top of page
Foto del escritorCivilgineering Group

El costo de ayudar a los vehículos autónomos a moverse por la ciudad


En la carrera para llevar al mercado autos sin conductor, la mayoría de las compañías guardan sus secretos. Pero cuando se trata de ayudar a esos autos a descubrir dónde están en el camino, algunos expertos están listos para abrirse.


Argo AI y Aptiv publicaron algunos de sus propios conjuntos de datos a principios de este año en un esfuerzo por avanzar en el campo. Las compañías compartieron parte de sus propios mapas de ciudades donde están probando vehículos autónomos.


Puede parecer extraño teniendo en cuenta la abundancia de aplicaciones como Google Maps, Apple Maps y Waze que ya han hecho que los mapas de carreteras sean públicos y de fácil acceso, y se descargan en casi todos los teléfonos móviles.


Pero un vehículo autónomo no puede conectarse a programas de GPS disponibles en el mercado y estar en camino, como lo haría un humano. En cambio, necesita un mapa altamente preciso para ayudarlo a aprender lo más posible antes de incluso arrancar su motor.


"Un mapa es una buena representación del mundo que encontrará el vehículo autónomo"

...dijo Praveen Chandrasekar, gerente senior de productos de conducción autónoma en TomTom, una empresa con sede en Amsterdam que hace mapas de alta definición para vehículos autónomos y otros proyectos de aprendizaje automático.


Cada jugador en el juego alista su propia flota de vehículos para conducir, y una y otra vez, un área de la ciudad, capturando imágenes y datos para crear una representación 3D del mundo. La industria que se está formando aún no ha desarrollado un solo sistema que todos puedan aprovechar, por lo que todos invierten recursos para hacer los suyos.


Parte de eso se debe a que el mapa de cada empresa está especializado en sus propios vehículos. Pero el movimiento de Aptiv en marzo y de Argo AI en junio podrían abrir el camino hacia un futuro en el que los recursos de mapeo se compartan en toda la industria, aunque solo sea para una mayor investigación en el campo de vehículos autónomos.


Incluso antes de tener en cuenta el gasto de construir un mapa, cuesta al menos unos cientos de miles de dólares producir un prototipo de vehículo de prueba autónomo

...declaró Argo AI en una publicación de blog que anuncia su nueva iniciativa.


El equipo para hacer los mapas también tiene un alto precio.Un sensor LIDAR, que se encuentra en el techo de un automóvil y que recopila la información más detallada sobre una carretera, cuesta entre USD 70,000 y USD 1 millón, dijo Christoph Mertz, investigador del Instituto de Robótica de la Universidad Carnegie Mellon.


Las cuatro compañías que realizan pruebas en Pittsburgh (Argo AI, Aptiv, Uber y Aurora) crean sus propios mapas utilizando sus propias flotas. Juntos, hay alrededor de 80 autos sin conductor en las carreteras de Pittsburgh.


"En principio no es difícil, pero es un poco tedioso porque hay que conducir en todas las carreteras", dijo Mertz. “Pero la cosa es que las cosas cambian todo el tiempo. ... No es factible mantener las cosas actualizadas todo el tiempo porque es demasiado caro ".


El Sr. Mertz, quien también dirige una compañía de tecnología que usa datos de sensores para ayudar a los gobiernos de las ciudades a mejorar la infraestructura vial, imagina un futuro en el que el gobierno está más involucrado para eliminar parte de la redundancia en la industria.


Una idea...


es colocar teléfonos inteligentes en vehículos que cubren grandes extensiones de la ciudad, como camiones de basura.

Esos teléfonos podrían detectar cambios en la carretera, como la construcción y los baches, alertando a las compañías para que envíen sus equipos para actualizar sus mapas.


Esa es solo una solución temporal, dijo, hasta que cada automóvil sea autónomo y esté equipado con su propio equipo de alta gama.


Los mapas de alta definición funcionan con los otros sistemas del automóvil para planificar una ruta al mirar kilómetros por delante para que el vehículo sepa lo que debe anticipar, como un carril de estacionamiento con mucho tráfico, un semáforo o un cambio publicado en el límite de velocidad.


Algunos desarrolladores de tecnología no creen que los mapas de alta definición sean una ruta sostenible para la industria. En cambio, están trabajando para construir vehículos autónomos que no necesiten un mapa incorporado.


Un laboratorio de investigación del Instituto de Tecnología de Massachusetts está desarrollando un vehículo autónomo que sigue un mapa estándar y utiliza sensores para hacer una ruta paso a paso a medida que avanza. Funciona de la misma manera que un humano usaría un GPS en una carretera desconocida, dijo Teddy Ort, autor principal del estudio. El automóvil elige un lugar en su línea de visión como su objetivo a corto plazo, se dirige hacia allí y luego reinicia el proceso.


El vehículo planeará un camino basado en lo que ve

Los mapas de alta definición son la ruta más rápida hacia el mercado, dijo Ort, pero la tecnología MapLite tiene aplicaciones más grandes para el futuro.


En Uber, hay un equipo de personas que revisan los mapas que su software crea a través de algoritmos y aprendizaje automático. A menudo, las personas detectan un pequeño error que no coincide con las imágenes que tienen, por lo que empujan un edificio un poco en esta dirección o un carril que marca un poco esa dirección.


Pero ese sistema no es permanente, dijo el gerente de ingeniería de Uber, Ben Kadlec.


Del mismo modo que aquellos en la industria del automóvil autónomo esperan que los robots puedan conducir mejor que los humanos, Kadlec predice un futuro en el que los algoritmos conocerán las carreteras mejor que los humanos.


"Estamos luchando por un día en que, al igual que nuestros autos puedan conducir por sí mismos, nuestros mapas también puedan construirse", dijo.


Ninguno de nosotros está allí todavía, pero nos estamos acercando

Fuente: Pittsburgh Post Gazette, "Mapping autonomously: The cost of helping a self-driving car get around the city"

3 visualizaciones0 comentarios

Entradas recientes

Ver todo

Comments


bottom of page