La reciente fatalidad de autos sin conductor de Uber subraya el hecho de que la tecnología aún no está lista para una adopción generalizada. Una razón es que no hay muchos lugares donde los autos sin conductor realmente puedan conducir. Empresas como Google solo prueban sus flotas enciudades importantes donde han pasado innumerables horas etiquetando meticulosamente las posiciones 3D exactas de carriles, bordillos, rampas de salida y señales de alto.
De hecho, si vives a lo largo de millones de millas de carreteras de EE. UU. Que están sin pavimentar, sin iluminación o marcadas de manera poco confiable, no tienes suerte. Estas calles son a menudo mucho más complicadas de mapear y reciben mucho menos tráfico, por lo que las empresases poco probable que desarrollen mapas en 3D para ellos en el corto plazo. Desde el desierto de Mojave de California hasta las montañas verdes de Vermont, hay grandes extensiones de Estados Unidos para las que los automóviles autónomos simplemente no están preparados.
Una forma de evitar esto es crear sistemas lo suficientemente avanzados como para navegar sin estos mapas. En un primer paso importante, un equipo del Laboratorio de Ciencias de la Computación e Inteligencia Artificial CSAIL del MIT ha desarrollado MapLite, un nuevo marco que permite conducir autos sin conductorconducir en carreteras en las que nunca antes habían estado sin mapas en 3D.
MapLite combina datos simples de GPS que encontraría en Google Maps con una serie de sensores que observan las condiciones de la carretera. En conjunto, estos dos elementos permitieron al equipo conducir de forma autónoma en múltiples carreteras sin pavimentar en Devens, Massachusetts, y de manera confiabledetectar el camino con más de 100 pies de anticipación como parte de una colaboración con el Toyota Research Institute, los investigadores utilizaron un Toyota Prius que equiparon con una gama de sensores LIDAR e IMU.
"La razón por la cual este tipo de enfoque 'sin mapas' realmente no se ha hecho antes es porque generalmente es mucho más difícil alcanzar la misma precisión y confiabilidad que con los mapas detallados", dice el estudiante graduado de CSAIL Teddy Ort, quien fueun autor principal en un artículo relacionado: "Un sistema como este que puede navegar solo con sensores a bordo muestra el potencial de que los autos autónomos puedan manejar carreteras más allá del pequeño número que las compañías tecnológicas han mapeado".
El documento, que se presentará en mayo en la Conferencia Internacional sobre Robótica y Automatización ICRA en Brisbane, Australia, fue coescrito por la profesora del MIT Daniela Rus y la graduada de doctorado Liam Paull, quien ahora es profesora asistente en elUniversidad de Montreal.
Cómo funciona
A pesar de todo el progreso que se ha logrado con los autos sin conductor, sus habilidades de navegación aún son pálidas en comparación con las de los humanos. Considere cómo se desplaza usted mismo: si está tratando de llegar a una ubicación específica, probablemente conecte undiríjase a su teléfono y luego consúltelo ocasionalmente en el camino, como cuando se acerca a intersecciones o salidas de autopistas.
Sin embargo, si se moviera por el mundo como la mayoría de los autos sin conductor, esencialmente estaría mirando su teléfono todo el tiempo que camina. Los sistemas existentes aún dependen en gran medida de los mapas, solo usando sensores y algoritmos de visiónpara evitar objetos dinámicos como peatones y otros automóviles.
En contraste, MapLite usa sensores para todos los aspectos de la navegación, confiando en los datos del GPS solo para obtener una estimación aproximada de la ubicación del automóvil. El sistema primero establece un destino final y lo que los investigadores llaman un "objetivo de navegación local", que tienepara estar a la vista del automóvil. Sus sensores de percepción generan una ruta para llegar a ese punto, usando LIDAR para estimar la ubicación de los bordes de la carretera. MapLite puede hacer esto sin marcas físicas de la carretera haciendo suposiciones básicas sobre cómo será la carreterarelativamente más plano que las áreas circundantes.
"Nuestro enfoque minimalista para el mapeo permite la conducción autónoma en carreteras rurales con apariencia local y características semánticas como la presencia de un lugar de estacionamiento o una carretera lateral", dice Rus.
El equipo desarrolló un sistema de modelos que están "parametrizados", lo que significa que describen múltiples situaciones que son algo similares. Por ejemplo, un modelo podría ser lo suficientemente amplio como para determinar qué hacer en las intersecciones o qué hacer en untipo específico de camino
MapLite difiere de otros enfoques de conducción sin mapas que dependen más del aprendizaje automático al entrenarse en datos de un conjunto de carreteras y luego probarse en otros.
"Al final del día queremos poder hacerle preguntas al automóvil como '¿cuántas carreteras se están fusionando en esta intersección?'", Dice Ort. "Al usar técnicas de modelado, si el sistema no funciona o siinvolucrado en un accidente, podemos entender mejor por qué "
MapLite sigue siendo limitado en muchos aspectos. Todavía no es lo suficientemente confiable para carreteras de montaña, ya que no tiene en cuenta los cambios dramáticos en la elevación. Como siguiente paso, el equipo espera expandir la variedad de carreteras que el vehículoen última instancia, aspiran a que su sistema alcance niveles comparables de rendimiento y confiabilidad como los sistemas mapeados pero con un rango mucho más amplio.
"Me imagino que los autos autónomos del futuro siempre utilizarán mapas 3D en áreas urbanas", dice Ort. "Pero cuando se les pide que realicen un viaje fuera de lo común, estos vehículos deberán sertan buenos como los humanos para conducir en caminos desconocidos que nunca antes habían visto. Esperamos que nuestro trabajo sea un paso en esa dirección "
Este proyecto fue apoyado en parte por la National Science Foundation y la Toyota Research Initiative.
Fuente de la historia :
Materiales proporcionado por Instituto de Tecnología de Massachusetts, CSAIL . Nota: El contenido puede ser editado por estilo y longitud.
Cita esta página :