En el pasado, utensilios como brújulas o mapas han servido como herramientas de navegación para, saliendo de un punto A, llegar a un punto B en el mínimo tiempo posible. Y su tecnología ha cambiado poco o nada a lo largo del tiempo. Sin embargo, en las últimas décadas ha habido ciertos avances tecnológicos que han colocado al mapa digital en el centro de la movilidad. Arrancando por los ordenadores a mediados de siglo pasado, y apoyado por los satélites de geoposicionamiento (GPS), los mapas pasaron del papel a las pantallas.
No se quedaron ahí. La llegada de Internet a los navegadores permitió la actualización del mapa digital en tiempo real. Las cámaras y láseres fueron complementos de aparcamiento hasta que, conectadas a un procesador, se convirtieron en la base del vehículo autónomo. Así usa el coche autónomo el mapa digital.
¿Qué es un mapa digital?
Un mapa digital se define como «un conjunto de datos que representan información espacial y atributos, almacenados en un ordenador». En castellano, es un modelo más o menos completo del mundo en el que vivimos en forma de archivo digital.
En él no aparece absolutamente todo —no, no es Matrix—, sino aquellos factores importantes en cada momento. En el caso de los vehículos, que las carreteras aparezcan en ese mapa es muy útil, aunque quizá no tanto las curvas de presión atmosférica o el número y especie de los árboles junto a estas carreteras.
Algo muy útil del mapa digital es que puede reflejar sobre sí mismo realidades que no están presentes en el mundo físico. Algunos ejemplos son: los puntos negros en la carretera, que indican la posibilidad de que ocurra un accidente en ese lugar; la probabilidad de atasco en un lugar de la ruta para cuando el conductor llegue a ese punto del trayecto; la velocidad máxima por tramos, algo muy útil si no hemos prestado atención a la última señal; las distancias a las gasolineras más cercanas, etc.
Diferentes mapas digitales de una misma zona de Madrid, en función de lo que busca el usuario (plano de zona, comercios, densidad de tráfico o transporte público).
En general, hay dos tipos de mapas digitales orientados a la conducción autónoma:
- el mapa digital estático, que muestra cómo es la carretera sin elementos móviles;
- y el mapa digital dinámico, que solapa sobre esa información los elementos que se desplazan. Vehículos, peatones, restos de un accidente, animales…
Todas estas herramientas no son un mero lujo o el capricho tecnológico del momento. Los limitados mapas digitales que los conductores vemos en nuestro navegador han reducido el número de accidentes de tráfico. En algunos casos de experimentos controlados, hasta un 30% menos de accidentes al volante.
Se espera que, usando estos mapas digitales junto con los algoritmos que controlan el vehículo autónomo, se puedan evitar prácticamente todos los accidentes en carretera.
Mapear la realidad: construyendo el mapa digital estático
Lo que los conductores podríamos llamar _mapa básico_ (el mapa de carreteras) es la hoja de partida del vehículo autónomo. Únicamente conociendo la forma base de la carretera el coche será capaz de orientarse, elegir ruta, y conducir por nosotros. Pero esto no es suficiente. Se necesita algo más que una dirección para que el vehículo autónomo se ponga en marcha.
Las carreteras, aunque simplificadas en nuestros navegadores, son un entorno tridimensional en el que los coches tienen que saber cómo desenvolverse.
Necesitarán saber en todo momento el ancho y alto de la vía, qué delimita exactamente un carril, dónde está situado el arcén, o qué edificios, aceras y otros elementos estáticos se encuentran cerca.
Existen hoy día varios sistemas diferentes de cartografía que escanean la carretera para generar un entorno tridimensional simplificado por el que el vehículo autónomo puede moverse.
Un ejemplo de ello es Mobileye, una compañía israelí que, junto con la ayuda de Intel, pretenden mapear todas las carreteras del mundo, digitalizarlas, y ponerlas al servicio de la movilidad. Esta empresa usa vehículos que recorren la carretera haciendo uso de diversos sensores para cartografiar _desde dentro_ la vía.
Así, el sistema entiende como carril el trazado seguido por un vehículo hasta que este da el intermitente. Si un vehículo no ha pasado por un lugar determinado, ese lugar no es un carril.
Con respecto a los elementos tales como edificios, aceras, zonas de obra, etc, este sistema usa visión láser de pulsos (que mencionamos más abajo) para conformar un modelado 3D.
Otro empresa que se dedica a una labor similar es DroneDeploy. Alojada en Silicon Valley, usa drones para construir modelos tridimensionales del trazado de las carreteras desde arriba.
La construcción de estos modelos tridimensionales sigue el mismo patrón que usa Google Maps para generar de manera automática sus edificios 3D. Realizando varias pasadas sobre la misma carretera, y con fotografías en varios ángulos, el sistema _lee_ las sombras para modelar la carretera en un archivo digital 3D.
Una vez que el mapa digital estático es funcional y está completo, ya podemos incluir el vehículo autónomo.
Así _lee_ el vehículo autónomo el mapa digital dinámico
A medida que el vehículo autónomo va asimilando tareas propias del conductor a través de los seis niveles de conducción autónoma, este se va transformando gradualmente en pasajero. Y el coche evoluciona hasta ser el piloto.
Para conducir, tanto máquina como humano necesitan recopilar información del exterior. El conductor forma su propio _mapa mental_ de la escena, mientras que el vehículo autónomo puede ir más allá y reconstruir la realidad en forma de mapa digital dinámico. Para ello usa varios sensores.
Cámaras de vídeo
Teniendo en cuenta que a los humanos suele bastarnos con dos ojos para conducir, ¿no sería lógico ponerles dos cámaras a los vehículos autónomos y conformarnos con eso?
Bueno, lo cierto es que no. Los ojos —o las cámaras— son estupendos a la hora de reconocer patrones como una señal de tráfico o en qué carril estamos. Gracias a estos ojos digitales los mapas podrán actualizarse a medida que los vehículos pasen junto a las señales.
Hay que tener en cuenta que, de cara al futuro, la integración del coche autónomo será paulatina. Habrá un punto, no muy lejano, en el que una flota autónoma suficientemente grande recorrerá las calles del mundo haciendo fotos.
Gracias a ella, los vehículos no automatizados recibirán información en sus navegadores conectados a Internet sobre las señales que sus vehículos no son capaces de leer. En otras palabras, el mapa digital de una carretera no tiene por qué servir únicamente a los vehículos autónomos.
Otro punto a tener en cuenta en tanto a los mapas es la creación de entornos de tipo street view de Google. Si unos pocos vehículos de la compañía del buscador han sido capaces de fotografiar casi todas las ciudades del mundo, ¿qué no hará una flota mundial de coches con cámaras?
Sin embargo, estas mismas cámaras son muy limitadas en condiciones adversas (como la lluvia), por no hablar de que los vehículos autónomos no tienen por qué limitarse a las capacidades humanas. Nunca serán infalibles, claro, pero basta con que el vehículo autónomo sea mejor que los humanos para que los usemos con seguridad. De ahí que se incluyan otros sensores.
Sensores de radar
Los sensores de radar son probablemente los más conocidos —por salir en los submarinos de las películas de Hollywood—, pero rara vez los imaginamos dentro de los vehículos autónomos.
Gracias a este radar, el coche autónomo puede _ver_ todos los objetos (móviles o no) a más de 100 metros de distancia, y en todas direcciones. Detectan todos los vehículos de la vía, incluso aquellos ocultos a la vista por estar detrás de un objeto.
Con este sensor el vehículo puede calcular la distancia y velocidades de los objetos, incluidos peatones. ¿Su objetivo? Básicamente, no chocar con nada.
Pero este elemento del mapa digital dinámico también tiene un objetivo secundario a la hora de verificar el mapa digital estático. Imaginemos que durante la construcción del mapa digital estático había unas obras en la carretera, y que por tanto el trazado de la carretera las evitaba.
Los primeros vehículos autónomos que pasen por ese punto una vez finalizadas las obras detectarán que el carril está libre e informarán al resto de vehículos de ello. Así se podrá corregir el mapa digital previo. Actualizarlo en tiempo real.
Sensores ultrasónicos
Los sensores ultrasónicos ayudan al vehículo a controlar la distancia de los objetos cercanos. Varios de estos sensores, repartidos alrededor de la carrocería del coche, emiten ultrasonidos que rebotan sobre los objetos cercanos, informando a la centralita del vehículo de su posición.
En la actualidad, algunos vehículos hacen uso de este tipo de sensores a la hora de aparcar solos. Procesando esta información, el coche autónomo puede cambiar de carril con total seguridad , o frenar si un peatón cruza por detrás mientras tratamos de aparcar o dar marcha atrás.
Este sensor, al ser de corto alcance, es improbable que tenga ningún impacto en el mapa digital estático. Sin embargo, es precisamente ese corto alcance el que lo convierte en un perfecto contador de vehículos en ruta. Con él se puede tener una idea del tráfico existente para _lanzar_ esta información a un servidor del cual _beban_ el resto de vehículos.
En otras palabras, es un perfecto actualizador del mapa digital dinámico, especialmente en carretera —donde cualquier onda rebotada vendrá dada por un coche, moto o camión—.
Sensores láser LiDAR
Al igual que los dos métodos anteriores, a los sensores LiDAR (Light Detection And Ranging) no les importa las condiciones del entorno. Una de las ventajas de usar estos métodos frente a la vista —o las cámaras— es que podría estar diluviando y existir visibilidad cero y seguirían funcionando. De los sensores hasta ahora, esta tecnología es la que mejor responde a climas adversos.
Este sistema emite haces de luz pulsada y espera a que la señal reflejada vuelva al origen para calcular la distancia a los objetos. No es muy diferente de nuestros ojos, que detectan cómo los fotones del sol chocan contra los objetos para detectar el color. Salvo que en este caso lo que se detecta es la distancia.
Se puede apreciar que el vehículo puede ver no solo los edificios cercanos, la carretera y a otros vehículos, tanto parados como en movimiento. También detecta a los peatones, que son los más vulnerables entre el tráfico y, por tanto, a quienes más hay que proteger en la conducción autónoma.
Mientas que los sensores ultrasónicos mantenían bien actualizado el mapa digital dinámico referido a la movilidad de vehículos, los pulsos LiDAR son perfectos para llevar la cuenta de cuántos peatones hay en la ciudad (densidad) o qué huecos de aparcamiento están libres (de cara a informar a las apps de aparcamiento).
Además, dado que su largo alcance y alta frecuencia permiten modelar los edificios y objetos estáticos cercanos, es un puente perfecto para, combinado con el sensor de radar, servir de actualización al mapa digital estático.
La inteligencia del vehículo autónomo
La inteligencia artificial en el reconocimiento de patrones en la carretera es esencial para la conducción automática. Para que todos estos niveles de mapas digitales cruzados puedan funcionar juntos sin que haya accidentes, hay que dotar al vehículo autónomo de cierta inteligencia. Inteligencia sin consciencia, pero inteligencia de todos modos.
Tanto es así que la mayor operación mundial de 2016 en tanto a IA la realizó Volkswagen junto a la start-up Gett. 300 millones de dólares fueron destinados a esta compañía experta en el uso de algoritmos para los vehículos autónomos y vehículos bajo demanda.
La inteligencia artificial aplicada a los coches autónomos no sirven solo a la hora de evitar accidentes o frenar cuando cruza un peatón. Como hemos visto antes, el uso de sensores puede editar el mapa digital permanente para que el resto de vehículos autónomos cuente con esa información.
Además, la comunicación vehículo a vehículo construye una red de vehículos conectados en pro de un mejor uso de la energía y del tiempo de sus ocupantes. Si un vehículo detecta un atasco 20 km por delante suyo, puede elegir entre tomar una ruta alternativa o bajar la velocidad de 120 km/h a 60 km/h, reduciendo bruscamente el gasto eléctrico y pasando por el lugar donde estaba el atasco justo en el momento en que este desaparece.
Gracias a incluir el mapa digital junto con el vehículo automatizado, este puede pasar de asistir en la conducción a tomar él mismo el volante y conducir. Es decir, pasa de automático a autónomo. Como hará el Sedric, una nueva apuesta de automóvil que pretende redefinir la movilidad.
Aunque, visto lo visto, no está claro que el coche autónomo sea llamado _coche_ en el futuro. Mucho va a cambiar en el futuro en el que la movilidad se entiende como un servicio.
Imágenes | NVIDIA, iStock/Martinan, Volkswagen Aktiengesellschaft, LifeHack
