Consórcio Mobilidade Automotiva Inteligente - MDIC · Desenvolvimento e avaliação de componentes e soluções integradas locais. Desenvolvimento de algirítimos para tratamento

DETALHAMENTO DO PROJETO

Consórcio Mobilidade Automotiva Inteligente:

Desenvolvimento de Tecnologias para Veículos

Autônomos e Conectados

Coordenador do projeto: Dr. Fernando Augusto Silva Marins

São Paulo - SP, Abril de 2019

INSTITUIÇÃO PROPONENTE

Nome: Universidade Estadual Paulista CNPJ: 48.031.918/0001-

24

Nome Empresarial: Universidade Estadual Paulista Júlio de

Mesquita Filho

Natureza Jurídica (nos termos do art.7º, III): Autarquia Estadual ou do Distrito

Federal.

Endereço: Rua Quirino de Andrade, 215, Centro. Cidade: São Paulo Estado: São Paulo CEP: 01049-010

Pessoa de contato: Fernando Augusto Silva Marins Telefone: 12 99785 7957 E-mail: [email protected]

PROGRAMA PRIORITÁRIO

Nome do Projeto/Programa:

Consórcio Mobilidade Automotiva Inteligente:

Desenvolvimento de Tecnologias para Veículos Autônomos e

Conectados

Captação Pretendida:R$196.780.000,00

Público Alvo: Montadoras e Cadeia de Fornecedores do

Setor Automotivo (Autopeças, Sistemistas e Serviços de

Engenharia)

Dados Bancários para

depósito:

Nome do Banco: Banco do Brasil

Banco: Banco do Brasil

Código do Banco: 001

Prazo de Vigência: 05 anos (60 meses) Agência: 1897x

Conta Corrente Específica: aberta conforme

aprovação do Projeto

Objetivo Geral:

Desenvolvimento e teste de veículos autônomos conectados, seus componentes e sistemas para aplicações urbanas, de mineração e agrícola

em Test-Bed 5G.

Objetivos Específicos:

Desenvolvimento de estrutura de algoritmos de localização, detecção inercial, detecção odométrica;

Desenvolvimento de métodos de navegação por terreno e navegação por terreno baseada em mapas;

Desenvolvimento de sistemas de prevenção à colisão e controle reativo;

Desenvolvimento de sensores de navegação terrestre ativos e passivos;

Desenvolvimento de múltiplos sensores integrados, hardware e software de controle;

Desenvolvimento de sistemas eletromecânicos de controle e eletrônica embarcada;

Avaliação (testes) em ambientes controlados;

Desenvolvimento de ferramentas preditivas baseadas em Inteligência Artificial (IA) e Aprendizado de Máquina (Machine Learning);

Desenvolvimento e avaliação de componentes e soluções integradas locais.

Desenvolvimento de algirítimos para tratamento de grandes volumes de dados de diferentes sensores (radar, sistemas lidar, ultra-

sônico, laser e vídeo) , fusão de dados dos múltiplos sensores, validação de objetos e integração com processamento de imagens.

Desenvolvimento de ferramentas para acesso rápido aos dados internos da Electronic Control Unit (ECU) e integração em rede 5G.

Linhas de Atuação:

Robótica Móvel;

Desenvolvimento de sistemas embarcados;

Desenvolvimento de sistemas robóticos embarcados;

Big Data e Data Analytics;

Conectividade, inteligência e aprendizado de máquinas aplicados à cadeia de fornecedores automotivos;

Data Analytics aplicada à predição de desgaste de componentes;

Instrumentos de aquisição de dados (sensoriamento);

Otimização de funções da Electronic Control Unit (ECU) e componentes de software;

Projeto de algoritmos probabilísticos

Resultados Esperados:

Desenvolvimento de soluções locais (sensores, sistemas eletromecânicos, hardware de controle, ferramentas de tratamento de dados,

IA e aprendizado de máquinas, além de sistemas e componentes auxiliares embarcados);

Espera-se como resultado de desenvolvimentos locais, a disseminação de novas tecnologias com alto potencial de escalabilidade e

suporte à criação de novos negócios/empresas (startups), adensando o ecossistema de P, D&I e ecossistema industrial brasileiro.

Criar ferramentas de suporte baseadas em aprendizado de máquinas e inteligência artificial, hardware e softwares, que auxiliem na no

aumento de competitividade da indústria nacional, tornando os ciclos de desenvolvimento de novas tecnologias automotivas mais curtos e

racionalizados.

Tornar a cadeia de suprimentos mais competitiva e com maior valor agregado por serviços disponibilizados em plataformas e serviços

digitais.

Espera-se como resultado o desenvolvimento de novas tecnologias de simulação computacional baseada em aprendizado de máquinas

que tornem o uso de veículos autônomos seguros, confiáveis e competitivos.

Metas e Indicadores de Acompanhamento:

Os indicadores de desempenho desse projeto se baseiam na sexta edição do Project Management Body of Knowledge (PMBOK). Assim, serão

aplicados os indicadores apresentados na seção 4 em todas as fases do projeto: iniciação, planejamento, execução, monitoramento e controle;

e encerramento.

Durante o encerramento de cada fase do projeto será feita uma avaliação dos indicadores de desempenho, focando a respectiva fase, e seus

resultados serão documentados no livro de registro do projeto. Além disso, semanalmente os indicadores serão atualizados, visando identificar

eventuais desvios do projeto e nortear as ações corretivas.

Contrapartidas da Coordenadora:

Oferta de Cursos de Pós-Graduação lato sensu e stricto sensu

Capacitação de mão-de-obra da indústria

Capacitação da comunidade acadêmica e científica

Contrapartida de Parceiros ICTs:

Oferta de Cursos de Pós-Graduação lato sensu e stricto sensu

Capacitação de mão-de-obra da indústria

Capacitação da comunidade acadêmica e científica

Contrapartida de Parceiros (estimativa ao longo de 5 anos):

Provedores de serviços de engenharia, fornecedores de soluções de software e automação, fornecedores de componentes e sistemas

automotivos, além de parceiros EMBRAPII: R$300.000.000,00 em cooperação para o desenvolvimento de novas tecnologias,

transferência de conhecimento e tecnologias;

Outros Centros de Pesquisa e Institutos de Ciência e Tecnologia (ICT): R$30.000.000,00 em projetos cooperativos e co-financiamento;

Outros: R$45.000.000,00 de outros projetos

Instituição Proponente: Universidade Estadual Paulista (UNESP)

Instituições Parceiras (ICTs): Universidade de São Paulo, SP São Carlos (LRM – ICMC); Instituto

Carmen Aurora (ICA); Universidade de Campinas, UNICAMP (IG - DPCT); Universidade Federal

do Espírito Santo, UFES (LCAD – DI).

Instituições Parceiras (EMBRAPII): Instituto de Tecnologia para o Desenvolvimento - LACTEC,

Instituto SENAI – Sistemas Embarcados, Instituto Eldorado, Centro de Estudos e Sistemas

Avançados do Recife - CESAR

Síntese técnica da proposta:

Constata-se, a partir da literatura e de experimentos anteriores, que precisa haver uma

definição do significado de sistemas autônomos, pois não é possível desenvolver uma “máquina

autônoma” ou veículo autônomo genérico, que sirva para todas as aplicações possíveis. Embora

isso possa parecer óbvio, muitos projetos têm como objetivo a idéia nebulosa de operações

“inteligentes e autônomas”, criando produtos finais não atingíveis.

A mobilidade está relacionada tanto ao design quanto ao controle de movimento de

veículos. O design se concentra em determinar o arranjo cinemático e dinâmico das rodas, faixas

ou outro mecanismo que melhor atinja um movimento específico. O design deve ser definido

de acordo com os requisitos ambientais específicos à aplicação. Em contraste, o controle de

movimento está relacionado com a análise de um arranjo cinemático particular e, a partir dele,

a determinação de um algoritmo de controle do atuador, para alcançar um movimento

requerido. O processo de síntese, análise e controle do projeto estão intimamente ligados.

Assim, a proposta deste consórcio visa desenvolver e avaliar aplicações de sistemas

autônomos para veículos terrestres, com nível 5 de automação (SAE 5 – Automação Completa)

para aplicações fora de estrada e fora de vias públicas (veículos de mineração e veículos

agrícolas) e nível 3 de automação (SAE 3 – Automação Condicional) para veículos de aplicação

urbana.

Para tanto é necessário o desenvolvimento de sistemas avançados de controle

(componentes eletro-mecânicos, sistemas de gerenciamento e controle de direção),

sensoriamento remoto, sistemas de proteção/blindagem de dados, modelos avançados de

assistência à direção, módulos de conectividade veícular, aplicação de Inteligência Artificial (IA)

e Aprendizado de Máquina (Machine Learning) para predição de acidentes, aumento da

segurança dos usuários e otimização operacionalnas, além da criação de massa crítica para

desenvolvimento local de novas soluções para a cadeia automotiva (montadoras, sistemistas,

fornecedores de autopeças e fornecedores de serviços especializados).

1. OBJETIVOS DO PROJETO

A tecnologia de veículos autônomos (VA) oferece a possibilidade de mudar

fundamentalmente a mobilidade. Equipar carros e veículos leves com esst tecnologia

provavelmente reduzirá as colisões, o consumo de energia e a poluição - e reduzirá os custos do

congestionamento. Da mesma forma, equipar veículos fora de estrada, como veículos de

mineração, veículos de movimentação portuária ou veículos de aplicação agrícola (tratores),

oferecendo ao usuário final do veículo maior disponibilidade operacional.

Assim, o presente projeto tem como objetivo geral desenvolver tecnologias para

veículos autônomos com nível 5 de automação (SAE 5 – Automação Completa) e nível 3 de

automação (SAE 3 – Automação Condicional). O desenvolvimento incluir o testar e validação de

componentes, sistemas e sensores locais, criando uma base tecnológica nacional competitiva.

Os objetivos específicos são:

Desenvolvimento de estrutura de algoritmos de localização, detecção inercial, detecção

odométrica;

Desenvolvimento de métodos de navegação por terreno e navegação por terreno

baseada em mapas;

Desenvolvimento de sistemas de prevenção à colisão e controle reativo;



Desenvolvimento de componentes e sistemas eletromecânicos de controle e eletrônica

embarcada;

Desenvolvimento de ferramentas preditivas baseadas em Inteligência Artificial (IA) e

Aprendizado de Máquina (Machine Learning);

Desenvolvimento de componentes e soluções integradas locais.

Desenvolvimento de algirítimos para tratamento de grandes volumes de dados de

diferentes sensores (radar, sistemas lidar, ultra-sônico, laser e vídeo) , fusão de dados dos

múltiplos sensores, validação de objetos e integração com processamento de imagens.

Desenvolvimento de ferramentas para acesso rápido aos dados internos da ECU e

integração em rede 5G.

Avaliação em ambiente controlado e conectado dos principais componentes e sistemas

de automação;

Disponibilização das tecnologias aos fornecedores locais.

Com vista ao atingimento dos objetivos, o projeto terá dividido em 4 fases:

Fase 1 → Como as tecnologias de veículos autônomos apresentam necessidades muito

específicas para a realização de testes e validação, o que inclui a existência de uma rede fechada

de comunicação utilizando tecnologia 5G, será necessário e implementação de um “Test-Bed”

de veículos autônomos conectados, compatível com protocolos internacionais de segurança e

aderente às necessidades da cadeia de fornecedores automotivos.

Fase 2 → A partir dos conhecimentos adquiridos durante a execução dos projetos CaRINA (Carro

Robótico Inteligente para Navegação Autônoma), NAV-AG (Navegação na Agricultura),

Colaboração LRM /Scania para Caminhão autônomo e IARA (Intelligent Autonomous Robotic

Automobile), desenvolver novas soluções em mobilidade autônoma para aplicação em áreas

urbanas e aplicação fora de estrada, sobretudo veículos agrícolas e de mineração. Além do

desenvolvimento das aplicações (veículos) esta fase inclui o desenvolvimento de componentes,

incluindo sistemas de integração de dados, componentes e sensores;

Fase 3 → Testes e validação de componentes locais.

Por intermédio deste projeto, pretende-se disponibilizar à cadeia de fornecedores

locais, por meio de cessão não onerosa de patentes ou valores simbólicos, todas as tecnologias

desenvolvidas e assim proporcionar maior competitividade.

Além disso, pretende-se criar meios que atendam à formação de recursos humanos com

maior qualificação, vinculando a sua especificidade ao perfil da indústria automobilística,

sobretudo à capacitação da cadeia de fornecedores. Para tanto, a IES/ICT propõe:

- A proposição de um programa de pós-graduação stricto sensu voltado ao desenvolvimento de

novas tecnologias aplicadas a indústria automobilística, visando o atendimento das demandas

dos segmentos industriais envolvidos no projeto;

- A proposição de programas de pós-graduação lato sensu interinstitucional voltado ao

desenvolvimento de novas tecnologias aplicadas a indústria automobilística, visando ao

atendimento das demandas dos segmentos industriais e serviços envolvidos no projeto.

Finalmente, no sentido de atender prioritariamente a Pessoa Jurídica, o desenvolvimento

do projeto colaborará na estruturação de uma rede de novas tecnologias para indústria

automotiva. Esta rede será capaz de suprir uma parcela estratégica de suas demandas por

tecnologia, visando ao adensamento tecnológico nacional no provimento de suporte aos

fornecedores de componentes, a partir do aporte tecnológico advindo do projeto ora

apresentado.

2. JUSTIFICATIVAS DO PROJETO

A indústria automotiva mundial vive uma nova revolução tecnológica com a introdução de

sistemas de propulsão alternativa (veículos híbridos e elétricos), expansão de tecnologias

conectadas e sistemas auxiliares de direção, inteligência artificial, machine learning

(aprendizado de máquina), uso massivo de análise de dados e experimentação de novos

modelos de negócio em mobilidade.

Neste cenário hiperdinâmico, o surgimento de iniciativas que criem ambientes altamente

tecnológicos e alinhados às novas demandas do mercado e da indústria automotiva, surgem

como plataformas adaptativas de competitividade, elevando o nível técnico, seja por meio do

intercâmbio de conhecimento, seja por meio do compartilhamento de facilities.

Dessa forma, a sedimentação da base tecnológica nacional, irá propiciar incremento da

capacidade competitiva, criando capacidades internas que alcem o padrão tecnológico brasileiro

ao patamar internacional.

A contrapartida que se estrutura do ponto de vista social, aponta para a possibilidade

da implementação dos laboratórios computacionais e físicos que permitam a criação de cursos

livres, cursos de pós-graduação lato e stricto sensu, atendendo à formação de recursos humanos

adequados à sustentação das atividades desenvolvidas nas indústrias e nas áreas conexas de

pesquisa, além de criar um ecossistema propício ao surgimento de novos empreendimentos

tradicionais e tecnológicos (startups e afins), novos produtos e serviços.

A proposta conta com uma rede de colaboração baseada em ICTs, como UNICAMP, USP,

ICA e UFES, também conta com provedores de serviços tecnológicos especializados como a

Applus IDIADA (Espanha) e a SEMCON (Suécia), além das unidades EMBRAPII - Instituto de

Tecnologia para o Desenvolvimento - LACTEC, Instituto SENAI – Sistemas Embarcados, Instituto

Eldorado, Centro de Estudos e Sistemas Avançados do Recife – CESAR.

A partir dessa rede de colaboração, sobretudo das unidades EMBRAPII, espera-se

ampliar a capacidade de multiplicar recursos, além dos recursos do programa. Amplia-se

também com essa rede, a capacidade de entrega e de prover soluções alinhadas às demandas

da cadeia de fornecedores, altamente tecnológicas e competitivas.

Cria-se ainda, um ambiente colaborativo entre academia e provedores de soluções

tecnológicas de atuação internacional, propiciando intercâmbio de capacidade e transferência

de know-how, além da possibilidade de criação de startups como desdobramentos do projeto.

3. PLANO DE EXECUÇÃO

3.1. FASE 1: CRIAÇÃO DE TEST-BEG 5G

3.1.1. DESCRIÇÃO

O desenvolvimento de veículos, componentes e tecnologias para veículos autônomos

apresentam necessidades muito específicas para a realização de testes e validação, o que incluir

a existência de uma rede fechada de comunicação utilizando tecnologia 5G e uma área em

escala que simule, em escala e de maneira realista, as condições de uso/aplicação dos veículos.

Deste modo, a construção de um circuito controlado que garanta o cumprimento de

protocolos de segurança e controle são fundamentais.

A Figura 1 ilustra o circuito em escala K-City 5G, na Coréia do Sul, que serve como referência

de infraestrutura mínima para o desenvolvimento e validação segura de veículos com diferentes

níveis de autonomia de direção.

Figura1: K-City 5G Test Bed para veículos autônomos.

O circuito K-City ocupa uma área total de 350 mil m2 e possui aproximadamente 24 km de

pista pavimentadas e não pavimentadas que simulam trechos de autoestradas, trechos de

perímetros urbanos, incluindo estacionamentos e tuneis de simulação, contando ainda com

cobertura 5G que é fundamental para a validação dos veículos autônomos, que precisam ser

conectados.

3.1.2. IMPORTÂNCIA DO 5G Test-Bed

Atualmente o Brasil não conta com nenhuma infraestrutura com capacidade de

validação de veículos autônomos, independente do nível de autonomia. Alguns testes são feitos

em vias públicas e auferem riscos durante sua execução. A criação dessa infraestrutura que será

utilizada por este consórcio (UNESP, USP, UNICAMP, UFES E ICA, como ICTs, além das unidades

EMBRAPII) será fundamental para que os fornecedores de componentes e sistemas automotivos

validem suas soluções para automação. Cria-se com isso uma referência na América Latina.

Após a conclusão deste programa, a infraestrutura terá uso comercial e servirá como

base de um ecossistema de inovação pera soluções autônomas, agregando novas soluções e

novas empresas (startups) ao tecido industrial brasileiro.

Cabe ressaltar que essa infraestrutura é fundamental para o desenvolvimento de

sistemas avançados de assistência a direção (ADAS), que são requisitos para novas legislações

num horizonte de três a quatro anos.

3.2. FASE 2: DESENVOLVIMENTO DE SISTEMAS VEÍCULARES AUTONOMOS

3.2.1. DESCRIÇÃO

Durante a Fase 2 será realizada partir dos conhecimentos adquiridos durante a execução

dos projetos CaRINA (Carro Robótico Inteligente para Navegação Autônoma), NAV-AG

(Navegação na Agricultura), Colaboração LRM /Scania para Caminhão autônomo e IARA

(Intelligent Autonomous Robotic Automobile), desenvolver novas soluções em mobilidade

autônoma para aplicação em áreas urbanas e aplicação fora de estrada, sobretudo veículos

agrícolas e de mineração. Além do desenvolvimento das aplicações (veículos) esta fase inclui o

desenvolvimento de componentes, incluindo sistemas de integração de dados, componentes e

sensores.

3.2.2. METODOLOGIA DE TRABALHO

Para a execução da Fase 2, o desenvolvimento será dividido em dois grupos: veículos

autônomos fora de estrada e veículos urbanos, cada com níveis distintos de automação,

conforme sua aplicação.

Veículos fora de estrada → os veículos fora de estrada tradados nesse projeto são de

aplicação em mineração, canavieiro e tratores, que por operarem em ambientes mais

controlados e menos interface com pedestres e outros veículos, permitindo assim maior nível

de automação. A Figura 2 e a Figura 3 ilustram essas aplicações.

Figura 2: Trator autônomo com implemento.

Figura 3: Aplicação de caminhão autônomo na colheita de cana.

Veículos urbanos → o nível de autonomia para a operação de veículos urbanos ainda

apresenta grandes limitações, sobretudo por conta da complexidade do ambiente operacional

e o grande número de variáveis que podem atuar sobre sua segurança.

A Figura 4, a Figura 5 e a Figura 6 ilustram veículos autônomos de aplicação urbana.

Figura 4: veículo IARA I(ntelligent Autonomous Robotic Automobile) desenvolvido pela

UFES.

Figura 5: Veículo CARONA (Carro Robótico Inteligente para Navegação Autônoma)

desenvolvido pela USP São Carlos.

A partir de conhecimentos pré-existentes no consórcio de universidades e nos parceiros

EMBRAPII para a execução desse projeto, pretende-se desenvolver novas ferramentas de

navegação, sistemas de reconhecimento ambiental e outros sistemas embarcados, novos

sistemas de atuação eletromecânica, aprendizado de máquinas e inteligência artificial.

3.2.2.1. RESULTADOS ESPERADOS DA FASE 2

Nesta fase serão desenvolvidos novos sensores e projetos de algoritmos para diferentes

sistemas de assistência à direção, com o objetivo de tornar a direção autônoma mais segura,

seja no ambiente urbano seja no ambiente fora de estrada, conforme as normas Norte-

Americanas da Federal Motor Vehicle Safety Standards (FMVSS).

A Figura 7 ilustra alguns sistemas de sensores (imagem, ultrassom e laser) que servem

para a identificação de pedestres, sistema de detecção de obstáculos do sistema de assistência

à direção, segurança veicular e prevenção de acidentes.

Figura 7: sensores veículos autônomos.

Espera-se como resultado, ao término da Fase 2:


odométrica;

Desenvolvimento de métodos de navegação por terreno e navegação por terreno

baseada em mapas;

Desenvolvimento de sistemas de prevenção a colisão e controle reativo;







Desenvolvimento de algoritmos para tratamento de grandes volumes de dados de

diferentes sensores (radar, sistemas lidar, ultra-sônico, laser e vídeo) , fusão de dados dos

múltiplos sensores, validação de objetos e integração com processamento de imagens.

Desenvolvimento de ferramentas para acesso rápido aos dados internos da ECU e

integração em rede 5G.

3.3. FASE 3: DESENVOLVIMENTO DE SOLUÇÕES LOCAIS

3.3.1. METODOLOGIA DE TRABALHO NA FASE 3

Desenvolvimento de componentes locais e sistemas locais, soluções integradas para

navegação e segurança de veículos autônomos.

Nesta fase serão realizados testes de validação das soluções de forma conjunta com os

parceiros EMBRAPII com o objetivo de fornecer ao mercado produtos e serviços com alto nível

de maturidade comercial.

3.3.2. RESULTADOS ESPERADOS DA FASE 3

- Promover o desenvolvimento local de soluções em componentes para mobilidade em

substituição a componentes e sistemas importados.

- Desenvolvimer novas tecnologias de simulação computacional baseada em aprendizado de

máquinas que tornem a operação de veículos autônomos cada dia mais segura e proporcione

novas informações aos legisladores sobre a operação destes veículos.

- Criar um ecossistema de veículos autônomos que crie novas oportunidades para a cadeia de

fornecedores, disponibilizando soluções baratas, rápidas e eficientes por meio de startups.

4. METAS E INDICADORES DE DESEMPENHO

Os indicadores de desempenho desse projeto se baseiam na sexta edição do PMBOK.

Assim, serão aplicados os indicadores apresentados nesta seção em todas as fases do projeto:

iniciação, planejamento, execução, monitoramento e controle; e encerramento.

Durante o enceramento de cada fase do projeto será feita uma avaliação dos

indicadores de desempenho, focando a respectiva fase, e seus resultados serão documentados

no livro de registro do projeto. Além disso, semanalmente os indicadores serão atualizados,

visando identificar eventuais desvios do projeto e nortear as ações corretivas.

4.1 INDICADORES DE DESEMPENHO

A aderência ao escopo do projeto será verificada por meio da comparação das entregas

realizadas com o conteúdo da estrutura analítica do projeto (EAP), seu respectivo dicionário EAP

e o registro do escopo.

Já para verificar o desempenho dos custos e do cronograma do projeto serão utilizadas

as ferramentas de gestão do valor agregado (GVA). As principais variáveis utilizadas nos

indicadores do GVA são: o valor planejado (VP), o valor agregado (VA), o custo real (CR) e o

orçamento no término (ONT).

O VP representa o montante que deveria ser gasto considerando a linha de base do

projeto, já o VA representa os gastos teóricos compatíveis com a produção do trabalho já

realizado. Por sua vez o CR representa o valor realmente gasto para a produção de determinada

entrega ou atividade. O ONT representa o total do orçamento previsto para o termino de um

projeto fase ou atividade. A Figura 8 ilustra como calcular estas variáveis.

Figura 8 – Variáveis do GVA.

4.1.1 ÍNDICE DE DESEMPENHO DE CUSTO

O Índice de desempenho de custo (IDC) indica se o projeto está gastando mais que o

planejado, menos que o planejado ou se os gastos estão de acordo com as linhas de base do

projeto. O IDC estabelece uma relação entre o VA e o CR, comparando o valor que foi agregado

ao projeto com os recursos que já foram utilizados no projeto, fase ou atividade:

IDC= VA/CR (1)

Ao se calcular o IDC tem-se os seguintes possíveis resultados:

1) IDC = 1 – o projeto está seguindo a linha de base dos custos do projeto.

2) IDC > 0 – o projeto está gastando menos que o esperado para produzir uma

determinada entrega.

3) IDC < 0 – o projeto está gastando mais que o esperado em uma entrega ou fase.

4.1.2 ÍNDICE DE DESEMPENHO DE PRAZO

O índice de desempenho de prazo (IDP) é uma medida que fornece a eficiência do

cronograma do projeto. Assim através desse indicador é possível determinar se as entregas do

projeto têm aderência com o seu cronograma, ou se estão atrasadas ou adiantadas. O IDP é

calculado pela relação entre o VA e o VP, desse modo o IDP compara o valor agregado ao projeto

com os gastos planejados:

IDP= VA/VP (2)

Ao se calcular o IDP tem-se os seguintes possíveis resultados:

1) IDP = 1 – o projeto está de acordo com o seu cronograma.

2) IDP > 0 – o projeto está adiantado em relação ao seu cronograma.

3) IDP < 0 – o projeto está atrasado em relação ao seu cronograma.

4.2 MILESTONES DO PROJETO

Os indicadores de desempenho abordados nesta seção serão calculados ao longo de

cada fase do projeto, sendo seu fechamento e apresentação aos stakeholders realizados nos

milestones descritos na Tabela 1:

Fase Atividade Duração Início Fim

1

- Fechamento dos Indicadores e Avaliação de

Desempenho da Fase 1.

- Apresentação do Desempenho da Fase 1 para os

stakeholders.

1 semana Mês 38 Mês 38

2


Desempenho da Fase 2B.

- Apresentação do Desempenho da Fase 2B aos

stakeholders.


3




stakeholders


4




stakeholders


5


desempenho global do projeto.

- Apresentação dos indicadores finais aos stakeholders.

4 meses Mês 56 Mês 60

Tabela 1 – Milestones do Projeto

ANEXO I - CRONOGRAMA DE EXECUÇÃO DE ATIVIDADES

A seguir são apresentadas as atividades de cada fase, com as respectivas datas de início e fim, bem como a duração.

Fase Atividade Duração Início Fim

Conceituação do Test-Bed 4 meses Mês 1 Mês 4

1

Licenciamento 6 meses Mês 5 Mês 10

Construção do Test-Bed Até 18 meses Mês 6 Mês 23

Fechamento dos Indicadores e Avaliação de Desempenho da Fase 1

Apresentação do Desempenho da Fase 1 para os stakeholders 1 semana Mês 23 Mês 23

2


odométrica;

Desenvolvimento de métodos de navegação por terreno e navegação por terreno baseada em

mapas;

Desenvolvimento de sistemas de prevenção a colisão e controle reativo;








Desenvolvimento de algirítimos para tratamento de grandes volumes de dados de diferentes

sensores (radar, sistemas lidar, ultra-sônico, laser e vídeo) , fusão de dados dos múltiplos

sensores, validação de objetos e integração com processamento de imagens.

Fechamento dos Indicadores e Avaliação de Desempenho da Fase 2 e apresentação do

Desempenho aos stakeholders 1 semana Mês 47 Mês 47

3

Desenvolvimento de componentes locais e sistemas locais, soluções integradas para navegação

e segurança de veículos autônomos em parceria com as unidades EMBRAPII parceiras.

Nesta fase serão realizados testes de validação das soluções de forma conjunta com os parceiros

EMBRAPII com o objetivo de fornecer ao mercado produtos e serviços com alto nível de

maturidade comercial.


Fechamento dos Indicadores e Avaliação de Desempenho da Fase 3 e apresentação do

Desempenho aos stakeholders. 1 semana Mês 60 Mês 60

5

FECHAMENTO DO PROJETO 4 meses Mês 56 Mês 60

Atividades Adicionais Periodicidade

Relatórios Operacionais Mensal

Relatório de Desempenho Global Trimestral

Relatório de Testes Semestral

Oferta de Intercâmbio Técnico (Workshops Internacionais) Trimestral

Oferta de Capacitação Online Aberto

Oferta de Capacitação Técnica (curta duração) Bimestral

Oferta de Especialização Semestral

Oferta de Mestrado Profissional Anual

Oferta de Doutorado Profissional Anual

ANEXO II - DEMONSTRATIVO DOS CUSTOS DO PROJETO

Item de Custo Descrição Valor [R$] Justificativa

Conceituação 5G Test-Bed R$ 3.000.000,00 Projeto do Test-Bed

Criação 5G Test-Bed R$ 110.000.000,00 Construção da infraestrutura de testes, incluindo estudo de impacto ambiental. Não comtempla terreno, que será uma contrapartida de parceiros.

Material Experimental

Tratores R$ 5.400.000,00

Veículos base para as aplicações autônomas Caminhões+implemento R$ 5.600.000,00

Carros R$ 2.400.000,00

Outros Materiais R$ 15.000.000,00 Aquisição de peças e sensores, não inclui material de suporte como computadores e softwares, que são uma contrapartida dos parceiros.

Desenvolvimento de Fornecedores R$ 15.000.000,00 Recurso alocado para desenvolvimento com as unidades Embrapii

UNICAMP

- 05 bolsas DCT-A: R$ 6.200/bolsa R$ 1.860.000,00

Bolsas pera pessoal com dedicação exclusiva ao projeto.

- 05 bolsas PDI-Sênior: R$ 4.100/bolsa

R$ 1.230.000,00

- 05 bolsa de Doutorado: R$ 2.200/bolsa

R$ 660.000,00

- 05 bolsas de Mestrado: R$ 1.500/bolsa

R$ 450.000,00

- 30 bolsa Iniciação Tecnológica: R$ 400/bolsa

R$ 720.000,00

USP SÃO CARLOS



R$ 1.230.000,00


R$ 1.320.000,00


R$ 900.000,00


R$ 720.000,00

UFES



R$ 1.230.000,00


R$ 1.320.000,00


R$ 900.000,00


R$ 720.000,00

UNESP - 05 bolsas DCT-A: R$ 6.200/bolsa R$ 1.860.000,00


R$ 1.230.000,00


R$ 660.000,00


R$ 450.000,00


R$ 480.000,00

Apoio a Startups R$ 5.000.000,00 Recurso destinado à criação de um programa de startups nas áreas afins do projeto

Assessoria Jurídica, Contábil, apoio e gestão da integração do Projeto

Contratação de empresa especializada na Gestão de Projetos

R$ 10.000.000,00

Embora todas as instituições envolvidas tenham grande porte e estejam habituadas a grandes projetos, é importante a criação de uma "Project House" que faça a integração das

diversas entregas.

VALOR TOTAL R$196.780.000,00

ANEXO III – CRONOGRAMA DE DESEMBOLSO DO PROJETO

Ano 1 Ano 2 Ano 3 Ano 4 Ano 5

Test-Bed R$ 31.924.000,00 R$ 30.584.000,00 R$ 29.084.000,00 R$ 21.408.000,00 R$ -

Veículos R$ 1.340.000,00 R$ 1.340.000,00 R$ 5.360.000,00 R$ 5.360.000,00

Outros Materiais R$ 1.500.000,00 R$ 1.406.000,00 R$ 12.094.000,00

Desenvolvimento Embrapii R$ 3.750.000,00 R$ 11.250.000,00

Bolsas R$ 5.076.000,00 R$ 5.076.000,00 R$ 5.076.000,00 R$ 5.076.000,00 R$ 5.076.000,00

Outros R$ 1.000.000,00 R$ 1.000.000,00 R$ 1.000.000,00 R$ 1.000.000,00 R$ 1.000.000,00

Project House R$ 2.000.000,00 R$ 2.000.000,00 R$ 2.000.000,00 R$ 2.000.000,00 R$ 2.000.000,00

Total Ano R$ 40.000.000,00 R$ 40.000.000,00 R$ 40.000.000,00 R$ 40.000.000,00 R$ 36.780.000,00

5. Referências bibliográficas

AMARAL, P. O ADMIRÁVEL MUNDO NOVO DO BIG DATA. Gazeta da Matemática, Universidade

Nova de Lisboa, 2019.

ANDERSON, J. M.; KALRA, N.; STANLEY, K, D.; SORENSEN, P.; SAMARAS, C.; OLUWATOLA, O. A.

Autonomous Vehicle Technology: A Guide for Policymakers. RAND Corporation, 2016.

DURRANT-WHYTE, H. A Critical Review of the State-of-the-Art in Autonomous Land Vehicle

Systems and Technology. Sandia National Laboratory, 2001.

FMVSS, Federal Motor Vehicle Safety Standards. Disponível em: https://www.nhtsa.gov/laws-

regulations/fmvss. Acesso em: 25/02/2019.

HURWITZ, J.; KIRSCH, D. Machine Learning for Dummies. IBM, 2018. Disponível em:

https://mscdss.ds.unipi.gr/wp-content/uploads/2018/02/Untitled-attachment-00056-2-1.pdf.

Acesso em: 10/02/2019.

IACUS, S.M. Big data or big fail? the good, the bad and the ugly and the missing role of statistics",

Electronic Journal Applied Statistical Analysis. Vol. 05, Issue 11, December 2014.

JONES, M. T. Um guia para iniciantes sobre inteligência artificial, aprendizado de máquina e

computação cognitiva. Junho 2017. Disponível em:

https://www.ibm.com/developerworks/br/library/guia-iniciantes-ia-maquina-computacao-

cognitiva/index.html. Acesso em 01/02/2019.

PMBOK, Project Management Body of Knowledge. Disponível em: https://www.pmi.org/.

Acesso em 20/02/2019.

https://www.nhtsa.gov/laws-regulations/fmvss

https://www.nhtsa.gov/laws-regulations/fmvss

https://mscdss.ds.unipi.gr/wp-content/uploads/2018/02/Untitled-attachment-00056-2-1.pdf

https://www.ibm.com/developerworks/br/library/guia-iniciantes-ia-maquina-computacao-cognitiva/index.html

https://www.ibm.com/developerworks/br/library/guia-iniciantes-ia-maquina-computacao-cognitiva/index.html

https://www.pmi.org/

Documents

Consórcio Mobilidade Automotiva Inteligente - MDIC · Desenvolvimento e avaliação de componentes e soluções integradas locais. Desenvolvimento de algirítimos para tratamento