Como funcionan los vehículos sin conductor

0
309

Un vehículo autónomo, también conocido como robótico, o informalmente como sin conductor o auto conducido, es un vehículo capaz de imitar las capacidades humanas de manejo y control. Como vehículo autónomo, es capaz de percibir el medio que le rodea y navegar en consecuencia. El conductor podrá elegir el destino, pero no se le requiere para activar ninguna operación mecánica del vehículo.

Los vehículos perciben el entorno mediante técnicas complejas como láserradarlidarsistema de posicionamiento global y visión computarizada. Los sistemas avanzados de control interpretan la información para identificar la ruta apropiada, así como los obstáculos y la señalización relevante.

​ Los vehículos autónomos generalmente son capaces de recorrer carreteras previamente programadas y requieren una reproducción cartográfica del terreno, con lo cual si una ruta no está recogida por el sistema se puede dar el caso que no pueda avanzar de forma coherente y normal.

En el mundo hay varios programas activos, pero para su implantación definitiva se requiere de un ajuste de varios aspectos derivados de la seguridad vial y en materia de seguros. Son algunas de las dudas que concierne una forma de transporte que está cerca de ser realidad en pocos años según empresas involucradas en su desarrollo, como GoogleDaimler AGBMWRenaultFord o Volvo, así como Bosch o Delphi, en el área de componentes y electrónica.

En agosto de 2016 la empresa estadounidense nuTonomy, filial del MIT, lanzó el primer taxi autónomo del mundo en Singapur.45​ Uber opera también con coches autónomos en las ciudades de Pittsburgh y San Francisco desde finales de 2016.

​ El 19 de marzo de 2018 se produjo el primer atropello mortal por un vehículo sin conductor. Una mujer falleció en TempeArizona, tras ser atropellada por un vehículo sin conductor operado por Uber. Como consecuencia, Uber anunció que suspende las pruebas que se venían llevando a cabo con vehículos autónomos en Tempe, PittsburghToronto y San Francisco.

Lo que la implementación de vehículos autónomos contribuye a aumentar
La seguridad vial respecto a los conductores humanos.​
La accesibilidad de las personas que no pueden conducir.​
La eficiencia energética y la calidad del aire debido a técnicas para mejorar el tráfico.
La calidad del espacio público:Reduce la cantidad de espacio requerido para el estacionamiento (se podrían aparcar más cerca). Aliviaría la escasez de aparcamiento, ya que el vehículo dejaría a los pasajeros y luego seguiría solo hacia un lugar donde pudiera aparcar.Incrementa de la capacidad de las carreteras debido a la reducción de la distancia de seguridad entre vehículos.​
La eficiencia económica:Reduce los costos e inconvenientes de los conductores humanos contratados (transporte público o vehículos comerciales).​Ya que los vehículos autónomos no pueden violar la ley, se reducirían las multas, los costes de la policía de tráfico y se reduciría los costes de los seguros.​La señalización de carreteras no sería necesaria, ya que los vehículos podrían recibir la información por tecnología móvil.
La circulación eficiente:Evita que los ocupantes del vehículo se entretengan en las tareas de conducción y navegación.​Evita pasajeros redundantes, es decir, evitaría el conductor que no va al sitio pero que tiene que llevar a más pasajeros a un lugar.

La presentación más antigua de un vehículo autónomo que se conoce fue por Norman Bel Geddes en la feria de muestras Futurama patrocinada por General Motors para la Exposición Universal de 1939, que consistía en un vehículo eléctrico que era controlado por un circuito eléctrico embebido en el pavimento de la carretera.

En 1980 una furgoneta guiada por visión de Mercedes-Benz, diseñada por Ernst Dickmanns y su equipo de la Universidad de Múnich alcanzó los 100 km/h en calles sin tráfico. La Comisión Europea se mostró interesada en el proyecto y realizó una inversión de 800 millones de  para el proyecto EUREKA Prometheus que buscaba desarrollar un vehículo autónomo.

En 1980 Defense Advanced Research Projects Agency (DARPA) consiguió el primer vehículo que funcionaba mediante un radar, láser y visión computarizada. En 1987, los laboratorios HRL demostraron que se podía construir un vehículo que podía diseñar su propia ruta una vez que se salía del mapa. El vehículo pudo moverse más de 600 metros a través de terreno complejo como pendientes, grandes rocas y vegetación.

En 1994, dos vehículos robots gemelos VaMP y Vita-2 de Daimler-Benz y Ernst Dickmans, condujeron solos más de mil kilómetros en una autopista de París con 3 carriles, en días habituales y con tráficos intensos a velocidades de 130 km/h. Los vehículos funcionaron de forma autónoma con pequeñas intervenciones humanas. Demostraron que la conducción en carriles libres, en convoy y los cambios de carril a derecha e izquierda podían realizarse de forma autónoma.

En 1995, el equipo de Dickmanns modificó un Mercedes-Benz Clase S para que hiciera un viaje entre Múnich y Copenague y vuelta, usando una visión computarizada con movimientos sacádicos y un ordenador para reaccionar en tiempo real. El robot consiguió alcanzar velocidades superiores a 175 km/h en las Autobahn alemanas, con un tiempo medio entre intervenciones humanas de 9 km, lo que supuso un 95% de conducción autónoma. De nuevo el vehículo condujo en tráfico, ejecutando maniobras para adelantar a otros vehículos.

Por su parte, Audi anunció en 2014 que su modelo RS7 autónomo, alcanzó los 240 km/h en el circuito de Hockenheim en Alemania. El automóvil completó una vuelta a la pista en poco más de dos minutos. Audi también colocó a un humano detrás del volante para una vuelta de comparación, siendo este cinco segundos más lento que el auto no tripulado.

En abril de 2015, un Audi SQ5 que se manejaba solo, usando un sistema de conducción autónoma desarrollada por Audi y Delphi, logró recorrer 5400 kilómetros en 9 días sin que los ingenieros dentro del auto tocaran el volante salvo en un par de ocasiones.​ Semanas después, una flota de 25 vehículos autónomos diseñados por Google dejaron las pistas de prueba para ser evaluados en el tránsito diario de Mountain ViewCalifornia, sin superar los 40 km/h. El prototipo de Google cuenta con el software de navegación que ya utilizó en su flota de autos Lexus, que recorrieron más de un millón de kilómetros de forma autónoma y bajo la supervisión de un humano al volante.

En el verano de 2015, la Universidad de Míchigan puso en funcionamiento un pueblo de utilería, denominado MCity (en:), en cuyas calles se pueden probar vehículos autónomos. El lugar cuenta con una calle de más de kilómetro y medio de largo, curvas de diferentes radios, rotondas, semáforos, pavimentos de diferente superficie, etcétera.

Por otro lado, existen otros proyectos que complementarán la MCity. Uno de ellos es la puesta de 9 000 vehículos interconectados en la gran superficie de Ann Arbor, así como otros 20 000 en carreteras al sureste del estado.

Durante la misma semana, en Buenos Aires (Argentina), representantes del gobierno local probaron dos unidades del primer prototipo de vehículo autónomo eléctrico fabricado en ese país. Se trata de un vehículo sin volante ni pedales.19

Lo primero que tenemos que tener en cuenta a la hora de hablar de conducción autónoma es el hecho de que estamos ante una máquina, un gran ordenador con ruedas que toma decisiones en función de directrices incuestionables.

De este modo, en una carretera con límite de velocidad a 80 km/h, el coche autónomo jamás excederá ese límite a no ser que se alteren sus parámetros de funcionamiento predefinidos. La ambigüedad no existe en la toma de decisiones de una máquina.

Si nos ceñimos a la teoría, el coche autónomo es la figura perfecta como sistema de transporte, donde su funcionamiento se basa en el cumplimiento de unas leyes y directrices impuestas. No hay interpretación, ni mucho menos violación de las normas salvo fallo. Dicho esto, la figura del coche autónomo se entiende como el mejor avance en seguridad que se ha producido en los últimos años, pues de su funcionamiento se extrae un control y prudencia imposible de alcanzar por un ser humano.

Para alcanzar una conducción realmente automática en una situación urbana con tráfico impredecible son necesarios muchos sistemas de tiempo real, que deben interoperar. Por ejemplo, es necesario un sistema de localización, de percepción del entorno, de planificación y lógicamente, un sistema de control. Además, son necesarios un conjunto de sensores que recojan y proporcionen la información necesaria para poder tomar las decisiones.

Cuando pensamos en un sistema de control para un coche autónomo es fácil caer en la tentación de imaginar que los algoritmos que lo controlan se asemejan a las normas de programación clásicas, del estilo “if (…) then…else…”, por ejemplo “Si se cruza un peatón en medio de la calle, entonces se reducirá la velocidad llegando a frenar si fuere necesario”. Es evidente que esa forma de pensar no es adecuada ya que el número de situaciones posibles es muy elevado y por lo tanto es necesario un sistema capaz de generalizar.

En lugar de implementar innumerables normas para reconocer estos objetos, es mucho más práctico implementar un algoritmo de machine learning al que se “entrena” con distintas imágenes que ejemplifican todas las situaciones posibles.

Cada una de las imágenes se asocia con el tipo de vehículo que contiene. El algoritmo empieza a procesar las imágenes. Inicialmente, intenta adivinar que vehículo hay en cada imagen y al principio se equivocará muy a menudo. Como conoce “la solución”, es decir, que vehículo hay en realidad en cada imagen, modifica y adapta parámetros internos y lo vuelve a intentar. El proceso continua reduciendo iterativamente la tasa de fallos. Más adelante, cuando se le presenten nuevas imágenes podrá clasificarlas correctamente. Podemos, entonces, afirmar que el algoritmo ha aprendido.

Ese mismo enfoque se puede utilizar para la toma y evaluación de decisiones. En vez de proporcionar una lista de normas con las que evaluar la acción a tomar para cada situación, se entrena un algoritmo con situaciones de tráfico en las que se especifica la acción correcta a tomar. Igual que antes, el algoritmo intenta adivinar la acción correcta y modifica parámetros internos en función de si se equivoca o acierta.

Otra de las técnicas que se usan en la algorítmica de la conducción autónoma son los modelos probabilísticos. Para tomar decisiones, el coche necesita predecir su propia posición y también la de todos los objetos que identifica, como peatones u otros vehículos, puesto que se están moviendo. Como no sabe la posición en la que estarán, la intenta predecir utilizando distribuciones de probabilidad. Tesla y Nissan son algunas marcas que promueven esta inovación.

Con el objeto de poder tomar decisiones acertadas, el coche necesita recopilar toda la información disponible en su entorno. Para ello, los coches autónomos cuentan con una serie de sensores y cámaras que permiten la captación de información. Más concretamente, cada vehículo suele estar equipado con una unidad GPS, un sistema de navegación inercial, y una serie de sensores: medidores láser, un radar, un lidar y vídeo.

Los datos de cada sensor se filtran para eliminar ruido y se combinan para aumentar el conocimiento del entorno y actualizar el mapa de su entorno para evitar obstáculos. Se recogen datos de forma periódica porque el proceso de localización, mapeo del entorno y detección de obstáculos se produce continuamente.

Uno de los procesos más importantes es el de elaborar un mapa del entorno y localizar la posición del propio coche en el entorno. Para tal tarea se emplean cámaras y medidores láser. El medidor láser escanea el entorno haciendo sucesivas pasadas y calcula la distancia a los objetos cercanos en base al tiempo que el haz de luz tarda en volver. Combinar esta información con la recopilada por la cámara permite construir un modelo tridimensional del entorno.

Para situarse en el modelo y conocer su posición relativa en el mapa debe usar el GPS y el sistema de navegación inercial. La posición del GPS puede estar equivocada en varios metros debido a un retraso en la emisión, por lo que es preciso utilizar el sistema de navegación inercial.

El sistema de navegación inercial (INS de inertial navigation system), es un sistema de ayuda a la navegación que usa acelerómetros y sensores de rotación para calcular continuamente una estimación de la posición, orientación y velocidad del movimiento del coche. Combinándolo con la posición del GPS es preciso obtener una posición con mayor exactitud.

El principal obstáculo para la implementación de los vehículos autónomos no se deriva de las limitaciones de las tecnologías de conducción sino de factores políticos, jurídicos, de regulación, de infraestructura y de responsabilidad que deben abordarse.20

El Volvo S60 Drive Me es un vehículo autónomo de prueba con nivel 3 automatización.21

En el ámbito de la Unión, este ámbito comenzó tímidamente a legislarse a principios de siglo con la aprobación de la Directiva 2010/40/UE, del Parlamento Europeo y del Consejo, de 7 de julio de 2010 , por la que se establece el marco para la implantación de los sistemas de transporte inteligentes en el sector del transporte por carretera y para las interfaces con otros modos de transporte Texto pertinente a efectos del EEE. Se elaboraba un marco común en territorio europeo cuya finalidad es lograr una implantación coordinada y eficaz de estas nuevas tecnologías aplicables al tránsito rodado.

Esta directiva fue transpuesta al ordenamiento jurídico español a través del Real Decreto 662/2010, de 13 de abril, por el que se establece el marco para la implantación de los sistemas inteligentes de transporte (STI) en el sector del transporte por carretera y para las interfaces con otros modos de transporte.

En la Unión Europea durante algunos días en octubre de 2015, varios vehículos autónomos se integrarán en el flujo de tráfico de Burdeos (Francia), durante el Congreso Mundial de Transporte Inteligente (ITS).

Los vehículos presentados por cinco empresas serán identificables gracias a un registro específico para advertir a los usuarios de su presencia. Para tener acceso a las carreteras abiertas al público, los organizadores tuvieron que levantar una serie de restricciones. Así, por ejemplo, un conductor profesional estará presente en los vehículos durante las pruebas.

Otros prototipos se presentarán únicamente en circuito cerrado.​ Así mismo, el gobierno británico ha indicado que no hay barreras legales para probar los vehículos autónomos en calles públicas del país. Sin embargo, aclaró que deberán modificarse normas viales y de control vehicular para permitir que los vehículos autónomos puedan transitar libremente.

Por su parte GotemburgoSuecia, permitirá que 1.000 vehículos autónomos de Volvo puedan desplegarse en la vía pública para 2017.

Durante el 2016 y 2017 los camiones Volvo FMX sin conductor serán probados en operaciones regulares en la mina de Boliden, en Kristineberg, Suecia.

El sistema «Autopilot» del coche eléctricoTesla Model S funciona con nivel de autonomía de nivel 3 a 4 solamente en autopistas y no en vías urbanas.​

En Estados Unidos se prevé la puesta en funcionamiento generalizada vehículos autónomos antes de que termine la presente década.

CaliforniaNevada y Florida han autorizado el uso de vehículos autónomos en la vía pública.​ Sin embargo, la mayoría de los estados de Estados Unidos no cuentan con ninguna ley respecto a la conducción autónoma. Los pocos que sí las tienen ajustaron sus leyes para permitir la investigación y las pruebas.​

En junio de 2011 Nevada fue el primero en promulgar leyes sobre las operaciones en automóviles sin conductor.

La ley de Nevada entró en vigor el 1 de marzo de 2012 y el Departamento de Vehículos a Motor de Nevada otorgó la primera licencia a un coche sin conductor en mayo de 2012. Se trata de un Toyota Prius modificado con tecnología experimental de Google.​

A su turno, en 2015, Daimler AG anunció que su prototipo Freightliner Inspiration se convirtió en el primer camión autónomo en recibir la autorización para recorrer Nevada junto al tránsito actual. El vehículo ya había sido puesto a prueba previamente en Alemania.

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí