Suche
Mein Konto
Los robocars aprenden de los cuasi accidentes
ALP.Lab, la región austriaca de pruebas para la conducción automatizada, instala por primera vez en los cruces sistemas de cámaras que pueden detectar y analizar casos de casi accidente.
Los robocars aprenden de los cuasi accidentes
Los técnicos de ALP.Lab están instalando actualmente los sistemas de vigilancia del tráfico basados en objetos en Graz y en otras intersecciones rurales y urbanas de Austria. "Montamos los sensores de los automóviles modernos en postes de las calles para detectar accidentes que casi ocurren", explica el director general de ALP.Lab, Gerhard Greiner. En particular, la zona de las intersecciones supone un enorme desafío para el desarrollo de vehículos autónomos. Aquí se dan cita coches, camiones y peatones, patinetes eléctricos, bicicletas eléctricas y monopatines, así como próximamente la primera generación de vehículos semiautónomos. Los sistemas de observación del tráfico ALP.Lab utilizan radar, lidar y cámaras ópticas para registrar de forma anónima a los usuarios de la vía y dividirlos en categorías. Los municipios y los planificadores del tráfico también pueden utilizar los datos para aumentar la seguridad vial y desarrollar formas eficientes de transporte público.
Asistentes de conducción inteligentes
Los datos recopilados se utilizan principalmente como datos de entrenamiento para sistemas de conducción autónomos. A diferencia de los estudiantes que conducen humanos, los sistemas informáticos tienen que almacenar y procesar enormes cantidades de datos para poder derivar acciones significativas a partir de ellos. ALP.Lab ahora puede ofrecer estos datos a proveedores de automóviles y fabricantes de vehículos, así como a proyectos de investigación científica. "Los datos de observación del tráfico son un complemento ideal para las pruebas reales de las funciones de conducción automatizada que ofrece ALP.Lab", explica Gerhard Greiner, director general de ALP.Lab. Para evitar los accidentes lo mejor posible, se deben evaluar los datos no sólo de los accidentes ocurridos sino también de los que estuvieron a punto de sufrir un accidente. Estos escenarios de tráfico llamados críticos incluyen, por ejemplo, peatones que tienen dificultades para cruzar la calle antes del final de la fase verde o vehículos que cambian repentinamente su radio de giro para evitar cruzar a los ciclistas. Los sensores utilizados funcionan las 24 horas del día, los 365 días del año y, por lo tanto, no sólo pueden registrar una gran cantidad de escenarios típicos y peligrosos, sino también correlacionarlos con una amplia variedad de condiciones generales, como el volumen de tráfico, el clima, el tiempo o la temperatura. Jost Bernasch, director general de ALP.Lab: "Este tipo de vigilancia del tráfico es un territorio nuevo a nivel internacional y ya está despertando un gran interés entre los expertos".