Investigación impulsada por la IA aspira a aumentar la seguridad al volante
Innovación en automoción
Toyota Research Institute (TRI) y la Escuela de Ingeniería de la Universidad de Stanford han anunciado una primicia mundial en la investigación en automoción: el drifting autónomo en tándem de dos Toyota Supras. Durante cerca de siete años, ambos equipos han colaborado en proyectos de investigación para una conducción más segura. Los experimentos automatizan una maniobra automovilística denominada «drifting», por la que un piloto controla la dirección de un vehículo tras perder tracción al dejar girar los neumáticos traseros. Esta habilidad se puede trasladar a la recuperación tras patinar sobre nieve o hielo. Al añadir un segundo vehículo derrapando en tándem, los equipos han conseguido simular con más exactitud unas condiciones dinámicas en que los vehículos deben reaccionar rápidamente ante otros automóviles, peatones o ciclistas.
Objetivo: conducción más segura
“Nuestros investigadores se unieron con un objetivo en mente: cómo conseguir una conducción más segura”, declaró Avinash Balachandran, vicepresidente de la división de Conducción interactiva humana de TRI. “Ahora, gracias a las más modernas herramientas que ofrece la IA, podemos conseguir que dos vehículos hagan drifting en tándem de forma autónoma. Se trata de la maniobra más compleja en automovilismo, y alcanzar estas cotas de autonomía significa que podemos controlar la dinámica de los vehículos en situaciones extremas. Esto tiene implicaciones de gran alcance para el desarrollo de sistemas avanzados de seguridad en futuros automóviles”, explicó.
Simulación de condiciones extremas
“En realidad, las características físicas del drifting se parecen a las que puede experimentar un vehículo sobre nieve o hielo. Lo que hemos aprendido con este proyecto de drifting autónomo ya ha dado lugar a nuevas técnicas para controlar vehículos automatizados de forma segura sobre hielo”, dijo Chris Gerdes, profesor de Ingeniería mecánica y codirector del Centro de Investigación en Automoción de Stanford (CARS).
Tecnología avanzada
En una secuencia autónoma de drifting en tándem, dos vehículos—uno principal y otro secundario—siguen una trazada a veces a centímetros el uno del otro, al borde del control. El equipo utilizó técnicas sofisticadas para desarrollar el sistema de inteligencia artificial del vehículo, incluido un modelo de los neumáticos de red neuronal que aprendía de la experiencia, como lo haría un piloto experto. “Las condiciones de la pista pueden cambiar drásticamente en apenas unos minutos cuando se pone el sol. La IA que hemos desarrollado para este proyecto aprende de cada trayecto realizado en el circuito para gestionar esa variación”, explicó Gerdes.
Implicaciones en la seguridad vial
Los accidentes de tráfico provocan más de 40,000 muertes al año en EE. UU., y alrededor de 1.35 millones en todo el mundo. Muchos de esos accidentes se derivan de una pérdida de control del vehículo en situaciones dinámicas repentinas. Los sistemas autónomos resultan muy prometedores para ayudar a los conductores a reaccionar adecuadamente. “Cuando el coche empieza a patinar o deslizarse, tienes que recurrir a tus habilidades al volante para evitar chocar con otro coche, un árbol o un obstáculo. La mayoría de los conductores lo pasaría mal en una situación así, y unas décimas de segundo pueden significar la diferencia entre la vida y la muerte. Esta nueva tecnología puede entrar en juego justo a tiempo para proteger al conductor y evitar que pierda el control, como lo haría un experto en drifting”, añadió Balachandran.
Innovación y futuro
“Hacer lo que nunca antes se ha hecho nos demuestra de verdad lo que es posible. Si podemos hacer algo así, imagine lo que podemos hacer para que la conducción sea más segura”, agregó Gerdes.
Datos técnicos
- Lugar del experimento: Circuito de Thunderhill en Willows, California, EE. UU.
- Vehículos utilizados: Dos GR Supra modificados.
- Desarrollo de algoritmos: El vehículo principal fue desarrollado por TRI, mientras que el secundario por ingenieros de Stanford.
- Modificaciones de los vehículos: GReddy y Toyota Racing Development (TRD) modificaron los sistemas de suspensión, motor, transmisión y seguridad.
- Equipamiento: Ordenadores y sensores para controlar la dirección, el acelerador y los frenos, además de detectar su movimiento.
- Comunicación: Red WiFi específica para intercambiar información en tiempo real.
- Técnica utilizada: Control predictivo de modelo no lineal (NMPC).
- Objetivos: El vehículo principal se mantiene derrapando a lo largo de una trayectoria deseada. El vehículo secundario derrapa junto al principal, evitando colisiones.
Conclusión
Aprovechando la IA para entrenar constantemente la red neural a partir de datos de pruebas anteriores, los vehículos mejoran con cada salida a la pista, demostrando el potencial de esta tecnología para incrementar la seguridad vial en situaciones extremas.