Sistema de Alerta Temprana Basado en Inteligencia Artificial Aprende de Situaciones de Tráfico Reales

Un nuevo sistema de alerta temprana para vehículos desarrollado por un equipo de investigadores de la Universidad Técnica de Múnich (TUM) utiliza la inteligencia artificial para aprender de miles de situaciones de tráfico reales. Un estudio se llevó a cabo en colaboración con el Grupo BMW, demostrando que el sistema sería beneficioso para los vehículos autónomos actuales. Si se utiliza, puede proporcionar una advertencia de siete segundos contra situaciones críticas potenciales, que son situaciones que los coches no pueden manejar solos. La tasa de precisión se mostró que es del 85%.

Los esfuerzos actuales de desarrollo para vehículos autónomos utilizan modelos sofisticados que permiten a los vehículos analizar el comportamiento de todos los participantes del tráfico. Sin embargo, la mayoría de estos modelos aún no han demostrado la capacidad de manejar situaciones complejas o impredecibles.

El equipo detrás del nuevo sistema de alerta temprana trabajó con el Prof. Eckehard Steinbach, Presidente de la Cátedra de Tecnología de Medios y miembro de la Junta Directiva de la Escuela de Robótica y Inteligencia Artificial de Múnich en la TUM.

La investigación titulada “Predicción de Fallos Introspectivos para Conducción Autónoma Utilizando la Fusión Tardía de Estado e Información de Cámara” se publicó en IEEE Transactions on Intelligent Transportation Systems.

El nuevo enfoque utiliza la inteligencia artificial para permitir que el sistema aprenda de situaciones pasadas. Más específicamente, estas situaciones pasadas fueron aquellas en las que los coches autónomos alcanzaron su límite en el tráfico real. Esto ocurre cuando los conductores humanos deben tomar el control del vehículo, ya sea porque el coche lo señala o porque el humano decide que es la opción más segura.

RNN y Advertencia de Siete Segundos

El nuevo sistema se basa en sensores y cámaras que capturan las condiciones circundantes, y se registran datos de estado como el ángulo del volante, las condiciones de la carretera y el clima. El sistema de inteligencia artificial utiliza una red neuronal recurrente (RNN), que puede procesar datos para reconocer patrones. Cada vez que el sistema detecta una nueva situación de conducción que no pudo manejar anteriormente, el conductor es advertido con anticipación.

“Para hacer que los vehículos sean más autónomos, muchos métodos existentes estudian lo que los coches entienden actualmente sobre el tráfico y luego tratan de mejorar los modelos utilizados por ellos. La gran ventaja de nuestra tecnología: completamente ignoramos lo que el coche piensa. En su lugar, nos limitamos a los datos basados en lo que realmente sucede y buscamos patrones”, dice Steinbach. “De esta manera, la inteligencia artificial descubre situaciones críticas potenciales que los modelos pueden no ser capaces de reconocer, o que aún no han descubierto. Nuestro sistema, por lo tanto, ofrece una función de seguridad que sabe cuándo y dónde los coches tienen debilidades”.

La tecnología se probó con el Grupo BMW, y se analizaron vehículos autónomos en carreteras públicas. Esto ocurrió durante 2500 situaciones en las que el conductor humano intervino, y el estudio demostró que el sistema es del 85% preciso y puede advertir a los conductores hasta siete segundos por adelantado.

La tecnología depende de grandes cantidades de datos, ya que está limitada por la cantidad de situaciones que el sistema ha visto. Los datos se generaron básicamente por sí mismos, dado el número de vehículos de desarrollo que actualmente están en la carretera.

“Cada vez que surge una situación crítica potencial en una prueba de conducción, terminamos con un nuevo ejemplo de entrenamiento”.

Dado que los datos se almacenan centralmente, toda la flota puede aprender de ellos.