Veículos autônomos estão em desenvolvimento no âmbito internacional e nacional, com diversas
propostas inovadoras para a melhoria do trânsito. Dentro do contexto de veículos inteligentes, a
detecção da superfície por onde o veículo irá se locomover é de fundamental importância, pois é
baseado neste conhecimento que o processo de tomada de decisão sobre a navegação será
realizada. Um problema comum neste sentido é a identificação da superfície geométrica da
rodovia bem como a distinção desta com as calçadas e outros elementos que presentes no
ambiente. Nesta pesquisa procura-se aplicar um método de detecção e modelagem da superfície
de vias urbanas, buscando identificar inclinações longitudinais e laterais, os quais possam vir a
alterar a tomada de decisão e o comportamento de controle do veículo. O método implementado
neste primeiro momento inicia-se na pré-filtragem de pontos que possuem um certa altura em
relação à superfície, com a finalidade de segmentar pontos pertencentes a rodovia e obstáculos.
Em seguida, realiza-se uma aproximação de um modelo de superfície planar aplicando o
algoritmo RANSAC (Random Sample Consensus) para ajustar o referido modelo matemático na
nuvem de pontos pré-filtradas anteriormente (com dados ruidosos). Para análise e
experimentação do método em questão, utilizou-se dados reais obtidos pelo sensor laser
Velodyne de 64 camadas, adquiridos nas vias urbanas da Alemanha. Tais dados estão
disponíveis publicamente na base de dados do KITTI (Instituto de Tecnologia Karlsruhe –
KIT/Alemanha). O método foi desenvolvido e processado no software Matlab. Os próximos
passos serão aplicar o modelo planar por partes, para aproximar e detectar possíveis inclinações
na superfície da rua. Agradecimentos à FAPEMIG.