Coches autónomos con visión de rayos X: desarrollan una tecnología para que puedan 'ver' a través de las esquinas

La conducción autónoma de Tesla está iniciando su desembarco en países de Europa como España. Y no es la única compañía en desplegar sus servicios de robotaxis en el viejo continente, con proyectos de Uber en ciudades como Londres y Berlín. Sin embargo, como han revelado recientes informes, estos coches aún deben mejorar su tecnología para evitar desgracias.

Cargados con múltiples sensores y cámaras, y respaldados por software basado en IA, estos vehículos detectan objetos como peatones, vallas o bordillos para evitarlos durante su conducción. Sin embargo, aún dependen en gran medida de trabajadores remotos, como los conductores filipinos de Waymo.

Ingenieros de la Universidad de Pensilvania plantean un nuevo avance en la capacidad de reacción de los coches para evitar accidentes: poder adelantarse a lo que va a aparecer desde una esquina sin visibilidad.

De izquierda a derecha: Zitong Lan, Haowen Lai y Mingmin Zhao. Sylvia Zhang- U. Pensilvania Omicrono

Los robots no tienen tanta agilidad o reflejos como los humanos para esquivar en el último momento un objeto o a una persona y, menos aún, cuando se habla de vehículos que avanzan a gran velocidad por las calles.

Por eso, desde hace años los científicos tratan de facilitar a los robots, ya sean máquinas con forma humana o coches autónomos, la capacidad de ver lo que se aproxima con antelación. Mientras que algunos trabajos usan sistemas de visión por luz, nuevos enfoques plantean el uso de ondas de radio.

El robot que quiere jubilar a los bomberos: extingue incendios apagando varios fuegos a la vez sin que lo maneje un humano

Un proyecto reciente del MIT proponía una técnica para que los robots sean capaces de mirar dentro de cajas cerradas, lo que les dota de mayor control en su futuro trabajo en almacenes. Para ello, utilizan señales de ondas milimétricas (mmWave) con las que crear reconstrucciones 3D precisas de objetos, la misma tecnología que se puede aplicar a los coches autónomos.

Espejos radiofónicos

HoloRadar es un sistema que permite ver alrededor de las esquinas utilizando ondas de radio procesadas por IA: los robots y los coches pueden así reconstruir escenas tridimensionales fuera de su línea de visión directa, por ejemplo, detectando peatones que van a aparecer detrás de una esquina.

Los sensores LIDAR, presentes en muchos vehículos autónomos o con asistencia al conductor, utilizan rayos láser para medir distancias y movimientos precisos en tiempo real. Estos impulsos viajan a la velocidad de la luz, rebotan en los objetos circundantes y vuelven al sensor.

En cambio, en comparación con la luz visible, las señales de radio tienen longitudes de onda mucho más largas, una propiedad tradicionalmente considerada una desventaja para la obtención de imágenes porque limita la resolución.

Lo que supone un problema en ciertos usos, implica una ventaja en otros, como sucede en este caso. "Debido a que las ondas de radio son mucho más grandes que las pequeñas variaciones de la superficie de las paredes, esas superficies se convierten efectivamente en espejos que reflejan señales de radio de formas predecibles", dice Haowen Lai , estudiante de doctorado en CIS y coautor del nuevo artículo.

En la práctica, esto significa que superficies planas como paredes, suelos y techos pueden rebotar señales de radio en las esquinas, transmitiendo información sobre espacios ocultos a un robot o a un coche. HoloRadar captura estos reflejos y reconstruye lo que se encuentra más allá de la visión directa.

De esta forma, el sistema se plantea como una reinterpretación del efecto que se consigue al colocar espejos en las intersecciones, los cuales ayudan a los conductores humanos a ver si se aproxima otro coche en un cruce muy cerrado. "Como HoloRadar usa ondas de radio, el entorno se llena de espejos, sin necesidad de modificarlo", explica Lai.

El nuevo perro robot de Unitree es un portento todoterreno: corre a 18 km/h y puede transportar cargas de 65 kg

Los investigadores aseguran que esta opción supera a otras propuestas que analizan sombras o reflexiones indirectas, aumentando su dependencia de unas buenas condiciones de luz. Otros intentos de usar señales de radio se han basado en equipos de escaneo lentos y voluminosos, lo que limita sus aplicaciones en el mundo real.

Mientras que los láseres LiDAR detectan objetos en su línea de visión directa, HoloRadar añadiría una capa adicional de percepción al revelar lo que esos sensores no pueden ver, dando a las máquinas más tiempo para reaccionar ante posibles peligros.

Procesado con IA

Un solo pulso de radio puede rebotar varias veces antes de regresar al sensor, creando un conjunto enredado de reflejos que después deben procesarse para traducirlos en una imagen 3D que la máquina interpreta para tomar una decisión de conducción autónoma.

Estos datos recabados son difíciles de procesar utilizando únicamente los métodos tradicionales de procesamiento de señales, explican los investigadores. Por eso han creado un sistema de IA personalizado que combina el aprendizaje automático con el modelado basado en la física.

IA procesando señales de radio para ver en las esquinas Universidad de Pensilvania Omicrono

En la primera etapa, el sistema mejora la resolución de las señales de radio sin procesar e identifica múltiples "retornos" correspondientes a diferentes trayectorias de reflexión. En la segunda etapa, el sistema utiliza un modelo guiado por la física para rastrear esas reflexiones hacia atrás, eliminando los efectos de espejo del entorno y reconstruyendo la escena 3D real.

Al modelar explícitamente cómo las ondas de radio rebotan en las superficies, la IA puede distinguir entre reflexiones directas e indirectas y determinar las ubicaciones físicas correctas de una variedad de objetos, incluidas las personas.

Equipo compacto para que los robots vean en las esquinas Universidad de Pensilvania Omicrono

Los investigadores probaron HoloRadar en un robot móvil en entornos interiores reales, incluyendo pasillos y esquinas de edificios. En estos entornos, el sistema reconstruyó con éxito paredes, pasillos y sujetos humanos ocultos fuera del campo de visión del robot.

En una primera fase, tecnologías como esta serían beneficiosas para los robots que se están integrando en entornos abarrotados y caóticos como las fábricas o almacenes. En el futuro, podrían integrarse en los coches que llevarán a las personas de su casa al trabajo sin nadie al volante.

Los investigadores de la Universidad de Pensilvania pretenden seguir trabajando en este sistema y explorar con él escenarios al aire libre, como intersecciones y calles urbanas, donde las distancias más largas y las condiciones más dinámicas introducen desafíos adicionales.