Investigadores del Departamento de Ciencias de la Computación de la Universidad de Oxford, en colaboración con colegas de la Universidad de Bogazici, Turquía, han desarrollado un novedoso sistema de inteligencia artificial (IA) para permitir que los vehículos autónomos (AV) logren una capacidad de navegación más segura y confiable, especialmente en condiciones climáticas adversas y Escenarios de conducción sin GPS. Los resultados se han publicado hoy en Nature Machine Intelligence .

Yasin Almalioglu, quien completó la investigación como parte de su doctorado en Filología en el Departamento de Ciencias de la Computación, dijo:"La dificultad para que los vehículos autónomos logren un posicionamiento preciso durante condiciones climáticas adversas desafiantes es una de las principales razones por las que estos se han limitado a ensayos a escala relativamente pequeña hasta hasta ahora. Por ejemplo, el clima como la lluvia o la nieve puede hacer que un AV se detecte en el carril equivocado antes de un giro, o que se detenga demasiado tarde en una intersección debido a un posicionamiento impreciso".

Para superar este problema, Almalioglu y sus colegas desarrollaron un nuevo modelo de aprendizaje profundo autosupervisado para la estimación del movimiento del ego, un componente crucial del sistema de conducción de un AV que estima la posición de movimiento del automóvil en relación con los objetos observados desde el propio automóvil. El modelo reunió información muy detallada de sensores visuales (que pueden verse interrumpidos por condiciones adversas) con datos de fuentes inmunes al clima (como el radar), de modo que los beneficios de cada uno puedan usarse bajo diferentes condiciones climáticas.

El modelo se entrenó utilizando varios conjuntos de datos AV disponibles públicamente que incluían datos de múltiples sensores como cámaras, lidar y radar en diversas configuraciones, incluidos niveles variables de luz/oscuridad y precipitación. Estos se utilizaron para generar algoritmos para reconstruir la geometría de la escena y calcular la posición del automóvil a partir de datos novedosos. Bajo varias situaciones de prueba, los investigadores demostraron que el modelo mostró un sólido rendimiento en todo tipo de clima, incluidas condiciones de lluvia, niebla y nieve, así como de día y de noche.

El equipo prevé que este trabajo acercará un paso más a los vehículos autónomos a la conducción autónoma segura y fluida en todo tipo de clima y, en última instancia, a un uso más amplio dentro de las sociedades.

El profesor Niki Trigoni, del Departamento de Ciencias de la Computación de la Universidad de Oxford, quien cosupervisó el estudio, dijo:"La capacidad de posicionamiento preciso proporciona una base para numerosas funcionalidades centrales de los vehículos autónomos, como la planificación del movimiento, la predicción, la conciencia situacional y la prevención de colisiones". Este estudio proporciona una interesante solución complementaria para que la pila de software AV logre esta capacidad".

El profesor Andrew Markham (Departamento de Ciencias de la Computación de la Universidad de Oxford), también cosupervisor del estudio, agregó:"Estimar la ubicación precisa de los vehículos autónomos es un hito fundamental para lograr una conducción autónoma confiable en condiciones desafiantes. Este estudio aprovecha de manera efectiva la complementariedad aspectos de diferentes sensores para ayudar a los vehículos autónomos a navegar en escenarios diarios difíciles". + Explora más

Los datos del mal tiempo podrían ayudar a los vehículos autónomos a ver