¿Qué son los coches autónomos y cómo funcionan?

Conclusiones clave

• Los automóviles autónomos utilizan una combinación de sensores y cámaras para crear una imagen 3D del mundo que los rodea, lo que les permite conducir de manera segura sin mucha intervención del conductor.
• Los autos sin conductor se clasifican en diferentes niveles de automatización, que van desde autos que requieren que un ser humano realice cada tarea de conducción hasta autos que pueden conducir en vías públicas sin intervención humana.
• El software para vehículos autónomos se basa en gran medida en la IA y los algoritmos de aprendizaje automático para tomar decisiones basadas en las variables del entorno, y estos algoritmos mejoran con más tiempo en la carretera.

El ideal para crear el automóvil autónomo perfecto ha sido popular desde los primeros días de los automóviles. Después de más de un siglo de innovación y avances tecnológicos, está más cerca que nunca de tener un automóvil que pueda conducirse solo, con varias empresas trabajando en proyectos que ya están en la vía pública.

Pero, ¿cómo funcionan los coches autónomos? ¿Y qué tan cerca está usted de lograr sus sueños de robo-chofer?

¿Qué son los coches autónomos?

Como sugiere el nombre, los vehículos autónomos (también llamados autónomos) son automóviles que se conducen solos. Mayoría coches autonomos modernos requieren que un conductor esté presente para tomar el relevo en caso de emergencia. Fuera de emergencias o situaciones en las que el automóvil comienza a actuar de manera errática, se supone que maneja la mayor parte de la conducción sin ningún tipo de intervención del conductor.

¿Cómo funcionan los coches autónomos?

Los autos sin conductor usan una combinación de sensores y cámaras para crear una imagen 3D del mundo que los rodea. A continuación, se utiliza un software avanzado para detectar coches, personas y obstáculos en la carretera, lo que permite que el vehículo se conduzca de forma segura siguiendo las normas de circulación.

Muchas empresas están trabajando en esta tecnología, y esto significa que existen varios enfoques diferentes para fabricar un automóvil autónomo. También hay diferentes niveles asignados a los coches autónomos con diferentes características.

Reservar y subirse a un taxi autónomo de Waymo es una de las formas más fáciles de probar un automóvil autónomo, pero deberá estar en Arizona para su primer viaje en Waymo.

Explicación de los niveles de vehículos autónomos

La mayoría de los automóviles autónomos del mundo no son modelos totalmente autónomos y se clasifican en seis niveles de automatización diferentes, cada uno de los cuales ofrece una mejor automatización que el anterior.

• Los autos de nivel 0 no tienen automatización y requieren un ser humano para realizar cada tarea de conducción.
• Los automóviles de nivel 1 tienen funciones de asistencia al conductor, como el control de crucero, pero se requiere una persona para conducir el vehículo.
• Los autos de nivel 2 tienen automatización parcial. Esto significa que pueden controlar cosas como la dirección, pero aún requieren un ser humano para conducir.
• Los automóviles de nivel 3 tienen automatización condicional, lo que les permite reaccionar al entorno para realizar tareas de conducción.
• Los autos de nivel 4 tienen una alta automatización, lo que permite que el auto se conduzca completamente dentro de áreas geocercadas.
• Los autos de nivel 5 tienen automatización completa y pueden conducir en vías públicas sin intervención humana.

Los primeros tres niveles requieren que un humano controle el vehículo mientras conduce, mientras que los tres restantes requieren interacción humana limitada o nula. Cada nivel de automatización del vehículo es un hito, pero el nivel cinco es el más emocionante y es lo que muchas empresas están trabajando arduamente para lograr.

El hardware detrás de los autos sin conductor

Sorprendentemente, las limitaciones de hardware no son un problema importante en el espacio de los automóviles autónomos. En teoría, los únicos sensores que necesita para que funcione un automóvil autónomo son las cámaras normales, con el procesamiento de software haciendo el trabajo pesado. Por supuesto, sin embargo, es mucho más seguro usar una variedad de sensores diferentes para proporcionar al software la mayor cantidad de datos posible.

¿Cómo funciona LiDAR en los coches autónomos?

Los sensores de detección y rango de luz, o LiDAR, miden la profundidad para producir un modelo 3D preciso del entorno de un vehículo autónomo. Esto se logra emitiendo millones de pulsos de láser cada segundo y midiendo el tiempo que tarda cada pulso en reflejarse. Cuanto mayor sea el tiempo de reflexión, más lejos estará un objeto del sensor.

Esto ayuda a un automóvil autónomo a comprender su entorno y los objetos que lo rodean. Esto incluye edificios, personas y animales, así como todo lo demás por el que pasa el vehículo. En un día despejado, LiDAR es todo lo que un automóvil necesita para navegar en entornos urbanos concurridos. Sin embargo, su rendimiento disminuye con la lluvia o la niebla, y esta es la razón por la cual los automóviles autónomos no pueden confiar en LiDAR como su único tipo de sensor.

¿Cómo funciona el radar en los coches autónomos?

Radar desempeña un papel similar a LiDAR en vehículos automatizados. Sin embargo, en lugar de emitir láseres, emite ondas de radio y mide los reflejos de los objetos que te rodean. Sin embargo, el objetivo sigue siendo comprender el entorno que rodea al automóvil.

Los sensores LiDAR tienen una resolución 10 veces mayor que el radar, pero el radar no se ve afectado por las malas condiciones climáticas. Los sensores de radar también son más baratos que los sensores LiDAR.

¿Cómo funcionan las cámaras visuales en los coches autónomos?

Empresas como Waymo de Google utilizan una combinación de LiDAR, radar y cámaras normales para sus conjuntos de sensores principales. Tesla, por otro lado, ha optado por invertir completamente en cámaras regulares y software avanzado para navegar por las carreteras de forma autónoma.

La tecnología de reconocimiento facial existe desde hace mucho tiempo, aunque se ha utilizado principalmente en teléfonos inteligentes y soluciones de seguridad avanzadas. Con los automóviles autónomos, el objetivo es llevar esto al siguiente nivel, con el reconocimiento de objetos impulsado por el aprendizaje automático, la detección de edificios, automóviles, personas y todo lo demás alrededor de su vehículo.

Otros sensores de vehículos autónomos

El radar, el LiDAR y las cámaras normales suelen ser los sensores principales en un automóvil autónomo, pero algunos vehículos tienen más. El hardware adicional, como los sensores ultrasónicos, le da al automóvil una comprensión aún mayor de su entorno. Esto hace posible que los automóviles autónomos respondan a señales no visuales, como el sonido de las sirenas de una ambulancia.

Coche autónomo "cerebros"

Ya sea Tesla, Waymo o cualquier otro sistema de automóvil autónomo, todos estos vehículos necesitan una computadora central o "cerebro" para procesar los datos proporcionados por sus sensores. La plataforma Drive AGX de Nvidia es un ejemplo destacado de esto, pero algunos fabricantes de automóviles eligen desarrollar este tipo de tecnología internamente.

El software detrás de los autos sin conductor

La creación de software funcional para vehículos autónomos es uno de los mayores desafíos a los que se enfrentan los fabricantes. Es relativamente fácil crear un programa que utilice marcas viales y datos de ubicación para seguir carreteras modernas. Pero, ¿qué sucede si otro automóvil se te cruza o un animal sale corriendo a la carretera?

Las carreteras no son lugares predecibles. El software del automóvil autónomo tiene que ser capaz de reaccionar ante una gran variedad de situaciones diferentes, muchas de las cuales son imposibles de programar previamente.

IA y aprendizaje automático en automóviles autónomos

La IA se encuentra en el centro de la industria de los automóviles autónomos. En esencia, los vehículos autónomos como este tienen como objetivo imitar el cerebro humano mientras conducen, lo que significa que deben poder tomar decisiones en función de una amplia gama de variables. Esto incluye los cruces y las señales de tráfico que forman parte de la carretera, junto con los vehículos, las personas y otros obstáculos de los que normalmente se daría cuenta un conductor habitual.

Sería demasiado lento para los humanos crear bases de datos y algoritmos que reconozcan perfectamente todo en el camino. En cambio, los fabricantes como Tesla utilizan el aprendizaje automático para entrenar sus algoritmos y mejorarlos.

Los algoritmos de aprendizaje automático que se encuentran en los automóviles autónomos deben comenzar con algunos datos básicos, pero una gran parte de su aprendizaje se realiza en la carretera. Esto es lo que hace que sea tan crucial que las empresas puedan probar sus coches en carreteras reales, pero también significa que los coches autónomos solo mejorarán cuanto más conduzcan.

Un peatón que sale a la carretera es un buen caso de prueba para el aprendizaje automático de automóviles autónomos. El auto tiene varias opciones en este escenario; puede intentar esquivar al peatón, pisar los frenos e intentar detenerse, o usar la bocina para alertar al peatón. La mayoría de los autos autónomos adoptarán un enfoque activo ante obstrucciones como esta, descartando la última opción.

A partir de aquí, tiene que decidir si es mejor desviarse o frenar, teniendo en cuenta cosas como la velocidad, la distancia, las condiciones climáticas y una variedad de otros factores ambientales. Si, por ejemplo, desviarse bruscamente colocaría el automóvil en el camino del tráfico que se aproxima, es probable que opte por usar los frenos.

No reaccionar adecuadamente y tener éxito en reaccionar correctamente ayudan a un automóvil autónomo a aprender cómo abordar problemas similares en el futuro. Idealmente, estos datos se comparten entre los automóviles autónomos para garantizar que puedan mejorar juntos.

Además de la IA, hay muchos otros software detrás de escena en un automóvil autónomo. Los sistemas de mapeo GPS ayudan al automóvil a navegar por las carreteras con precisión, mientras que los sistemas de monitoreo del conductor aseguran que la persona detrás del volante esté enfocada, incluso en el modo de conducción autónoma.

Cada empresa de automóviles autónomos adopta un enfoque diferente del software, y esto significa que es raro que sean abiertos sobre cómo funcionan sus herramientas.

¿Son seguros los coches autónomos?

Es justo cuestionar la seguridad de los autos autónomos modernos, especialmente con la creciente lista de muertes y lesiones asociadas con la conducción autónoma. Como puede ver por la prevalencia de los sistemas de monitoreo de conciencia del conductor en muchos autos sin conductor, incluso sus fabricantes saben que aún no son perfectos.

Pero ese no es el punto. Los coches autónomos todavía tienen un largo camino por recorrer. Esto significa que los fanáticos de los automóviles autónomos deben esperar un poco más para tener en sus manos un vehículo controlado por IA que se conduce solo e incluso puede recuperar su posesión.