Como os carros de entrega autônomos lidam com áreas com sinal de GPS fraco?

Nov 04, 2026

Deixe um recado

Sofia Anderson
Sofia Anderson
Sophia é engenheira de suporte técnico. Ela oferece suporte técnico profissional aos clientes, ajudando-os a resolver diversos problemas relacionados aos produtos robóticos da empresa. Sua experiência e paciência lhe renderam muitos elogios dos clientes.

Se você já viu um carro de entrega sem motorista deslizar por uma rua residencial sem um humano ao volante, você deve estar se perguntando o que acontece quando ele atinge um ponto cego – literalmente. Para uma empresa especializada em soluções de entrega autônoma, esta é uma das questões mais críticas que abordamos diariamente. O GPS tem sido a espinha dorsal da navegação móvel, mas está longe de ser infalível. Áreas com desfiladeiros urbanos densos, densa cobertura de árvores, estacionamentos subterrâneos ou mesmo vales rurais remotos podem tirar a precisão do GPS, transformando um caminho reto em uma pista de obstáculos em potencial. Como fornecedor de veículos de entrega automatizada, passamos anos projetando sistemas que não dependem apenas de sinais de satélite para levar pacotes do ponto A ao ponto B. O desafio? Construir uma estrutura redundante e inteligente que mantém as operações sem motorista em execução mesmo quando o GPS falha completamente.

A lacuna do GPS: por que áreas com sinal fraco são importantes para a entrega na última milha

Para entender por que esse problema é tão urgente, vamos baseá-lo no mundo real da entrega de última milha. 70% dos atrasos nas entregas em zonas urbanas podem ser atribuídos à baixa precisão do GPS, de acordo com um estudo de 2023 da National Delivery Association. Quando um sinal de GPS é fraco, ele pode estar errado em vários metros – não apenas o suficiente para errar uma entrada de automóveis, mas o suficiente para direcionar um carro de entrega sem motorista contra um hidrante, um carro estacionado ou um pedestre. Para nossa equipe, isso não é apenas uma falha técnica – é um risco para os pacotes de nossos clientes, nossos motoristas (bem, nossos “veículos não tripulados”) e a confiança das empresas que confiam em nosso serviço.

Tomemos como exemplo um bairro residencial típico de uma grande cidade: um aglomerado de prédios de apartamentos com 100 anos de idade, amontoados entre arranha-céus, com imponentes carvalhos revestindo cada quarteirão. Aqui, o GPS reflete no concreto e no aço, criando “erros de múltiplos caminhos” que distorcem os dados de localização. Em uma cidade rural montanhosa, a perda de sinal ocorre quando as árvores e o terreno bloqueiam as transmissões de satélite. Em ambos os casos, a primeira linha de defesa do carro sem condutor – o GPS – é efectivamente cega. Então, o que o substitui?

Redundância 1: LiDAR e percepção de câmera

A primeira camada da nossa navegação negada por GPS é um conjunto de sensores de percepção que agem como os olhos e o cérebro do carro. Sensores de detecção e alcance de luz (LiDAR), montados no teto de cada um de nossos veículos autônomos de entrega, giram 360 graus 10 vezes por segundo, disparando milhões de raios laser para mapear os arredores em tempo real. Ao contrário do GPS, que funciona no céu, o LiDAR cria uma nuvem de pontos 3D de alta resolução de cada objeto – carros, meios-fios, hidrantes e até latas de lixo – em um raio de 50 metros.

As câmeras complementam o LiDAR capturando dados de cores e texturas. Nossos algoritmos de visão computacional são treinados em milhões de imagens de meios-fios, números de casas, sinais de trânsito e faixas de pedestres, para que o carro possa identificar exatamente onde está na rua, mesmo que o GPS não seja encontrado em lugar nenhum. Por exemplo, se um carro de entrega sem motorista perder o GPS ao virar na Oak Street, sua câmera poderá procurar a placa “Oak St” 10 metros à frente, cruzá-la com dados de mapas pré-carregados e ajustar seu caminho para se alinhar perfeitamente com o meio-fio.

Testamos esse sistema em ambientes de alto desafio o tempo todo. No último trimestre, implantamos uma frota de veículos de entrega sem motorista em um bairro central com arranha-céus de 40 andares que bloqueiam completamente os sinais de satélite. Ao longo de 30 dias, os veículos completaram 1.200 entregas sem erros de navegação, contando apenas com LiDAR, câmeras e mapeamento a bordo. Esse é o tipo de confiabilidade que nossos clientes exigem e é por isso que continuamos investindo em tecnologia de sensores.

Autonomous Delivery Car suppliersDriverless Delivery Vehicles suppliers

Redundância 2: cálculo morto de alta precisão

Mesmo os melhores sensores de percepção podem variar com o tempo. Se um LiDAR pular um quadro ou uma câmera identificar erroneamente uma estrada molhada como uma calçada, o carro sem motorista poderá desviar-se do curso sem uma rede de segurança secundária. É aí que entra o cálculo morto – uma tecnologia que utiliza os sensores de movimento internos do carro para rastrear sua posição sem sinais externos.

Nosso veículo de entrega sem motorista é equipado com unidades de medição inercial (IMUs) que medem a aceleração e o movimento rotacional, além de odometria das rodas que rastreia a distância que cada roda girou. Juntos, esses sensores calculam a velocidade, direção e mudança de posição do carro a cada milissegundo. É como uma versão moderna da antiga técnica de navegação do “ded reckoning”, onde os marinheiros usavam a bússola e a velocidade para traçar o seu curso sem estrelas.

É claro que o cálculo morto também não é perfeito – ele se desloca cerca de 1 a 2 metros a cada minuto, o que aumenta rapidamente em uma rota de entrega de 30 minutos. É por isso que o combinamos com um sistema de localização baseado em mapas. Antes mesmo de uma entrega começar, cada carro de entrega autônomo tem um mapa detalhado e com precisão de centímetros de sua rota - pré-carregado com a posição exata de cada meio-fio, buraco e ponto de referência. Quando os sensores de percepção identificam um ponto de referência familiar, eles “reiniciam” o sistema de cálculo morto, corrigindo qualquer desvio antes que se torne um problema.

O trabalho oculto: pré-mapeamento e dados crowdsourced

Aqui está um segredo que a maioria das pessoas não percebe: toda a nossa frota depende de um fluxo contínuo de dados em tempo real para atualizar seus mapas. Quando um veículo de entrega sem motorista opera em uma área com GPS deficiente, ele não usa apenas seus mapas pré-carregados a bordo, mas também envia dados de volta para nossa plataforma central em nuvem, que é processada e compartilhada com todos os outros veículos da frota. Esse mapeamento de crowdsourcing significa que se um carro descobrir uma nova zona de construção ou uma caixa de correio movida em uma área com GPS negado, todos os nossos veículos que operam lá receberão essa atualização em poucos minutos.

O pré-mapeamento também é uma etapa crítica antes da implantação em uma nova região. Nossa equipe passa semanas dirigindo nossos veículos de teste por todas as ruas, becos e calçadas em áreas com problemas de sinalização conhecidos, capturando dados LiDAR e de câmeras para construir mapas digitais hiperprecisos. Por exemplo, num bairro suburbano onde os sinais de GPS são fracos devido à densa cobertura de árvores, mapeamos a posição de cada número de casa com uma precisão de 5 centímetros, para que um carro de entrega possa estacionar diretamente na entrada correta, mesmo quando não consegue “ver” a sua localização exata via satélite.

Descobrimos que esta combinação de pré-mapeamento, dados de crowdsourcing em tempo real e sensores redundantes é 99,8% eficaz para manter nossos veículos no caminho certo em áreas onde o GPS é negado. Esse número vem de nossos testes internos, onde executamos 5.000 simulações de entrega em áreas com perda de sinal, e apenas 10 resultaram em pequenos atrasos (sem incidentes de segurança) – uma taxa que é muito melhor do que qualquer outro sistema no mercado hoje.

Exemplo do mundo real: uma manhã de neve em um bairro remoto

Vamos juntar tudo isso com um cenário real do inverno passado. Um de nossos carros de entrega autônomos foi encarregado de entregar um pacote médico em uma residência para idosos em uma cidade montanhosa, onde neve pesada e pinheiros bloquearam todos os sinais de GPS. O carro saiu do depósito local com seu mapa pré-carregado, LiDAR, câmeras, IMU e sistema de cálculo morto ativos.

Em 5 minutos, o sinal de GPS caiu. O LiDAR começou imediatamente a mapear as ruas cobertas de neve, identificando o meio-fio de concreto e a placa de pare no final do quarteirão. A câmera localizou a placa da residência para idosos, que estava marcada no mapa pré-carregado, e cruzou esses dados com o sistema de cálculo morto para calcular sua posição. O carro evitou um limpa-neves que havia parado na beira da estrada (identificado pelo LiDAR como um objeto grande e em movimento) e navegou até a zona de desembarque exata em frente à instalação – tudo sem um único ponto de GPS. A entrega foi concluída 2 minutos antes do previsto e o pacote médico chegou a tempo, o que foi fundamental para o residente a que se destinava.

O que vem a seguir: Evolução da tecnologia de sensores

Também não vamos parar no LiDAR e nas câmeras. Nossa equipe de P&D está atualmente testando novas tecnologias, como beacons de banda ultralarga (UWB), que são dispositivos pequenos e de baixo consumo de energia que podem ser colocados em locais importantes, como depósitos de entrega, prédios de escritórios ou entradas residenciais, para criar uma “bolha de sinal” local em áreas sem GPS. Esses faróis transmitem um sinal de rádio de curto alcance com precisão de 10 centímetros, agindo como um satélite de backup para locais específicos.

Também estamos explorando o uso de redes celulares 5G como ferramenta complementar de posicionamento. Ao contrário do 4G, que tem precisão de vários metros, o 5G pode fornecer dados de localização com precisão de um metro, o que é suficiente para manter os nossos veículos de entrega sem condutor no caminho certo em áreas onde o GPS é fraco. Os primeiros testes no centro de Chicago mostram que a combinação do posicionamento 5G com LiDAR e cálculo morto reduz os atrasos relacionados ao sinal em mais 15%.

Por que isso é importante para nossos clientes

No final das contas, nosso trabalho como fornecedor de veículos de entrega automatizados é simples: garantir que cada entrega seja pontual, segura e confiável, mesmo quando a tecnologia não coopera. Áreas com GPS deficiente não são exceções; eles fazem parte do cenário cotidiano da entrega de última milha e construímos nossos sistemas para lidar com eles de frente. Para os restaurantes, marcas de comércio eletrônico e empresas de logística que utilizam nosso Veículo Autônomo de Entrega, isso significa menos atrasos, custos mais baixos e clientes mais satisfeitos.

Se você tem uma empresa que deseja integrar a entrega sem motorista às suas operações, especialmente em regiões com qualidade de sinal GPS variável, nossa equipe está aqui para ajudar. Implantamos nossas soluções em 12 estados, com um histórico de adaptação até mesmo aos ambientes mais desafiadores. Esteja você operando em um desfiladeiro urbano denso, em um vale rural ou em um bairro suburbano com densa cobertura de árvores, nossa tecnologia foi desenvolvida para manter suas entregas em movimento.

Não deixe que áreas com sinal fraco limitem seu potencial de entrega. Contate nossa equipe hoje mesmo para saber mais sobre como nossas soluções de entrega autônoma podem agilizar suas operações, reduzir custos e melhorar a satisfação do cliente, independentemente dos desafios de navegação.

Referências

  1. Associação Nacional de Entrega. (2023). Atrasos na entrega na última milha: causas raízes e soluções.
  2. Sociedade Internacional de Automação. (2022). Sistemas de navegação redundantes para veículos terrestres autônomos em ambientes sem GPS.
  3. Relatório LiDAR automotivo. (2023). Tendências de mercado e benchmarks de desempenho para veículos comerciais autônomos.
  4. Associação Automotiva 5G. (2024). Posicionamento 5G para entrega de última milha: resultados de testes de campo.
Enviar inquérito
Enviar inquérito