Tecnología

Adiós a uno de los grandes obstáculos del coche autónomo: el MIT les enseña a conducir con niebla

El Instituto de Tecnología de Massachusetts (MIT) ha desarrollado un nuevo sistema para coches autónomos que puede producir imágenes de objetos envueltos por niebla tan espesa que resulte impenetrable para el ojo humano y ubicarlos en el espacio gracias a poder medir la distancia a la que se encuentran los objetos.

Este avance se irá complementando con otros avances en los sensores de conducción autónoma como el láser desarrollado por la Universidad de Standford, capaz de detectar objetos escondidos a los ángulos de visión de los vehículos.

La incapacidad de manejar las condiciones para conducir con niebla ha sido uno de los principales obstáculos para el desarrollo de sistemas de circulación autónoma ya que los vehículos se basan en sensores que utilizan luz visible, los lidar. Este sistema destaca por su capacidad de para leer señales de tráfico y rastrear marcadores de carril, sin embargo la niebla devuelve los impulsos de luz e impide su correcto funcionamiento, con lo que el desarrollo del MIT podría ser un paso crucial para los automóviles sin conductor.

Los investigadores de Massachusetts probaron el sistema usando un pequeño tanque de agua con el motor vibratorio de un humidificador sumergido en él. En una niebla tan densa que la visión humana podía penetrar solo 36 centímetros, el sistema podía resolver imágenes de objetos y medir su profundidad en un rango de 57 centímetros.

Aunque cincuenta y siete centímetros puede no parecer una gran distancia, la niebla producida por el estudio es mucho más densa que cualquiera con la que un conductor humano tendría que lidiar. En el mundo real, una niebla típica podría permitir una visibilidad de entre 30 y 50 metros. El punto vital es que el sistema funcionó mejor que la visión humana, mientras que la mayoría de los sistemas de imágenes funcionan mucho peor. Un sistema de navegación que fuera tan bueno como un conductor humano para conducir en la niebla sería un gran avance.

"Decidí asumir el desafío de desarrollar un sistema que pueda ver a través de la niebla real", dice Guy Satat, un estudiante graduado en el MIT Media Lab, quien dirigió la investigación. "Estamos lidiando con niebla realista, que es densa, dinámica y heterogénea -añade-. Se mueve y cambia constantemente, con zonas de niebla más densa o densas. Otros métodos no están diseñados para hacer frente a estos escenarios realistas".

Uso de ráfagas ultracortas

Satat y sus colegas describen su sistema en un documento que presentarán en la Conferencia Internacional de Fotografía Computacional en mayo. El nuevo sistema utiliza una cámara de 'tiempo de vuelo', que dispara ráfagas ultracortas de luz láser en una escena y mide el tiempo que tardan sus reflexiones en regresar.

En un día despejado, el tiempo de retorno de la luz indica fielmente las distancias de los objetos que lo reflejaron. Pero la niebla hace que la luz se "disperse" o rebote de forma aleatoria. En climas nublados, la mayoría de la luz que llega al sensor de la cámara se habrá reflejado en gotas de agua suspendidas en el aire, no en los tipos de objetos que los vehículos autónomos deben evitar. E incluso la luz que se refleja en los obstáculos potenciales llegará en diferentes momentos, habiendo sido desviada por gotas de agua tanto en la salida como en el camino de regreso.

El sistema del MIT evita este problema mediante el uso de estadísticas. Los patrones producidos por la luz reflejada en la niebla varían según la densidad de la niebla: en promedio, la luz penetra menos profundamente en una niebla espesa que en una neblina ligera. Pero los investigadores del MIT pudieron demostrar que, sin importar lo espesa que sea la niebla, los tiempos de llegada de la luz reflejada se adhieren a un patrón estadístico conocido como distribución gamma.

Las distribuciones gamma son algo más complejas que las distribuciones gaussianas, las distribuciones comunes que producen la curva de campana familiar: pueden ser asimétricas y pueden adoptar una variedad más amplia de formas. Pero al igual que las distribuciones gaussianas, están completamente descritas por dos variables. El sistema MIT estima los valores de esas variables sobre la marcha y utiliza la distribución resultante para filtrar la reflexión de la niebla de la señal de luz que llega al sensor de la cámara de tiempo de vuelo.

Fundamentalmente, el sistema calcula una distribución gamma diferente para cada uno de los 1.024 píxeles en el sensor. Es por eso que es capaz de manejar las variaciones en la densidad de niebla que frustraron los sistemas anteriores: puede manejar las circunstancias en las que cada píxel ve un tipo diferente de niebla.

Complementará el láser de Standford

El avancen del MIT podrá complementar al trabajo del equipo de la universidad de Stanford (California, EEUU)m que ha desarrollado un sistema láser extremadamente sensible capaz de producir imágenes de objetos escondidos del ángulo de visión.

Esta tecnología permitirá desarrollar aplicaciones para vehículos autónomos, para que puedan conocer más información y ser más precisos en sus viajes. Asimismo abre otras posibles utilidades más allá de la conducción autónoma como ver a través del follaje desde vehículos aéreos o proporcionar a unidades de rescate la capacidad de encontrar personas cuya ubicación ha quedado bloqueada a la vista.

Este laser apunta a una pared con pulsos de luz láser -invisibles al ojo humano- y rebota contra objetos que estan escondidos detrás de una esquina para rebotar de nuevo en la pared y en el detector. Ese proceso actualmente dura desde dos minutos a una hora, dependiendo de condiciones como la iluminación y la reflectividad del objeto escondido, aunque se podrá mejorar hasta que sea casi instantáneo.

Antes de que el sistema esté del todo listo, los científicos deben conseguir que funcione mejor con luz del día y con objetos en movimiento, como con un balón que rebota o ante un niño que corre, ya que hasta la fecha funciona particularmente bien a la hora de detectar objetos retrorreflectantes, como señales de tráfico.

comentarios0WhatsAppWhatsAppFacebookFacebookTwitterTwitterLinkedinlinkedin