Los coches y aviones sin conductor ya no son un concepto futurista, sino que se han convertido en una realidad en el mundo actual. Solo en San Francisco, dos compañías de taxis ya han recorrido un total combinado de 8 millones de millas utilizando tecnología autónoma. Además, hay más de 850,000 vehículos aéreos autónomos registrados, o drones, en los Estados Unidos, excluyendo los drones propiedad del ejército. Sin embargo, persisten preocupaciones sobre la seguridad. La Administración Nacional de Seguridad del Tráfico en Carreteras reportó cerca de 400 accidentes en los que estuvieron involucrados coches autónomos en un período de 10 meses, resultando en seis muertes y cinco lesiones graves. Este artículo explora un enfoque novedoso para abordar estas preocupaciones de seguridad mejorando la confiabilidad de los sistemas de percepción en los vehículos autónomos.
El método tradicional para garantizar la seguridad en los vehículos autónomos implica una extensa prueba hasta que el sistema se considere confiable. Sin embargo, no hay garantía de que solo las pruebas descubran todas las posibles fallas. Según Sayan Mitra, un científico de la computación de la Universidad de Illinois, Urbana-Champaign, la prueba exhaustiva puede ser un proceso que consume mucho tiempo y recursos sin garantías de seguridad conclusivas. Mitra y su equipo proponen un método alternativo para brindar garantías de seguridad de extremo a extremo mediante la demostración de la confiabilidad de los sistemas de percepción en los vehículos autónomos.
Los vehículos autónomos típicamente constan de dos componentes principales: un sistema de percepción y un sistema de control. El sistema de percepción utiliza algoritmos de aprendizaje automático basados en redes neuronales para analizar datos sensoriales de cámaras y otras herramientas. Este sistema recrea el entorno exterior y proporciona información crucial, como la posición del carril o el ángulo y dirección de una aeronave. Luego, el sistema de control utiliza la salida del sistema de percepción para tomar decisiones, como aplicar los frenos o dirigirse alrededor de obstáculos. Sin embargo, existe un desafío significativo con la confiabilidad de la salida del sistema de percepción, lo que afecta la seguridad general de los vehículos autónomos.
Para proporcionar garantías de seguridad, el equipo de Mitra se centró en mejorar la confiabilidad del sistema de percepción en los vehículos autónomos. Su enfoque parte de la premisa de que la seguridad puede garantizarse si se dispone de una representación perfecta del mundo exterior. Luego, analizan los errores introducidos por el sistema de percepción al recrear el entorno del vehículo. Cuantificar estas incertidumbres es esencial y se representa como la «banda de error» o los «desconocidos conocidos», como lo describe Mitra. Para abordar este desafío, Mitra y su equipo crearon un «contrato de percepción» que define un rango dentro del cual debería encontrarse la salida del sistema. Determinar la gama de incertidumbres en un sistema de percepción no es una tarea sencilla. Factores como la precisión del sensor, las condiciones climáticas y los obstáculos ambientales pueden afectar significativamente la confiabilidad de la salida del sistema. Sin embargo, al definir y tener en cuenta detalladamente estas incertidumbres, el equipo de Mitra ha demostrado que se puede garantizar la seguridad en los vehículos autónomos.
El trabajo realizado por Mitra y sus colegas es crucial para garantizar la seguridad de los vehículos autónomos. Al centrarse en mejorar la confiabilidad de los sistemas de percepción, abordan una de las principales preocupaciones en la tecnología autónoma. Su metodología ya se ha aplicado a sistemas de aterrizaje para aeronaves autónomas y se probará aún más en aeronaves experimentales por Boeing. Estos esfuerzos no solo mejoran la seguridad de los vehículos autónomos, sino que también generan confianza pública en esta tecnología en constante avance. A medida que el mundo adopta la tecnología autónoma, es necesario abordar adecuadamente las preocupaciones de seguridad. Simplemente confiar en las pruebas no es suficiente, ya que no puede garantizar la identificación de todas las posibles fallas. Al centrarse en mejorar la confiabilidad de los sistemas de percepción en los vehículos autónomos, Mitra y su equipo brindan una solución prometedora. Asegurar la precisión de los sistemas de percepción es fundamental para mejorar la seguridad de los vehículos autónomos y establecer la confianza en esta tecnología transformadora.
Deja una respuesta