Investigadores de la Universidad de Michigan han desarrollado una nueva forma de probar los autos de piloto automático, con la que no puede pasar los miles de millones de kilómetros de pruebas de carretera necesarias para la admisión a la operación.
El proceso, que se desarrolló utilizando datos de más de 40 millones de kilómetros en el mundo real, puede reducir el tiempo requerido para evaluar vehículos robóticos en situaciones potencialmente peligrosas de 300 mil a 100 millones de veces. Los investigadores señalan que esto puede ahorrar el 99.9% del tiempo y los costos de las pruebas.
Roger L. McCarthy, profesor de ingeniería en la Universidad de Michigan, argumenta que incluso los esfuerzos más avanzados y a gran escala para probar los autos de piloto automático hoy en día no justifican la necesidad de realizar pruebas rigurosas de los autos. En lugar de un enfoque integrado que mide todo a la vez, el nuevo método desglosa el proceso en componentes separados que se pueden volver a probar en la simulación, proporcionando a los vehículos controlados automáticamente con conjuntos comprimidos de las situaciones de tráfico más difíciles. Si, por ejemplo, necesita obtener datos sobre la reacción de un robot robótico ante un obstáculo inesperado, los esfuerzos deben centrarse en esta situación. Cómo se comportarán los vehículos no tripulados en momentos "aburridos" también se puede obtener mediante análisis estadístico.
Los investigadores ofrecen una comparación simple: un total de 1,000 millas (1.6 mil km) de pruebas equivalen a 300 mil - 100 millones de millas (482.8 mil kilómetros - 161 millones de kilómetros) en el mundo real. Y aunque 100 millones de millas suenan como una distancia demasiado larga, eso no es suficiente. Para que los investigadores obtengan suficientes datos para certificar la seguridad sin conductor, se necesitan escenarios viales complejos y extremadamente raros. Por ejemplo, un accidente fatal solo ocurre una vez cada 100 millones de millas.
Para que los consumidores acepten subirse a un automóvil sin conductor, es necesario demostrar con un 80% de certeza que es un 90% más seguro que un vehículo humano. Para esto, los automóviles tendrían que viajar 17.7 millones de km (11 millones de millas), ya sea en el mundo real o en una simulación. Incluso durante una década de pruebas durante todo el día en condiciones urbanas típicas, se escribirán un poco más de 3 millones de km (2 millones de millas).
Además, los vehículos totalmente automatizados requieren un tipo de prueba completamente diferente al utilizado para los automóviles de hoy. Incluso las preguntas formuladas por los investigadores son más complicadas. En lugar de averiguar qué sucede en un accidente, deberían determinar con qué éxito los automóviles pueden evitar que ocurra.
Los científicos han elaborado una analogía para probar un automóvil con una cita con el médico. Métodos de prueba para automóviles con control humano: esto es medir la presión arterial o la frecuencia cardíaca, probar vehículos no tripulados y verificar el coeficiente intelectual del paciente.
Para desarrollar un enfoque acelerado de cuatro etapas, los investigadores analizaron datos de 40,6 millones de kilómetros reales (25,2 millones de millas) recopilados por dos proyectos del Instituto de Estudios de Transporte de la Universidad de Michigan. En el transcurso de dos años, desplegaron alrededor de 3.000 automóviles y voluntarios.
Luego identificaron eventos que podrían contener "interacciones significativas" entre el vehículo automático y la persona conducida, y crearon una simulación que reemplazó todo el viaje sin incidentes con estas interacciones significativas. Después de eso, programaron la simulación para que los vehículos no tripulados vieran a los conductores humanos en las carreteras como la principal amenaza, y colocaron automóviles conducidos por personas al azar en todas partes.
La fase de programación fue seguida por pruebas matemáticas para evaluar el riesgo y la probabilidad de ciertos resultados, incluyendo lesiones, accidentes y momentos cercanos al accidente. En conclusión, los investigadores interpretaron los resultados de las pruebas aceleradas, utilizando el método de
muestreo por significación , para descubrir cómo los automóviles automáticos responderán estadísticamente a las situaciones cotidianas en la carretera.
Se puede realizar un proceso de evaluación acelerado para varias maniobras potencialmente peligrosas. Hasta ahora, el equipo de investigación ha evaluado solo las dos situaciones más comunes que se espera que conduzcan a accidentes graves: un vehículo no tripulado que sigue a un conductor humano y, por el contrario, una persona en un automóvil que sigue el transporte autónomo. La precisión de la evaluación se determinó realizando y comparando simulaciones aceleradas y reales. El equipo señala que es necesario continuar la investigación y considerar otras situaciones en el camino.