Alguien ha comparado el desarrollo de vehículos plenamente autónomos a la conquista de la Luna. Tales son los retos tecnológicos, legales y hasta éticos que implica poner un sistema de inteligencia artificial al volante. Dentro de todas esas cuestiones, la necesidad de que el coche sepa en todo momento dónde está y pueda reconocer su entorno es una de las más cruciales. Y una simple nevada puede dar al traste con los sistemas de conducción autónoma más avanzados. Por ese motivo, un equipo de investigadores del Laboratorio de Ciencia Informática e Inteligencia Artificial del MIT (CSAIL, por sus siglas en inglés) se ha dedicado a desarrollar un sistema que permita a los vehículos mapear el subsuelo. Su propuesta se sirve de un radar de penetración de tierra (GPR, por sus siglas en inglés), que ofrece capacidades de detección avanzadas. En este caso se trata de un GPR localizado, o LGPR, desarrollado por otro laboratorio del MIT.
Hasta ahora, la solución habitual de reconocimiento del entorno era recurrir a cámaras de vídeo y sistemas LiDAR. Estos últimos son eficientes a la hora de hacer un mapeado 3D del entorno, pero la tecnología láser es incapaz de atravesar, por ejemplo, un manto de nieve. En cambio, el sistema GPR puede enviar pulsos electromagnéticos que alcanzan hasta tres metros de profundidad y detectan el asfalto y la composición del subsuelo, así como la presencia de raíces y otros elementos. El CSAIL ha aprovechado estas características para integrar el sensor en un vehículo autónomo y llevar a cabo pruebas en un circuito cerrado cubierto de nieve.
Este proyecto tecnológico aún está en fase de pruebas y debe superar algunos escollos. Por ejemplo, el sistema LGPR que han empleado en las pruebas mide un metro y medio de ancho y debe ir instalado en el exterior del vehículo para funcionar adecuadamente. No obstante, los investigadores consideran que, a medio plazo, su enfoque podría mejorar sustancialmente las capacidades actuales de los coches autónomos.
Una academia de conducción virtual para coches autónomos
Otra de las iniciativas del MIT en el ámbito de los vehículos autónomos es el desarrollo de un motor de simulación fotorrealista con infinitas posibilidades que les permite aprender a reaccionar en un entorno virtual. El problema de los simuladores que se habían utilizado hasta la fecha era que los datos utilizados, provenientes de trayectorias humanas reales, no cubrían todas las posibilidades. Por ejemplo, la reacción ante un choque inminente o la invasión del carril por parte de un vehículo en dirección contraria, no son muy frecuentes. Ahora los investigadores del MIT han utilizado un simulador llamado VISTA que sintetiza un número infinito de trayectorias que el vehículo podría seguir en el mundo real.
Fundamentalmente, se trata de recopilar datos de vídeo de conducción humana. Cada fotograma se traduce en una nube 3D de puntos en la que se introduce el vehículo virtual. En cada cambio de trayectoria, el motor es capaz de simular la modificación de la perspectiva y renderizar otra escena fotorrealista por medio de un motor neuronal. Cada vez que el coche virtual se estrella, el sistema lo devuelve al punto de partida, lo que se considera una penalización. A medida que pasan las horas, el vehículo recorre mayores distancias sin que se produzca una colisión. Posteriormente, los investigadores han logrado trasladar ese aprendizaje a un coche autónomo real.
Fuentes: https://www.imnovation-hub.com/es/ciencia-y-tecnologia/coches-autonomos-ver-bajo-carreteras/
