Mejorar la percepción de los vehículos autónomos de carretera
Los vehículos autónomos (VA) de carretera, antiguamente considerados ciencia ficción, están integrándose rápidamente de nuestra vida cotidiana y se prevé que el mercado va a crecer exponencialmente en los próximos años. Aunque se han alcanzado grandes avances en el desarrollo de los VA, todavía no son lo suficientemente seguros circular por la vía pública a causa, entre otras cosas, de una capacidad de detección de objetos insuficiente y de las falsas alarmas. Para superar estos problemas de seguridad, los desarrolladores de vehículos han empleado sensores de mayor resolución y mayor coste pero, aún así, siguen presentando deficiencias en la percepción. VayaVision, una empresa de LeddarTech líder en el sector del «software» de fusión de sensores, se propuso abordar esta cuestión en el marco del proyecto financiado con fondos europeos STV. Para ello, desarrolló una solución de detección de objetos basada en un diseño de «software» y una arquitectura innovadores. La solución es modulable y compatible con todos los niveles de conducción autónoma de la Sociedad de Ingenieros de la Industria Automovilística (SAE, por sus siglas en inglés). «Durante STV nuestra intención era también construir una unidad de demostración para probar y estudiar la arquitectura de fusión de datos de sensores sin procesar de VayaVision en colaboración con los principales agentes europeos y mundiales del sector de la automoción: fabricantes de equipos originales y proveedores de primer nivel (T1)», explica Youval Nehmadi, coordinador del proyecto.
Hacia unos VA más seguros
«Durante el proyecto STV, VayaVision creó LeddarVision, una avanzada tecnología integral de percepción por fusión de datos de sensores sin procesar. Además, es modular, personalizable e independiente de los sensores», destaca Nehmadi. Su arquitectura es compatible con múltiples tipos de sensores, diversos conjuntos de sensores y configuraciones personalizadas de sensores. Esta estructura permite a VayaVision ofrecer al cliente una solución de percepción personalizada que respeta los requisitos técnicos y las limitaciones presupuestarias de su aplicación. Además, el «software» de LeddarVision genera un modelo tridimensional integral del entorno, suministrando así información vital sobre el entorno dinámico que rodea al vehículo en tiempo real con el fin de mejorar la fiabilidad y seguridad de la conducción autónoma. Alcanza el mejor rendimiento de su categoría, según las pruebas tanto con las bases de datos públicas como las realizadas por fabricantes de equipos originales y T1. El modelo también obtuvo los mejores resultados en el principal desafío de nuScenes para el desarrollo de una solución basada en cámaras y radares. «El sistema es extremadamente resistente, con redundancias incorporadas, y genera el modelo tridimensional del entorno aunque algunos de los sensores de entrada no funcionen de forma óptima a causa de una avería o de las condiciones ambientales (suciedad o niebla), o aunque dejen de funcionar», añade Nehmadi. Estos logros han permitido a VayaVision colaborar en proyectos de automatización en Europa, Asia y Estados Unidos.
Avanzar con el trabajo: soluciones de fusión de sensores
Con respecto al futuro, Nehmadi señala lo siguiente: «A corto plazo esperamos que la arquitectura de VayaVision permita ofrecer soluciones asequibles de fusión de sensores basadas en cámaras y radares para dotar de nuevas funciones avanzadas a los sistemas de asistencia al conductor de los niveles L2 y L2+ de la SAE». VayaVision actualmente está trabajando con los principales T1 europeos del sector de la automoción para desarrollar casos de uso de la percepción y la fusión de sensores de radares y cámaras. «Junto con estos T1, estamos valorando una oferta comercial de la solución de nivel L2. Además, estamos estudiando la opción de crear un consorcio europeo de otros líderes en el ámbito de la fusión de sensores, la percepción y la toma de decisiones de conducción para los VA», concluye Nehmadi. A largo plazo, se prevé que la tecnología permitirá desarrollar soluciones de percepción y de fusión de sensores basadas en cámaras y en la detección y medición de distancias por luz (LiDAR), una tecnología para determinar márgenes. Se emplearían para aplicaciones completamente autónomas de los niveles 3-5, como la conducción en piloto automático por autopistas y autovías, las lanzaderas autónomas y las aplicaciones de movilidad como servicio. Servirá asimismo para aplicaciones en terrenos sin pavimentar, como el uso de maquinaria pesada automatizada en los sectores de la agricultura, la construcción y la minería.
Palabras clave
STV, VayaVision, fusión de sensores, detección de objetos, modelo tridimensional del entorno, vehículos autónomos de carretera, conducción autónoma, LeddarVision, LeddarTech
