La conducción autónoma es el futuro de la movilidad urbana, más aún en una sociedad cada vez más envejecida. A medio plazo, los desplazamientos se harán en vehículos capaces de tomar decisiones en tiempo real sin la intervención humana en todos tipos de situaciones, y las primeras pruebas ya se han puesto en marcha en ciudades como San Francisco, Phoenix o Singapur. La conducción autónoma solucionará problemas ambientales porque optimizará el consumo y la gestión del tráfico, reducirá los accidentes y supondrá una mejora para colectivos como las personas mayores o con discapacidad.

El profesor Santiago Royo, director del Centro de Desarrollo de Sensores, Instrumentos y Sistemas (CD6) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), investigador principal del proyecto USEFUL, está convencido de que “para lograr esta transformación se necesitan grandes volúmenes de datos precisos que provengan de detectores con diferentes modos de funcionamiento que permitan a los sistemas autónomos interpretar el entorno y actuar de manera segura, incluso en entornos complejos. Esto nos obliga a entrenar algoritmos avanzados de inteligencia artificial (IA); y, si queremos que sean fiables en cualquier circunstancia, les tenemos que proporcionar cuanto más datos diferentes mejor para generar la información más realista y general posible que ayude a aprender a la IA y a tomar decisiones robustas”.

Inteligencia artificial, sensores y algoritmos
En este contexto, la Agencia Estatal de Investigación del Ministerio de Ciencia, Innovación y Universidades, a través del programa de Transición Ecológica y Digital, ha financiado al grupo CD6 de la UPC con 273.000 euros para poner en marcha el proyecto USEFUL. El proyecto cuenta también con el apoyo de las empresas Beamagine (spin-off de la UPC), Anello Photonics y QNAP; así como de la Escuela Superior de Ingenierías Industrial, Aeroespacial y Audiovisual de Terrassa (ESEIAAT) y de la Facultad de Óptica y Optometría de Terrassa (FOOT).

En este proyecto, el CD6 ha equipado un vehículo de bajas emisiones con un sistema de sensores ópticos integrados y computerizados que cuenta con un LIDAR de estado sólido de alta resolución (un tipo de sensor láser con fotodetector que mide distancias) cedido por la spin off de la UPC Beamagine; un sistema de geolocalización y odometría de alta precisión sin necesidad de GPS (medida de datos de sensor en movimiento) cedido por Anello Photonics, y un sistema de almacenamiento de gran volumen de datos cedido por QNAP.

El sistema con el que circulará el vehículo por las calles de Terrassa durante seis meses incorpora una unidad de procesamiento homologada para sistemas de conducción autónoma. Esta unidad permite tanto gobernar la adquisición de datos de todos los sensores como ejecutar redes neuronales de inteligencia artificial para aplicaciones específicas en tiempo real, como por ejemplo la percepción de obstáculos o realización de mapas 3D del entorno.

A través del proyecto, el CD6 obtendrá millones de imágenes de múltiples sensores, algunas de ellas disruptivas en el campo de los vehículos autónomos, que serán datos aptos para diseñar sistemas fiables de conducción autónoma.

Los datos serán anónimos (no identificarán peatones o vehículos), y se incorporarán en un data set o conjunto de datos públicos que permitan a otros investigadores e investigadoras desarrollar algoritmos relacionados. En este sentido, Santiago Royo explica: “queremos que el data set sea lo más diverso posible en cuanto a los escenarios capturados, como por ejemplo rurales, urbanos, autopista, etc.; que incluya todo tipo de vehículos, en especial los más vulnerables como bicicletas o patinetes, y también que capte datos en condiciones meteorológicas reales y entornos realistas en que las condiciones no son siempre favorables para todos los sensores. De hecho, estos datos se usarán para desarrollar aplicaciones avanzadas que permitan la detección de objetos en la vía, el mapeado de entornos, la predicción de movimiento de los agentes de la vía y la creación de gemelos digitales, entre otros, con más fiabilidad.”

Además, USEFUL permitirá probar diferentes metodologías de entrenamiento de los algoritmos de inteligencia artificial para comparar cuál es la manera más efectiva de obtener sistemas de percepción seguros. El vehículo permitirá, en el futuro, testar y validar nuevos tipos de sensores para la conducción autónoma, validar nuevas distribuciones de sensores o desarrollar aplicaciones de mapeado detallado de todo tipo de entornos.