Hasta ahora, los automóviles autónomos han tenido que depender en gran medida de patrones aprendidos y almacenados al conducir. En el futuro, ellos mismos podrían analizar situaciones en la carretera, y quizás volverse más flexibles y seguros.
Decisión en tiempo real
En el futuro, los coches autónomos ya no deberían simplemente conducir obstinadamente de acuerdo con las reglas que han aprendido, sino tomar sus propias decisiones en tiempo real. Investigadores de la Universidad Técnica de Munich han presentado ahora un software correspondiente en la revista especializada "Nature". Con su ayuda, los robots móviles podrían reaccionar mejor ante incidentes de tráfico inesperados que no fueron previstos por el fabricante.
Sobre la base de los datos de la cámara, el lidar y el radar, el software calcula todos los próximos movimientos posibles para cada usuario de la carretera en las inmediaciones, al menos siempre que todos cumplan las normas de tráfico. Por lo tanto, el sistema mira de tres a seis segundos hacia el futuro, explican los investigadores dirigidos por el profesor Matthias Althoff. Sobre la base de los escenarios calculados de esta manera, el software determina varias opciones de movimiento para el automóvil, incluidas las maniobras de emergencia como frenar o acelerar. Solo si se puede recorrer una ruta sin una colisión previsible y al mismo tiempo es posible una maniobra de emergencia, entonces se puede utilizar. Para su software, los informáticos crearon un modelo virtual que se basa en datos reales que se recopilaron durante las pruebas de manejo con un vehículo autónomo en Munich.
¿No más tecnología del futuro?
Según los investigadores de Munich, hasta ahora se ha considerado demasiado complejo y poco práctico en la industria un pronóstico en vivo tan detallado de la situación del tráfico. Según su propia información, ahora no solo han podido demostrar que la evaluación de datos en tiempo real y la simulación simultánea de la situación futura del tráfico son teóricamente posibles, sino que también proporcionan evidencia de que ofrece resultados fiables. Dicho software facilitaría mucho las cosas para el desarrollo de vehículos autónomos. Porque hasta ahora los coches han tenido que comportarse en gran medida de acuerdo con reglas y modelos preprogramados, lo que limita su flexibilidad en el tráfico diario, que suele ser mucho más complejo.
La verificación de la tecnología tarda mucho en llegar
Los resultados de Munich aseguran un optimismo cauteloso en la industria. "En general, el artículo va en la dirección correcta, porque tenemos que llegar al punto de poder emitir garantías sobre el comportamiento de los sistemas de IA", dijo el profesor Philipp Slusallek del Centro Alemán de Investigación de Inteligencia Artificial (DFKI) en Saarbrücken al Science Media Center. A menudo, este no es el caso hasta ahora y luego un gran problema, incluso si las vidas humanas dependen de ello. Sin embargo, también ve dos dificultades: por un lado, el enfoque hace la fuerte restricción de que solo acepta los movimientos legalmente permitidos para otros usuarios de la carretera. "Como todos sabemos, este no es siempre el caso en el tráfico diario, por ejemplo, cuando un automóvil pasa sobre una línea continua para evitar un vehículo estacionado en la segunda fila".
Sin embargo, el principal problema del enfoque es que asume que el automóvil robot recibe una imagen precisa del entorno a través de los sensores. En su opinión, este es el ámbito donde residen los mayores problemas de la conducción autónoma. “Si un obstáculo no se reconoce como tal, como en el conocido accidente de Uber o una y otra vez en Teslas con obstáculos estáticos, o si se malinterpreta en intersecciones complejas o sitios de construcción, entonces el proceso recibe la información incorrecta y asume condiciones incorrectas y, por lo tanto, puede sólo ofrecen resultados cuestionables ".
El profesor Hermann Winner, jefe del departamento de tecnología de vehículos de la Universidad Técnica de Darmstadt, ve dificultades similares. El problema básico del enfoque, que de otro modo sería muy útil, es que aún no se puede verificar el funcionamiento de la tecnología. "Las suposiciones pueden resultar exitosas para un tramo corto en el tráfico público, como se muestra aquí, pero ¿qué es eso en comparación con los miles de millones de kilómetros que se requieren para una experiencia significativa?" En particular, la calidad del modelado del entorno interno no se pudo evaluar la información de los sensores ambientales.