Los caminos agradables y los peatones cuidadosos son un obstáculo para autos totalmente autónomos

Para hacer los mejores autos autónomos, tendremos que enseñarles su A.I. Cómo navegar en las peores condiciones posibles. Es por eso que la innovación más audaz en el campo puede terminar teniendo lugar lejos de las calles bañadas por el sol de California, y en lugar de ello en entornos menos tolerantes.

“Nadie comprará un auto de auto para conducir solo en California. Esta es una cuestión del siguiente nivel de los sistemas industriales ", dice Olga Uskova, presidenta de Rusia de Cognitive Technologies y fundadora del sistema de conducción autónoma C-Pilot. Inverso. "Por ejemplo, en nuestro sistema, usamos una tecnología llamada" túnel virtual ". El vehículo se mueve no solo por la marca de la carretera, sino que define la escena de la carretera de la misma manera que lo hace el cerebro humano, al analizar las situaciones laterales: la ubicación de los árboles, los edificios, la línea del horizonte, etc. ”

Uskova señala que el 70 por ciento de las carreteras del mundo no se parecen en nada a las que se encuentran en California. Pero en lugar de abrirse paso desde pistas de prueba vacías hasta situaciones más reales, el equipo de Uskova decidió utilizar estas condiciones difíciles como punto de partida. Determinaron que conducir con mal tiempo estaba usando un estimado de 35 a 40 por ciento del tiempo de prueba de todos modos.

"El clima en la mayoría de las partes de Rusia es presentado por una gran cantidad de días por año cuando los conductores deben viajar en condiciones climáticas adversas, en las carreteras con nieve, barro, falta de señalización y poca visibilidad", dice Uskova.

Es este primer enfoque profundo que caracteriza gran parte del desarrollo de automóviles autónomos en el escenario internacional. En el Reino Unido, por ejemplo, no hay leyes contra el jaywalking. Algunas nuevas empresas han argumentado que este es un lugar ideal para enseñar a conducir en automóvil. Cómo lidiar con los peatones molestos. Uno, con sede en el Imperial College de Londres, ya ha desarrollado un sistema capaz de comprender más de 150 comportamientos para juzgar si un peatón está a punto de salir al camino.

"Estamos muy seguros de poder predecir si alguien va a cruzar o no", dijo Leslie Noteboom, cofundadora de Humanising Autonomy, a la Estándar de la tarde. “Los autos deben comprender la amplitud del comportamiento humano antes de que se implementen en entornos urbanos. La tecnología actual es capaz de entender si algo es un peatón y no un poste de luz, y dónde se está moviendo ese peatón, enmarcándolos como un cuadro. "Estamos mirando dentro de la caja para ver qué está haciendo la persona, dónde está mirando, si está al tanto del auto, si está hablando por teléfono o corriendo. ¿Significa esto que están distraídos o son riesgosos?"

Se espera que Londres albergue sus primeros taxis autónomos en 2021, cortesía de Oxbotica, desarrollador con sede en Oxford y de la firma de taxis Addison Lee. Oxbotica completó una serie de entregas limitadas de comestibles como parte de sus pruebas, mientras se preparaba para un viaje autónomo de Londres a Oxford en la segunda mitad de 2019. El viaje de 60 millas tiene un servicio celular irregular, lo que dificultará las comunicaciones del automóvil. El país en su conjunto tiene alrededor del 75% de cobertura geográfica 3G y 4G. El equipo tendrá que averiguar cómo debe reaccionar el automóvil cuando pierde la conectividad a Internet.

En el caso de Cognitive Pilot, se tuvo que desarrollar nuevos sensores capaces de manejar la carretera en cualquier caso. Ha desarrollado un radar capaz de crear una proyección 3D de objetos a 300 metros de distancia. Si bien Silicon Valley se centra principalmente en soluciones lidar que luchan contra el mal tiempo, el radar está mejor equipado para todas las estaciones. En condiciones climáticas adversas, el alcance del radar del equipo cae de solo 50 a 100 metros para alcanzar entre 200 y 250 metros. Lidar, que utiliza un láser giratorio para rebotar objetos y leer su distancia, puede fallar en la nieve cuando sus láseres rebotan en las escamas que caen.

Silicon Valley no está ciego a estas cuestiones. Waymo probó su sistema autónomo de conducción en la nieve en South Lake Tahoe en marzo de 2017. Y Tesla, que considera que el lidar tiene demasiados defectos, ya optó por una combinación de cámaras y radar para su suite "Hardware 2" diseñada para soportar Autonomía en una fecha posterior. Sin embargo, incluso el CEO, Elon Musk, señala que es "extremadamente difícil" desarrollar una solución de manejo autónoma para todo propósito.

Las empresas de tecnología recientemente tuvieron que reducir sus expectativas, ya que las pruebas de Waymo en Arizona luchan con intersecciones complejas. Drive.AI incluso ha sugerido que se rediseñen las carreteras para soportar estos nuevos autos. Aunque Musk aún confía en que Tesla podría lograr una solución punto a punto el próximo año, los desafíos a los que se enfrentan los desarrolladores internacionales muestran que no está claro cómo funcionarán estos sistemas en otros lugares.