Los veh\u00edculos aut\u00f3nomos representan la evoluci\u00f3n e incesante innovaci\u00f3n de la industria automotriz.<\/p>\n
Para llegar a la no intervenci\u00f3n humana se han implementado una serie de algoritmos y software basados en inteligencia artificial (IA) que con aprendizaje automatizado reconocen, reaccionan y deciden en tiempo real.<\/p>\n
La integraci\u00f3n de sensores, rob\u00f3tica, machine learning e IA abarca cinco niveles que iniciando desde cero el conductor controla completamente el veh\u00edculo.<\/p>\n
En el rango uno, v\u00eda sensores el crucero adaptativo a diferencia del convencional control de crucero, adem\u00e1s de adaptarse a las condiciones del tr\u00e1fico establece, ajusta la velocidad y frena si detecta veh\u00edculos delante.<\/p>\n
La automatizaci\u00f3n parcial en el nivel dos controla aceleraci\u00f3n, frenado y direcci\u00f3n, pero necesita la atenci\u00f3n del piloto. En la fase tres la automatizaci\u00f3n est\u00e1 condicionada a eventualidades determinando que el conductor intervenga.<\/p>\n
En el cuarto escal\u00f3n de alta automatizaci\u00f3n solo participa el piloto si ocurre alguna falla y en el quinto se excluye totalmente al humano del volante y los pedales.<\/p>\n
Los veh\u00edculos aut\u00f3nomos equipados con sensores infrarrojos y mapas 3D detectan obst\u00e1culos, los radares miden la velocidad y la distancia de objetos, mientras que las c\u00e1maras realizan reconocimiento visual del tr\u00e1fico y el tr\u00e1nsito.<\/p>\n
Los sensores ultras\u00f3nicos buscan estacionamiento, los GPS incluidas las unidades de medici\u00f3n inercial con extrema precisi\u00f3n registran y graban internamente velocidades y aceleraci\u00f3n.<\/p>\n
La matriz de decisi\u00f3n se constituye en algoritmo clave por tomar decisiones en tiempo real al evaluar el escenario de la conducci\u00f3n, mientras que el de agrupamiento clasifica los objetos.<\/p>\n
El de reconocimiento de patrones detecta, entiende y establece la reacci\u00f3n y el de regresi\u00f3n predice comportamientos que se ven expuestos al dilema moral de decidir qu\u00e9 hacer cuando un peat\u00f3n invade la pista intempestiva e imprudentemente.<\/p>\n
Para no chocar con otro veh\u00edculo evitando un probable accidente en cadena es posible que opte por esquivar o atropellar a la persona.<\/p>\n
Frente a la eventualidad de la ocurrencia de accidente el veh\u00edculo aut\u00f3nomo optar\u00eda por proteger al peat\u00f3n o salvar a los ocupantes.<\/p>\n
El veh\u00edculo prove\u00eddo de millones de datos determinar\u00e1 la edad del peat\u00f3n y resolver\u00e1 de acuerdo con la sociedad donde circule.<\/p>\n
Asumiendo que el temerario transe\u00fante es joven, en el pa\u00eds que se venere la vejez como sin\u00f3nimo de sabidur\u00eda probablemente se decida por salvaguardar la vida de los ocupantes del veh\u00edculo si estos pertenecen a la tercera o cuarta edad.<\/p>\n
El caso inverso se generar\u00eda si en determinado pa\u00eds el anciano es considerado como que ya cumpli\u00f3 su ciclo de vida, cuidando al joven. Por lo tanto; el veh\u00edculo frenar\u00e1, desviar\u00e1 su trayectoria o embestir\u00e1 al anciano protegiendo a los muchachos que viajen en \u00e9l.<\/p>\n
Entrenamiento intenso parte del aprendizaje automatizado constituyen componentes de la \u00e9tica y la moral que reducir\u00e1n los sesgos para lograr el veh\u00edculo super seguro y 100 % aut\u00f3nomo.<\/p>\n
Los espero en el siguiente post<\/p>\n
Juan T\u00e1vara Balladares<\/p>\n
www.carrosok.com<\/p>\n
Autoridad automotriz<\/p>\n
<\/p>\n
<\/p>\n
<\/p>\n
<\/p>\n","protected":false},"excerpt":{"rendered":"