A transformação digital da mobilidade: carros autônomos

Visão geral

Nos últimos anos, a direção autônoma e também denominada robotáxis tornou-se um dos trending topics da indústria automotiva. O mercado automóvel, dos transportes e da mobilidade em geral está a passar por uma mudança social, tecnológica e económica transformacional, mudando fundamentalmente a forma como as pessoas e os produtos são transportados. Num contexto de crescimento populacional contínuo, urbanização e preocupações ambientais, novas formas de mobilidade são fundamentais para apoiar os centros populacionais e a actividade económica de amanhã.

De acordo com o período de previsão de 2022 a 2029, o mercado de veículos autônomos de luxo deverá experimentar um crescimento significativo, com uma taxa projetada de 36,16%. O relatório da Data Bridge Market Research oferece análises abrangentes e insights sobre o mercado, destacando os fatores que deverão ter uma influência proeminente em seu crescimento durante este período.

• https://www.databridgemarketresearch.com/pt/reports/global-autonomous-luxury-vehicle-market

Os gigantes da tecnologia, principais players de software, e as novas startups de mobilidade também estão prestes a colher os frutos de uma era de mobilidade futura totalmente nova. Hoje em dia, o carro está se transformando em uma plataforma para atender diversas funções. Portanto, os veículos autónomos estão a tornar-se produtos muito mais orientados por software em comparação com os carros tradicionais. Um carro autônomo é um veículo capaz de sentir o ambiente e operar sem envolvimento humano. Avanços na tecnologia de sensores, LiDAR e imagens de radar 4D, entre outros, estão abrindo caminho para um veículo totalmente autônomo. Estas tecnologias estão a ser utilizadas para recolher dados específicos em tempo real que permitem ao veículo tomar decisões atempadas.

Um passageiro humano não é obrigado a assumir o controle do veículo em nenhum momento, nem é obrigado a estar presente. Os fabricantes e fornecedores tradicionais trabalham arduamente para reduzir continuamente os ciclos de desenvolvimento e acompanhar a transição inevitável para a nova era do software. No entanto, modelos de trabalho ágeis colaborativos predominantemente conhecidos na indústria de software e abordagens de gestão de cooperação mais inovadoras abrem caminho para enfrentar estes desafios e transformá-los em oportunidades.

O que é veículo autônomo?

O aprendizado profundo é o aspecto central da parte de automação dos veículos autônomos. Os AVs podem tomar decisões calculadas com base em vários modelos de treinamento e aquisição de dados em tempo real. Os recentes desenvolvimentos de aprendizagem profunda e inteligência artificial permitiram que os carros autónomos respondessem a situações de alto risco e combatessem problemas de detecção de obstáculos devido às condições meteorológicas. Um carro autônomo ou carro sem motorista é um veículo que usa uma combinação de sensores, câmeras, radar e inteligência artificial (IA) para viajar entre destinos sem um operador humano. As empresas que desenvolvem e/ou testam carros autônomos incluem Audi, BMW, Ford, Google, General Motors, Tesla, Volkswagen e Volvo.

Cenário do mercado mundial de veículos autônomos

O veículo autônomo está revolucionando a experiência de mobilidade do consumidor em todo o mundo. Com os avanços da tecnologia, os carros autônomos serão mais seguros do que os veículos operados por humanos. Nos EUA, 30.000 vidas são perdidas anualmente em acidentes com veículos motorizados, muitas vezes devido à fadiga, erro humano e condução sob o efeito do álcool.

Hoje em dia, a maioria dos carros inclui recursos básicos de ADAS (sistemas avançados de assistência ao motorista) e podem funcionar sem esses comportamentos, potencialmente salvando milhares de vidas. A maioria dos carros autônomos vem com um sistema automatizado de frenagem de emergência projetado para detectar quando o carro está se aproximando de um perigo, como uma parada repentina no trânsito. Além disso, sistemas automatizados de frenagem de emergência podem ser configurados para detectar e responder a pedestres, ciclistas ou outros veículos na estrada. Os primeiros carros autônomos foram lançados pela Waymo em 2018 para fornecer a bilhões de pessoas uma mobilidade mais segura, limpa e conveniente. A frota autônoma de 600 carros da Waymo percorreu mais milhas autônomas do que qualquer concorrente. Na verdade, em outubro de 2018, a frota percorreu mais de 16 milhões de quilômetros em vias públicas de 25 cidades, embora o foco tenha sido nas ruas de Mountain View (CA), Austin (TX), Kirkland (WA) e Phoenix (AZ) . Em agosto de 2018, a empresa de transporte privado Lyft anunciou que seus clientes pagaram por mais de 5.000 viagens autônomas em Las Vegas usando seu aplicativo móvel. O serviço foi lançado em Las Vegas em janeiro com 30 carros BMW, mas a empresa tinha 75 carros em sua frota naquela época.

Principais estratégias adotadas pelos fabricantes automotivos

• O Baidu (o “Google chinês”) desenvolve carros autônomos desde 2014, realizando testes de direção em Pequim desde o início de 2018, e espera ter carros totalmente autônomos nas ruas em 2024
• Em fevereiro de 2023, a Renault-Nissan e a Mitsubishi celebraram um acordo-quadro vinculativo para colaborar em vários novos projetos de veículos, incluindo novos SUVs partilhados pelo Grupo Renault e pela Nissan, e um novo modelo de automóvel Nissan derivado do SUV Renault Triber.
• Em maio de 2020, o grupo PSA fez parceria com a Aptiv (NuTonomy) para lançar táxis autônomos em Cingapura. Com isso, a Aptive instalou seu software, sensores especializados e plataformas de computação nos SUVs Peugeot 3008 que foram customizados pelas equipes de inovação da PSA.
• Em outubro de 2018, a Toyota fez parceria com o SoftBank para criar uma gama de serviços utilizando veículos autônomos, desde entrega de alimentos e mercadorias até exames médicos, adaptando-se assim à era da direção autônoma.
• Em janeiro de 2018, a Hyundai Motor Company e a Cisco revelaram um novo roteiro tecnológico para permitir redes de próxima geração com segurança nos veículos. A Hyundai e a Cisco criaram uma nova plataforma que fornece acesso altamente seguro a todos os dados do veículo. A plataforma utiliza a primeira geração de arquiteturas 1Gps e Ethernet automotiva com QoS, o que permite largura de banda maximizada e mais recursos

Nível de automação em veículos autônomos

A Sociedade de Engenheiros Automotivos (SAE) define 6 níveis de automação de condução, variando de 0 (totalmente manual) a 5 (totalmente autônomo), que o Departamento de Transportes dos EUA adotou.

Fonte: MAR

A principal tecnologia de carros autônomos ou veículos autônomos

Controle automático, arquitetura, inteligência artificial, visão computacional e muitas outras tecnologias estão integradas ao carro autônomo, que é um produto de ciência da computação altamente desenvolvida, reconhecimento de padrões e tecnologia de controle inteligente.

• Sistema de navegação automotiva: No sistema de navegação automóvel, o sistema de informação geográfica e o sistema de posicionamento global (GPS) do veículo estão equipados para receber informações de localização, como longitude e latitude, do satélite. Essas informações, juntamente com as informações rodoviárias geradas pelo sistema de localização e pelo banco de dados de mapas digitais, servem como fonte de dados inseridos no modelo de correspondência de mapas, onde os algoritmos inteligentes de planejamento de caminhos são utilizados para permitir o cálculo do planejamento de caminhos.
• Sistema de localização: O objetivo principal do sistema de localização é identificar a localização do veículo, que pode ser dividida em localizações relativas, absolutas e híbridas. Para localização relativa, a posição atual do carro autônomo é obtida adicionando a distância e a direção do movimento à posição anterior. O método de localização absoluta é utilizado para localizar a posição do veículo de acordo com as informações obtidas do sistema de posicionamento. Um sistema de posicionamento comum é o sistema baseado em satélite, como GPS, GLONASS, Galileo, Beidou e assim por diante. No entanto, o sinal do satélite está sujeito a interferências das condições meteorológicas e do ambiente urbano, como edifícios e montanhas, o que causará erros e ruído no sinal de localização e, portanto, a localização absoluta medida não é precisa. A localização híbrida, que combina as características dos dois métodos de localização acima, é o método mais comum utilizado na obtenção da posição de um carro autônomo.
• Mapa Eletrônico (EM): EM (Mapa Eletrônico) é usado para armazenar dados de mapas digitais, que consistem principalmente em informações geográficas, dados de tráfego, dados de edifícios, sinais de trânsito, instalações rodoviárias, etc. EM. No futuro, prevê-se que serão desenvolvidos EMs personalizados para veículos autónomos, incluindo aqueles que reconhecem automaticamente os sinais de trânsito e interagem entre si.
• Correspondência de mapas: A correspondência de mapas, a base do planejamento de trajetória, determina a localização do carro combinando os dados geográficos do GPS e os dados do mapa do EM. A abordagem de fusão avançada é usada durante o cálculo para fundir a longitude, atitude ou outras informações de coordenadas no EM. Do ponto de vista prático, a localização do carro deve ser precisa e oportuna.

Desafios enfrentados pelos carros autônomos

O principal obstáculo que os veículos autônomos de nível 5 enfrentam é que a tecnologia não é avançada o suficiente para criar um verdadeiro veículo autônomo de nível 5. Os veículos de teste Cruise da General Motors e os carros Nuro são apenas os primeiros passos no desenvolvimento de carros de nível 5. A desconfiança do público em relação aos veículos sem condutor é outro obstáculo que os veículos autónomos de nível 5 devem superar. Os atuais carros de nível 3 estiveram envolvidos em acidentes, o que levanta preocupações genuínas em termos de segurança com os carros de nível 5, uma vez que são totalmente autónomos. Além destes, muitos desafios ainda são enfrentados na concepção de sistemas totalmente autónomos para carros sem condutor.

• Condições de estrada: As condições das estradas podem ser altamente imprevisíveis e variar de lugar para lugar. Em alguns casos, existem autoestradas largas, suaves e marcadas e, noutros casos, as condições das estradas estão altamente deterioradas. As pistas não estão definidas; existem buracos, estradas montanhosas e túneis onde os sinais externos de direção não são muito claros e da mesma forma.
• Condições de trânsito: Os veículos autônomos devem circular nas vias públicas e navegar em diversas situações de trânsito. Eles teriam que compartilhar a estrada com outros veículos autônomos e, ao mesmo tempo, navegar por muitos pedestres. Numerosas emoções estão presentes em qualquer lugar onde os humanos estejam envolvidos. É possível um tráfego altamente controlado e autorregulado. No entanto, há casos em que alguém pode violar as leis de trânsito com frequência. Um objeto pode aparecer em condições inesperadas. No caso de tráfego denso, mesmo o movimento de poucos centímetros por minuto é importante. Não se pode esperar indefinidamente que o tráfego seja liberado e ter alguma pré-condição para começar a se mover automaticamente.
• Responsabilidade por Acidentes: O aspecto mais importante dos carros autônomos é a responsabilidade por acidentes. As pessoas muitas vezes pensam sobre quem é o responsável pelos acidentes causados ​​por um carro que dirige sozinho? No caso dos carros autônomos, o software será o principal componente que conduzirá o carro e tomará todas as decisões importantes. Embora os designs iniciais tenham uma pessoa fisicamente colocada atrás do volante, os designs mais recentes apresentados pelo Google não têm painel e volante. Além disso, devido à natureza dos carros autónomos, os ocupantes estarão maioritariamente relaxados e poderão não estar a prestar muita atenção às condições do trânsito. Em muitas situações em que é necessária a atenção do motorista, no momento em que ele precisa agir, pode ser tarde demais para evitar a situação e pode ocorrer acidente.
• Interferência de radar: Lasers e radares são usados ​​por veículos autônomos para navegar. Enquanto os sensores são instalados na carroceria do veículo, os lasers são montados no teto. O radar opera com base na detecção de reflexões de ondas de rádio de objetos circundantes. Ao dirigir, um carro emite continuamente ondas de radiofrequência que são refletidas nos veículos próximos e em outros objetos dentro do alcance. O tempo de reflexão é medido para determinar a distância entre o carro e o objeto. Quando na estrada, um carro emite continuamente ondas de radiofrequência, que são refletidas nos carros ao redor e em outros objetos próximos à estrada. Daí surge a questão: quando esta tecnologia é utilizada para centenas de veículos na estrada, será que um carro será capaz de distinguir entre o seu próprio sinal (refletido) e o sinal (refletido ou transmitido) de outro veículo? Mesmo que múltiplas frequências de rádio estejam disponíveis para radar, é improvável que esta faixa de frequência seja insuficiente para todos os veículos fabricados.

Os carros autônomos lutam para interpretar situações incomuns, como um agente de trânsito acenando para os veículos passarem por um sinal vermelho. A programação simples baseada em regras nem sempre funciona porque é impossível codificar antecipadamente cada cenário. Conseqüentemente, a ideia de um veículo “sem motorista ou autônomo” na estrada tem intrigado pessoas de todas as esferas da vida, pois há muitos problemas relacionados ao controle com carros autônomos e muitos fatores móveis que precisam ser gerenciados. e regulado simultaneamente durante a condução.

Principais países preparados para veículos autônomos

A evolução contínua da tecnologia automóvel, incluindo tecnologias de assistência ao condutor e sistemas de condução automatizada, visa proporcionar benefícios de segurança ainda maiores. O mundo foi dominado por veículos autónomos e o seu desenvolvimento está a progredir incrivelmente. Embora a Holanda seja considerada o líder emergente neste índice de preparação para veículos autónomos devido à sua excelente infra-estrutura rodoviária, a um governo altamente favorável e à adopção entusiástica de veículos eléctricos, Singapura derrubou os Estados Unidos e ficou em segundo lugar, em grande parte devido à alteração do seu regulamento rodoviário. lei de trânsito que permite que veículos autônomos sejam testados em vias públicas.

Tabela 1: Índice de Prontidão de Veículos Autônomos

Fonte: Mídia e Comunicações Geoespaciais

Vantagens dos veículos autônomos

Tabela 2: Benefícios e Custos Potenciais de Veículos Autônomos

Fonte:

• Estresse reduzido do motorista, maior produtividade e mobilidade

Os veículos autónomos podem reduzir o stress e o tédio do condutor e aumentar a sua produtividade, permitindo aos passageiros trabalhar enquanto viajam. No entanto, por questões de segurança, os ocupantes devem usar cintos de segurança, restringindo o uso de camas no veículo e, como qualquer espaço confinado, os interiores dos veículos podem ficar desordenados e sujos. Além disso, os veículos autónomos podem proporcionar mobilidade independente a pessoas que, por qualquer motivo, não podem ou não devem conduzir. Isto beneficia diretamente esses viajantes e, ao melhorar o seu acesso à educação e às oportunidades de emprego, pode aumentar a sua produtividade e reduzir os encargos com motoristas para os seus familiares e amigos.

Desafios associados a veículos autônomos

• Custos de propriedade e operacionais

Os veículos autônomos necessitam de diversos equipamentos e serviços para seu bom funcionamento. Como as falhas podem ser fatais, os veículos autónomos necessitam de componentes robustos e redundantes instalados e mantidos por especialistas, aumentando os custos de manutenção. Atualmente, acessórios opcionais para veículos, como partida remota, assistência ativa de faixa e câmeras de segurança, normalmente custam vários milhares de dólares, e assinaturas de serviços de navegação e segurança, como OnStar e TomTom, custam centenas de dólares por ano. A atualização para os serviços Full Self-Drive (FSD) da Tesla, que fornecem operação autônoma limitada, custou US$ 15.000 e, em 2022, os proprietários processaram a Tesla por propaganda enganosa de sua disponibilidade e benefícios. Os proprietários de veículos provavelmente precisarão assinar atualizações frequentes de software e serviços de mapeamento de navegação.

• Lidando com Potenciais Interferências de Radar

A maioria dos carros autônomos usa três tecnologias para navegar: LiDAR (Light Detection and Ranging), câmeras e radar. Ao dirigir, os sensores de radar detectam os reflexos das ondas de rádio dos objetos ao redor. Assim, um cálculo rápido do tempo necessário para a reflexão das ondas de rádio permite que o carro autônomo meça a proximidade de objetos próximos. Mas é provável que as ondas de rádio transmitidas por dois ou mais veículos próximos interfiram entre si, resultando em sinais falsos. ‍A classificação de imagens é feita treinando a rede neural convolucional (CNN) para reconhecer e classificar objetos. O problema da CNN é que ela não é a melhor solução para imagens com múltiplos objetos, pois é provável que o modelo não capture todos os objetos. No entanto, o sistema de posicionamento global (GPS) pode ser usado para detectar a posição exata de outros veículos autônomos, mas às vezes eles não são capazes de distinguir entre alguns objetos, como paredes, edifícios, detritos e árvores. Um carro autónomo ou autónomo deve ser capaz de distinguir os seus próprios sinais dos restantes, pelo que será um dos maiores desafios dos próximos anos.

• Navegando pelas complicações legais

A legislação é uma das características mais essenciais da condução autônoma. Em muitos casos, as leis estaduais e federais ficam confusas sobre quem seria o responsável pelos acidentes provocados por esses carros. Determinar quem é o culpado em reclamações de danos pessoais resultantes de acidentes automobilísticos de rotina já é bastante difícil. Como não existe uma definição distinta do condutor no caso de veículos autónomos, é mais difícil determinar quem causou o acidente e quais foram os seus efeitos. Além disso, na maioria dos carros autônomos, o software é o principal tomador de decisões e operador. Porém, o design pode variar dependendo do fabricante.

• Condições meteorológicas e rodoviárias

Embora o modelo de direção autônoma de visão computacional tenha um detector de objetos em tempo real, existe a possibilidade de que seu desempenho mude dependendo do clima, da iluminação e da localização em que se encontra. Os veículos autônomos precisam de vários conjuntos de dados para evitar possíveis acidentes causada pelas variáveis ​​acima mencionadas. Os veículos autônomos podem calcular distâncias e detectar sinais de trânsito, outros veículos e pedestres, empregando sensores e câmeras LiDAR em conjunto com dados de mapas tridimensionais (3D) e tecnologia de visão computacional. Para garantir a segurança dos passageiros e do veículo, a estimativa da profundidade é essencial. Embora várias outras ferramentas desempenhem papéis importantes, como LIDAR e radar de câmera, apoiá-los com uma visão estéreo é útil. Porém, isso abre espaço para muitas outras questões, como a disposição das câmeras, já que a distância entre as lentes e o sensor pode ser diferente para cada veículo, tornando o sistema de estimativa de profundidade mais desafiador.

Autoridades reguladoras em todo o país principal

• Canadá: O governo federal concentrou-se em garantir a consistência em todas as jurisdições, enquanto os governos provinciais, territoriais e municipais estão a tomar medidas para promover o desenvolvimento de VA. Em Ontário, as empresas devem obter consentimento com os regulamentos do Projeto Piloto AV de Ontário para colocar um AV (SAE nível 4-5) na estrada.
• China: Em 9 de março de 2020, o Ministério da Indústria e Tecnologia da Informação da China divulgou no site oficial o rascunho recomendado dos padrões nacionais para classificação de automação de condução de automóveis.
• Alemanha: Em Novembro de 2020, o Ministro Federal da Alemanha apresentou um projecto de lei sobre a condução autónoma que criará um quadro jurídico para veículos de nível 4 e nível 5.
• Hungria: O Ministro da Tecnologia e Inovação da Hungria apresentou a Estratégia de Inteligência Artificial da Hungria em setembro de 2020 para os próximos 10 anos. A estratégia prevê a criação de um ambiente de desenvolvimento favorável à investigação e às infra-estruturas necessárias para tecnologias de condução autónoma.
• Estados Unidos: A ação mais recente do Departamento de Transportes dos Estados Unidos é o lançamento do Plano Abrangente de Veículos Automatizados. Em parte, o plano analisa o que o Departamento fez em relação aos AVs durante o período de Elaine Chao como Secretária de Transportes. No entanto, também estabelece várias etapas que o Departamento planeja seguir no futuro. O plano fornece três princípios gerais para o Departamento avançar no que diz respeito aos veículos autónomos: proteger os utilizadores e as comunidades, promover mercados eficientes e facilitar esforços coordenados. Além disso, o Departamento de Transportes e a Administração Nacional de Segurança no Trânsito Rodoviário (NHTSA) dos Estados Unidos emitiram um aviso prévio de proposta de regulamentação em Novembro, solicitando comentários sobre uma nova geração de normas de segurança para veículos autónomos. De acordo com a NHTSA, “A estrutura definiria, avaliaria e gerenciaria objetivamente a segurança do desempenho do ADS, garantindo ao mesmo tempo a flexibilidade necessária para permitir mais inovação”.
• Coreia do Sul: A Lei de Veículos Autônomos da Coreia do Sul entrou em vigor em 1º de maio de 2020. A lei fornece o suporte e a infraestrutura necessários para a introdução, disseminação e operação segura de AVs. A Lei também regulamenta os requisitos necessários em relação aos AVs.

Impacto do Covid-19 no mercado de veículos autônomos

A pandemia da COVID-19 trouxe uma enorme mudança na vida quotidiana, pelo que os sectores automóvel e de transportes estão atentos à forma como as mudanças no comportamento do consumidor podem afectar a adopção de tecnologias de veículos autónomos (VA) em todos os sectores da economia. . A pandemia da COVID-19 influenciou as operações de vários OEMs, desde a produção até a P&D. Embora possa haver uma interrupção de curto prazo no desenvolvimento e implementação de AV, esta interrupção pode abrir novas oportunidades para a adoção da tecnologia AV nos segmentos de consumo e acelerar a adoção em vários segmentos comerciais, uma vez que a tecnologia AV é vista como um componente crucial de resposta em momentos de emergência. A COVID-19 também está a remodelar as atitudes dos consumidores em relação ao transporte público de uma forma que pode beneficiar a tecnologia AV a longo prazo. Embora a hesitação dos consumidores em relação à compra de carros novos possa estar levando os OEMs a interromper o desenvolvimento de AV, o potencial de adoção de AV por empresas de logística, empresas de entrega e indústria de serviços de alimentação pode fornecer aos OEMs e outros participantes de AV a necessidade do mercado de impulsionar a tecnologia AV para o próximo nível. Num mundo onde permanecer saudável atualmente significa ficar longe dos nossos concidadãos, os camiões autónomos de longo curso, os veículos de entrega que atravessam a cidade e a entrega robótica de alimentos parecem mais apelativos do que nunca.

À medida que a COVID-19 coloca o lado humano do transporte de mercadorias em destaque, as empresas de logística precisam de sistemas autónomos em tempo real. Embora a poupança de custos e o trânsito ininterrupto de mercadorias sejam factores, a capacidade da COVID-19 de interromper o envio de mercadorias destacou o factor humano do transporte de mercadorias como um elo fraco na nossa cadeia de abastecimento nacional de mercadorias. Em situações de emergência, a capacidade de transportar mercadorias de forma eficiente e fiável ao longo da cadeia de abastecimento é mais importante do que nunca, especialmente em situações de pânico nas compras e restrições de abastecimento. Além disso, a dependência do sector automóvel na entrega just-in-time não pode permitir interrupções no fornecimento devido a interrupções no transporte rodoviário e na logística. Embora a procura dos consumidores pela compra de automóveis novos e usados ​​possa ter atrasado momentaneamente a adopção de sistemas AV no segmento de consumo, a pandemia da COVID-19 destacou a importância da AV no comércio quotidiano e na indústria logística.

Conclusão

Os veículos autônomos (VA) são considerados uma das inovações tecnológicas mais disruptivas devido a questões de aceitação dos clientes baseadas em segurança e ética, entre outras. Os VA estão mudando a forma como o mundo vê os veículos e a mobilidade humana e sendo uma inovação tecnológica significativa na indústria automotiva. Podem trazer uma série de benefícios, tais como o aumento da mobilidade, a redução da quantidade de recursos consumidos, um menor nível de emissões, uma diminuição da necessidade de lugares de estacionamento e um aumento da segurança rodoviária. Embora o surgimento de aplicações úteis tenha permitido que o AV resolvesse uma série de problemas de trânsito, concorda-se que a interação humana a longo prazo será necessária em certas situações de trânsito, na manutenção de veículos e quando o modo de condução autônoma não puder ser utilizado.

Para saber mais sobre o mercado de veículos autônomos, acesse o link abaixo

De acordo com o período de previsão de 2022 a 2029, o mercado semiautônomo e autônomo deverá experimentar um crescimento significativo, com uma taxa projetada de 3,8%. O relatório da Data Bridge Market Research oferece análises abrangentes e insights sobre o mercado, destacando os fatores que deverão ter uma influência proeminente em seu crescimento durante este período.

• https://www.databridgemarketresearch.com/pt/reports/global-semi-autonomous-and-autonomous-vehicle-market

Na versão completa do relatório, a Data Bridge fornecerá o tamanho do mercado em termos de valor (US$ milhões) ou personalizará conforme as necessidades do cliente