Upload
others
View
5
Download
0
Embed Size (px)
Citation preview
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 sensores de navegação terrestre ativos e passivos;
Desenvolvimento de múltiplos sensores integrados, hardware e software de controle;
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:
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 a 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;
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 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
- Fechamento dos Indicadores e Avaliação de
Desempenho da Fase 2B.
- Apresentação do Desempenho da Fase 2B aos
stakeholders.
1 semana Mês 56 Mês 56
3
- Fechamento dos Indicadores e Avaliação de
Desempenho da Fase 3.
- Apresentação do Desempenho da Fase 3 para os
stakeholders
1 semana Mês 40 Mês 40
4
- Fechamento dos Indicadores e Avaliação de
Desempenho da Fase 4.
- Apresentação do Desempenho da Fase 4 para os
stakeholders
1 semana Mês 56 Mês 56
5
- Fechamento dos Indicadores e Avaliação de
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
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 a 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;
46 meses Mês 01 Mês 46
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.
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.
10 meses Mês 48 Mês 59
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
- 10 bolsas DCT-A: R$ 6.200/bolsa R$ 3.720.000,00
- 05 bolsas PDI-Sênior: R$ 4.100/bolsa
R$ 1.230.000,00
- 10 bolsa de Doutorado: R$ 2.200/bolsa
R$ 1.320.000,00
- 10 bolsas de Mestrado: R$ 1.500/bolsa
R$ 900.000,00
- 30 bolsa Iniciação Tecnológica: R$ 400/bolsa
R$ 720.000,00
UFES
- 10 bolsas DCT-A: R$ 6.200/bolsa R$ 3.720.000,00
- 05 bolsas PDI-Sênior: R$ 4.100/bolsa
R$ 1.230.000,00
- 10 bolsa de Doutorado: R$ 2.200/bolsa
R$ 1.320.000,00
- 10 bolsas de Mestrado: R$ 1.500/bolsa
R$ 900.000,00
- 30 bolsa Iniciação Tecnológica: R$ 400/bolsa
R$ 720.000,00
UNESP - 05 bolsas DCT-A: R$ 6.200/bolsa R$ 1.860.000,00
- 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
- 20 bolsa Iniciação Tecnológica: R$ 400/bolsa
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.