miércoles, 27 de marzo de 2019

Un motivo para la admiración: los datos que maneja el vehículo autónomo


En artículos recientes hemos revisado algunos aspectos de la tecnología ligadas a vehículos autónomos basándonos en los trabajos de Saoshan Liu, Liyun Li, Shuan Wu y Jean-Luc Gaudiot y recogidos en su excelente libro 'Creating autonomous vehicle systems'. 

Empezamos viendo el marco de tecnologías que nos proponían los autores, con tres partes de las cuales, una muy importante eran los algoritmos que utiliza el vehículo, algoritmos que se clasificaban en 'sensing', percepción y decisión.

Al revisar los elementos sensoriales utilizados por ejemplo en localización, y cuando se repasan un poco los algoritmos de percepción y decisión, muchos de ellos procedentes del campo del machine learning, uno se admira, no sólo de la 'habilidad' (inteligencia, si se nos permite decirlo) de los algoritmos para 'comprender' y decidir, sino también de la enorme cantidad de información que son capaces de manejar y entender en tiempo rabiosamente real.

Pero hasta el momento, esa admiración era un poco intuitiva: se entiende que es mucha la información que se maneja...pero no sabemos de qué estamos hablando realmente.

Bueno, pues bastante al final del libro los autores nos obsequian con ese dato

On a production autonomous vehicle, each second, the sensor can generate as much as 2Gb of raw sensor data, and then the enormous amount of data is fed into the computing platform for perception and action plan computation.

Ahí lo tenemos: 2 Gigabytes por segundo de información a procesar, con la cual calcular la localización, entender perfectamente el contexto (incluyendo las 'intenciones' de otros objetos en movimiento) y decidir trayectorias, velocidades, etc. Y todo ello, por supuesto, en tiempo real y sin posibilidad de fallos, dado lo crítico de las decisiones que se toman de cara a la seguridad de pasajeros y resto de personas y cosas en el contorno del vehículo.

Ello lleva al uso de hardware especializado del tipo de GPU (Graphics Processing Units) o FPGA (Field Programmable Gate Array) y arquitecturas paralelas que los autores describen en el capítulo dedicado a lo que ellos denominan sistemas cliente y que en realidad es la suma del hardware y el sistema operativo. Y además, impone, entiendo, una cierta economía de los algoritmos para ser capaces de tratar de la forma más eficiente esa ingente cantidad de datos.

Al final, en este campo del vehículo autónomo, tres revisar las tecnologías y algoritmos implicados, y rematado por este dato del volumen de información manejado en tiempo real, uno no puede dejar de sentir cierta admiración.


No hay comentarios:

Publicar un comentario