miércoles, 13 de marzo de 2019

Un marco de tecnologías para el vehículo autónomo


He querido adentrarme un poco más en las interioridades de los vehículos autónomos, intentando superar las ideas genéricas que les rodean y conocer mejor, y con cierto rigor, el conjunto de tecnologías que utilizan. 

Y con esa idea, he acometido la lectura del libro 'Creating autonomous vehicle systems' de Saoshan Liu, Liyun Li, Shuan Wu y Jean-Luc Gaudiot. Y me ha gustado mucho encontrar, nada más comenzar, un marco muy ordenadito y claro de las tecnologías que se emplean en este tipo de soluciones.

El marco conceptual que proponen los autores es el que se muestra en la figura:


Arquitectura de los sistemas de conducción autónoma

En este esquema de bloques, los autores distinguen tres grandes componentes, que en la figura se marcan con colores diferentes:

  • Algoritmos (en color carne) cuya misión es extraer información relevante a partir de los datos en bruto de los sensores con que están dotados los vehículos y, a partir de ellos tomar las decisiones para las siguientes acciones. A su vez, clasifican los algoritmos en tres bloques:

    • Sensación ('sensing'): que se ocupa de la extracción de información y donde incluyen tecnologías como GPS ('Global Positioning System'), IMU ('Inertial Measurement Unit'). LiDAR ('Light Detection and Ranging') y las cámaras.

    • Percepción: cuya misión es entender el contexto del vehículo y donde se sitúan algoritmos de localización, reconocimiento de objetos y seguimiento de objetos.

    • Decisión: que es donde, finalmente, se adoptan las decisiones para las siguientes acciones del vehículo y en cuyo bloque aparecen la planificación de rutas, la predicción de acciones o la evitación de obstáculos.

  • Sistemas cliente: (en color azul) que, de alguna forma, es la plataforma hardware y software donde se enmarcan los elementos del componente de algoritmos. Incluye tanto la plataforma hardware como el sistema operativo.

  • Plataforma cloud: (color amarillo) en que se sitúan una serie de bloques que no precisan de funcionamiento en tiempo real sino capacidades de computación offline y almacenamiento. En este componente aparecen los Mapas de Alta Definición (HD Maps), las funcionalidades para el entrenamiento del modelo y para la simulación y el simple almacenamiento de datos.

Ejemplo tecnologías coche autónomo (fuente 'The economist')

En los siguientes capítulos, los autores van desmenuzando y analizando estos elementos. Resulta muy interesante pero, de momento, en este post me quedo, simplemente, con esta arquitectura o este esquema por lo claro que resulta como marco para seguir profundizando.


No hay comentarios:

Publicar un comentario