Uno de los grandes secretos de la vida es la anticipación. Cuanto más preparados estemos para lo que se avecina, y cuanto más ágil y adecuadamente podamos reaccionar ante una posible situación imprevista, mejor para todos. Es la razón por la que en la autoescuela enseñan que detrás de una pelota que se cruza de repente en la calle suele aparecer un niño corriendo (¡peligro!).
En lo que se refiere a los coches autónomos que «conducen solos» se puede hablar de sistemas de seguridad activa, como los sistemas de asistencia en frenadas (ABS), el control de tracción o de estabilidad; también los pasivos son importantes: cinturones, sillas o airbags. En ese primer grupo entrarían probablemente los de seguridad «predictiva» que son capaces de anticiparse a los problemas, evitando exponerse a situaciones peligrosas. GreyB hizo un excelente análisis en El Futuro de la Tecnología: How Driverless Car Predicts Expected Movement of Objects on Road?
Para poder enfrentarse al mundo real de forma efectiva las cámaras de los vehículos autónomos graban la escena y analizan todos objetos que aparecen en ella. Son capaces de distinguir si junto al coche –en diversos ángulos– hay otros vehículos, personas, ciclistas… También pueden diferenciar el tipo de vehículo (coche, moto, camión), las señales de circulación u obstáculos temporales como los conos. Algunos de estos datos provienen del análisis de imágenes, otros podrían provenir de algo más sofisticado como el análisis de calor (personas, animales).
Analizándolos matemáticamente, resulta que cada tipo de objeto tiene sus características y «propiedades»: los pilotos automáticos saben que personas o ciclistas son más frágiles y circulan más despacio, que los conos no se mueven y que los camiones o motos son más grandes o pequeños. Algunos vehículos autónomos podrían incluso leer las matrículas, los logotipos o las placas de modelo, para obtener más información de los vehículos.
Lo interesante es que dependiendo de qué objeto se trate su comportamiento puede ser bastante distinto y el software puede llegar a hacerse una idea previa: peatones o bicicletas son más ágiles e impredecibles, mientras que camiones o coches solo pueden moverse de formas más limitadas. La combinación de estos datos con los callejeros y mapas de altísima resolución que se sabe se están utilizando en las pruebas de algunos modelos – que equivalen a un mapa con resolución para distinguir cada cada bordillo, bache o señal de tráfico, son el resto de la ayuda que estos coches necesitan.
El resumen es que estos conocimientos comunes (callejeros, modelos de coche, motos, etc) y los sistemas de seguridad activos pueden llegar a dotar a estas máquinas de cierto «sentido común» sobre lo que está sucediendo en el exterior. Más que suficiente para tener algo de capacidad predictiva con la que evitar meterse en problemas… o salir de ellos lo más airosamente posible.
{Foto: Auto-MedienPortal.net/Daimler}
Nos encantará conocer tu opinión, pero primero tenemos que indicarte que los comentarios están moderados, y no aparecerán inmediatamente en la página al ser enviados. Evita, por favor, las descalificaciones personales, los comentarios maleducados, los ataques directos o ridiculizaciones personales, o los calificativos insultantes de cualquier tipo, sean dirigidos a los autores, a cualquier otro comentarista o la empresa propietaria de esta página. Estás en tu perfecto derecho de comentar anónimamente, pero por favor, no utilices el anonimato para decirles a las personas cosas que no les dirías en caso de tenerlas delante. Intenta mantener un ambiente agradable en el que las personas puedan comentar sin temor a sentirse insultados o descalificados. No comentes de manera repetitiva sobre un mismo tema, y mucho menos con varias identidades o suplantando a otros comentaristas. También, procura que tus opiniones estén relacionadas con lo que se comenta en esta entrada. Los comentarios off-topic, promocionales, o que incumplan todas estas normas básicas serán eliminados.