El coche autónomo debe detectar todo lo que ocurre a su alrededor, entender el espacio libre y predecir el movimiento de los elementos dinámicos. (Foto: AFP)
El coche autónomo debe detectar todo lo que ocurre a su alrededor, entender el espacio libre y predecir el movimiento de los elementos dinámicos. (Foto: AFP)
Redacción EC

En el Campus de Conducción Autónoma de BMW, en Unterschleissheim (cerca de Múnich, Alemania), los sensores de 40 vehículos automatizados transmiten a diario entre 16 y 40 terabytes de datos cada uno a dos centros de almacenamiento con una capacidad total de 116 petabytes. Al final de la jornada, los ingenieros los analizan para perfeccionar los algoritmos que permitan a los coches autónomos reaccionar adecuadamente ante cualquier circunstancia.

Ahí reside la clave: programar y entrenar a los vehículos para que tomen siempre la decisión correcta en un entorno imprevisible. Pero ¿cómo es posible manejar con acierto una información tan gigantesca como cambiante? "Estamos probando diferentes programas de maniobras y generación de trayectorias", explica Joshue Manuel Pérez, de la división de Industria y Transporte de la empresa española Tecnalia.




"Lo primero que tiene que hacer un coche autónomo es localizarse en la carretera mediante la tecnología GPS, los sensores (radar y LIDAR) y los mapas de alta definición", resume Francisco Sánchez, director de electrónica e ITS en el Centro Tecnológico de Automoción de Galicia (CTAG). Sin embargo, ese solo es el primer paso. "Cuando sales de casa puedes tener la trayectoria del punto A al punto B registrada y predefinida, pero no tienes en cuenta los obstáculos que encuentres en del camino", añade Pérez.

Autos autónomos | Seis pasos de aprendizaje

La arquitectura de un coche automatizado se construye en seis bloques: adquisición -todo lo que tiene que ver con la sensórica-, percepción -los algoritmos que localizan al vehículo-, comunicaciones, decisión -donde se generan las trayectorias-, control y actuación. "Hay muchas más empresas en percepción que en comunicaciones y decisión, y eso te da una idea de cómo está la tecnología", señala el experto de Tecnalia, empresa que trabaja precisamente en ese último campo.

Google impulsa también el desarrollo de autos autónomos. (Foto: AFP)
Google impulsa también el desarrollo de autos autónomos. (Foto: AFP)

"Aunque los sensores aún pueden perfeccionarse (y sobre todo abaratarse), detectamos mejor que nunca la información, y con ella debemos adaptarnos a cada nueva situación. Se trata de crear un itinerario en función de la distancia y la velocidad, pero con un horizonte vista, que depende de la capacidad de los sensores", explica Joshue Manuel Pérez.

El coche autónomo "debe detectar todo lo que ocurre a su alrededor, entender el espacio libre y predecir el movimiento de los elementos dinámicos, pero no tiene capacidad de improvisación", describe Sánchez. "Ahora mismo estamos en alguna parte entre el nivel 2 y 3 de autonomía. Hay coches autónomos que pueden aparcar solos y otros que circulan en la autovía, que es un escenario idóneo (sin curvas ni peatones, con una velocidad constante.), pero cuando salen de ahí el conductor tiene que tomar el volante".

El sistema Audi AI Piloted Driving se desenvuelve por sí solo en autopista, pero únicamente a menos de 60 kilómetros por hora.
A la vez, otras marcas intentan democratizar ciertos grados de conducción automatizada. El nuevo Toyota RAV4 Hybrid, por ejemplo, integra la segunda generación del Toyota Safety Sense, que incluye, además de ayudas (sistema precolisión, control de crucero adaptativo inteligente.), un sistema de mantenimiento de trayectoria que lee las líneas de la carretera y mantiene el vehículo siempre centrado en el carril (en autopistas y carreteras principales y a más de 50 kilómetros por hora).

La tecnología actual (validada para uso en tráfico real) llega hasta esos niveles. El único modo de avanzar es dotar de herramientas suficientes a la inteligencia artificial para que aprenda a manejarse sobre la marcha. Ese es, entre otros, el trabajo del CTAG, como resume Francisco Sánchez: "Para entrenar a un vehículo autónomo hay que hacer millones de kilómetros virtuales y reales con los que alimentar una base de datos amplísima. Se trata de crear situaciones críticas, grabar en todo tipo de escenarios reales, etiquetar todos los vídeos, hacer que sean interpretables...".

Aunque parezca un contrasentido, el vehículo automatizado solo podrá reaccionar ante una situación imprevista si ya la tiene prevista. Y en el horizonte aparece otro reto: la convivencia entre los conductores humanos y el coche autónomo. "Este no está preparado para reaccionar si alguien a su lado incumple las leyes. No es capaz de entender eso", concluye Pérez.

Con información de:
GDA
La Nación - Argentina 

Contenido sugerido

Contenido GEC