Expertos HC

El desafío de diseñar coches totalmente autónomos

El salto hacia el coche autónomo puede llegar a ser tan importante como lo fue el del caballo al motor. Pero no es nada fácil diseñar el vehículo sin conductor definitivo. ¿Cómo se logrará esta tarea?

Tecnologías de conducción autónoma

Si los coches demuestran que son capaces de conducirse mejor sin ayuda humana que con ella, las mejoras en seguridad vial serán considerables y ayudarán a prevenir la que fue la octava mayor causa de muerte en el mundo en 2016. ¿Quién no quiere transformar los viajes en el tiempo en completamente relajado o incluso productivo?

Alfred Jones conoce el desafío que se plantea para cumplir el objetivo. Él es jefe de ingeniería mecánica en la división de conducción autónoma nivel 5 de Lyft. Su equipo está construyendo los radares de techo y otros elementos que dan a los vehículos sus sensores y hardware computacional. En su charla de presentación, Jones nos enseña el significado de cada nivel de conducción autónoma, cómo se está planteando el problema, y dónde se encuentran los escollos entre lo que se está probando y un auténtico futuro sin manos en el volante.

Niveles de conducción autónoma

La Sociedad de Ingenieros Automotrices -SAE en inglés- estableció seis niveles estándar con respecto a esta característica. Esos escalones permiten situar las metas, y propicia un camino para discutir nuevos acercamientos que lleven a producir chóferes robóticos. El propio Alfred Jones explica cada uno.

El nivel 0 implica no automatización más allá del control crucero y de los frenos. El nivel 1 incluye “asistencia al conductor”, como contención en el carril o control de crucero adaptativo. El nivel 2 se denomina “de conducción autónoma parcial” y combina dos o más de las funciones mencionadas. Cabe añadir que el supuesto modelo “de conducción autónoma total” de Tesla pertenece en realidad a este nivel. En este nivel, el conductor debe estar al tanto del sistema del coche, y decidir cuándo su uso es seguro.

El nivel 3 ya permite que el sistema se apague y devuelva el control al conductor. Por tanto, es el primero en el que el coche toma decisiones de alto nivel en una situación general de tráfico. Es el comienzo de lo que creo que es la definición de facto en general del concepto de conducción autónoma. Con el nivel 4 el vehículo debería ser capaz de conducirse de manera autónoma en zonas restringidas, así como situarse en una zona segura de la carretera, incluso si el conductor no se encargase de ello. El nivel 5 es el “Santo Grial”: el automóvil se controla en cualquier aspecto en el que lo haría una persona, sin requerir intervención ni vigilancia.

¿Por qué es tan complicado llegar a la autonomía total?

En general es un problema de sensores. El actual control del vehículo ya es un problema resuelto. Pero Alfred menciona que hay escollos importantes como la latencia entre el hardware de control de conducción autónoma y los sistemas del ordenador del vehículo. A pesar de ello, el conseguir que el coche vaya a donde tú quieres ya es real. Pero hablando de milisegundos, esas decisiones de a dónde debería ir el vehículo implican la mayor dificultad.

Como es obvio, la carretera es una locura, la gente actúa de forma impredecible, y las condiciones sobre el asfalto varían como la meteorología. Básicamente, es un campo de juego en constante cambio. Une esto a caminos que fueron diseñados para conductores humanos en vez de operadores robots, y será malo para el sensor de interpretación de datos. Soluciones provisionales, como semáforos que se comunican directamente con estos automóviles “inteligentes” en vez de depender de sensores para detectar su estado, son posibles avances hacia cambios que se produzcan fuera del propio vehículo.

La fusión de sensores

La parte más interesante es la discusión de Jones sobre la fusión de sensores. Suele ser una palabra de moda de la que se habla, pero que no suele explicarse mediante ejemplos.

Algunas combinaciones de cámaras, lidar y radar se usan para sentir el entorno alrededor del vehículo. Las cámaras son baratas y de alta resolución, pero se quedan cortas a la hora de determinar la distancia y pueden ser bloqueadas por algo tan simple como un poco de pintura sobre la carretera. Jones llama al lidar “super fantástico”, pues es capaz de mapear profundamente el área que rodea al automóvil. Sin embargo, es caro y no puede detectar color ni marcas.

También es de baja fiabilidad, porque sus sensores incluyen partes en movimiento. El radar puede ver a través de cosas que desbaratan a las otras dos herramientas, como la niebla, pero su resultado es de muy baja resolución. El combinar las tres hace la definición de “fusión de sensores”.

Un gran ejemplo de cómo funciona es el tubo de escape de un vehículo aparcado a un lado de la carretera. El lidar recogería partículas en la nube y pisaría los frenos, si esta fuese la única aportación para la toma de decisiones. El radar ve que no es una amenaza, y la cámara puede correlacionar que el automóvil aparcado posee tubo de escape. La última herramienta confirmaría que lo detectado por las otras dos se incluye en previsiones de aprendizajes pasados.

*Artículo escrito por Mike Szczys y publicado originalmente en Hackaday.

DEJA UNA RESPUESTA

¡Por favor, escribe tu comentario!
Por favor, introduce tu nombre aquí

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.