Perfil: Entrevista a un experto sobre el diseño de vehículos autónomos (Parte 1)

Hace apenas un par de años, la idea de subir a un robotaxi y decirle: “Quiero que me lleves al cine que esté más cerca”, y que el vehículo se encargara de todo y tu te sentaras y cerraras los ojos durante el viaje, parecía un sueño. Y, en retrospectiva, es claro que este proceso ha tomado mucho más tiempo del que se esperaba. Sin embargo, se han logrado importantes avances gracias a la inversión de tiempo y energía. Pero factores como el clima, la nieve y la circulación entre vehículos autónomos y convencionales han resultado mucho más determinantes de lo que la mayoría anticipaba. Por lo tanto, el proceso está orientado a la seguridad y avanza más lento de lo previsto.  

Se habla mucho de los niveles, pero hay pocas explicaciones claras sobre qué significa cada uno. En el nivel cero, el manejo depende totalmente del conductor. En el nivel uno, el vehículo puede automáticamente desviar la trayectoria para mantenerse en el carril. Y si hay un vehículo al frente, empieza a desacelerar, lo que implica que el vehículo frena por sí mismo y vuelve a acelerar hasta la velocidad establecida. Ese es el nivel uno. Cuando se habla del nivel dos, el manejo es tipo manos libres. Se trata de una automatización parcial, lo que significa que el vehículo puede controlar la dirección, la aceleración y la desaceleración en casos específicos. En el nivel tres, el enfoque cambia por completo, ya que hasta el nivel dos la responsabilidad sigue recayendo en el conductor. A partir del nivel tres, la responsabilidad recae en el automóvil, en el software, en la inteligencia del automóvil. En el nivel tres, el manejo se lleva a cabo sin supervisión visual constante, el conductor no necesita estar al pendiente del volante de forma continua, pero debe estar listo para retomar el control cuando el sistema emita una alerta. En caso de mal tiempo o situación insegura, el conductor retoma el control del vehículo. En el nivel cuatro, ya no se requiere un conductor, ya que el sistema se encarga completamente del manejo. No se necesita el conductor. El vehículo puede funcionar, pero en condiciones de manejo limitadas. Y en el nivel cinco realmente no se necesita conductor. Automatización total en todas las condiciones de manejo.  

Existen muchos más de los anticipados. Al enumerarlos, surgen uno, dos e incluso hasta cuatro obstáculos. En primer lugar, existen obstáculos técnicos. Vemos esto cuando nos enfrentamos a escenarios indefinidos. Especialmente en las ciudades, cuando los niños juegan en las calles, y los ciclistas y los peatones cruzan las calles. El tráfico mixto también influye. Imagina un vehículo que circula en París: cinco carriles, muchos autos entran y salen. Son escenarios muy variables y difíciles para entrenar a la inteligencia artificial. Por eso, los obstáculos técnicos en tráfico mixto resultan complejos de superar. Otro obstáculo es la responsabilidad legal. Como se mencionó antes, al pasar del nivel dos al nivel tres, la responsabilidad recae en el fabricante del vehículo. Asumir esa responsabilidad representa un reto. Si ocurren situaciones inseguras bajo distintas condiciones climáticas, ¿qué fabricante asume la responsabilidad por un accidente? En países como Estados Unidos, las sanciones judiciales pueden ser muy altas. 

Esto representa un riesgo y un obstáculo para avanzar hacia mayores niveles de autonomía. También existe un obstáculo humano. La disposición hacia la conducción autónoma sigue siendo limitada; alrededor del 60 % de las personas no confía en ella. Por lo tanto, persiste la duda sobre adoptar o no el modo autónomo. Otro obstáculo relevante es el costo. Muchos consumidores no están dispuestos a pagar un costo adicional elevado en un vehículo de pasajeros solo por mayor comodidad. Y los niveles más altos de autonomía requieren mayor capacidad de cómputo, más sensores, fusión de sensores e inteligencia artificial, lo que incrementa el costo. Existe entonces un obstáculo económico claro. La pregunta es qué nivel de autonomía justifica el costo para el usuario. Cuando se trata de seguridad, el consumidor está dispuesto a pagar. Sin embargo, pagar por autonomía enfocada en la comodidad sigue siendo un tema en debate.  

Es un proceso gradual. En condiciones ideales —clima soleado, buena señalización vial— los vehículos autónomos pueden operar con facilidad. Las cámaras detectan a larga distancia. El sistema tiene tiempo suficiente para reaccionar. La latencia no representa un problema crítico en estas condiciones. Pero con nevadas intensas, la complejidad aumenta. Un conductor con experiencia puede manejar incluso cuando la línea del carril ya no es visible. Aunque haya nieve en todas partes, ajusta la velocidad y conduce con precaución. Las lluvias y nevadas intensas representan un gran reto técnico. Aquí, el conjunto de sensores resulta clave y el avance es continuo. Las cámaras ofrecen buena visibilidad, pero cuano nieva llegan sus límites. El radar mantiene mejor rendimiento en esas condiciones, por eso la fusión de sensores es fundamental. En la actualidad, los fabricantes priorizan la seguridad y avanzan con cautela ante condiciones climáticas complejas. El objetivo es mantener un margen seguro. 

En vehículos de pasajeros, la tendencia actual se centra en seguridad. La conducción totalmente autónoma enfocada en entretenimiento implica riesgos. En cambio, el nivel dos plus —conducción automatizada— muestra fuerte crecimiento. Registra tasas superiores al 20 % anual gracias al uso de sensores para frenado de emergencia. Al salir de un estacionamiento, los sensores miran a la izquierda y a la derecha para detectar si vienen vehículos. Estos sistemas amplían el campo de visión más allá de lo que normalmente percibe el conductor. Y este punto es clave, ya que con el nivel dos plus se obtiene seguridad adicional y el conductor continúa proporcionando un servicio confiable, lo que representa una gran ventaja para las personas, y el costo adicional no es excesivo. El resultado es mayor seguridad con un costo adicional moderado. En camiones comerciales, el enfoque cambia. El nivel dos plus mejora la seguridad en ciudad, pero el verdadero beneficio económico —hasta 45 % de ahorro— se alcanza con autonomía total. Por eso, en transporte de carga resulta más atractivo llegar hacia una operación sin conductor. Y ese es el punto que ahora impulsan estas redes autónomas de transporte de mercancías, como en Estados Unidos, ya en circulación desde Phoenix hasta Orlando, Florida. En Estados Unidos ya existen redes autónomas de transporte de mercancías en autopistas bajo condiciones controladas y clima favorable, lo que hace viable la operación en nivel cinco y genera ahorros significativos. Por lo tanto, vale la pena porque el ahorro total del 45 % es realmente la motivación para invertir mucho más en sensores, potencia de procesamiento y potencia informática, con el fin de compensarlo. 

El reto del tráfico mixto sigue vigente. Ante conductores imprudentes, el vehículo autónomo activará el frenado de emergencia. En entornos caóticos, como grandes ciudades como Nueva Delhi, con tráfico intenso, el vehículo autónomo prioriza seguridad y puede volverse el más lento del flujo, porque aplicará los frenos, ya que es la opción más segura. Por eso, implementar autonomía requiere estrategias específicas. Una opción futura podría ser dedicar las zonas centrales de megaciudades exclusivamente a vehículos autónomos y servicios de movilidad. Ya no se necesitará un lugar para estacionarse, porque se llamará al coche. Sin tráfico mixto, la operación será más eficiente y segura. Otra aplicación viable son los sistemas de conducción autónoma en autopistas. En las autopistas, los camiones y los automóviles de pasajeros circulan en una sola dirección, incluso en tráfico mixto. Considero que, a estas alturas, los escenarios ya están lo suficientemente entrenados como para alcanzar un buen nivel de seguridad en condiciones climáticas favorables. No hablamos de nevadas ni lluvias intensas; eso resulta más complejo.  

La forma más sencilla de entender la conducción autónoma es compararla con la manera en que se conduce hoy. ¿Cómo manejamos hoy en día? Utilizamos dos ojos, dos sensores visuales. Tenemos un cerebro con un coeficiente intelectual más o menos alto, dependiendo del conductor. Contamos con iluminación y limpiaparabrisas, lo que brinda capacidad de conducción las 24 horas del día, en cualquier condición climática. En la conducción autónoma, esto se traduce en cámaras, radar, LIDAR e inteligencia artificial. También se integra iluminación digital, lo que aporta mayor capacidad de operación. El punto es que los sensores son muy distintos; una cámara funciona muy bien en condiciones climáticas favorables. Se pueden leer letreros y cualquier tipo de información en la carretera. En cuanto al radar, destaca en la detección de movimiento y en la capacidad de operar a través de lluvia y niebla. El LIDAR utiliza puntos láser. Genera una representación tridimensional del objeto y muestra la distancia y la forma del objeto en sí. Pero a 200 metros, solo se ven unos pocos puntos. La clave está en combinar sensores para lograr identificación precisa de objetos y evitar colisiones bajo distintas condiciones climáticas. Se comienza con la iluminación y la cámara, y el radar aporta la detección de movimiento.    

Esto significa que se puede detectar movimiento a mayor distancia, incluso cuando no sería visible a simple vista durante la noche. Puede tratarse simplemente de una bolsa de plástico en la calle, pero el radar no lo sabe. ¿Es una bolsa de plástico? ¿Qué es? ¿O es un venado o alguien en bicicleta? Se requiere iluminación y cámara para identificar de qué objeto set trata. De forma similar, el LIDAR puede utilizarse en determinadas situaciones, pero solo dentro de un alcance limitado. La clave es utilizar distintos sensores para alcanzar la mayor probabilidad posible de identificar qué tipo de objeto se encuentra al frente y determinar si se circula de forma segura y si es posible evitar una colisión. Y en distintas condiciones climáticas. Cada sensor tiene ventajas y limitaciones. Por ejemplo, cuando el sol está muy bajo de frente y el alcance de la cámara se reduce considerablemente, el vehículo autónomo puede desviarse entre carriles. Se mueve de izquierda a derecha porque el alcance hacia adelante es demasiado corto. Es un proceso gradual que requiere muchos kilómetros de validación y entrenamiento de la inteligencia artificial para operar un vehículo como se espera en condiciones reales.