Un Nissan Leaf autónomo completa 370 kilómetros en el Reino Unido

Ha superado rotondas complejas, caminos rurales y vías de alta velocidad sin marcas viales ni bordillos.

Un proyecto de investigación en el Reino Unido, centrado en las tecnologías de los vehículos autónomos, ha completado con éxito un recorrido de 370 kilómetros (230 millas) de forma autónoma por carreteras británicas. La inversión total conjunta de este proyecto ascendió a 13,5 millones de libras esterlinas.

Los vehículos elegidos para esta prueba fueron Nissan LEAF equipados con tecnologías GPS, radar, LIDAR y cámaras para recrean una percepción del mundo que los rodea. A partir de dicha percepción, el sistema puede tomar decisiones sobre cómo circular por carreteras y reaccionar ante los obstáculos que se va encontrando durante el recorrido.

Este logro ha sido la culminación de 30 meses de trabajo por parte de un equipo liderado por ingenieros de Nissan en el Reino Unido que trabajaron en estrecha colaboración con otros miembros del consorcio. Uno de los aspectos clave del proyecto fue desarrollar un sistema de control avanzado para el vehículo autónomo.

Acumulando experiencia para perfeccionar la conducción autónoma

El recorrido de 370 kilómetros (230 millas) permitió poner en práctica las lecciones aprendidas en diferentes escenarios, desde circular por caminos rurales con pocas o ninguna marca vial, cruces y rotondas hasta autopistas. La tecnología autónoma se activó durante la ruta para cambiar de carril, incorporarse a la autopista, detenerse y reanudar cuando fuese necesario.

La segunda área del proyecto ha estudiado cómo las tecnologías de aprendizaje automático mediante inteligencia artificial pueden mejorar la experiencia del usuario y la comodidad de los pasajeros de los vehículos conectados y autónomos. Los vehículos utilizados superaron con éxito los test en pistas de pruebas, además de incorporar sistemas de inteligencia artificial desarrollados por Hitachi, miembro del consorcio, que permiten utilizar aprendizaje automático en tiempo real. Al generar una base de datos sobre situaciones de tráfico anteriores y sus soluciones, el sistema puede usar esta «experiencia aprendida» para gestionar situaciones similares en el futuro y planificar una ruta segura para superar un obstáculo.