Problemas de los vehículos de conducción autónoma y cómo solucionarlos – Líderes de opinión

Los vehículos autónomos requieren más que una simple inteligencia artificial. Un coche autónomo recibe datos de diversas fuentes como sensores, cámaras, radares, GPS y lidar, lo que le permite navegar en cualquier entorno. La información de estos dispositivos debe ser procesada rápidamente, y los volúmenes de datos son masivos.

La información de los sensores no se procesa solo por la computadora del coche en tiempo real. Algunos datos se envían a centros de datos periféricos para un análisis más detallado. Y luego, a través de una jerarquía compleja, se redirige a varios servidores en la nube.

La inteligencia artificial que el vehículo posee es crucial, pero también lo son las capacidades de procesamiento de las computadoras a bordo, los servidores periféricos y la nube. La velocidad de envío y recepción de datos por el coche, junto con la baja latencia, son también muy importantes.

Problema del volumen de datos

Incluso los coches ordinarios, con un conductor detrás del volante, generan cada vez más datos. Los coches autónomos pueden generar aproximadamente 1TB de datos por hora. Esta cantidad de datos es simplemente gigantesca. Y representa uno de los obstáculos para la adopción masiva de la conducción autónoma.

Desafortunadamente, no todos los datos de un coche autónomo se pueden procesar en la nube o en centros de datos periféricos, ya que esto introduce demasiado retraso. Incluso un retraso de 100 ms puede hacer la diferencia entre la vida o la muerte de un pasajero o peatón. El coche debe responder a las circunstancias emergentes lo más rápido posible.

Para reducir el retraso entre la recepción de información y la respuesta a ella, parte de la información se analiza por la computadora a bordo. Por ejemplo, los nuevos modelos de Jeep están equipados con una computadora a bordo con 25-50 núcleos de procesamiento que sirve para el control de crucero, monitor de punto ciego, advertencia de obstáculos, frenado automático, etc. Los nodos del vehículo se comunican entre sí a través de una red interna. También se ajusta al concepto de computación periférica si consideramos la computadora a bordo como un nodo periférico de la red. Como resultado, los vehículos no tripulados forman una red híbrida compleja que combina centros de datos centralizados, la nube y muchos nodos periféricos. Estos últimos no solo se encuentran en los coches, sino también en semáforos, puestos de control, estaciones de carga, etc.

Estos servidores y centros de datos fuera del coche proporcionan toda la asistencia posible para la conducción autónoma. Permiten que el coche “vea” más allá del alcance de sus sensores, coordine la carga en la red de carreteras y ayude a tomar decisiones óptimas.

Interacción entre sí y con la infraestructura

Los sistemas de visión por computadora y GPS proporcionan a los coches autónomos información sobre su ubicación y entorno inmediato. Sin embargo, el alcance del entorno calculado está aumentando constantemente. Sin embargo, un coche solo puede recopilar una cantidad limitada de información. Por lo tanto, el intercambio de datos es absolutamente necesario. Como resultado, cada vehículo puede analizar mejor las condiciones de conducción en función del conjunto de datos más grande recopilado por la flota de vehículos autónomos. Los sistemas de comunicación vehículo a vehículo (V2V) dependen de redes en malla creadas por vehículos en la misma área geográfica. V2V se utiliza para intercambiar información y enviar señales a otros vehículos, como advertencias de distancia.

Las redes V2V se pueden ampliar para compartir información con la infraestructura de tráfico, como semáforos. Ya es apropiado hablar de comunicación vehículo-infraestructura (V2I) aquí. Las normas V2I siguen evolucionando. En Estados Unidos, la Administración Federal de Carreteras (FHWA) emite regularmente varios guías y informes V2I para ayudar a mejorar la tecnología. Los beneficios de V2I van más allá de la seguridad. Además de mejorar la seguridad, la tecnología vehículo-infraestructura proporciona ventajas en términos de movilidad y interacción con el entorno.

Los conductores que recorren la misma ruta todos los días recuerdan todos los baches en la carretera. Los coches autónomos también están aprendiendo constantemente. Los coches autónomos subirán información útil a centros de datos periféricos, por ejemplo, integrados en estaciones de carga. Las estaciones de carga dependerán de algoritmos de inteligencia artificial que ayudarán a analizar los datos recibidos de los coches y ofrecer posibles soluciones. A través de la nube, estos datos se transmitirán a otros vehículos no tripulados en la red común.

Si este modelo de intercambio de datos entre todos los coches autónomos se materializa en unos pocos años, entonces podemos esperar exabytes (millones de terabytes) de datos por día. Según diversas estimaciones, desde cientos de miles hasta decenas de millones de coches autónomos pueden aparecer en las carreteras para entonces.

5G como clave del éxito

Como se mencionó anteriormente, los coches autónomos pueden recibir información sobre peatones y ciclistas no solo de sus sensores, sino también a través del intercambio de datos con otros coches, semáforos y otra infraestructura urbana.

Ya existen varios proyectos de coches conectados 5G. Los coches utilizan la red 5G del operador de telefonía móvil y la tecnología C-V2X (Vehículo a Todo) para comunicarse con otros coches, ciclistas y incluso semáforos. Estos últimos están equipados con cámaras térmicas que detectan peatones que se acercan al cruce; como resultado, aparece una advertencia en el tablero del coche. Los ciclistas conectados son informados de su ubicación, lo que evita situaciones peligrosas. En caso de mala visibilidad, los coches estacionados encienden automáticamente las luces de emergencia, notificando a todos los coches que se acercan de su posición.

Las capacidades de las redes móviles 5G son útiles aquí. Proporcionan velocidades rápidas, latencia muy baja y la capacidad de admitir un gran número de conexiones simultáneas. Los coches autónomos sin tales capacidades de procesamiento de datos no podrán realizar muchas tareas más rápido que una persona. Por ejemplo, para determinar la aparición de un peatón en el cruce más cercano. Además, los retrasos deben ser mínimos, ya que incluso una fracción de segundo de retraso puede provocar un accidente.

Los principales fabricantes de coches, como BMW, Daimler, Hyundai, Ford y Toyota, ya están integrando la tecnología 5G en sus productos. Se han gastado miles de millones de dólares en la construcción de redes 5G por parte de los operadores de telefonía móvil. Así que este es el momento adecuado para dar a los vehículos un conjunto de habilidades que serán útiles en la operación diaria.

Todos los experimentos con coches autónomos conectados 5G se detendrán a menos que se establezca una infraestructura 5G. De nuevo, un vehículo no tripulado puede generar 1TB de datos por hora, por lo que la red móvil debe estar preparada para transferir estos datos.

Cómo procesar y almacenar exabytes de datos

No todos los tipos de datos requieren un procesamiento inmediato, y la computadora a bordo tiene capacidades de procesamiento y almacenamiento limitadas. Por lo tanto, los datos que pueden “esperar” deben acumularse y analizarse en centros de datos periféricos, mientras que algunos de los datos migrarán a la nube y se procesarán allí.

Es responsabilidad de los gobiernos de las ciudades y los fabricantes de automóviles capturar, procesar, transferir, proteger y analizar los datos sobre cada coche, atasco, peatón o bache. Algunos arquitectos de ciudades inteligentes ya están experimentando con algoritmos de aprendizaje automático que analizan los datos de tráfico de manera más eficiente para identificar rápidamente los baches en la carretera, regular el tráfico y responder instantáneamente a los accidentes. Desde una perspectiva global, los algoritmos de aprendizaje automático proporcionan recomendaciones para mejorar la infraestructura urbana.

Para introducir la conducción autónoma completamente en nuestra vida, es necesario solucionar el problema de procesar y almacenar grandes cantidades de datos. Cada día, un vehículo no tripulado puede generar hasta 20 TB de datos. ¡Solo un coche! En el futuro, puede generar exabytes de datos en un día. Para almacenar estos datos, se necesita una infraestructura de borde de alta velocidad, flexible, segura y fiable. También hay el problema del procesamiento eficiente de los datos.

Para que la computadora a bordo tome decisiones en tiempo real, necesita la información más actualizada sobre el entorno. Los datos antiguos, como la información sobre la ubicación del coche y la velocidad hace una hora, ya no son necesarios. Sin embargo, estos datos son útiles para la mejora posterior de los algoritmos de conducción autónoma.

Los desarrolladores de sistemas de inteligencia artificial deben recibir grandes cantidades de datos para entrenar redes de aprendizaje profundo: identificar objetos y su movimiento a través de cámaras, información lidar y combinar de manera óptima la información sobre el entorno y la infraestructura para tomar decisiones. Para los especialistas en seguridad vial, los datos recopilados por los coches inmediatamente antes de los accidentes o situaciones peligrosas en la carretera son vitales.

A medida que se recopilan datos de los coches autónomos y se transfieren desde ellos a centros de datos periféricos, y luego migran a almacenamiento en la nube, el tema de utilizar una arquitectura de almacenamiento de datos optimizada y jerárquica se vuelve más y más relevante. Los datos frescos deben analizarse de inmediato para mejorar los modelos de aprendizaje automático. Se requiere un alto rendimiento y una baja latencia. Los discos de estado sólido y los discos HAMR de alta capacidad con soporte para tecnologías de varios discos son los más adecuados para este propósito.

Después de que los datos han pasado la etapa de análisis inicial, deben almacenarse de manera más eficiente: en servidores de almacenamiento de capacidad alta pero de bajo costo. Estos servidores de almacenamiento son adecuados si los datos pueden ser necesarios en el futuro. Los datos antiguos que es poco probable que se necesiten, pero que deben conservarse por alguna otra razón, se pueden mover al nivel de archivo.

Los datos se procesarán y analizarán cada vez más en el borde, lo que dará inicio a la era de la Industria 4.0, que está cambiando la forma en que utilizamos los datos. La computación en el borde permitirá que los datos se procesen cerca de donde se están recopilando, en lugar de un servidor de nube tradicional, lo que permitirá analizarlos mucho más rápido y responder inmediatamente a las situaciones cambiantes. Una red de intercambio de información de alta velocidad entre los coches y los centros de datos periféricos ayudará a hacer que la conducción autónoma sea más segura y confiable.

Conclusión

Esperamos que este análisis haya arrojado algo de luz sobre lo importante que es el dato en el campo de la conducción autónoma. La adopción masiva de vehículos no tripulados implica la recopilación de grandes cantidades de datos que deben ser procesados no solo por la computadora a bordo, sino también por servidores periféricos y la nube. La infraestructura de procesamiento de datos debe estar lista de antemano.

A medida que se extiende la adopción de 5G, los coches autónomos comenzarán a generar más y más datos, que luego se analizarán y se utilizarán para hacer que las ciudades inteligentes sean una realidad. Lograr este objetivo no será muy fácil, pero al final abriremos un nuevo capítulo en la historia de un medio de transporte tan popular como el coche.

Los coches autónomos están a la vanguardia de las tecnologías de inteligencia artificial, comunicaciones y almacenamiento de datos. Para alcanzar el nivel de conducción autónoma completa, es necesario seguir desarrollando y mejorando estas tecnologías.