El desarrollo de la IA y el Machine Learning redimensionan la movilidad ciudadana y el transporte de mercancías, permitiendo prescindir de la intervención humana con todas las implicaciones que esto tiene, tanto a efectos de seguridad como desde la vertiente económica. Ya hay algoritmos capaces de hacerla factible incluso en contextos de tráfico urbano.
Los vehículos autónomos que no necesiten ser conducidos están cada día más cerca, con lo que se hará realidad lo que hasta hace poco no era más que una simple ensoñación futurista.
Así, la paulatina sofisticación de la IA y el Machine Learning propiciará una revolución de la movilidad y el transporte que tendrá grandes repercusiones, en la propia seguridad vial, pero también en toda la economía global, dado que la automatización hará factible una liberación de recursos en un ámbito que actualmente exige una inversión masiva.
Cabe esperar, que esta sea tan cuantiosa como la que tienen que destinar administraciones y empresas para poder garantizar un óptimo desplazamiento de personas y mercancías.
Los algoritmos que incorporarán los vehículos autónomos.
Los responsables de que puedan existir vehículos autónomos serán los algoritmos de aprendizaje automático, preparados para analizar el entorno continuamente y predecir posibles variaciones; capaces de reconocer objetos, posicionarlos y anticipar sus movimientos.
La realización de todas estas operaciones requiere del trabajo conjunto de lo que se denominan como algoritmos de «matriz de decisión«, de «agrupamiento«, de «reconocimiento de patrones» y de «regresión» (estos especializados en realización de predicciones).
Gracias a ellos, los vehículos autónomos podrán ejecutar cuatro operaciones básicas a efectos operativos y de seguridad como son: saber dónde están, el lugar al que se tienen que dirigir, el camino para hacerlo, así como cuándo y cómo tiene que frenar o detenerse.
La conducción autónoma ante el reto que supone el tráfico urbano.
Las variables que afectan a la conducción son muchas y muy complejas, particularmente en entornos urbanos. Por ello, las últimas investigaciones se enfocan en la creación de algoritmos capaces de dar respuesta a los desafíos del tráfico en la ciudad.
En esta línea, investigadores de la Universidad Técnica de Múnich han creado un algoritmo eficiente en un escenario de tráfico real; en condiciones, eso sí, en las que el resto de actores se atenían a las normas de circulación.
Podría aducirse que esas «condiciones de laboratorio» difieren de las que se dan en la realidad, pero también habría que valorar que con un parque móvil en el que todos los vehículos fuesen autónomos tendrían menos cabida los eventos impredecibles.
Niveles de autonomía en la conducción.
Con todo, la automatización de la conducción no es un fenómeno de todo o nada. De hecho, formalmente existen ya distintos grados estipulados, estandarizados internacionalmente:
- Nivel 0: sin automatización en la conducción.
- Nivel 1: asistencia automática en la conducción.
- Nivel 2: automatización parcial.
- Nivel 3: automatización bajo ciertas condiciones.
- Nivel 4: automatización alta.
- Nivel 5: automatización integral.
Actualmente, a nivel general nos encontraríamos en el nivel 2, y al 3 solo habrían llegado algunos fabricantes de vehículos. Hay que tener en cuenta que cada avance ha costado años de experimentación tecnológica por parte de las empresas especializadas en en este ámbito.
No obstante, los automóviles van paulatinamente tomando cada vez más decisiones de manera automática, habiéndose universalizado ya sistemas ESP que controlan la estabilidad, o tecnologías Adaptative Cruise Control (ACC), que vigilan la distancia con los vehículos delanteros y son capaces de anticipar la frenada.
Además, ya hay coches que se mantienen en el carril sin tener que tocar el volante, al detectar rectas y curvas sin problema. Aunque en último término, ninguno de estos sistemas permiten prescindir de la supervisión del conductor, por lo que hablaríamos en todo caso de vehículos semi-autónomos no autónomos.
Si bien, este grado de autonomía ya implica importantes avances para la seguridad vial, al permitir que el vehículo pueda regular la velocidad, identificar tanto a otros vehículos como a ciclistas o peatones, y también los obstáculos físicos como rotondas.
Más tiempo llevará implementar funcionalidades como el cambio de carril, o cualquier otro aspecto que comporte una operatividad completamente autónoma. Aunque, los algoritmos que lo harán posible ya han sido creados, como veíamos con la investigación de la Universidad Técnica de Múnich.
Los sistemas de conducción autónoma más avanzados en la actualidad.
De hecho, Mercedes Benz ha desarrollado y activado sistemas de conducción autónoma de nivel 3 en sus gamas S-Class y EQS, con lo que la firma alemana habría adelantado en la carrera a Tesla, que a efectos de certificación solo ha llegado al nivel 2, aunque su sistema Autopilot tenga una consideración de nivel 3 según los estándares SAE.
Además, las autoridades de tráfico alemanas ya han dado su visto bueno para que los coches de la firma que incorporen este sistema, denominado Drive Pilot, puedan circular en modo automático con él por las autopistas del país en situaciones en las que no se superen los 60 km/h. O lo que es lo mismo, cuando exista tráfico denso o retenciones.
Así, vemos que al menos en Alemania ya es posible que un conductor en ciertas vías y bajo un límite de velocidad pueda ir en su coche relajadamente viendo una película o navegando por internet.
Si bien antes, concretamente en 2020, Honda ya había obtenido el permiso de las autoridades japonesas para que sus Honda Legend dotados de un sistema de grado 3 (Traffic Jam Pilot) pudiesen conducir autónomamente. Aunque con más restricciones que en el caso alemán, y con medidas adicionales suplementarias como la inclusión de un distintivo en la parte trasera del coche, que avise al resto de conductores que se trata de un coche autónomo, siguiendo un procedimiento parecido al que se utiliza para la identificación de conductores novatos.
La automatización en el transporte de mercancías y la movilidad.
También se está avanzado en la automatización de la conducción en el ámbito del transporte de mercancías, destacando en este sentido las pruebas con camiones autónomos de nivel 4, realizadas recientemente por la empresa Plus en la autopista de Wufengshan en China.
Mientras que Mercedes-Benz, por su parte, presentó hace poco el prototipo de su proyecto Future Truck 2025, un camión que será capaz de recorrer grandes trayectos de manera totalmente autónoma. A lo que hay que añadir también, que startups como Aurora Innovation están trabajando en el desarrollo de servicios de transporte de mercancías que prescinden de conductores.
Igualmente, la automatización llegará con fuerza a la movilidad urbana. De hecho, ya existe un servicio de taxis autónomos en lugares como Phoenix (Arizona), ciudad elegida por Google como banco de pruebas de uno de los proyectos estrella de Waymo, la división de la compañía especializada en conducción automática.
Asimismo, en España también se acaba de presentar el primer proyecto piloto de un vehículo autónomo para transporte público, concretamente una guagua que recorrerá todo el campus universitario de Gran Canaria.
De este modo, vemos que la automatización de la movilidad y el transporte avanzan ya de forma inexorable. Detrás de las innovaciones que hacen posible este proceso están los algoritmos de Inteligencia Artificial y Machine Learning, los grandes artífices de la conducción totalmente autónoma, un hito que hasta hace no mucho parecía inalcanzable.
