Cómo los autos del futuro predecirán tus maniobras de manejo antes de que las hagas

Compre un automóvil nuevo en estos días y lo más probable es que esté equipado con una variedad de tecnologías de asistencia al conductor. Estos pueden igualar la velocidad de un automóvil adelante, administrar el cambio de carril de manera segura e incluso aplicar los frenos para ayudar a prevenir una colisión. Entonces, una pregunta interesante es cuánto mejoran estos sistemas de seguridad antes de que ocurra lo inevitable y el automóvil tome el control por completo.

Hoy recibimos una respuesta parcial gracias al trabajo de Ashesh Jain en la Universidad de Cornell y algunos amigos, quienes desarrollaron un sistema que puede predecir la siguiente maniobra de un conductor humano unos tres segundos antes de que la realice. Esta información, dicen, puede usarse para identificar y prevenir posibles accidentes.

El enfoque es sencillo en teoría. Jain y compañía señalan que un conocimiento integral del entorno de conducción, tanto dentro como fuera del automóvil, se puede utilizar para adivinar bastante bien las intenciones inmediatas del conductor. Por ejemplo, los conductores suelen comprobar los carriles a su lado antes de cambiar de carril. Por lo tanto, monitorear los movimientos de la cabeza del conductor ayuda a predecir si el conductor tiene la intención de cambiar de carril en los próximos segundos.

Del mismo modo, la información del GPS y del mapa de calles muestra cuando un automóvil se acerca a una intersección donde un giro a la izquierda oa la derecha se convierte en una opción. Y la velocidad también es un indicador importante, ya que los conductores suelen reducir la velocidad antes de girar.

Pero estos datos son dispares. Los datos de movimiento de la cabeza son completamente diferentes a los datos de velocidad o los datos de mapas. La dificultad está en combinar y analizar estos flujos de información de una manera que permita hacer buenas predicciones.

La solución a la que han llegado Jain y compañía es analizar estos flujos juntos utilizando algoritmos avanzados de inteligencia artificial que aprenden a detectar las señales reveladoras de que una maniobra es inminente.

La primera parte de su trabajo fue recopilar los datos necesarios para entrenar su máquina. Jain y compañía instalaron un automóvil con una cámara para monitorear al conductor y otra para monitorear el camino. También utilizaron datos de GPS junto con mapas de calles y un registrador de velocidad para realizar un seguimiento de la velocidad del vehículo.

Luego recopilaron datos de 10 conductores diferentes que registraron más de 1,000 millas de conducción en autopista y ciudad durante dos meses. Anotaron los datos a mano para indicar qué maniobras estaban ocurriendo. En total, identificaron 700 eventos: unos 300 cambios de carril, 130 giros y casi 300 casos de conducción en línea recta elegidos al azar.

Usaron estos datos para entrenar una serie de diferentes máquinas de procesamiento de números para identificar las condiciones en las que un conductor giraría a la izquierda o a la derecha, cambiaría de carril a la izquierda o a la derecha, o simplemente seguiría conduciendo en línea recta.

Los resultados hacen una lectura interesante. El algoritmo de mejor rendimiento fue capaz de determinar correctamente una maniobra futura la mayor parte del tiempo: alrededor del 90 por ciento de sus predicciones fueron correctas. Y, en promedio, pudo hacer su predicción 3,5 segundos antes de que ocurriera realmente la maniobra.

Por supuesto, hay más trabajo por delante. Un problema potencial es determinar qué tan bien funciona el algoritmo en las condiciones de conducción más peligrosas, especialmente de noche o cuando la visibilidad es escasa debido a tormentas de nieve o lluvia o cuando el sol está bajo en el cielo.

Los accidentes son más probables en estas condiciones, por lo que un algoritmo predictivo podría tener el mayor beneficio. Pero no está claro cómo funciona el sistema en estas condiciones.

Otra cuestión es qué hacer con esta información una vez recopilada. ¿Cómo se puede utilizar para prevenir accidentes? Nuevamente, no está claro cómo los fabricantes de automóviles pueden explotar los datos.

Sin embargo, el nuevo enfoque podría presagiar un cambio interesante en el enfoque de la seguridad del conductor. La predicción precisa de las maniobras del conductor seguramente ayudará a que los automóviles sean más seguros en el futuro cercano. A menos, por supuesto, que la tecnología de los automóviles autónomos haga que los humanos, y la tecnología para predecir lo que harán en el futuro, sean redundantes más rápido de lo que nadie espera.

Ref: http://arxiv.org/abs/1601.00740 : Brain4Cars: automóvil que sabe antes que usted a través de la arquitectura de aprendizaje profundo Sensory-Fusion

esconder