Equipo internacional da un gran paso adelante en la tecnología de vehículos autónomos

Los vehículos autónomos están a punto de revolucionar el transporte, sin embargo, su implementación exitosa depende de la capacidad de reconocer y responder con precisión a las amenazas externas. Desde algoritmos de procesamiento de señales y análisis de imágenes hasta sistemas de inteligencia de aprendizaje profundo integrados con la infraestructura de Internet de las cosas (IoT), se deben utilizar una serie de tecnologías para que los vehículos autónomos puedan proporcionar una operación segura en diferentes terrenos. Para garantizar que la seguridad de los pasajeros no se comprometa a medida que estos vehículos de vanguardia se vuelvan más comunes, se necesitan métodos robustos que puedan detectar posibles peligros de manera rápida y confiable.

Los vehículos autónomos confían en sensores de alta tecnología como LiDAR, radar y cámaras RGB para generar grandes cantidades de información para identificar correctamente a los peatones, a otros conductores y a posibles peligros. La integración de capacidades de computación avanzadas y de Internet de las cosas (IoT) en estos vehículos automatizados permite procesar rápidamente esta información en el lugar para navegar de manera más eficiente en diferentes áreas y objetos. En última instancia, esto permite que el vehículo autónomo tome decisiones en fracciones de segundo con una precisión mucho mayor que la de los conductores humanos tradicionales.

Un gran paso adelante en la tecnología de conducción autónoma

La investigación innovadora realizada por el profesor Gwanggil Jeon de la Universidad Nacional de Incheon, Corea, y su equipo internacional marca un gran paso adelante en la tecnología de conducción autónoma. El sistema inteligente de extremo a extremo habilitado por IoT que han desarrollado permite la detección de objetos en 3D en tiempo real mediante aprendizaje profundo, lo que lo hace más confiable y eficiente que nunca. Puede detectar un número mayor de objetos con mayor precisión, incluso en entornos desafiantes como la poca luz o condiciones climáticas inusuales, algo que otros sistemas no pueden hacer. Estas capacidades permiten una navegación más segura alrededor de diferentes escenarios de tráfico, elevando el listón para los sistemas de conducción autónoma y contribuyendo a una mayor seguridad vial en todo el mundo.

La investigación se publicó en la revista IEEE Transactions of Intelligent Transport Systems.

“Para los vehículos autónomos, la percepción del entorno es fundamental para responder a una pregunta básica, ‘¿Qué hay a mi alrededor?’ Es esencial que un vehículo autónomo pueda entender de manera efectiva y precisa sus condiciones y entornos circundantes para realizar una acción de respuesta”, explica el profesor Jeon. “Desarrollamos un modelo de detección basado en YOLOv3, un algoritmo de identificación bien conocido. El modelo se utilizó inicialmente para la detección de objetos en 2D y luego se modificó para objetos en 3D”, continúa.

Basar el modelo en YOLOv3

El equipo proporcionó a YOLOv3 las imágenes RGB recopiladas y los datos de nube de puntos, que luego produjeron etiquetas de clasificación y cuadros delimitadores con puntuaciones de confianza. Se probó su rendimiento con el conjunto de datos de Lyft, y los resultados iniciales demostraron que YOLOv3 logró una precisión de detección extremadamente alta (>96%) tanto para objetos en 2D como en 3D. El modelo superó a varios modelos de detección de vanguardia.

Este método recién desarrollado podría usarse para vehículos autónomos, estacionamiento autónomo, entrega autónoma y futuros robots autónomos. También podría usarse en aplicaciones donde se requiere detección, seguimiento y localización visual de objetos y obstáculos.

“En la actualidad, la conducción autónoma se realiza a través del procesamiento de imágenes basado en LiDAR, pero se predice que una cámara convencional reemplazará el papel de LiDAR en el futuro. Como tal, la tecnología utilizada en los vehículos autónomos está cambiando en cada momento, y estamos a la vanguardia”, dice el profesor Jeon. “Basándonos en el desarrollo de tecnologías elementales, los vehículos autónomos con una mayor seguridad deberían estar disponibles en los próximos 5-10 años”.