Skip to main content

Article Category

Article available in the folowing languages:

La primera técnica de sensor de fusión completa facilita la conducción asistida con cualquier condición meteorológica

Para que los vehículos verdaderamente autónomos tomen algún día la carretera, su percepción del entorno deberá cumplir los objetivos de seguridad independientemente de la ubicación, las condiciones meteorológicas o la hora el día. En el proyecto DENSE se integran por primera vez tres tecnologías de detección procesadas por redes neuronales profundas.

Economía digital

La mayoría de los actuales sistemas avanzados de asistencia a la conducción (ADAS, por sus siglas en inglés) se desarrollaron para el uso en condiciones de conducción «normales» o promedio, como con luz diurna y buen tiempo. En condiciones más difíciles, por la noche o con niebla, lluvia o nieve, estos sistemas pueden fallar. Como respuesta a este problema, en el proyecto financiado con fondos europeos DENSE se combinaron tres sensores especializados: una cámara de rango cerrado, un lidar de infrarrojos de onda corta (SWIR) y un radar de múltiple entrada, múltiple salida (MIMO) de alta resolución. Estos elementos se complementaron con una unidad de procesamiento basada en redes neuronales profundas. Werner Ritter, coordinador del proyecto de Mercedes-Benz, empresa anfitriona del proyecto, comenta: «Nuestro método mejora considerablemente los sistemas de asistencia a la conducción y da un paso importante hacia lograr que sean aptos veinticuatro horas al día con todo tipo de condiciones meteorológicas. Actualmente, en todo el mundo, esta percepción del entorno solo es posible con nuestro método».

El conjunto de sensores y la unidad de procesamiento

La arquitectura de DENSE, que consta de una cámara, un lidar y un radar, junto con la unidad de procesamiento, fue diseñada tras un estudio realizado con proveedores de sensores y componentes. A diferencia de las cámaras pasivas estándares, la cámara de rango cerrado de DENSE es activa, ya que sincroniza su apertura con la iluminación láser para registrar zonas definidas cercanas, a media distancia y alejadas. La apertura de la cámara se mantiene cerrada para las zonas que quedan fuera de rango a fin de evitar interferencias visuales, lo cual facilita la obtención de imágenes más claras. La imagen de todos los rangos de profundidad se genera mediante la superposición de las imágenes de profundidades individuales. Las cámaras de rango cerrado aportan también información sobre la distancia precisa de cada píxel con un margen de error del 5 % (es decir, 5 m de variación sobre 100 m de distancia). «Al combinar las imágenes de nuestras cámaras de rango cerrado y mapas de profundidad, a una velocidad de 60 por segundo, pueden detectarse de manera fiable pequeños obstáculos a grandes distancias, incluso con baja visibilidad. Por lo que sabemos, esto no era posible con ningún otro sistema hasta ahora», explica Ritter. Un lidar estándar funciona en longitudes de onda del infrarrojo cercano (NIR, por sus siglas en inglés) que no se consideran seguras para los ojos. Los ADAS actuales ya han alcanzado los límites de resolución y de distancia del lidar. En cambio, el lidar SWIR funciona en rangos seguros para los ojos al multiplicar la luminancia de un rayo (en los sistemas más sencillos) como mínimo por mil. Por último, la resolución de los sistemas de radares que se utilizan actualmente no es capaz de discriminar fácilmente entre los objetos estáticos y los fondos. Sin embargo, la técnica MIMO de DENSE combina el radar con otros sensores e incrementa así la fiabilidad y la precisión de clasificación. Se construyó y se probó un prototipo que incorporaba los tres sensores en Francia, en la cámara meteorológica de 30 m propiedad de socio del proyecto CEREMA, en la que se simularon condiciones de lluvia y niebla. «Nuestro sistema mostró una mejora significativa de la percepción del entorno de los sistemas de asistencia a la conducción, en particular con mal tiempo, en comparación con los sistemas convencionales», señala Ritter. Se mejoró también el rendimiento del sensor mediante la unidad de procesamiento, basada en redes neuronales profundas, entrenadas empleando algoritmos meteorológicos. Para el perfeccionamiento y las pruebas se utilizaron los datos obtenidos de la cámara meteorológica de CEREMA o de conducciones más largas en el norte de Europa.

De la conducción asistida a los vehículos autónomos

La innovación del proyecto DENSE contribuye a la conducción asistida que pretende evitar costosos accidentes y salvar vidas. Además, prepara el terreno para los vehículos autónomos en los que la disponibilidad y fiabilidad las veinticuatro horas del día con cualquier condición meteorológica es fundamental, en beneficio de los más mayores y las personas discapacitadas, entre otros. Antes de la producción industrial, las mejoras necesarias de DENSE consistirán en el acceso a más datos de simulación de mal tiempo; la mejora del reconocimiento y la adaptación automáticos a las condiciones meteorológicas (mediante inteligencia artificial) y un mayor rendimiento del «hardware» de los sensores. «Los sensores actuales ya podrían sustituirse por los nuestros, lo cual mejoraría la percepción del entorno de los ADAS, pero se requiere primero que los proveedores efectúen cambios en el “hardware”. Nuestras redes neuronales pueden incorporarse directamente a las arquitecturas existentes y mejorar los sensores existentes, pero los cambios de producción suelen tardar como mínimo tres años», añade Ritter.

Palabras clave

DENSE, sistemas avanzados de conducción asistida, vehículos autónomos, mal tiempo, lidar, radar, cámaras de rango cerrado, SWIR, MIMO, sensores, redes neuronales

Descubra otros artículos del mismo campo de aplicación