São Paulo — InkDesign News — Um novo enfoque na robótica e automação é apresentado pelos pesquisadores da equipe SPQR, vencedores do prêmio de melhor artigo no RoboCup 2025, focando em algoritmos de aprendizado profundo aplicados à detecção de bola em robôs autônomos.
Tecnologia aplicada
O trabalho intitulado “Extração de Características Auto-supervisionadas para Aprimoramento da Detecção de Bola em Robôs de Futebol” aborda a detecção de bolas em ambientes dinâmicos e variados. A equipe utilizou um modelo de aprendizado auto-supervisionado, que faz uso de tarefas pré-textuais para aprender a estrutura dos dados sem rótulos. Entre os sensores empregados, destacam-se câmeras de alta resolução que capturam imagens em diferentes condições de iluminação, especialmente em estádios com luzes variadas.
Desenvolvimento e testes
O modelo foi testado no RoboCup 2025, onde foi implementado com sucesso, mostrando um desempenho superior em comparação com benchmarks anteriores. Originalmente, os modelos anteriores exigiam grandes quantidades de dados rotulados, o que não é escalável. O novo sistema utilizou aprendizado auto-supervisionado, reduzindo significativamente o esforço humano e a necessidade de coleta de dados. A equipe relatou uma melhoria robusta na detecção sob diferentes condições de iluminação, um problema crítico em ambientes de competição.
“O treinamento final requer muito menos dados. O modelo também foi mais robusto sob diferentes condições de iluminação.”
(“Final training requires much less data. The model was also more robust under different lighting conditions.”)— Daniele Affinita, Pesquisador, SPQR
Impacto e aplicações
As técnicas desenvolvidas têm potencial de aplicação além do RoboCup, incluindo a agricultura de precisão, especificamente na detecção de frutas arredondadas, como uvas. Essa interface entre robótica e aplicações práticas busca ampliar o impacto da pesquisa na indústria. O alinhamento da equipe com um projeto de agricultura de precisão mostra como o conhecimento desenvolvido em competições pode ser rasgado para setores como a agricultura.
“Queremos usar as mesmas abordagens para detectar frutas arredondadas, um campo importante para nós.”
(“We want to use the same approach to detect rounded fruits, which is something really important for us.”)— Domenico Bloisi, Professor Associado, UNINT
O futuro dos robôs autônomos parece promissor, com a equipe SPQR focando em inovações contínuas e a integração de suas descobertas em novos domínios, destacando a importância de plataformas como o RoboCup para a pesquisa em robótica.
Fonte: (Robohub – Robótica & Automação)
