Artículo

Roberto Arroyo, doctorando del departamento de Electrónica de la UAH e investigador del grupo Robesafe, ha quedado finalista en el congreso internacional de robótica ‘Robotics. Science and Systems Conference’ con un sistema sobre conducción autónoma que funciona de una forma parecida al cerebro humano, actualizando de forma automática el entorno de conducción, lo que mejora la seguridad en la conducción de vehículos inteligentes.

Una alcantarilla que necesita ser reparada en mitad de la calzada, una rama de árbol que cae a la carretera, un contenedor de basura arrastrado por el viento al otro lado de la calle o una nevada que cambia el perfil y las condiciones de la vía pública. El entorno urbano cambia de forma permanente y los vehículos inteligentes tienen que responder de forma efectiva e instantánea a esos cambios estructurales o coyunturales para garantizar la seguridad de los viajeros. Y en eso precisamente consiste el trabajo de investigación llevado a cabo por Roberto Arroyo en colaboración con otros ex estudiantes de la UAH, como Pablo Fernández Alcantarilla, que ha quedado finalista en la última edición de este congreso internacional que se celebró antes del verano en la Universidad de Michigan.

Este sistema permite detectar los cambios en la calzada.

El trabajo premiado se titula ‘Street-View Change Detection with Deconvolutional Networks’ y detecta los cambios estructurales que puedan producirse en entornos urbanos. La detección se realiza mediante sensores y la información se convierte en una herramienta muy útil a la hora de garantizar la seguridad en la conducción autónoma. ‘Con estos sensores se actualiza de forma permanente la información de los mapas que tienen integrados los vehículos autónomos evitando, de este modo, que puedan producirse accidentes ante cualquier cambio en la calzada o en su entorno’, explica Roberto Arroyo.
Los sensores funcionan como lo hace el cerebro, mediante el uso de redes neuronales convolucionales. ‘Las redes convolucionales son sistemas que funcionan igual que lo hace el cerebro: mediante un aprendizaje inicial se entrena cómo es un cambio en un entorno y el sistema ‘aprende’ a detectar dichos cambios’, explica el investigador de la UAH.

El sistema Street-View es muy útil asimismo en situaciones de catástrofes, ‘porque los sensores también serían eficaces para rescatar a personas atrapadas entre los escombros, ya que detectan los cambios que se han producido en el mismo’.

Sistemas de estas características son necesarios para dotar de más seguridad a los vehículos autónomos, el gran reto al que se enfrentan este tipo de coches inteligentes en este momento.

‘Para nosotros ha sido una noticia muy positiva. Fue una sorpresa que aceptaran nuestro trabajo, porque solo se aceptaron el 20% de los presentados, y ha sido más sorprendente aún que hayamos quedado finalistas en un foro tan competitivo’, agrega Arroyo, quien agradece la colaboración prestada en este trabajo por su director de tesis, Luis Miguel Bergasa.