Segundo o pesquisador Gabriel Souto Ferrante, a tecnologia consiste em acoplar modelos de visão computacional a dispositivos de computação de borda nas pistas. Dessa forma, os animais seriam detectados por câmeras e uma informação simples seria repassada aos motoristas por meio de um aplicativo móvel. A pesquisa focou em espécies brasileiras em extinção e contou com a criação de um dataset contendo amostras para treinamento de algoritmos de inteligência artificial.
O estudo, publicado na revista Scientific Reports, mostrou que os modelos de IA utilizados são eficientes na detecção e classificação das espécies trabalhadas. No entanto, o pesquisador ressaltou que existem desafios técnicos a serem superados, como a oclusão do ambiente, imagens de baixa qualidade e cenários noturnos, que dificultam a identificação dos animais pela máquina.
Além disso, Ferrante destacou a complexidade computacional exigida para a implementação desses sistemas, incluindo a necessidade de equipamentos de processamento na borda e de alto custo. Apesar disso, o pesquisador acredita que parcerias e investimentos em tecnologia são essenciais para aprimorar a detecção de animais nas estradas.
Dados da Agência de Transporte do Estado de São Paulo (Artesp) revelaram que as rodovias concedidas no estado registraram mais de 6,3 mil atropelamentos de animais silvestres em 2023. A região central do estado apresentou o maior número de casos, com destaque para cidades como Araraquara, Bauru e São Carlos, onde animais como tamanduás, capivaras e quatis são frequentemente atropelados.
Diante desse cenário, a pesquisa realizada pela USP representa um avanço significativo na proteção da fauna brasileira e na prevenção de acidentes nas estradas. A aplicação desses sistemas de detecção de animais pode contribuir para a preservação das espécies em extinção e para a segurança dos motoristas que trafegam pelas rodovias brasileiras.
