¿La clave de la conducción autónoma? Un mapa imposiblemente perfecto

 Para lograr el sueño de los vehículos y robots autónomos, se necesitará mucho más que la visión de computadora y la inteligencia artificial. Los autos, drones, automatas de entrega, incluso nuestras aspiradoras y chefs robots necesitarán algo que nuestros ancestros desarrollaron hace millones de años: el sentido del espacio.

“Definitivamente, no creo que la gente entienda cuán dependientes son los autos autónomos de la fidelidad del mapa”, dijo Mary Cummings, profesora de ingeniería mecánica, eléctrica e informática en Duke University. “Si el mapa está mal, entonces el auto va a hacer algo mal”.

Resulta que, ya sean los autos de conducción autónoma de Waymo o los muchos fabricantes de automóviles que dependen de la tecnología de Mobileye de Intel, los llamados vehículos “autónomos” están haciendo trampa, de alguna manera. Además, esto también se aplica a los modelos que ya están disponibles comercialmente, como los Cadillacs con Super Cruise.

En lugar de percibir el mundo y decidir sobre la marcha qué hacer entonces, estos vehículos autónomos y semiautónomos están comparando lo que vislumbran del mundo real con un mapa almacenado en su memoria. Los mapas increíblemente detallados en los que confían son lo que los ingenieros llaman un “modelo mundial” del entorno. Modelo que contiene cosas que no cambian muy a menudo, desde los bordes de carreteras y carriles hasta la colocación de señales de tránsito como altos, pasos peatonales y otra infraestructura.

El hecho de que los autos que se conducen por sí mismos --y, finalmente, todas las demás formas de robots autónomos-- requieran de ese mapa tiene grandes implicaciones para quienes necesitarán asociarse con otra persona en el espacio de la conducción autónoma.

Esto implica una gran colaboración, o al menos licencias, porque la cantidad de datos e ingeniería requerida para construir estos mapas es enorme. Lo que significa que, al menos en el futuro previsible, sin importar cuán sofisticada sea la tecnología de autoconducción de una compañía, ésta deberá realizar un esfuerzo masivo o asociarse con alguien capaz de crear un mapa ultra detallado de cada calle o carretera en la que pueda conducirse --empresas como Ushr, TomTom y Here.

En los entornos urbanos donde los sistemas de posicionamiento global pueden ser inexactos, un vehículo debe navegar basándose en puntos de referencia, dijo Sam Abuelsamid, analista de investigación de Navigant que se especializa en movilidad. Una vez que un vehículo navega usando Lidar --una vista de láser en 3D del medio ambiente)-- junto con las cámaras y posiblemente el radar que usen, éste puede hacer referencias cruzadas a ciertos edificios, postes de luces o marcas en las calles, para identificar su tramo de la calle hasta el centímetro, añadió.

Cuando el automóvil sabe exactamente dónde está, éste puede seguir rutas predeterminadas en su memoria, simplificando el proceso de conducción. Cuando se activa el sistema Super Cruise de un Cadillac, el automóvil se mantiene en su carril siguiendo una ruta que se ha determinado en su memoria con antelación, dijo Christopher Thibodeau, vicepresidente y gerente general de Ushr. Ushr fabrica los mapas del sistema Super Cruise: terabytes de datos de mapas reducidos a unos cientos de megabytes de información relevante de las calles.

No es como si el automóvil estuviera caminando sobre rieles, pero está cerca. Thibodeau dijo que ésta permite que la Inteligencia Artificial (IA) del automóvil se concentre solo en las cosas en su entorno que están cambiando: automóviles, peatones, obstáculos inesperados, construcciones y cosas por el estilo.

Esto es especialmente importante porque la conducción autónoma ya de por sí es un problema difícil tanto en términos de la cantidad de sensores que requiere como la cantidad de la potencia de cálculo. Un típico auto totalmente autónomo está consumiendo de dos a cuatro mil vatios de potencia extra de su sistema eléctrico para operar todos sus sensores y computadoras, dijo Abuelsamid.

El automóvil debe combinar los datos provenientes de una variedad de sensores, un problema llamado “fusión de sensores” que es un área de investigación intensa, en una sola visión de consenso de la realidad.

Si algo sale mal, las consecuencias pueden ser terribles. El auto con autoconducción de Uber Technologies mató a un peatón en marzo, y más de un Tesla se ha estrellado en la parte trasera de un camión de bomberos parado a velocidades de autopista, aparentemente cuando estaba en funcionamiento su sistema de asistencia al conductor del piloto automático.

Traducido por  Luis Felipe Cedillo