Uno de los pilares de la autonomía de los coches que circulan sin conductor, radica en el apoyo que reciben de los sistemas de navegación.
Si por algún motivo se pierde acceso a la red GPS, el vehículo simplemente ya no puede orientarse. De la mano de un nuevo algoritmo desarrollado en el Caltech, Instituto Tecnológico de California, se puede brindar ayuda a estos sistemas autónomos para reconocer dónde se encuentran sólo mirando el terreno a su alrededor, adaptándose a diversas condiciones climáticas.
Un “plan b” para los coches autónomos, por si falla el GPS
El algoritmo presentado no comenzó desde cero. Los investigadores se basaron en el sistema VTRN, sigla de la traducción de Navegación Visual Relativa al Terreno, el cual data desde la década de 1960.
Este sistema, que podía comparar el terreno aledaño con una base de datos de imágenes satelitales en alta resolución, tenía como principal limitante lo estrictas que debían ser las coincidencias. Aspectos propios de cada clima, como la caída de nieve o la adición de cualquier otro obstáculo superficial, dificultan las posibilidades de generar una coincidencia entre lo sondeado y los registros previos.
La solución propuesta por Caltech llega de la mano de técnicas de aprendizaje profundo e inteligencia artificial, que dotaron a este sistema de la versatilidad necesaria para adaptarse a estos cambios tan cotidianos del entorno.
Utilizando lo que hoy se denomina “aprendizaje autosupervisado”, esta IA puede encargarse de buscar patrones en las imágenes, evaluando ciertos detalles y características que se escapan a la mirada común del ojo humano.
«La regla general es que ambas imágenes —la del satélite y la del vehículo autónomo— tienen que tener un contenido idéntico para que las técnicas actuales funcionen. Las diferencias que pueden manejar son sobre lo que se puede lograr con un filtro de Instagram que cambia los tonos de una imagen», comentó Anthony Fragoso, investigador del equipo y autor principal del estudio. «En los sistemas reales, sin embargo, las cosas cambian drásticamente en función de la temporada porque las imágenes ya no contienen los mismos objetos y no se pueden comparar directamente», agregó.
Según el reporte de los investigadores, mientras la última generación de la tecnología VTRN puede garantizar apenas un 50% de precisión en tareas como la encomendada en este caso, con el apoyo del algoritmo de Caltech la probabilidad de éxito asciende a un 92%. Vale considerar además, que el 8% restante pudo identificarse como una selección de escenarios problemáticos de antemano.
Aunque el aporte para los coches autónomos o drones es significativo, más allá de las fronteras de nuestro planeta también puede ser útil esta nueva tecnología. El rover Perseverance que visitó Marte en una misión de 2020, utilizó VTRN. La adopción de este nuevo sistema en el futuro, podría permitir una navegación más segura y eficiente para apoyar los objetivos científicos en el planeta rojo.
Este desarrollo continúa sometido a perfeccionamientos. El reporte de estos primeros avances se encuentra en un artículo publicado por la revista Science Robotics.
Si te ha gustado el contenido Invítanos a un café. ¡Gracias por seguir leyéndonos!
☞ El artículo completo original de Nicolás Verdejo lo puedes ver aquí
No hay comentarios.:
Publicar un comentario