Los vehículos de conducción autónoma no terminan de despegar. Aunque pueden verse en media docena de ciudades de EE UU y China, su despliegue avanza lentamente y cualquier incidente supone un frenazo a su desarrollo. Sin embargo, la ruta de la automatización aporta ventajas. El 90% de los accidentes se produce por error humano y cualquier desarrollo tecnológico que corrija esta deficiencia puede reducir una tasa de sucesos que el pasado año costó la vida a 1.145 personas en España, según la Dirección General de Tráfico, y a 1,19 millones en el mundo, según la Organización Mundial de la Salud. Un estudio publicado hoy martes en Nature Communications demuestra que los vehículos autónomos son más seguros y menos propensos a verse involucrados en siniestros que los coches conducidos por humanos, salvo en dos circunstancias: en giros o en condiciones de baja visibilidad.
Mohamed Abdel-Aty y Shengxuan Ding, investigadores de Transporte, Ingeniería Eléctrica y Automotriz y Ciencias de la Computación de la Universidad Central de Florida, han llegado a esta conclusión tras analizar los datos de 2.100 vehículos de conducción autónoma y 35.133 coches con humanos al volante durante seis años. Los sistemas más avanzados de conducción, según el estudio, reducen entre un 50% y un 20% las posibilidades de colisiones por alcance, frontales y laterales, así como salidas de la vía, que suponen en España la causa de nueve de cada 10 accidentes.
En todos estos casos, los sistemas de conducción autónoma han demostrado ser más eficaces que los humanos. “Esto se debe a que están equipados con sensores y software [programas] avanzados que pueden analizar rápidamente el entorno circundante y tomar decisiones basadas en los datos recibidos. Hay muchos beneficios potenciales en la seguridad del tráfico, como la reducción del error humano, la fatiga y la distracción”, defienden los autores.
Sin embargo, en condiciones de poca visibilidad, al amanecer o al anochecer y en maniobras que implican giros, los humanos mejoran entre dos y cinco veces la eficacia de los sistemas autónomos. “Estas son las áreas en las que la tecnología de conducción autónoma puede necesitar un mayor refinamiento para igualar o superar las capacidades de conducción humana”, explican los autores.
De esta forma, según el estudio, la tecnología no supera al conductor en todas las circunstancias y los coches autónomos aún tiene que afrontar desafíos para incrementar su capacidad de percepción y detección de peligros, así como desarrollar la programación para la toma de decisiones y mecanismos a prueba de fallos. Estos últimos aún representan el 56% de los problemas de la conducción autónoma.
“El desarrollo de la seguridad de los vehículos automatizados implica detectores avanzados, algoritmos robustos y consideraciones de diseño inteligente. Las estrategias clave incluyen la mejora de los sensores meteorológicos y de iluminación, así como la integración eficaz de los datos”, explican los autores en un correo conjunto. Se refieren a soluciones tecnológicas, como el uso combinado de cámaras y sensores Lídar (láser), GNSS (navegación por satélite) y radar, que mejoran las capacidades autónomas en escenarios con nubosidad, nieve, lluvia y oscuridad, cuando un retraso en la detección de peligros potenciales y en la reacción adecuada puede ser mortal.
“La fusión de sensores”, según añaden los investigadores, “permite la verificación cruzada de la información, lo que reduce los errores. Sin embargo, el procesamiento de estos datos en tiempo real es un reto y requiere una potencia informática avanzada, lo que aumenta el coste y la complejidad de estos sistemas”.
“Es un reto importante generar suficiente información y lograr una detección exhaustiva del entorno circundante ante los limitados rangos de los sensores. Además, algunos vehículos autónomos están programados para seguir reglas y escenarios predefinidos que pueden no abarcar todas las situaciones de conducción posibles”, advierten los autores.
En este sentido, los investigadores destacan que los conductores humanos pueden “predecir los movimientos de los peatones y actuar con precaución en función de su experiencia de conducción, mientras que los vehículos autónomos pueden tener dificultades para reconocer las intenciones de una persona, lo que puede provocar frenadas de emergencia o accidentes debido a la falta de comprensión de las señales sociales y el razonamiento psicológico”.
Para mejorar esta deficiencia, Mohamed Abdel-Aty y Shengxuan Ding proponen “sistemas avanzados de detección y percepción, algoritmos predictivos y comunicación del vehículo con todo”. Este último concepto se conoce como V2X (vehículo a x) y hace referencia a que los dispositivos no solo detectan el peligro potencial e inician una maniobra para salvarlo, sino que lo comparten con los demás coches y sistemas de seguridad vial para que estos lo prevean. “Tanto los vehículos automatizados como los conductores humanos se enfrentan a desafíos con visibilidad limitada, pero los primeros pueden utilizar tecnologías y datos avanzados para una mejor asistencia de seguridad”, explican los autores.
Las investigaciones avanzan para dotar a los vehículos de sentidos parecidos a los humanos y mejorar la latencia (tiempo de respuesta). Dos trabajos publicados por Nature reflejan el desarrollo de un procesador para responder rápidamente a un evento con la mínima información y un nuevo sistema (algoritmo) para mejorar la precisión de la visión mecánica con menor latencia. En el mismo campo trabaja el Instituto de Microelectrónica (Imse) en la capital andaluza, del Consejo Superior de Investigaciones Científicas (CSIC) y la Universidad de Sevilla.
“Los sistemas actuales de asistencia al conductor, como los de MobileEye —que están integrados en más de 140 millones de automóviles en todo el mundo— funcionan con cámaras estándar que toman 30 fotogramas por segundo, es decir, una imagen cada 33 milisegundos. Además, requieren un mínimo de tres fotogramas para detectar de forma fiable a un peatón o a un coche. Esto eleva el tiempo total para iniciar la maniobra de frenado a 100 milisegundos. Nuestro sistema permite reducir este tiempo por debajo de un milisegundo sin necesidad de utilizar una cámara de alta velocidad, lo que supondría un enorme coste computacional”, explica Davide Scaramuzza, profesor de robótica en la Universidad de Zúrich (Suiza) e investigador de cámaras de eventos.
Bernabé Linares, profesor de investigación del Imse, desarrolla sistemas de visión que se asemejan a la percepción humana y que son fundamentales para los vehículos de conducción autónoma. “La retina biológica no toma imágenes. Toda la información va por el nervio óptico y el cerebro la procesa. En la cámara convencional, cada pixel es autónomo y, como mucho, se le hace interactuar con sus vecinos para ajustar la luminosidad. Pero una imagen digital a la salida de un túnel puede ser toda blanca o negra mientras que nosotros, salvo en condiciones muy extremas, podemos ver lo que hay dentro y fuera”, explica.
Otra solución es aplicar la inteligencia artificial para localizar los lugares más peligrosos e incluir esa información en los sistemas de conducción autónoma para condicionar sus maniobras. Es la línea de trabajo de Quynh Nguyen, epidemiólogo y estadístico de la Facultad de Salud Pública de la Universidad de Maryland que ha publicado un estudio en British Medical Journal (BMJ) of Injury Prevention. “Es crucial comprender cómo el entorno físico puede aumentar o disminuir las colisiones fatales y qué comunidades se ven más afectadas por esto”, argumenta Nguyen.
La Sociedad Química Americana (ACS por sus siglas en inglés) propone el uso de pinturas que hagan los objetos más visibles a los ojos de los vehículos. En este sentido, han desarrollado un “tinte negro altamente reflectante que podría ayudar a los coches autónomos a ver objetos oscuros y hacer que la conducción mecánica sea más segura”.
Investigadores de la Universidad de Iowa han investigado la posibilidad de dotar a los vehículos de una señal luminosa exterior que indique a los peatones cuándo es seguro cruzar ante un vehículo autónomo porque este ha identificado a la persona y se dispone a parar.
Todos los desarrollos se encaminan hacia la autonomía completa (Nivel 5), en la que no se requerirá la intervención humana. Según los investigadores de la Universidad Central de Florida, “puede llegar a ser posible, aunque faltan muchos años debido a importantes desafíos. Estos incluyen el desarrollo de algoritmos y sensores avanzados y las actualizaciones necesarias de la infraestructura para respaldar de manera efectiva la tecnología de los vehículos automatizados”.
Puedes seguir a EL PAÍS Tecnología en Facebook y X o apuntarte aquí para recibir nuestra newsletter semanal.