Lanzamiento del primer servicio de taxi autónomo en Japón

Demostración de la tecnología en situaciones reales

En noviembre y diciembre de 2020, Tier IV y sus socios llevaron a cabo un total de 16 días de pruebas públicas de conducción automatizada en Nishi-Shinjuku, un centro comercial concurrido en el centro de Tokio. Varios funcionarios del gobierno y personas del público en general viajaron de pasajeros en rutas de 1 a 2 kilómetros para después ofrecer una valoración. Algunos días, un conductor de seguridad se sentaba ante volante, listo para tomar el control si ocurría algo inesperado (pero no llegó a ocurrir nada). En otros casos, el asiento del conductor estaba vacío y un conductor a distancia supervisaba las pantallas que mostraban el entorno y el progreso del vehículo, listo para asumir el control remoto.

Las pruebas de noviembre se realizaron a lo largo de una única ruta predeterminada. Las pruebas de diciembre permitieron a los participantes elegir entre tres puntos de salida y llegada diferentes a través del teléfono móvil, llamar el taxi y, a continuación, dejar que este conduciera de forma autónoma hasta el destino deseado. Por lo tanto, el vehículo tuvo que calcular y decidir entre muchas rutas potenciales, lo que hizo que la implementación fuera más difícil.

Participaron más de 100 conductores de prueba. Fue una experiencia de aprendizaje intensiva para los diseñadores y operadores del robotaxi, a juzgar por los comentarios posteriores en blogs sobre las demostraciones de algunos los ingenieros de Tier IV. El difícil entorno y las condiciones de Nishi-Shinjuku (tráfico intenso, muchos giros a la izquierda y a la derecha, decisiones de cambio de carril, etc.) se combinan para probar al máximo las capacidades de robotaxi.

Una de las lecciones inesperadas aprendidas fue la detección falsa de obstáculos. Los bordillos altos en algunos arcenes e incluso las acumulaciones de hojas en las cunetas crearon problemas para el sistema de percepción. El software está programado para reconocer lo que se debe detectar, como automóviles y peatones, y para distinguir estos objetos de otros, como la lluvia u hojas en movimiento, que se puede ignorar. Sin embargo, esto sigue siendo un trabajo en curso. Diferenciar entre la caída de hojas y objetos que caen de la parte trasera de un camión no es tan fácil para el robotaxi como para el ojo humano y el cerebro.

Otro problema que indica la necesidad de futuros trabajos fue el rendimiento de los giros desprotegidos en intersecciones no señalizadas, cuando la visión del tráfico en sentido contrario estaba obstaculizada (algo que requiere una buena dosis de juicio humano y una reacción rápida) o la tasa de enfoque del tráfico en sentido contrario era difícil de estimar.

En este sentido, Autoware está programado para no acelerar repentinamente con el objetivo de aprovechar un espacio en el tráfico, como lo podría hacer un conductor humano; se valoran, ante todo, la comodidad y la tranquilidad de los pasajeros. Estos equilibrios entre conservación y agresividad, tan naturales para los seres humanos, pueden ser difíciles de lograr en un sistema programado con tráfico intenso.

Los sensores LiDAR también experimentaron dificultades ocasionales en entornos sin características distintivas, como espacios abiertos de estacionamiento y túneles. Además, el coste relativamente alto de los sensores LiDAR puede crear dificultades a escala de mercado de masas, cuando sea necesario equipar muchos vehículos.

Para resolver esto, algunos ingenieros de Tier IV publicaron en su blog que estaban experimentando con una técnica llamada Visual SLAM, que emplea una cámara relativamente económica junto con una unidad de medición inercial (IMU) en lugar de un sensor LiDAR. Esto crea un mapa utilizando información visual y, al mismo tiempo, calcula su propia posición en el mapa. Además, se está investigando activamente una tecnología llamada reubicación, que calcula dónde te encuentras en un mapa creado previamente.

Pero Visual SLAM tiene sus propios retos: no funciona bien en la oscuridad, ni con muchos objetos que se mueven de forma simultánea y divergente.

Escalar para el futuro

Sin embargo, Tier IV y AutonomouStuff disfrutan con este tipo de retos.

«Hay mucha innovación en esta área», explica John. «El sistema operativo (de código abierto) permite a muchos actores incorporar sus soluciones al ecosistema: costes, consumo de energía, arquitecturas de seguridad: estos esfuerzos están aportando las mejores soluciones y actores de su clase».

El mercado de vehículos sin conductor se encuentra en pleno desarrollo y cuenta con muchos agentes implicados y muchas variantes de combinaciones e integraciones de sensores; algunos más caros, otros menos».

«Otras empresas están integradas de forma muy vertical», añade John, «desarrollando sus propias pilas de software, en lugar de nuestro enfoque hacia el código abierto». El mercado todavía se encuentra en sus inicios, desde el punto de vista de la adopción de una implementación masiva. Algunos agentes implicados han podido demostrar el nivel 4 completo e implementarlo en mercados limitados».

Pero, al mismo tiempo, para ampliar sus enfoques, debe producirse otra ronda significativa de optimización de sistemas. Mil vatios más la potencia informática en un automóvil y una integración de sensores de 100 000 USD por vehículo: esto no se traduce simplemente en una escala de decenas de miles de vehículos en muchas ciudades.

«Por eso, ahora realizamos toda esta inversión: LiDAR potente, radar de imágenes; todos estos elementos que siguen mejorando las capacidades de percepción. Esto significa que las nuevas soluciones deben integrarse y optimizarse dentro de nuestra pila de percepción. Después, una vez que haya realizado estos cambios, ¿cómo verifico mi nuevo sistema? ¿Cómo puedo demostrar que sigue cumpliendo los requisitos de seguridad?»

John tiene las últimas palabras de cara al futuro. «Para mí, parece que todos han demostrado que es posible hacer que el software funcione en implementaciones limitadas. Para ampliar esto, se necesitará otra inversión significativa para rediseñar y validar los sistemas, y el código abierto desempeñará un papel significativo para optimizar las soluciones de AD de última generación.»