Previsão de Trajetórias de Veículos Autônomos (Argoverse Dataset)

Este projeto aplica técnicas de Machine Learning para resolver o problema de Motion Forecasting (Previsão de Movimento) no contexto de veículos autônomos. Utilizando o dataset Argoverse, o objetivo é prever a posição futura de um veículo (agente principal) com base em seu histórico recente de coordenadas.

👥 Integrantes e Divisão das Contribuições

• João Vitor Vital Leão: Responsável pela definição da arquitetura do problema e pela estruturação inicial do dataset. Tomou a decisão técnica de modelar o desafio de Motion Forecasting como uma tarefa de Regressão contínua de múltiplas saídas (prevendo os eixos X e Y simultaneamente a partir de 20 instantes passados). Realizou o carregamento, a filtragem dos agentes principais (AGENT) e a interpretação descritiva das coordenadas geográficas.
• Lucca Pedreira Dultra: Liderou a etapa de Análise Exploratória de Dados (EDA) e o pré-processamento matemático. Criou e analisou histogramas e matrizes de correlação, identificando a assimetria na velocidade dos veículos e a forte relação de inércia da última posição conhecida com o destino futuro. Foi o responsável pela decisão de aplicar a técnica de Flattening (transformando a série temporal em atributos tabulares) e pela aplicação cuidadosa do StandardScaler para evitar vazamento de dados.
• Luciano Ferreira de Queiroz: Responsável pela etapa de Modelagem Preditiva e Avaliação de desempenho. Estruturou o isolamento do conjunto de testes (20%) e o modelo Baseline, treinando e comparando os algoritmos de Regressão Linear, Árvore de Decisão e Random Forest. Justificou a escolha do Random Forest com base nas métricas (RMSE e MAE) e interpretou o comportamento dos modelos frente a padrões espaciais não-lineares (como curvas), além de documentar as limitações e melhorias futuras do projeto.

🎥 Vídeo de Apresentação

🔗

Só clicar ou ir nos arquivos do repositorio para baixar o video

(Nota: O vídeo contém a identificação e explicação de todos os membros do grupo, conforme exigido nas diretrizes do projeto).

---

1. Identificação e Descrição do Problema

A condução autônoma exige que o sistema de inteligência do veículo compreenda e antecipe o comportamento dos agentes ao seu redor. Este projeto foca em prever o destino de um veículo rastreado (marcado como AGENT) em um horizonte de tempo específico.

O problema foi modelado como uma tarefa de regressão múltipla, onde:

• Variáveis Preditoras (Features): As 20 posições iniciais (X e Y) da trajetória do veículo, representando o histórico de movimento passado.
• Variáveis Alvo (Targets): A posição final futura (X_futuro e Y_futuro) do veículo no instante final capturado no cenário.

---

2. Base de Dados e Otimização

Os dados originais do Argoverse 1 Motion Forecasting Dataset consistem em centenas de milhares de arquivos .csv, onde cada arquivo representa um cenário de poucos segundos.

Para atender aos requisitos de eficiência e reprodutibilidade acadêmica, o pipeline de dados foi otimizado:

1. Processamento Paralelo: Os arquivos CSV foram processados de forma assíncrona, filtrando apenas o veículo principal (OBJECT_TYPE == 'AGENT') e cenários com trajetórias completas (50 instantes de tempo).
2. Achatamento (Flattening): A dimensão temporal foi convertida em recursos tabulares clássicos (X_1, Y_1, ... X_20, Y_20).
3. Formato Parquet: O dataset limpo foi consolidado em um único arquivo .parquet, reduzindo drasticamente o tamanho em disco e o tempo de leitura de minutos para menos de 1 segundo.

---

3. Metodologia de Machine Learning

O desenvolvimento do modelo segue um pipeline rigoroso de Ciência de Dados:

• Carregamento em Nuvem: O arquivo Parquet é lido diretamente de um link RAW do GitHub, dispensando a necessidade de downloads manuais e gerenciamento de pastas locais.
• Divisão de Dados (Train/Test Split): Separação dos dados em conjuntos de treinamento (80%) e teste (20%) para garantir a validação justa dos modelos e evitar vazamento de dados (data leakage).
• Pré-processamento: Centralização espacial das trajetórias (fazendo todas iniciarem na coordenada 0,0) ou aplicação de técnicas de escalonamento (StandardScaler), lidando com as discrepâncias das coordenadas globais do dataset.
• Modelagem: Avaliação de algoritmos base (como Regressão Linear Múltipla) e algoritmos não lineares mais robustos (como Random Forest Regressor).
• Métricas de Avaliação: O desempenho dos modelos é medido principalmente pelo RMSE (Root Mean Squared Error) sobre as coordenadas e distâncias geométricas (Erro de Deslocamento).

---

4. Como Executar o Projeto

O projeto foi estruturado para máxima facilidade de reprodução. Não é necessário fazer o download de gigabytes de dados.

Pré-requisitos

Certifique-se de ter o Python 3.8+ instalado e as seguintes bibliotecas:

• pandas
• numpy
• scikit-learn
• matplotlib e seaborn
• pyarrow ou fastparquet (necessários para leitura do arquivo parquet)

Passos para Execução

1. Baixe o arquivo do notebook e faça upload dele no Google Colab

📁 Estrutura do Repositório e Descrição dos Arquivos

• argoverse_cleaned_sample.parquet: Dataset final consolidado e otimizado após a execução do script de pré-processamento. É o arquivo consumido diretamente pelo notebook.
• Argoverse.ipynb: Notebook principal do projeto contendo a Análise Exploratória de Dados (EDA), o treinamento, a comparação dos modelos e as métricas de avaliação.
• forecasting_train_v1.1.tar.gz.txt: Exemplo de referência do arquivo bruto que foi baixado da fonte original. Esses dados brutos foram extraídos e submetidos ao script de pré-processamento.
• processing-dataset.py: Script Python utilizado localmente para ler, extrair, filtrar e processar os dados originais, transformando-os no arquivo .parquet final.
• README.md: Este arquivo de documentação, contendo o resumo, instruções e detalhes do projeto.
• requirements.txt: Arquivo contendo a lista de dependências e bibliotecas do Python necessárias para a execução do projeto.
• VideoFIA.mp4: Vídeo oficial de apresentação do projeto, contendo a explicação do código, justificativas de decisões técnicas e discussão dos resultados pelos integrantes.

🧠 Declaração de Uso de Ferramentas de Inteligência Artificial

Durante o desenvolvimento deste projeto, utilizamos IA conforme descrito abaixo:

• Ferramenta Utilizada: Google Gemini e Claude (IA Generativa).
• Finalidade: Otimização de código, escrita da documentação, e correção de erros.
• Parte do Trabalho em que foi utilizada: No módulo de Pré-processamento e Pipeline de Dados (especificamente para adaptar a leitura pesada de múltiplos arquivos .csv para uma leitura única, rápida e remota de um arquivo .parquet). Além da documentação em Markdown.
• Forma de Verificação: Todo o código e documentação gerado foi revisado, testado e validado em ambiente local (Jupyter/VSCode) e no Google Colab.