NOVEDOSO | El factor clave en la conducción autónoma: la predicción

Dada la complejidad de la movilidad en las grandes ciudades y en búsqueda de una mejor gestión del tráfico, la conducción autónoma es uno de los futuros elementos clave en la mejora del tráfico. En aras de dar una solución óptima a la situación actual, y con tal de mejorar la seguridad del tráfico urbano, algunos fabricantes como Bosch han puesto su foco en un elemento que, a priori, puede no resultar tan importante como otros: las farolas.

¿En qué consiste MEC-View?

El proyecto del fabricante alemán se llama MEC-View y su arquitectura de funcionamiento se basa en unas farolas equipadas con sensores de vídeo y lidar, que es un tipo de radar, y que, combinado con la avanzada tecnología móvil de hoy día, permite ofrecer a los vehículos información relevante en tiempo real, como detectar cualquier tipo de obstáculos de una manera ágil y eficaz.

Los partners que han trabajado en este proyecto, que lleva más de 3 años de desarrollo, han sido Bosch, líder del consorcio, Mercedes-Benz, Nokia, Osram, TomTom, IT Designers y las universidades de Duisburg-Essen y Ulm. Esta última ciudad, Ulm, ha sido el campo de pruebas de esta tecnología, cuya experiencia adquirida permitirá continuar con la mejora y desarrollo de la conducción automatizada y la tecnología móvil.

Mediante cámaras instaladas en farolas, de hasta 6 metros de altura, se obtiene una vista de 360 grados, permitiendo trasladar toda la información recogida a los vehículos automatizados que circulen por las calles y carreteras de esta ciudad. Se requiere este tipo de cámaras a gran altura para poder alcanzar una visión completa que, a nivel de suelo, puede no recoger todas las incidencias o situaciones generadas, como por ejemplo un vehículo que sale de un vado. La finalidad de estas cámaras es ampliar el rango de visión que los sensores de un vehículo no pueden alcanzar.

A partir de la información que generan los propios sensores y la obtenida por los sensores instalados en las farolas se obtiene una visión completa de la situación en tiempo real de la carretera. Todo ello ayudará a alcanzar la excelencia de la conducción autónoma y, por consiguiente, a mejorar la conducción de todos los conductores.

Más proyectos en marcha

Otras compañías, como Uber, han desarrollado tecnologías de características similares, como es el caso del sistema Multinet. Este ofrece, como el proyecto MEC-View, la detección de obstáculos, incluso llegando a predecir qué decisión van a tomar peatones, ciclistas u otros vehículos que se crucen con sus vehículos autónomos.

Usando la inteligencia artificial, este sistema es capaz de predecir, al momento, cuál es la trayectoria más posible del objeto, así como elaborar un plan para ello. La gran diferencia de este sistema, frente a otros similares o el propio MEC-View, es que MultiNet se basa en la incertidumbre del comportamiento y el movimiento de los objetos. Es capaz de reacciones humanas y, mediante la recopilación de datos previa al uso, en tiempo real, definir una predicción de un comportamiento y refinarla para obtener las posibles trayectorias potenciales. Gracias a este sistema, Uber ha confirmado que supera, en precisión, a otras opciones del mercado, siendo entre un 9 % y un 13 % más preciso su sistema.

La mejora de la seguridad en la carretera para conductores y peatones es, una vez más, prioritaria para empresas punteras en tecnología, que buscan minimizar riesgos y lograr que cada vez podamos circular con mayor tranquilidad. Está claro que la conducción autónoma sigue siendo uno de los grandes objetivos de futuro por parte de la industria automovilística. ¿Cuántos años tardará en generalizarse este fenómeno?