Introducción: La tecnología que permite autoconducir coches ver y pensar

Los vehículos autónomos, a menudo llamados automotores, representan un cambio fundamental en cómo las personas y los bienes se mueven de un lugar a otro. A diferencia de los vehículos convencionales que dependen totalmente de los ojos, las manos y el juicio de un conductor humano, los vehículos autónomos utilizan un sistema intrincado de sensores, procesadores y software para percibir el mundo y tomar decisiones de conducción sin entrada humana.

En su núcleo, la navegación autónoma se trata de responder tres preguntas en tiempo real: ¿Qué hay conmigo? Respondiendo a estas preguntas se requiere una profunda integración de hardware y software, aprovechando campos tan diversos como la visión de la computadora, la robótica, la física de sensores y el aprendizaje automático. Mientras que la idea de un auto que conduce ha sido un pilar de ciencia ficción durante décadas, la tecnología ha progresado rápidamente en los últimos diez años, y varias empresas ahora operan flotas de vehículos autónomos en carreteras públicas en condiciones controladas.

Este artículo explora las tecnologías clave que permiten que los vehículos autónomos puedan navegar, los desafíos que enfrentan y donde se dirige la tecnología. Vamos a mirar los sistemas de sensores que actúan como los "ojos" del vehículo, los algoritmos que sirven como su "cerebro", y las técnicas de mapeo y localización que lo mantienen orientado en el mundo.

Los niveles de autonomía del vehículo

Antes de sumergirse en la tecnología, es útil entender el marco que define cuánto puede hacer un vehículo por su cuenta. La Sociedad de Ingenieros Automotriz (SAE) ha definido seis niveles de automatización de conducción, desde el Nivel 0 (no automatización) hasta el Nivel 5 (automatización total bajo todas las condiciones). La mayoría de los vehículos de consumo operan hoy en el Nivel 2 (automatización parcial), lo que significa que pueden controlar la dirección y aceleración simultáneamente pero requieren que el conductor monitorice el entorno de las empresas avanzadas.

Los sistemas de nivel 3, que permiten que el vehículo se ocupe de todos los aspectos de la conducción en ciertas condiciones (por ejemplo, la conducción de carreteras) y que el conductor se desactive, ahora aparecen en vehículos de producción limitados. Los vehículos autónomos verdaderos —el foco de este artículo— operan en el nivel 4 o Nivel 5. Los vehículos de nivel 4 pueden funcionar sin intervención humana dentro de un dominio de diseño operativo definido (por ejemplo, un área urbana geovalorizada o una carretera en buen tiempo).

Las tecnologías de navegación descritas a continuación son más relevantes para los sistemas Nivel 4 y Nivel 5, pero muchos de los mismos sensores y algoritmos están presentes también en los sistemas avanzados de asistencia al conductor (ADAS) encontrados en los coches actuales.

Tecnologías de sensores básicos: Ojos y oídos del vehículo

Para navegar, un vehículo autónomo debe percibir primero su entorno. Ningún sensor único es suficiente; los mejores resultados provienen de combinar múltiples tipos de sensores, cada uno con sus puntos fuertes y débiles. Las cuatro modalidades de detección primaria son LiDAR, cámaras, radar y sensores ultrasónicos.

LiDAR (Detección de luz y Ranging)

LiDAR es a menudo descrito como el sensor de percepción "oro estándar" para vehículos autónomos. Funciona emitiendo pulsos rápidos de luz láser —hasta cientos de miles por segundo— y midiendo el tiempo que toma para cada pulso para rebotar. Al calcular la distancia a los objetos para cada punto, LiDAR crea una nube de puntos tridimensionales de alta resolución del entorno circundante. Esta nube de puntos revela la forma y posición de todo desde otros signos de carretera

Las unidades LiDAR modernas pueden generar millones de puntos por segundo con precisión de nivel centímetro. Algunos sistemas utilizan un mecanismo de giro para lograr un campo de visión horizontal de 360 grados, mientras que los diseños de estado sólido más nuevos utilizan rayos de inflamación o escaneado para cubrir un área más estrecha pero todavía útil. Los principales inconvenientes de LiDAR son su costo relativamente alto (aunque los precios están cayendo) y su sensibilidad a las lluvias pesadas, limitaciones autónomas

Cámaras

Las cámaras proporcionan información visual rica que ningún otro sensor puede coincidir. Pueden detectar colores, leer texto en señales de tráfico, reconocer marcas de carriles, e identificar el modelo y el maquillaje de otros vehículos. La mayoría de los sistemas de vehículos autónomos utilizan múltiples cámaras dispuestas alrededor del coche, a menudo en pares estéreos para proporcionar percepción de profundidad similar a la visión binocular humana. La resolución de la cámara continúa mejorando, con muchos sistemas ahora utilizando sensores de alta gama de sombra que manejan iluminación desafiante como el sol.

Debido a que las cámaras producen datos de imagen cruda, dependen en gran medida de algoritmos de visión de ordenador, especialmente redes neuronales profundas, para interpretar lo que ven. Estas redes pueden detectar y clasificar objetos (peestrios, ciclistas, vehículos), rastrear su movimiento, e incluso predecir sus posiciones futuras.Las cámaras son relativamente baratas en comparación con LiDAR y radar, pero están degradadas por el mal tiempo y las bajas condiciones de luz, por lo que son siempre utilizados en combinación.

Radar (Detección de radio y Ranging)

Radar utiliza ondas de radio para detectar objetos y medir su distancia y velocidad. Es una tecnología madura que se ha utilizado en aplicaciones automotrices durante décadas, originalmente para el control de cruceros y advertencias de colisión. Las señales de radar son mucho más largas que las ondas de luz, por lo que pueden penetrar la niebla, la lluvia, la nieve y el polvo con mucha menos atenuación que LiDAR o las cámaras.

El radar es excelente para medir la velocidad relativa de los objetos usando el efecto Doppler, que es crítico para tareas como el control de cruceros adaptable y el freno de emergencia. Sin embargo, el radar tiene una resolución más baja que LiDAR, lo que significa que puede detectar que algo está ahí pero no puede determinar su forma precisamente. Radar también lucha con falsos signos de radar y puede producir otros signos de carretera.

Sensores ultrasónicos

Los sensores ultrasónicos, que utilizan ondas sonoras para medir la distancia, se despliegan normalmente para detectar de cerca, generalmente a pocos metros del vehículo. Se utilizan comúnmente para la asistencia de estacionamiento, monitorización de puntos ciegos y detección de frenos o obstáculos demasiado bajos para otros sensores. Los sensores ultrasónicos son baratos, robustos y funcionan bien a corto plazo, pero no pueden proporcionar imágenes de alta resolución o rastrear objetos a velocidades de carretera.

El papel de la fusión del sensor

El sensor no es perfecto. LiDAR proporciona geometría 3D precisa pero no tiene mal tiempo. Las cámaras proporcionan datos semánticos ricos pero luchan por la noche y en niebla. El radar funciona en todo el tiempo pero carece de detalles. Para superar estas debilidades individuales, los vehículos autónomos utilizan un proceso llamado fusión de sensores.

La fusión de sensores combina datos de varios sensores en una representación única y coherente del entorno que es más precisa y confiable que cualquier sensor.

Hay dos enfoques principales de la fusión de sensores: fusión temprana, donde los datos brutos o preprocesados de todos los sensores se combinan en una etapa temprana antes de la detección de objetos, y fusión tardía, donde cada sensor realiza su propia detección de objetos de forma independiente y los resultados se fusionan más tarde. Muchos sistemas modernos utilizan un enfoque híbrido llamado " fusión media" o " fusión de nivel de la alimentación". Independientemente del método, el objetivo es el mismo: producir un "modelo mundial" robusto que incluye la posición, velocidad, clasificación y trayectoria predicha de cada objeto alrededor del vehículo.

La fusión de sensores también juega un papel crucial en la redundancia. Si un sensor falla o da una lectura conflictiva, el sistema puede caer de nuevo en otros. Esto es esencial para la seguridad, ya que una falla de sensor único podría de otra manera conducir a un accidente. Muchas arquitecturas de vehículos autónomos están diseñados para que el vehículo no siga operando con seguridad, al menos lo suficientemente largas para detenerse o llegar a una parada controlada.

Procesamiento y toma de decisiones: El cerebro del vehículo

El vehículo debe decidir qué hacer: acelerar, frenar, dirigir, cambiar las vías, detener o producir. Este es el dominio del apilador de conducción autónomo, que se divide normalmente en cuatro etapas: percepción, predicción, planificación y control.

Percepción

La percepción de los vehículos es el escenario donde se interpretan datos de sensores crudos para identificar objetos, límites de carriles, señales de tráfico y otras características relevantes. Las redes neuronales profundas, especialmente las redes neuronales convolutivas (CNNs) y transformadores, tienen percepción revolucionada. Pueden procesar imágenes de cámara para detectar peatones con una precisión notable, mientras que las redes basadas en LiDAR construyen descuentos de objetos 3D de salida.

Predicción

Una vez detectados objetos, el vehículo debe predecir cómo se moverán en los próximos segundos. Esto es crítico para la navegación segura, especialmente en tráfico mixto con coches, ciclistas y peatones. Los modelos de predicción utilizan una variedad de técnicas, incluyendo redes neuronales recurrentes (RNNs), redes de memoria a corto plazo (LSTM) y arquitecturas más recientes basadas en transformadores. Estos modelos se entrenan en modelos de tráfico continuo

Planificación

La planificación es la etapa de toma de decisiones. Se toma el estado mundial percibido y las trayectorias futuras predichas, junto con el destino del vehículo, y determina un camino seguro y eficiente a seguir. La planificación se divide generalmente en tres niveles: de la planificación de la ruta (carril de alto nivel desde el origen hasta el destino, a menudo utilizando un mapa de navegación) planificación conductual (decisiones como "¿debería cambiar las carriles?" o "¿debería ceder a un peatón cruzado?") y Planificación de mociones (generando una trayectoria suave y sin colisión durante los próximos segundos).

La planificación conductual utiliza a menudo máquinas estatales finitas o sistemas basados en reglas combinados con enfoques basados en el aprendizaje. La planificación de la movilidad emplea habitualmente algoritmos de optimización como el control predictivo modelo (MPC) o los planificadores basados en muestreo como árboles aleatorios de rápido crecimiento (RRT). El planificador debe garantizar la trayectoria respeta las restricciones cinemáticas (por ejemplo, el ángulo máximo de dirección), los límites de confort (por ejemplo, una distancia suave y suave

Control

La etapa final es el control, donde la trayectoria planificada se convierte en comandos enviados a los actuadores del vehículo: ángulo de volante, acelerador, frenos y a veces se convierten señales. Los controladores se basan típicamente en la teoría de control clásica, como los controladores PID o algoritmos MPC más avanzados que combinan la planificación y el control en un solo paso. El sistema de control debe ser robusto para demoras, fricción y otras trayectorias de seguimiento del mundo real.

Mapas y Localización de alta definición

Los vehículos autónomos no pueden confiar únicamente en datos de sensores en tiempo real para comprender su posición. mapas de alta definición (HD) que proporcionan un modelo detallado y pregrabado del entorno de carretera, incluyendo geometría de carriles, límites de carretera, posiciones de señal de tráfico, e incluso la forma 3D precisa de intersecciones. Los mapas HD se construyen utilizando unidades anteriores con vehículos de cartografía especializada que llevan LiDAR de alta precisión y cámaras. Estos mapas se actualizan regularmente para reflejar cambios de carretera, tales como zonas de construcción o nueva señalización.

La localización – determinando la posición exacta del vehículo dentro del mapa – se logra combinando múltiples fuentes de datos. El GPS proporciona una posición gruesa (en unos pocos metros), pero eso no es lo suficientemente preciso para la conducción a nivel de carril. Localización basada en sensores. Los escáneres LiDAR se combinan con la nube de puntos premapados utilizando algoritmos como punto más cercano iterativo (ICP) o distribuciones normales transforman (NDT). Las cámaras pueden identificar puntos como marcaciones de carriles o signos y compararlos con características de mapa.

Una unidad de medición inercial (IMU) y odometría de rueda proporcionan un recapitimiento mortal entre actualizaciones de sensores.

Un enfoque cada vez más popular localización y mapeo simultáneos (SLAM), donde el vehículo construye y actualiza su mapa en tiempo real mientras que también se localiza dentro de él. Esto es útil para áreas no cubiertas por mapas HD preconstruidos o cuando las condiciones han cambiado. Sin embargo, para una operación robusta, la mayoría de los sistemas de Nivel 4 todavía dependen de entornos pre-mapped como una columna vertebral confiable.

Desafíos en la navegación autónoma

A pesar de los impresionantes progresos, la navegación autónoma sigue siendo un problema profundamente desafiante. Hay que superar varios obstáculos clave antes de que los autoconductores se vuelvan omnipresentes.

Condiciones de tiempo adversas

La lluvia, la nieve, la niebla e incluso la luz solar brillante pueden degradar el rendimiento del sensor significativamente. Los pulsos LiDAR están dispersos por niebla y copos de nieve. Las cámaras pierden contraste y detalle en condiciones de lluvia o blanqueamiento pesados. El radar es más robusto pero todavía puede sufrir interferencias multipáticas o atenuación en precipitación pesada.

Comportamiento humano impredecible

Los vehículos autónomos deben compartir la carretera con conductores humanos, ciclistas y peatones cuyas acciones son a menudo inesperadas. Un peatón puede repentinamente salir del rizo sin mirar, un conductor puede correr una luz roja, o un niño puede perseguir una pelota en la calle. Mientras los modelos de predicción están mejorando, no pueden prever todas las acciones posibles. La lógica de conducción defensiva y el comportamiento conservador pueden ayudar, pero demasiado precaución puede conducir puede conducir a indecisión o perturbación (por ejemplo, falta de seguridad).

Casos de borde y escenarios de rare

Los sistemas autónomos están entrenados en enormes conjuntos de datos, pero inevitablemente encuentran situaciones que nunca han visto antes: un trabajador de construcción que sostiene un signo que anula un semáforo, un árbol caído bloqueando un carril, un animal cruzando la carretera, o la policía de tráfico dirigiendo vehículos manualmente. Manejo de estos casos de borde requiere que el vehículo tenga una comprensión profunda del contexto y el sentido común – algo con lo que la AI actual lucha.

Seguridad y seguridad cibernéticas

A medida que los vehículos conectados se vuelven más frecuentes, el riesgo de ciberataques crece. Un atacante que obtiene el control de los sistemas de sensores o control de un vehículo autónomo puede causar accidentes catastróficos. Los fabricantes deben implementar medidas de ciberseguridad sólidas, incluyendo encriptación, bota segura, seguridad de actualización sobre el aire y sistemas de detección de intrusiones. La Administración Nacional de Seguridad de Tráfico de Autopistas de los Estados Unidos (NHTSA) sigue elaborando directrices para el despliegue seguro de vehículos automatizados, y se están realizando esfuerzos similares en Europa y Asia.

El futuro de la navegación autónoma

Si bien persisten los desafíos, la trayectoria de la tecnología automotriz es clara: los vehículos serán cada vez más capaces de navegar sin intervención humana. Varias tendencias están acelerando este progreso.

Comunicación de vehículos a todo el mundo (V2X)

La tecnología V2X permite que los vehículos se comuniquen entre sí (V2V) y con infraestructura como los semáforos de tráfico (V2I). Esto amplía dramáticamente la percepción de un vehículo más allá de sus propios sensores. Por ejemplo, un coche que se acerca a una intersección podría recibir una señal de un semáforo diciéndole exactamente cuándo cambiará la luz o un vehículo de plomo podría transmitir un evento duro a seguir los coches. El Departamento de Transporte de EE.UU. ha estado probando activamente despliegues V2X, y muchos expertos de la industria creen que será un habilitador clave para la autonomía de Nivel 4 y 5.

Avances en Inteligencia Artificial

El aprendizaje de máquinas, especialmente el aprendizaje profundo, sigue empujando los límites de lo que los sistemas autónomos pueden percibir y predecir. Nuevas arquitecturas como transformadores de visión y modelos mundiales basados en transformadores muestran la promesa en el aprendizaje de representaciones más ricas de escenas. El aprendizaje de la fuerza se está aplicando para capacitar políticas de planificación y control en simulación, lo que conduce a comportamientos más naturales y eficientes.

Mejora de la tecnología de sensores y la reducción de costos

Los precios de LiDAR han caído drásticamente, desde decenas de miles de dólares hace una década hasta menos de mil dólares para algunas unidades de estado sólido. De igual manera, cámaras de alta resolución y radar se están convirtiendo en más baratos y más capaces. Esta reducción de costos eventualmente hará que la autonomía L4 sea económicamente viable para los vehículos de consumo, no sólo flotas de robotaxi. radar de imagen 4D, que añade información de altura a la gama y velocidad tradicionales, están surgiendo para desafiar el dominio de LiDAR.

Regulatory and Infrastructure Developments

Gobiernos de todo el mundo están creando marcos para probar e implementar vehículos autónomos. Varios estados de Estados Unidos, así como países como Alemania, Japón y China, han aprobado leyes que permiten el funcionamiento autónomo de vehículos en determinadas condiciones. ISO 26262 para seguridad funcional y la próxima ISO 21448 para la seguridad de la funcionalidad prevista (SOTIF), se están perfeccionando. Mejoras de infraestructura, como carriles dedicados para vehículos autónomos y marcas de carreteras mejoradas, también ayudarán a la transición a un futuro totalmente autónomo.

Conclusión

La navegación autónoma de vehículos es una notable hazaña de ingeniería que combina hardware y software de maneras que fueron inimaginables hace apenas unas décadas. Al integrar LiDAR, cámaras, radares y sensores ultrasónicos, y fusionar sus datos con mapas de alta definición y potentes algoritmos, estos vehículos pueden percibir, predecir, planificar y ejecutar maniobras de conducción seguras en tiempo real. Sin embargo, el viaje está lejos de terminar.

A medida que la tecnología madura, los vehículos autónomos se volverán más seguros, más fiables y más asequibles. El despliegue gradual de sistemas de nivel 4 en áreas geodefensas específicas, como la robotaxis en ciudades como Phoenix y San Francisco, proporciona una visión de un futuro donde los conductores humanos ya no son necesarios para cada viaje. Para una mayor inmersión en las aplicaciones prácticas y las limitaciones actuales de esta tecnología, recursos como McKinsey's Overview of autonomous driving y La cobertura continua de IEEE Spectrum proporcionar excelentes puntos de partida. La carretera que hay por delante es larga, pero la dirección es clara.