Problemas de los vehículos de autoconducción y cómo solucionarlos – Líderes de pensamiento

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

La información de los sensores se procesa no 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 nubes.

La inteligencia artificial con la que cuenta el vehículo 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 una latencia baja, 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, todos los datos de un coche autónomo no pueden procesarse 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 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 se encuentran no solo 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 tome decisiones óptimas.

Interacción con otros y la infraestructura

El GPS y los sistemas de visión por computadora proporcionan a los coches autónomos información sobre su ubicación y entorno inmediato. Sin embargo, el alcance del entorno calculado está aumentando constantemente. Aun así, 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. Los estándares V2I siguen evolucionando. En EE. UU., 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 disponible 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, de cientos de miles a 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 (Cellular Vehicle-to-Everything) 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, una latencia muy baja y la capacidad de admitir un gran número de conexiones simultáneas. Los coches autónomos sin estas 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. 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 esté en lugar la 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 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 baches en la carretera, regular el tráfico y responder instantáneamente a 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 alto rendimiento, flexible, segura y fiable. También hay el problema del procesamiento eficiente de 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, lidar, información 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 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, después de lo cual migran al almacenamiento en la nube, la cuestión 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 requieren un alto rendimiento y una latencia baja. Los SSD y los discos duros de alta capacidad HAMR con soporte para tecnologías de multi-unidad son los más adecuados para este propósito.

Después de que los datos hayan pasado la etapa de análisis inicial, deben almacenarse de manera más eficiente: en almacenamiento de capacidad alta pero bajo costo tradicional. 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 de inmediato a situaciones cambiantes. Una red de intercambio de información de alta velocidad entre coches y 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 procesarse no solo por la computadora a bordo, sino también por los servidores de borde y la nube. La infraestructura de procesamiento de datos debe estar preparada 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 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 completamente, es necesario seguir desarrollando y mejorando estas tecnologías.