Investigadores de la Universidad Politécnica de Cartagena (UPCT) desarrollan para la DGT un sistema de toma de decisión inteligente para vehículos autónomos a partir del comportamiento de diferentes tipos de conductores. El objetivo es «obtener modelos de comportamiento más realistas y asociados al tipo de vía y a las situaciones de tráfico real para mejorar los vehículos autónomos», explica Pedro Javier Navarro, responsable del Laboratorio de Vehículos Inteligentes de la UPCT.
Para ello se utiliza un coche, denominado Cloud Incubator Car (CICar), dotado de sensores láser 2D y 3D, radares, cámaras, sistemas inerciales, etc. Además de la información que suministran estos sistemas, se capturan datos biométricos y datos de comportamiento del conductor ante situaciones de tráfico concretas. “La toma de decisiones de un vehículo autónomo está condicionada por el tipo de vía, las condiciones ambientales, el comportamiento de otros vehículos y el estado anímico de sus ocupantes, siendo estos dos últimos factores difíciles de estimar y de alta incertidumbre”, detalla Navarro. Los millones de datos obtenidos se utilizarán para crear modelos matemáticos basados en inteligencia artificial que podrán transferirse al vehículo y reducir la incertidumbre asociada al comportamiento humano.
Parámetros biomédicos
Este verano, investigadores del Laboratorio de Vehículos Inteligentes de la UPCT han registrado el modo de conducción y los parámetros biomédicos de medio centenar de voluntarios al volante de su vehículo autónomo como parte del proyecto para la DGT. Registrando con sus múltiples sensores y cámaras distintos perfiles de conductor, el vehículo autónomo podrá programarse con diferentes módulos de conducción, “para que actúe de forma más flexible, como lo haría un humano”, según explica el investigador responsable, Pedro Javier Navarro.
Los voluntarios han portado un reloj biomédico que ha captado su ritmo cardíaco, sudoración y temperatura, con el objetivo de que los futuros vehículos inteligentes puedan activar su modo autónomo para evitar accidentes como los asociados a un alto estrés del conductor o un ataque cardiaco.“El objetivo es obtener modelos de comportamiento más realistas y asociados al tipo de vía y a las situaciones de tráfico real para mejorar los vehículos autónomos”, explica el docente de la Escuela de Telecomunicación de la UPCT.