Google también trabaja activamente en materia de movilidad autónoma. Concretamente, ha creado un tipo de vehículo cuyos sensores y softwares están diseñados para detectar peatones, ciclistas, vehículos o trabajos de carretera desde una distancia mayor de hasta dos campos de fútbol en todas las direcciones. Además, estos vehículos pueden adaptarse a cambios inesperados como carriles cerrados o responder a señalizaciones complejas.
Actualmente, tienen dos tipos de vehículos y están trabajando con el objetivo de añadir próximamente 100 nuevos Chrysler Pacifica Hybrid a su flota. Por ahora, tienen conductores de prueba detrás del volante que proporcionan información al equipo de ingeniería sobre cómo conducen los vehículos.
Aun así, la historia de Google en materia de movilidad autónoma se inició en 2009, cuando se propusieron el desafío de conducir de manera totalmente autónoma más de diez rutas ininterrumpidas de 100 millas con sus vehículos Toyota Prius. En 2012 añadieron el Lexus RX450h y continuaron con la auto-conducción en autopistas con controladores de prueba. Para ello, invitaron a algunos empleados de Google a utilizar sus coches para viajes de trabajo y de fin de semana.
Ese mismo año, probaron la movilidad autónoma en ciudad, donde siempre hay más obstáculos inesperados como peatones, ciclistas… Steve Mahan, del Centro de Ciegos del Valle de Santa Clara, realizó su primer paseo de prueba en el asiento del conductor, acompañado por un conductor de prueba.
En 2014 se diseñó un nuevo prototipo de vehículo con sensores personalizados, computadoras, dirección y frenado, pero sin volantes ni pedales. Un año más tarde, este prototipo se incorporó a la circulación, uniéndose la flota Lexus en las calles de Mountain View (California) y Austin (Texas).
En 2015 tuvo lugar el primer paseo totalmente autodirigido del mundo en las vías públicas. Steve Mahan se unió al viaje, pero en este caso se montó solo en un vehículo sin volante, sin pedales, ni conductor en las carreteras públicas de Austin. Finalmente, en 2016 empezaron a probar la movilidad autónoma en Phoenix (Arizona). Además, ese mismo año, el proyecto ‘The Google self-driving car’ se convirtió en Waymo, una empresa independiente de tecnología de auto-conducción con el fin de hacer más fácil y segura la conducción.
Casi cualquier aspecto del mundo automovilístico se está transformando por la tecnología e IBM tiene mucho que decir. Según un estudio del IBM Institute of Business Value, ‘Una nueva relación – personas y automóviles’, los vehículos se están convirtiendo en parte del Internet de las Cosas (IoT), ya que las nuevas opciones de movilidad están transformando la vida y las expectativas de los consumidores. Los coches de hoy en día están pasando de ser un medio de transporte a ser un nuevo tipo de centro de datos en movimiento con sensores a bordo y ordenadores que captan información sobre el coche, el conductor, los pasajeros y el entorno, en tiempo real. Al mismo tiempo, las interfaces de conversación están permitiendo a los conductores interactuar con sus vehículos de forma más natural. Si a esto añadimos las capacidades cognitivas, los automóviles pueden llegar a conocer mejor a los conductores y personalizar la experiencia.
La tecnología cognitiva de IBM, cuyo máximo exponente es IBM Watson, es capaz de entender el lenguaje natural -con su riqueza de matices y giros-, puede responder a preguntas complejas en pocos segundos gracias a su avanzada capacidad de análisis de grandes cantidades de datos y aprende de cada experiencia e interacción.
La plataforma IBM IoT for Automotive extiende la capacidad y potencia de la tecnología cognitiva a los coches conectados, recogiendo datos de sensores y sistemas para mejorar la experiencia de conducción. Las capacidades de aprendizaje de IBM Watson permiten que los sistemas de los coches puedan aprender de las preferencias, necesidades y hábitos a la hora de conducir, para de este modo personalizar la experiencia de conducción y mejorar los niveles de confort y seguridad.
La compañía está trabajando con una serie de empresas para llevar la potencia y capacidad de Watson al vehículo, utilizando datos para ofrecer experiencias altamente personalizadas y recomendaciones. Es por ejemplo el caso de General Motors, que ha utilizado Watson para crear OnStar Go, la primera plataforma móvil cognitiva de la industria que ofrecerá a los conductores la posibilidad de aprovechar al máximo el tiempo que pasan en el coche.
Panasonic, por su parte, está impulsando las capacidades cognitivas de Watson, incluyendo el procesado y comprensión del lenguaje natural para responder a cuestiones y dar recomendaciones en ruta.
En el caso de Local Motors, la compañía ha lanzado el primer vehículo autónomo, Olli, un minibús autónomo, impreso en 3D, que integra además las capacidades de IBM Watson para automoción. Se trata de una solución segura y sostenible para la movilidad en las ciudades que posibilita la interacción directa con usuarios gracias a su inteligencia cognitiva sobre temas relacionados con la ruta o posibles recomendaciones en el lugar de destino.
Por su parte, IBM colabora con el Grupo BMW, del que hablamos al principio del reportaje, con el fin de explorar conjuntamente las capacidades cognitivas de IBM Watson para personalizar la experiencia de conducción y crear sistemas de apoyo al conductor mucho más intuitivos en los coches del futuro.
Además, Honda R&D se apoya también en la tecnología de IBM Watson IoT para la toma de decisiones en tiempo real durante carreras de Fórmula 1. Los investigadores de la empresa automovilística analizan los datos recogidos por los más de 160 sensores instalados en los monoplazas, con el objetivo de mejorar el rendimiento del piloto, así como la eficiencia del combustible, posibles ajustes de velocidad o paradas en boxes.
Y, finalmente, Peugeot tiene un acuerdo con IBM con el fin de ayudar a varias industrias en el ámbito de Internet of Things para analizar datos y ofrecer nuevos servicios en los vehículos conectados.
Otra compañía que también está desarrollando importantes avances es Indra, que lidera AUTOCITS, uno de los primeros proyectos que va a probar la conducción autónoma en las carreteras europeas. Las tres ciudades donde se pondrá en marcha este proyecto serán Lisboa, Madrid y París. Concretamente, las pruebas se desarrollarán en el carril Bus-VAO que conecta con la vía de circunvalación M-30, en Madrid; en la autopista A-4 a las afueras de París; y en las Avenidas Marginal y Brasilia, dos vías importantes que conectan la ciudad de Lisboa con la autopista A-36 y otras infraestructuras de transporte, como barco y ferrocarril. En cada uno de estos pilotos se van a desplegar servicios cooperativos que tecnológicamente ya son posibles hoy en día (denominados servicios ‘Day 1’), gracias a otros proyectos de I+D+i previos.
Por ejemplo, en el caso de Madrid está previsto probar el envío directo de información desde el centro de control a los vehículos (I2V) para notificar puntos potencialmente peligrosos, como obras viales, presencia de un vehículo de emergencia, lento o estacionado, así como alertas por condiciones meteorológicas. Asimismo, en Lisboa, se notificará información similar con advertencias y ubicaciones peligrosas, pero utilizando la comunicación V2X entre el vehículo y cualquier objeto o dispositivo conectado, en este caso, un segundo vehículo “instrumentalizado”. Mientras que en París, además de este tipo de avisos de situaciones peligrosas se notificarán los atascos y se contribuirá a gestionarlos, ofreciendo información sobre la velocidad o carriles recomendados, alternativas, etc. utilizando la comunicación I2V desde el centro de control a los vehículos autónomos.
AUTOCITS pretende así facilitar la circulación de los vehículos autónomos en los nodos urbanos mediante el desarrollo de los servicios inteligentes de transporte basados en sistemas cooperativos (C-ITS), que permiten la comunicación y el intercambio seguro de datos entre vehículos, usuarios e infraestructura, utilizando el estándar de comunicaciones europeo ITS-G5. El proyecto aborda los vínculos entre esa conectividad y la automatización, centrándose especialmente en la seguridad vial y en los cambios necesarios en la infraestructura y en los centros de control de tráfico en un sentido físico y digital. De este modo, se trata de conciliar la función de gestión del tráfico que se lleva a cabo desde estos centros con la presencia de los vehículos sin conductor, teniendo en cuenta además que la información que proporcionan las autoridades de tráfico a través de los servicios inteligentes C-ITS tiene una importancia creciente en los niveles más altos de automatización para desencadenar acciones tanto en vehículos convencionales como automatizados.
Los tres pilotos que se van a diseñar y que se van a desarrollar y desplegar a lo largo de 2017 y 2018 permitirán probar la relación entre coches autónomos, convencionales y centros de control y la elaboración de recomendaciones a partir del análisis de resultados. El objetivo es avanzar en el marco regulatorio y las normas de tráfico para mejorar la interoperabilidad de los coches autónomos, asegurar su correcta circulación a través de todos los tipos de carreteras de los diferentes países europeos y su convivencia segura con el resto de vehículos, ya que actualmente no existe un estándar a nivel europeo y las normas de cada país tienen distinto grado de madurez, con España y Francia en una posición avanzada.
La Dirección General de Tráfico (DGT), la Universidad Politécnica de Madrid (UPM), la Autoridad Nacional de Segurança Rodoviária (ANSR), la Universidad de Coimbra (UC), el Instituto Pedro Nunes (IPN) e Inventeurs du Monde Numérique (INRIA) completan el consorcio del proyecto de I+D+i AUTOCITS, que cuenta con un presupuesto de 2,6 millones de euros y financiación del programa europeo CEF (Conecting Europe Facility).
Finalmente, los Mapas de Alta Definición de TomTom y su tecnología de localización RoadDNA ayudan a los vehículos autónomos a ubicarse a sí mismos con exactitud en la carretera y en las maniobras previstas, incluso cuando se viaja a altas velocidades. Los mapas proporcionan un modelo de nivel de carril en 3D muy riguroso de la red de carreteras. La capa de RoadDNA proporciona información inteligente desde el lado de la carretera que, en combinación con los sensores del vehículo, permite la localización para la conducción autónoma. Gracias a su aprendizaje constante, es muy robusto contra los cambios climatológicos y la eliminación de obstáculos en la carretera.
Además, recientemente, la compañía ha anunciado la adquisición de Autonomos, una startup de conducción autónoma con sede en Berlín. Autonomos ha estado ofreciendo servicios de consultoría en I+D para sistemas de asistencia de vehículos automatizados y ha desarrollado expertise y tecnologías en el proceso, incluyendo un stack completo de software para demos de conducción autónoma, tecnología de sensores 3D y procesamiento de imagen digital. Este equipo avanzará los productos de TomTom basados en mapas para aplicaciones de conducción autónoma.
