Vehículos de conducción autónoma

Un Vehículo de Conducción Autónoma (VCA) puede ser considerado como aquel que puede llevar tareas de control de velocidad, frenado y dirección en algún nivel sin la atención humana continúa mediante el uso de una gran cantidad de sensores de distancia, clima, detección de objetos, así como el uso de un sistema de cómputo que utiliza algoritmos y actuadores inteligentes para la toma de decisiones.

Tal vez el conducir un automóvil de tu casa al trabajo, por ejemplo, sea una de las tareas más difíciles de llevar a cabo por un ser humano. Debemos decidir cuándo cambiar de carril, cuándo meter freno, ya sea por que un semáforo se pone en rojo o bien si el automóvil de adelante también frena. Adicionalmente pueden existir condiciones que incrementen la dificultad como la lluvia u otro cambio en el clima, o si es de día o de noche.

Todas estas complicaciones tienen que ser resueltas para el desarrollo efectivo de un Vehículo de Conducción Autónoma (VAC). Para ello es necesario integrar a los vehículos una serie de sensores tales como cámaras digitales, radares y detectores de distancia con tecnología láser (LIDAR) entre otros para medir la distancia a otros vehículos y reconocer peatones y señales de tránsito. Así mismo, se requiere instalar computadoras que procesen la información obtenida de los sensores mediante algoritmos inteligentes para que ésta sea analizada y reconocida para la toma de decisiones como frenar, acelerar o dar vuelta a la avenida.

Para la toma de decisiones es importante entrenar a los sistemas de reconocimiento artificiales mediante un conjunto grande de imágenes para  lograr cubrir todas las posibilidades de obstáculos y condiciones inesperadas que pueden aparecer en el momento de la conducción del vehículo.

El objetivo es tener la posibilidad de un servicio de chofer artificial que nos permita descansar mientras nos transportamos de un lugar a otro (casa, trabajo, turismo, etc.). Obviamente sería una fuerte área de negocio para compañías como Uber donde pudieran tener el servicio sin la necesidad de pagar sueldo y prestaciones a los conductores de taxi y abriría la facilidad de movilidad para personas con ciertas discapacidades o bien personas de la tercera edad. Otra tecnología que se está desarrollando consiste en sistemas de comunicación entre vehículos que puedan prevenir accidentes. También es requerido mejorar los señalamientos en las calles y avenidas sobre todo en países como el nuestro, donde la falta de señalamientos (desde líneas divisorias entre carriles hasta información de los límites de velocidad real) genera una infinidad de accidentes entre vehículos conducidos por humanos.

Los conductores humanos utilizan sus sentidos (vista y oído primordialmente) para procesar en sus cerebros la información que reciben al conducir. Ya es posible encontrar vehículos en el mercado internacional (Tesla, Google, etc.) que pueden llevar tareas de conducción autónoma. Para poder producir este tipo de vehículos se requiere que estos puedan actuar y decidir de forma rápida y espontanea ante diferentes situaciones de manejo como puede ser el cambio en el clima o conducir de día o de noche. Para poder llevar estas tareas se requiere de una infinidad de sensores y de un cerebro manejado por algoritmos de inteligencia artificial que puedan llevar a cabo un número alto de operaciones aritmético-lógicas.

La cantidad de información que maneja un ser humano al conducir un vehículo a través de la visión, y que es enviada mediante impulsos electro-químico a nuestras neuronas, se ha calculado en más de 256kb por segundo. Esto puede ser llevado a cabo y emulado por un sistema artificial mediante equipos de cómputo de alta velocidad y sensores como cámaras multiespectrales y sistemas de radar LIDAR, para generar la seguridad necesaria para la protección de los tripulantes de un vehículo de conducción autónoma y evitar errores que pueden ser catastróficos y mortales.

Es una tarea difícil ya que es imposible recrear la infinidad de situaciones que pueden presentarse en tareas de manejo por avenidas y autopistas. Se requiere generar aptitudes cognitivas análogas a las de un cerebro humano para que los sistemas de cómputo inteligentes puedan tomar las decisiones adecuadas ante diferentes situaciones complejas de manejo que ocurren a diario en las avenidas y autopistas. Se debe de tener la percepción de todas direcciones a partir de los sensores de la información de los vehículos vecinos para analizar e interpretar a partir de la posición del vehículo la velocidad adecuada, o bien, si es requerido frenar o cambiar de dirección con base en el destino y evitar cualquier situación de peligro para los tripulantes.

Por ejemplo, la compañía ZF ha desarrollado la supercomputadora automotriz ZF PROAI RoboThink que ha resultado ser una poderosa opción para los nuevos vehículos. Tiene un sistema de procesamiento de gráficos y puede ejecutar 200 billones de operaciones aritmético-lógicas por segundo superior a las capacidades de un cerebro humano.

Para llevar a cabo estas tareas es importante que el conductor humano sepa claramente qué tipo de control le esta asignando al sistema inteligente a bordo del vehículo autónomo y que exista una comunicación efectiva hombre-maquina. A la máquina también le debe quedar claro cuando el conductor humano debe de realizar algunas tareas de conducción y evitar ‘malentendidos’ en la comunicación hombre-máquina que pueden generar accidentes.

Los vehículos autónomos deben generar y mantener un mapa de su entorno mediante el uso de los sensores localizados en diferentes posiciones del vehículo. Los sensores de radar determinan la posición y distancia de los vehículos en el entorno. Por otro lado, las cámaras deben determinar la posición de los semáforos, verificar y reconocer las señales de tránsito y de tráfico, así como detectar a los peatones. Los sensores láser LIDAR (luz y rango) rebotan pulsos de luz a los objetos y vehículos que circundan al vehículo para detectar bordes y obstáculos en el camino y determinar las líneas de los carriles vehiculares. Los sensores ultrasónicos en las llantas determinan bordes y otros vehículos estacionados.

El software inteligente recibe como entrada la información de los sensores, los procesa y determina el camino y las instrucciones para que los actuadores del vehículo aceleren, frenen o cambien de dirección. Todas las reglas de tránsito deben estar codificadas en los algoritmos inteligentes para evitar accidentes y golpear otros vehículos u obstáculos en el camino, mediante las tareas de reconocimiento procesadas por el sistema inteligente.

Es importante que el sistema de reconocimiento de objetos y targets pueda identificar a personas que crucen en cualquier momento la calle para evitar accidentes, incluso si estos no caminen por la esquina en un cruce de peatones sino a media calle. Esto implica que los sistemas tengan un tiempo rápido de respuesta para frenar en caso de una contingencia de un cruce de un peatón. En estos tiempos aún es importante que, aunque funcione la opción de conducción automática, los usuarios no quiten la vista de la avenida o carretera para evitar accidentes.

Una de las ventajas a futuro de los automóviles autónomos es promover que los usuarios utilicen este servicio y eliminen la compra de vehículos cada vez eliminando los problemas de contaminación de medio ambiente al optimizar el uso de este tipo de sistemas de transporte, dado que el conductor humano no esta acostumbrado a optimizar el combustible y a frenar adecuadamente, lo cual si es llevado a cabo por los VACs.

Clasificación de VACs

De acuerdo con la Sociedad de Ingenieros Automotrices (SAE, por sus siglas en inglés) los niveles de autonomía de los vehículos pueden clasificarse de la siguiente forma:

0.- Ninguna

No existe ningún sistema de autonomía del vehículo por lo que el conductor debe llevar a cabo todos los procedimientos de conducción como controlar el volante, acelerar y frenar cuando éste detecte alguna razón para llevarlo a cabo.

1.- Asistencia en velocidad y dirección

En estos vehículos se puede controlar automáticamente la velocidad o bien la dirección de forma independiente. Se utilizan para ellos sensores de distancia para determinar la distancia a los vehículos vecinos, así como detectores de líneas de los carriles para lograr controlar la dirección.

2.- Asistencia con frenado incluido corta duración

En este nivel se agrega el control de frenado por un periodo corto, pero siempre con la posibilidad de asistencia y sin pérdida de atención y seguimiento por parte del conductor.

3.- Asistencia con frenado incluido larga duración

Incluye una mayor cantidad de sensores que permiten un mayor tiempo de conducción autónoma del vehículo, pero siempre con la posible asistencia del conductor humano. En este caso existen muchas controversias legales en caso de que ocurriera por desgracia algún accidente. ¿Quién sería el responsable?

4.- Conducción parcialmente automática

En este caso no se requiere ninguna asistencia humana, el automóvil desarrolla todas las tareas de conducción mediante el uso de algoritmos de inteligencia artificial y reconocimiento de patrones. Solo en casos de nula visibilidad como niebla o lluvia copiosa, el automóvil se resguarda en un lugar seguro.

5.- Total conducción automática

En este caso se puede conducir incluso en condiciones extremas como la presencia de niebla o una fuerte tormenta lo que requiere la inclusión de sensores de alta sofisticación (Lidar, GPS, cámaras multiespectrales entre otros) y algoritmos robustos de inteligencia artificial con posibilidad de aprendizaje de máquina.

Tipo de Sensores de un VAC

Parte fundamental de los vehículos autónomos son los sensores que permiten detectar objetos y señales en las calles, avenidas y autopistas de tal forma de codificar esta información de forma digital para su análisis computacional inteligente y dar seguridad a los tripulantes. Con esta información procesada se establece la mínima distancia en tiempo y espacio para llegar del origen de los tripulantes a su destino y a partir de esto tomar control del vehículo y dar las instrucciones adecuadas a los controles de dirección, aceleración y frenado del vehículo.

La información procesada que establecen la ruta, los congestionamientos de tránsito y algún obstáculo o accidente en la carretera puede ser comunicada a otros vehículos autónomos para beneficio de sus usuarios. En el futuro se incrementará de forma exponencial esta comunicación intervehicular que facilitará el trabajo de automatización.

Entre los sensores mas importantes de un vehículo de conducción autónoma podemos mencionar:

1.Cámaras

Estos sensores tienen la función que tiene el ojo humano, esto es, el sentido de la vista en el ser humano. Son útiles para la detección de objetos y señales en las autopistas y avenidas, de tal forma de visualizar el camino en todas direcciones (360°) del camino del vehículo lo que permite tener una visión abierta de todo el campo de acción y del tráfico cercano.

Actualmente es posible encontrar cámaras en infrarrojo (o multiespectrales) de alta resolución para visión nocturna a bajo precio que facilitaran la conducción por las noches o en situaciones de neblina u otras condiciones climatológicas. Asimismo, cámaras estereoscópicas para la detección y medición de distancia complementaria y exacta a otros automóviles. Con las cámaras es posible detectar y reconocer por parte de los sistemas de computo inteligentes del vehiculo: las señales de tránsito, peatones, animales, ciclistas, semáforos, camellones entre otros elementos urbanos.

2.LIDAR (Escáner láser)

LIDAR significa por sus siglas Laser Imaging Detection and Ranging y es utilizado para medir distancias y sensar objetos mediante el uso de láseres. Son utilizados adicionalmente a los vehículos de conducción autónoma a aplicaciones en Arquitectura, Ingeniería Civil y Topografía, entre otras actividades humanas.

Este sensor emite rayos láser infrarrojos en todas direcciones (invisibles) y mediante una lente y sensor infrarrojo detectan (receptor) la luz rebotada en los objetos. Estos pueden girar 360 grados y determinar objetos en el entorno cercano al vehículo. Entonces, mediante la reflexión de los rayos emitidos por el LIDAR esto son detectados por el receptor, lo cual determina una nube de puntos de los objetos en el entorno que son procesados de forma inteligente por una computadora para generar una imagen 3D de entorno y determinar en cada momento el desplazamiento de los objetos cercanos que permite establecer la posición y distancia para la toma de decisiones autónomas en la conducción y así evitar situaciones peligrosas que pudieran ocasionar un accidente, como el cruce inesperado de un peatón o mascota, o bien, el cambio inesperado de un vehículo de carril.

Existen básicamente dos tipos de sensores LIDAR. El primero se coloca abajo del espejo retrovisor pegado al parabrisas donde se coloca el emisor y receptor de los haces reflejados, adicionalmente se agrega una cámara par la detección de las líneas de separación de los carriles de conducción y la detección de peatones y señales de tránsito. Esto permite el frenado oportuno en casos de emergencia.

El segundo tipo de sensores LIDAR son los giratorios colocados en el techo del vehículo y que son de más alto costo que permiten la digitalización de la nube de puntos del exterior en el entorno cercano. Dependiendo del precio de estos sensores el alcance va de 40 a 150 metros y se pueden digitalizar desde 1 millón hasta cerca de 3 millones de puntos.

Entre las marcas más conocidas podemos mencionar la marca Velodyne modelos HDL-64E, el HDL-32E y el VPL-16.

3.Radares

Este tipo de sensores envían ondas de radio para la detección de obstáculos u otros vehículos así como su velocidad. Estos se encuentran localizados en diferentes puntos del vehiculo autónomo para determinar principalmente puntos ciegos (24GHz) que se requiere para poder por ejemplo estacionar el vehiculo o bien mantenerse en el carril de conducción. Los radares de largo alcance(>77GHz) son utilizados para mantener la distancia entre vehículos así como para la asistencia en el frenado. Estos sensores funcionan adecuadamente con condiciones climatológicas difíciles como niebla o lluvia intensa.

Para este tipo de sensores les es difícil identificar pateones por la resolución que manejan, asi mismo no es posible determinar la altura de los objetos debido al escaneo horizontal que llevan a cabo eliminado el escaneo vertical. En un futuro se planea eliminar esta desventaja con el desarrollo de un radar 3D. Una ventaja es que son mucho mas económicos que los sensores LIDAR.

Futuro y Conclusiones

El desarrollo de Vehículos de Conducción Autónoma representará un fuerte apoyo al ser humano en sus actividades diarias ya que en promedio conducimos una hora de nuestra casa al trabajo, supermercados, visitas a familia, etc. Esto representara un ahorro en horas hombre que pueden ser utilizadas en otras actividades productivas.

A pesar de todos los avances tecnológicos hasta el 2021 no ha sido posible superar en su totalidad el nivel 4 de conducción autónoma principalmente por la limitación tecnológica actual de los sensores desarrollados hasta el momento. Se planea que para el 2030 contemos ya con vehículos nivel 4 y algunas versiones de VAC nivel 5 con al menos el 5% del mercado vehicular, lo que generara una revolución en los medios de transporte tradicionales.

Los VAC de nivel 2 serán los vehículos que seguirán creciendo en producción de este año hasta el 2027. Aunque su impacto será limitado ya que el ser humano deberá estar al pendiente en cada momento del viaje. Los VAC nivel 3 serán restringidos a avenidas de baja velocidad (<60kms/hr) y su uso en autobuses urbanos será nulo debido a los riesgos que conlleva.

Se espera que para el 2030 cerca del 85% de los accidentes en carretera pueda ser eliminado con esta tecnología debido a los errores humanos que actualmente son ocasionados por los estados de ánimo, aburrimiento, tiempos de reacción inadecuados y falta de atención. También se reducirán los cuellos de botella y congestionamientos de trafico lo que a su vez reducirá las emisiones y la contaminación inherente al transporte en un 30% y aumentará la economía mundial en un 8% por la eliminación de los tiempos muertos por la conducción. Se reducirán el número de automóviles en parque vehicular en un 25% y podrán aumentar los espacios verdes y la construcción de más hospitales y escuelas. Se podrá compartir con otros pasajeros que viajen por la misma ruta y reducirá por ende los costos del transporte. Se reducirán los lugares de estacionamiento en ciudades y hogares lo que poda incrementar el ancho de las aceras, lo que implicara un rediseño de las zonas urbanas. Todo esto a su vez generará una población más saludable y que aumentara la edad promedio de vida.

Referencias

• Sapaty, P.S. (2017), "Distributed control technology for management of roads with autonomous cars", International Journal of Intelligent Unmanned Systems, Vol. 5 No. 2/3, pp. 83-98. https://doi.org/10.1108/IJIUS-05-2017-0006
• Bogue, R. (2017), "Cloud robotics: a review of technologies, developments and applications", Industrial Robot, Vol. 44 No. 1, pp. 1-5. https://doi.org/10.1108/IR-10-2016-0265
• Mohan, A., Sripad, S., Vaishnav, P. et al. “Trade-offs between automation and light vehicle electrification.” Nat Energy 5, 543–549 (2020). https://doi.org/10.1038/s41560-020-0644-3
• “Life Cycle Assessment of Connected and Automated Vehicles: Sensing and Computing Subsystem and Vehicle Level Effects “James H. Gawron, Gregory A. Keoleian, Robert D. De Kleine, Timothy J. Wallington, and Hyung Chul Kim, Environmental Science & Technology 2018 52 (5), 3249-3256 DOI: 10.1021/acs.est.7b04576
• “S. High-Resolution Traffic Sensing with Probe Autonomous Vehicles: A Data-Driven Approach.” Ma, W.; Qian Sensors 2021, 21, 464. https://doi.org/10.3390/s21020464
• https://www.sae.org/misc/pdfs/automated_driving.pdf
• https://sg.com.mx/revista/55/los-6-niveles-autonom
• https://www.vox.com/future-perfect/2020/2/14/21063487/self-driving-cars-autonomous-vehicles-waymo-cruise-uber
• https://www.twi-global.com/technical-knowledge/faqs/what-is-an-autonomous-vehicle
• https://www.zf.com/mobile/en/technologies/domains/autonomous_driving/autonomous_driving.html
• https://www.synopsys.com/automotive/what-is-autonomous-car.html
• https://www.motorpasion.com/tecnologia/que-es-un-lidar-y-como-funciona-el-sistema-de-medicion-y-deteccion-de-objetos-mediante-laser
• https://www.itransition.com/blog/autonomous-vehicle-sensors

Dr. Francisco Javier Cuevas de la Rosa

Centro de Investigaciones en Óptica, A.C.

Loma del Bosque 115

Col. Lomas del Campestre

e-mail: fjcuevas@cio.mx