Transformando cidades em dados

Assentamentos informais (ou favelas) são comuns nas cidades brasileiras. Essas comunidades, que abrigam milhões de pessoas, estão completamente desconectadas da infraestrutura básica. Nunca receberam redes de esgoto, nem tiveram acesso a redes de energia elétrica. E a pouca infraestrutura que os moradores possuem foi, na maioria das vezes, construída por eles mesmos.

Hoje existem esforços para reintegrar essas áreas às cidades que as cercam, mas os planejadores urbanos não têm ideia de como elas são organizadas. As autoridades nunca forneceram vias de acesso, por exemplo, há uma ausência de dados topográficos e a falta de informações torna difícil de levar infraestrutura adequada agora.

Leia mais: Tecnologia e dados: o novo leme para a gestão urbana

É nesse cenário que surge o projeto Favelas 4D. Pesquisadores estão buscando resolver esse problema usando o sensor LIDAR para escanear áreas não mapeadas e criar imagens tridimensionais de alta precisão.

Construindo paisagens urbanas com o sensor LIDAR

O sensor LIDAR funciona usando um dispositivo que emite feixes de luz no ambiente ao seu redor. A luz reflete nos objetos próximos e retorna aos sensores do dispositivo. Então, esses sensores calculam o tempo que cada feixe leva para fazer o trajeto de ida e volta. Quanto maior o tempo de viagem, mais distante o objeto está. O resultado desse processo é uma série de pontos com coordenadas X, Y e Z (chamados de nuvem de pontos) posicionados em relação ao dispositivo.

Depois, há uma etapa adicional de processamento para gerar algo que um ser humano reconheceria como uma paisagem urbana. Para isso, a equipe do Favelas 4D utilizou o método Random Sample Consensus para transformar pontos discretos em planos (como fachadas e ruas). Em seguida, eles aplicaram uma abordagem de nearest-neighbor (busca pelo “vizinho” mais próximo) para agrupar esses planos em cenas das ruas.

Se tudo isso parece confuso, pense nessa tecnologia como o sonar de um submarino ou a ecolocalização de um morcego (mas usando luz).

O sensor LIDAR nos nossos bolsos

Uma das vantagens da abordagem do Favelas 4D é que ela tende a se tornar cada vez mais fácil de fazer. Embora os pesquisadores tenham usado equipamentos especializados, dispositivos móveis equipados com o sensor LIDAR podem cumprir a mesma função.

Modelos do iPhone 12 para frente (Pro ou Pro Max) já vêm com o sensor LIDAR integrado. Em parte, essa tecnologia serve para melhorar a qualidade das fotos, mas há também um número crescente de aplicativos que exploram o recurso. Experiências de realidade aumentada para design de interiores e reformas estão se tornando cada vez mais comuns.

Além disso, a Apple está oferecendo suporte ao trabalho de desenvolvedores com dados do sensor LIDAR por meio da sua API Room Plan. Fora de casa, o iPhone equipado com o LIDAR apresenta desempenho comparável ao de equipamentos especializados usados em levantamentos.

Um recurso fundamental de hardware

O LIDAR vai se tornar um padrão nos dispositivos móveis. Também é provável que ele se torne comum em quaisquer outros formatos de hardware de consumo no futuro. Isso pode incluir as tecnologias “vestíveis”, mas é ainda mais provável que surjam drones pessoais equipados com LIDAR, que acompanhem seus donos como a personagem Navi em “The Legend of Zelda”.

À medida que o uso do sensor LIDAR se tornar universal, os dados das nuvens de pontos serão cada vez mais comuns e fáceis de produzir. Isso pode levar à criação de novos padrões para a documentação da arquitetura e do urbanismo. Imagine registros municipais com detalhes que incluam até quais árvores caíram na última grande tempestade. Mais interessante ainda são as outras tecnologias que podem ser aplicadas sobre esses dados estruturados.

No lado do consumidor, já existem empresas trabalhando com design de interiores em que o passo inicial é o escaneamento de um cômodo e um prompt (comando) como “estilo moderno dos anos 1950”. Mas não há razão para que técnicas semelhantes não sejam aplicadas a problemas maiores de planejamento urbano.

Um modelo LLM (large language model), alimentado com todo o contexto relevante, poderia otimizar rotas de transporte público ou a localização de abrigos. E isso não é necessariamente sobre máquinas fazendo o que as pessoas não conseguem fazer, mas sobre talvez realizar, em minutos, trabalhos que hoje levam dias ou semanas de esforço. Só isso já poderia ser revolucionário.

Leia mais: Pesquisas digitais para acessar perspectivas marginalizadas em comunidades das favelas

O projeto Favelas 4D está tentando remover uma barreira técnica para enfrentar um problema central de política pública. É um trabalho importante que deve trazer resultados para a população do Brasil e para mais de um bilhão de pessoas que vivem em condições semelhantes no mundo todo.

Do ponto de vista tecnológico, no entanto, há outra narrativa. A universalização do LIDAR permitirá transformar o mundo físico em dados estruturados. Com esses dados em mãos, vai se abrir um leque de possibilidades à medida que a fronteira do aprendizado de máquina (machine learning) continua avançando.

Artigo publicado originalmente em Urban Proxima, em maio de 2023.

Para saber mais sobre a importância de uma gestão urbano baseada em dados, métricas e resultados, conheça o curso “Do Planejamento ao Caos“.