GM quer prever buracos na estrada antes de acontecerem

A General Motors (GM) quer transformar seus automóveis em aliados na conservação do asfalto, ajudando a identificar problemas antes que eles virem buracos e irregularidades evidentes. A proposta é atuar de forma preventiva - corrigindo cedo para evitar reparos mais caros e complexos depois.

Para viabilizar isso, a montadora registrou nos Estados Unidos um pedido de patente (US 2025/0200526 A1) descrevendo um sistema capaz de prever a degradação do pavimento antes que o dano fique visível na via. O documento foi protocolado em 15 de dezembro de 2023 e divulgado publicamente em 19 de junho.

Como a General Motors (GM) pretende avaliar o pavimento

O conceito parte da coleta de informações diretamente dos veículos, usando um conjunto de sensores e recursos já presentes (ou facilmente integráveis) em carros modernos. A ideia é “ler” a estrada enquanto o carro roda, observando múltiplas variáveis ao mesmo tempo, como:

• vibrações percebidas durante a condução;
• curso e deslocamento da suspensão;
• rotação das rodas;
• imagens captadas por câmeras, para análise visual da superfície.

Combinados, esses sinais permitem avaliar o comportamento do carro sobre o pavimento e inferir indícios de desgaste, deformações e outros padrões associados à perda de qualidade da pista.

Índice de manutenção da estrada (RMS): pontuação para antecipar reparos

Depois de coletados, os dados podem ser enviados em tempo real para a nuvem, onde um algoritmo calcula um índice de manutenção da estrada, identificado no pedido como RMS.

Quando o RMS fica abaixo de um nível considerado aceitável, o sistema poderia inclusive notificar órgãos responsáveis pela via para que intervenções sejam programadas com antecedência, antes que o problema se agrave.

A lógica, portanto, é dupla: reduzir gastos associados a consertos decorrentes de rodovias mal conservadas e, principalmente, aumentar a segurança de quem dirige.

Escala: quanto mais carros, mais completa é a leitura das vias

Um dos pontos fortes da proposta da GM é o potencial de escala. O sistema pode consolidar dados de milhares de veículos simultaneamente. Em outras palavras, quanto maior o número de carros equipados circulando, mais detalhada e confiável tende a ser a visão sobre a condição do pavimento - inclusive com atualização contínua ao longo do tempo.

Além disso, a tecnologia pode ser conectada a sistemas de navegação e mapas digitais, alertando motoristas sobre trechos com asfalto mais degradado e sugerindo rotas alternativas em tempo real, quando houver opções.

Integração com gestão pública e concessões: onde isso pode fazer diferença

Se esse tipo de sistema avançar além do papel, ele pode se encaixar em rotinas de manutenção programada de concessionárias e também no planejamento de órgãos públicos (por exemplo, em corredores urbanos e rodovias com grande fluxo). Em vez de depender apenas de vistorias periódicas, seria possível priorizar equipes e orçamento com base em evidências coletadas dia a dia pela frota circulante.

Outro possível ganho é a criação de um histórico de qualidade do pavimento por trecho, ajudando a comparar a evolução do desgaste ao longo dos meses e a medir o impacto de intervenções realizadas.

Desafios: dados, privacidade e precisão

Também existem pontos sensíveis a considerar. Para que as leituras sejam realmente úteis, o sistema precisa lidar com diferenças entre modelos de veículos, calibração de sensores, tipos de pneus e condições de carga - fatores que podem alterar vibração e resposta de suspensão sem que haja, necessariamente, um defeito no pavimento. Além disso, a qualidade da conectividade influencia o envio contínuo de dados.

Por fim, qualquer solução baseada em telemetria em larga escala tende a exigir políticas claras de governança e privacidade, definindo o que é coletado, como é anonimizado e com quem pode ser compartilhado - especialmente se houver integração com autoridades e infraestrutura pública.

Ainda se trata apenas de uma patente, mas a iniciativa mostra como fabricantes estão buscando novas formas de aproveitar os dados gerados pelos veículos. No futuro, esse tipo de abordagem pode ajudar a viabilizar uma gestão mais inteligente das infraestruturas viárias.