El sector de los coches autónomos no solamente es tecnológicamente excitante, también es extremadamente relevante para la evolución de nuestra sociedad, para evitar atascos y reducir el número de accidentes en todo el mundo.
Imaginemos un pueblo en una montaña con unos pocos ancianos viviendo en él, ancianos que dependen de horarios de autobuses para poder ir al centro médico más cercano, o a la farmacia, o al supermercado… con los coches autónomos podría ser mucho más sencillo, podrían pedir uno desde el móvil y tenerlo en poco tiempo en la puerta de su casa, ya que el número de vehículos disponibles serían mucho mayor que el número de taxis actuales, por ejemplo, con un costo mucho más reducido (incluso patrocinado por los ayuntamientos en muchos casos).
Pero para que todo esto sea viable hay que solucionar algunos problemas básicos, y lo de ver detrás de las esquinas es uno de ellos. Es necesario que la «visión» de los coches autónomos sea completa, comunicándose unos con otros con la latencia cero que 5G promete y viendo cosas que el ser humano no puede ver, pero sí intuir.
Con ese objetivo llegan los ingenieros del MIT con un sistema que puede detectar pequeños cambios en las sombras en el suelo para determinar si hay un objeto en movimiento a la vuelta de la esquina, lo que puede evitar una posible colisión con otro automóvil o peatón que salga de la esquina de un edificio o entre coches aparcados.
En un artículo que se presentará en la Conferencia Internacional sobre Robots y Sistemas Inteligentes (IROS) de la próxima semana, los investigadores describen experimentos exitosos con un automóvil autónomo que circula por un estacionamiento y una silla de ruedas autónoma que navega por los pasillos. Consigue detectar y detenerse cuando un vehículo que se aproxima o una persona gira la esquina. El sistema supera al LiDAR tradicional, que solo puede detectar objetos visibles, en más de medio segundo, suficiente para evitar un accidente.
Después de detectar la sombra e identificar presencia, el vehículo puede reducir la velocidad, adaptar su camino y prepararse con anticipación para evitar una colisión.
Actualmente, el sistema solo se ha probado en entornos interiores, donde las velocidades robóticas son mucho más bajas y las condiciones de iluminación son más consistentes, lo que facilita que el sistema detecte y analice las sombras, pero ya están avanzando para «sacarlo fuera».
Para su trabajo, los investigadores desarrollaron un sistema llamado «ShadowCam», que utiliza técnicas de visión por computadora para detectar y clasificar los cambios en las sombras en el suelo. ShadowCam usa secuencias de fotogramas de video de una cámara que apunta a un área específica, como el piso frente a una esquina. Detecta cambios en la intensidad de la luz con el tiempo, de una imagen a otra, que pueden indicar que algo se aleja o se acerca. Algunos de esos cambios pueden ser difíciles de detectar o invisibles a simple vista, y pueden estar determinados por varias propiedades del objeto y el entorno. ShadowCam calcula esa información y clasifica cada imagen como que contiene un objeto estacionario o dinámico y en movimiento. Si llega a una imagen dinámica, reacciona en consecuencia.
Indican que adaptar ShadowCam para vehículos autónomos necesitó algunas alteraciones. Desarrollaron un proceso que combina el registro de imágenes y una nueva técnica de odometría visual que estima el movimiento de una cámara en tiempo real mediante el análisis de pose y geometría en secuencias de imágenes.
Podéis leer más detalles en news.mit.edu.
Imagen de depositphotos.com