Estamos a entrar numa nova era dos veículos elétricos de grande consumo. Em 2019, as vendas de carros elétricos atingiram os 2,1 milhões a nível mundial e o parque global de carros elétricos registou um aumento de 40% em relação ao ano anterior. Existem agora mais de 7,2 milhões de carros elétricos no mundo – um número muito superior aos 17 000 que circulavam em 2010.
Este crescimento tem sido impulsionado pela expansão da infraestrutura de carregamento e pelos programas de subsídios governamentais — especialmente na Europa e na China. No entanto, a própria evolução da tecnologia dos veículos elétricos tem desempenhado um papel importante na crescente popularidade destes veículos.
Os primeiros entusiastas da tecnologia podem ter-se contentado em espremer-se num minúsculo veículo de dois lugares com uma autonomia mínima — mas não os consumidores do mercado de massas. Estes condutores esperam ter uma variedade de modelos à escolha, uma autonomia confortável e baterias de carregamento rápido.
Da mesma forma, os condutores de veículos elétricos de hoje exigem uma experiência de navegação fluida que os conduza de forma fiável a um ponto de carregamento adequado quando necessário. E é aí que as coisas começam a correr mal. Infelizmente, o nível de qualidade dos dados relativos aos pontos de carregamento não acompanhou a evolução da qualidade dos veículos elétricos, o que está a causar frustração e transtornos aos condutores.
Então, qual é o problema com os dados dos pontos de carregamento e como é que o resolvemos?
Duas questões fundamentais relacionadas com os dados atuais sobre pontos de carregamento de veículos elétricos
Os sistemas de navegação dos veículos elétricos (VE) dependem frequentemente de dados provenientes de redes CPO individuais. Estes dados nem sempre se apresentam num formato consistente, contêm erros e deixam campos de dados importantes em branco. Quando estas imprecisões se refletem nos sistemas de navegação, os condutores de veículos elétricos têm uma experiência de utilizador realmente insatisfatória.
Então, vamos analisar dois tipos fundamentais de dados que são importantes para os condutores de veículos elétricos que se dirigem a um ponto de carregamento:
1. Localização
Não há nada pior para um condutor de um veículo elétrico que está com pouca carga do que chegar a um ponto de carregamento e descobrir que… bem, ele não está lá. Os problemas com os dados de localização podem resultar de um endereço ou de uma localização por GPS imprecisos, o que faz com que o condutor chegue ao local errado.
Pode tratar-se apenas de uma diferença de 200 metros, como o CEO da Volkswagen, Herbert Diess, descobriu durante umas férias recentes, mas continua a ser um inconveniente para um condutor cansado num local desconhecido.
Na pior das hipóteses, dados de localização imprecisos ou incompletos podem levar o condutor a procurar um ponto de carregamento «fantasma» que, na realidade, nem sequer existe. Isto pode acontecer, por exemplo, quando um sistema de navegação recebe dados desatualizados que incluem pontos de carregamento que, entretanto, foram transferidos para outro local ou totalmente removidos.
2. Acessibilidade
Outro problema comum relacionado com os dados é a falta de clareza quanto à acessibilidade de um ponto de carregamento. Como posso saber se vou poder realmente utilizar esse ponto de carregamento específico que aparece no mapa quando lá chegar?
Os dados costumam distinguir corretamente entre um ponto de carregamento público numa estação de serviço da autoestrada e um ponto privado na garagem de um particular (aviso importante: na verdade, mesmo isto constitui um problema em algumas zonas), mas a informação pode muitas vezes ser ambígua no que diz respeito aos pontos de carregamento «semipúblicos».
Se estas não estiverem claramente identificadas, o condutor de um veículo elétrico pode chegar com a expectativa de carregar o seu veículo – apenas para descobrir que as instalações estão reservadas aos funcionários de um edifício de escritórios ou que o horário de funcionamento está limitado ao de um restaurante.
Quando se conduz sozinho a altas horas da noite e a bateria está quase vazia, a última coisa de que se precisa é chegar a um ponto de carregamento que esteja trancado atrás de um portão. Nem se quer chegar sem avisar à casa de um estranho. Infelizmente, estes continuam a ser cenários surpreendentemente comuns para os condutores de veículos elétricos. Por exemplo, na Holanda, quase metade dos pontos de carregamento que estão assinalados como disponíveis para carregamento por terceiros são, na prática, privados ou têm restrições de acesso.
Estas duas questões – localização e acessibilidade – são apenas dois exemplos dos inconvenientes com que os condutores de veículos elétricos se deparam no que diz respeito aos pontos de carregamento. Embora possam parecer triviais quando analisadas num contexto mais alargado, estas questões são extremamente frustrantes quando alguém as vive na prática.
Problemas como estes irão agravar-se com o tempo, criando uma má reputação, impedindo a aceitação por parte do mercado de massas e dando aos céticos um motivo para duvidarem do potencial do setor.

Rumo a um novo padrão para os dados dos pontos de carregamento
Eco-Movement resolver ativamente o problema dos dados de má qualidade, imprecisos e incompletos relativos aos pontos de carregamento. Recolhemos dados de mais de 100 redes diferentes de pontos de carregamento (CPO), refinamo-los, filtramos o ruído, enriquecemos-os e disponibilizamo-los num formato padronizado e de fácil utilização. Os fornecedores de serviços de navegação e os MSP podem, assim, utilizar estes dados para proporcionar uma experiência nova e de alto nível aos seus clientes condutores de veículos elétricos.
Como é que fazemos isto? Com uma enorme quantidade de dados sobre pontos de carregamento para analisar, recorremos à aprendizagem automática para comparar vários campos diferentes em simultâneo e identificar pontos de dados incorretos. A aprendizagem automática permite-nos melhorar a precisão a um nível que seria impossível com uma análise manual, sendo que o algoritmo se torna cada vez mais inteligente com o passar do tempo.
Por exemplo, podemos utilizar a aprendizagem automática para detetar quando um ponto de carregamento está registado com uma potência de carregamento errada. Ao comparar os campos relativos à potência e à localização, a aprendizagem automática pode sinalizar um problema quando um ponto de carregamento numa autoestrada é classificado como de potência «baixa» — quando outros pontos nesse tipo de localização são normalmente carregadores «rápidos» ou «de alta velocidade».
Para além de corrigir os dados, também podemos aperfeiçoá-los para proporcionar uma experiência de navegação superior. Por exemplo, ao planear uma viagem, é útil para o condutor de um veículo elétrico saber qual será o nível de ocupação de um ponto de carregamento numa determinada hora. Ao utilizar os nossos algoritmos, baseados em anos de dados em tempo real sobre o estado dos pontos de carregamento, conseguimos prever com precisão a disponibilidade de um ponto de carregamento.
Ao melhorar os dados e complementar a informação de forma inteligente, permitimos que os intervenientes do setor ofereçam a experiência de navegação de alta qualidade que os condutores de veículos elétricos do mercado de massas exigem.
Resumo: As exigências do mercado de veículos elétricos de grande consumo
Os primeiros utilizadores de carros elétricos tiveram de suportar todo o tipo de inconvenientes para poderem dispor da tecnologia mais recente que os ajuda a viver de forma mais respeitadora do ambiente. Mas os condutores de veículos elétricos do mercado de massas exigem mais consistência, comodidade e valor acrescentado. E, muito simplesmente, querem carregar o seu veículo com a mesma facilidade com que abastecem um carro a gasolina.
No entanto, isso só é possível se os sistemas de navegação dos veículos elétricos puderem contar com um novo padrão de dados relativos aos pontos de carregamento – dados completos, precisos, consistentes e enriquecidos.
Eco-Movement a aprendizagem automática para produzir dados sobre pontos de carregamento da mais elevada qualidade, ajudando todos os prestadores de serviços do setor dos veículos elétricos a prepararem-se para a década dos veículos elétricos de grande consumo.
