urbana e a presença de pedestres. Essas informações em conjunto com outras fontes de dados pode oferecer uma melhor previsão e uma sugestão de rota mais segura.

Como IA pode ajudar?

Trabalhos como esses podem ser diretamente aplicados em assistentes de carros e até em carros autônomos. Alguns carros e aplicativos já possuem sistemas semelhantes que analisam o tráfego em tempo real. Mas além disso, esses modelos podem ajudar arquitetos e engenheiros no design de infraestrutura urbana e políticas para reduzir fatores de estresse no trânsito. Elas poderiam ajudar na melhoria na sinalização ou de cruzamentos mais seguros.

O trabalho identifica elementos mais estressantes e pode informar a urbanistas e autoridades de trânsito como tomar medidas para mitigar esses efeitos. Com esse modelo é possível diminuir causas de estresse no trânsito. Futuramente, é possível juntar esses modelos com modelos sonoros para conseguir ter uma visão ainda mais ampla de como diminuir o risco de acidentes de trânsito.

Referência da notícia

Analyzing the Visual Road Scene for Driver Stress Estimation. IEEE Transactions on Affective Computing. Bustos, et al. 2025.