Coches autónomos: cómo ven, piensan y funcionan los coches sin conductor

Todos hemos soñado alguna vez con viajar en coche sin tener que conducir, aprovechando la duración del trayecto para leer un libro, ver una película, descansar o simplemente disfrutar del paisaje. La conducción autónoma, algo que hace años sólo podíamos ver en el cine o imaginar a través de las páginas de un libro, está cada vez más cerca de convertirse en una realidad. Y es que los avances tecnológicos y el trabajo de los fabricantes de automóviles de todo el mundo permiten que la tecnología de conducción autónoma avance progresivamente hasta su implantación real.

Sin embargo, la circulación de un coche autónomo por las vías públicas es un proceso muy complejo, ya que existe un gran número de variables en juego, como la imprevisibilidad de los humanos. Los coches autónomos deben saber identificar rápidamente todo lo que está a su alrededor, como un perro en todas sus formas, tamaños y posiciones; y distinguir con precisión entre una persona en una parada de autobús y una fotografía de alta resolución de una persona en un anuncio en la parada de bus.

Pero eso no es todo, puesto que además de comprender lo que ve, también debe realizar un seguimiento de lo que sucede a su alrededor para determinar qué personas u objetos pueden interferir o afectar a su conducción (vehículos, peatones, señales y marcas viales), detectar lo que es ruido de fondo pero que en algún momento podría actuar (un peatón caminando por la acera o un coche aparcado), e identificar lo que no va a afectar a su conducción.

Para que todo esto sea posible, tal como nos cuenta Carglass, las tecnologías de conducción autónoma más avanzadas del momento utilizan la inteligencia artificial a través de tres actividades cooperativas: percepción, predicción y planificación.

Un coche autónomo recopila toda la información de su entorno a través de un sofisticado conjunto de sensores, que incluye cámaras, radares y lidars. A continuación, clasifica y etiqueta los objetos mediante un algoritmo entrenado con aprendizaje automático, que utiliza redes neuronales convolucionales (CNN). De este modo, el ordenador a bordo del vehículo puede saber si los elementos que hay en la imagen son algo de lo que necesita estar atento o algo que pueda ignorar.

Por su parte, las redes neuronales transformadoras TNN, que se emplean en modelos de inteligencia artificial como ChatGPT, se encargan de comprender las relaciones complejas existentes entre los elementos de la imagen. Una vez generada una imagen bidimensional del entorno, las redes TNN la convierten en una vista aérea en 3D, ya que el sistema necesita una visión a vista de pájaro para conocer las ubicaciones y la escala de los objetos que rodean al coche.

Toda la información recopilada en la fase de percepción se transmite al sistema de predicción del coche, que también usa algoritmos TNN. El sistema de predicción tiene la capacidad de generalizar comportamientos a partir de grandes muestras de datos con los que se ha ido entrenando a los algoritmos, y de comprender comportamientos de largo alcance. Recuerda que la inteligencia artificial de los coches autónomos aprende de cada situación que se genera en su vida diaria y que, además, se entrena a partir de datos y simulaciones realizadas en entornos virtuales.

Dicho esto, los algoritmos del sistema de predicción rastrean cada objeto y determinan cómo, en qué dirección y a qué velocidad se mueven, para predecir hacia dónde se moverá a continuación. Según Carglass, el sistema analiza la posición de cada objeto y reevalúa la ruta prevista por cada uno de ellos diez veces por segundo, lo que garantiza que el coche esté siempre listo para reaccionar ante cualquier imprevisto.

Después de conocer el entorno, cómo se mueve y cómo se podría mover, el sistema de planificación decide cuál es la mejor manera de moverse de forma segura, eficiente y legal. Este sistema es el encargado de enviar órdenes a los sistemas de control del coche (motor, dirección, frenos, cambio, etc.) para que circule. También elige en qué carril debe circular, a qué velocidad, en qué momento debe detenerse y cuándo debe acelerar, frenar o girar.

Para confirmar que está ejecutando los movimientos planificados, el ordenador de a bordo recibe información de los sistemas de percepción y predicción y verifica la velocidad y la ubicación del vehículo varias veces por segundo.

Las tres actividades de percepción, predicción y planificación se realizan prácticamente en tiempo real, un dato increíble teniendo en cuenta la cantidad de datos e información que genera un coche en movimiento.