Uno de los inventos más prometidos y demorados de estos últimos años son los vehículos autónomos. Más allá de las promesas del muy promocionado Elon Musk, y del tiempo y dinero invertido por Google y Uber, entre otras grandes empresas, la meta parece estar aún muy lejos.

Es probable que el problema no sea de hardware sino de software. Es mucha la información que debe ser capaz de procesar la unidad de control de cada vehículo para garantizar tanto la seguridad de los pasajeros como de las personas que van en los otros vehículos y peatones

Para esto se requieren cantidades masivas de datos que solo pueden obtenerse haciendo incontables pruebas en condiciones reales. Se necesitan vehículos equipados con cámaras y LiDAR.

Para acelerar el proceso de investigación en vehiculos autónomos, algunos fabricantes están compartiendo los datos que disponen con competidores y académicos.

Ford libera sus datos obtenidos por múltiples vehículos en Detroit

Es así que Ford está publicando un completo conjunto de datos obtenidos durante sus propias pruebas para ayudar a académicos e investigadores en sus propios proyectos. Esto ya lo habían hecho otros competidores como Waymo.

Según explicó la empresa

No hay mejor manera de promover la investigación y el desarrollo que asegurar que la comunidad académica tenga los datos que necesita para crear algoritmos efectivos de vehículos autónomos.

El material compartido por Ford fue recopilado en el lapso de un año, y fue generado por múltiples vehículos de investigación de auto-conducción. Incluye datos de sensores LiDAR y de cámaras, GPS e información de trayectoria, así como mapas de nubes de puntos en 3D y de reflectividad del suelo.

LIDAR, es el acrónimo en inglés para Detección y alcance de imágenes por láser. Se trata de un dispositivo que permite determinar la distancia desde un emisor láser a un objeto o superficie utilizando un haz La distancia al objeto se determina midiendo el tiempo de retraso entre la emisión del pulso y su detección a través de la señal reflejada.

Las nubes de puntos son conjuntos de vértices en un sistema de coordenadas tridimensional que se identifican habitualmente como coordenadas X, Y, y Z y sirven para representar la superficie externa de un objeto.

Para crear una nube de puntos se utiliza habitualmente un láser escáner tridimensional. Este laser mide de forma automática un gran número de puntos en la superficie de un objeto, y generando un fichero de datos con una nube de puntos. La nube de puntos representa el conjunto de puntos que ha medido el dispositivo.

Ford está compartiendo sus propias herramientas para visualizar esos datos.

La importancia de la contribución de la empresa está no solo en el lapso de tiempo si no en que los datos fueron recogido en una variedad de condiciones climáticas, incluyendo lluvia, sol, nubes y nieve.

Dado que la zona geográfica elegida es el área metropolitana de Detroit, los vehículos tuvieron que transitar densas zonas urbanas, autopistas, túneles, barrios residenciales, aeropuertos, zonas de construcción y actividad peatonal. Es decir, una representación razonable de los diversos escenarios en los que tendrán que circular los futuros vehículos autónomos.

Además, estos datos provienen de múltiples vehículos, lo que permitirá a los investigadores analizar una misma situación desde dos puntos de vista. De esta forma se podrá investigar la posibilidad de que las unidades autónomas compartan información entre si en tiempo real para tomar mejores decisiones sin necesidad de conectarse con un servidor central.

El primer conjunto de datos está disponible para uso académico bajo la licencia Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License. La compañía promete ir publicando actualizaciones períodicas.

Para utilizar las herramientas de visualización recomiendan Ubuntu 16.04, el framework para robótica ROS Kinectic y una laptop con al menos 32 GB.

Ford quería lanzar su primera línea de automóviles de conducción automática en el 2021, pero, con la excusa del COVID-19, lo postergó un año más.

De todas formas, posiblemente tardemos bastante en verlos en nuestros países. Debido a que la información que necesitan este tipo de vehículos para poder circular garantizando la seguridad de las personas, es probable que se necesite un largo proceso previo de reconocimiento de escenarios. Por lo costoso, esto va a requerir la colaboración de empresas y gobiernos. Y, no creo que los sindicatos de conductores profesionales lo acepten sin oposición.