La conducción autónoma es un tema tan delicado que las autoridades de la Unión Europea quieren tenerlo todo atado y bien atado. Sobre el papel, la nueva generación de telefonía móvil (5G) ha resuelto los problemas a los que se enfrentaba el coche autónomo en lo que se refiere a comunicación: seguridad en la entrega de los mensajes, rapidez, anchura de banda, capacidad para conectar múltiples dispositivos y reducción espectacular de la latencia.

No sólo sobre el papel está resuelto; en pruebas de laboratorio todo va bien. Pero es diferente poder conectar millones de equipos, que lograr que un coche responda ante un aviso de un frenazo brusco de otro coche y actúe en consecuencia.

Que la red sea capaz de establecer esas comunicaciones supone que se evite un accidente o no y, por lo tanto, que haya heridos o fallecidos o no. Cualquier incidente en el que participe un coche autónomo genera un revuelo de opiniones. Y eso que todavía falta tiempo, aunque ya no tanto.

Si la hoja de ruta se va cumpliendo pronto comenzaremos a ver este tipo de vehículos por vías y ciudades europeas. Eso sí, con conductor al volante.

En España, Telefónica ya ha montado un piloto para testear la viabilidad de las comunicaciones 5G como sistema de comunicación para los vehículos autónomos y está a la espera de la firma de otro acuerdo para llevar el estudio a vías internacionales.

PRIMEROS PASOS

De lo que se trata con estos proyectos es de testear la robustez del sistema y su adecuación para mantener la comunicación de los vehículos con la infraestructura, pero añadir además la intervehicular, ya que el 5G se va a hacer cargo de las dos.

Durante este año, Telefónica está desplegando una red LTE v2x en la ciudad de Vigo, en la autopista A52, como parte del proyecto Concorda, gestado por la EATA (European Automotive Telecom Alliance) a propuesta de la Unión Europea.

Es uno de los cinco pilotos europeos en este campo; los otros cuatro están en Francia, Alemania, Bélgica y Holanda. Las pruebas se realizarán durante el próximo año con coches y tráfico reales (aunque con conductor), y tienen que responder a la incógnita de si en condiciones reales la red 5G (en este caso todavía simulada) será lo suficientemente capaz para que un coche autónomo pueda esquivar al coche precedente en un frenazo o cambio de carril brusco, por ejemplo. (Fuente: El Mundo Motor).

CLAVES PARA

SU DESARROLLO

BUENOS AIRES, 8 (especial de NA, por Leonardo Coscia). - El desarrollo de los vehículos autónomos depende de la recolección, comprensión y procesamiento de grandes volúmenes de datos.

Así lo reveló el estudio de Accenture "Autonomous vehicles: the race is on", que destacó que la gestión y el procesamiento de grandes volúmenes de datos, "son los puntos clave para poder desarrollar los vehículos autónomos por parte de las empresas".

Si bien hoy ya se encuentran vehículos con asistencias incorporadas, estos no logran llegar al verdadero auto del futuro con auto-conducción.

Lo más desafiante de este desarrollo siguen siendo los datos, la creación de un vehículo completamente autónomo depende de grandes cantidades de datos que puedan entrenar a los sistemas de inteligencia artificial junto con la toma de decisiones por parte del sistema desarrollado.

Sin el correcto manejo y desarrollo de un sistema que logre adquirir, almacenar, manejar y etiquetar a ese gran volumen de datos, el desarrollo de un vehículo completamente autónomo será remoto.

"A medida que sube la escala de autonomía que posee el desarrollo del vehículo, se complejizan los procesos y, por ende, los desafíos. Entre ellos se encuentra el procesamiento de datos, los cuáles son necesarios y fundamentales para el entrenamiento del sistema de inteligencia artificial que posee el vehículo autónomo en desarrollo", sostuvo Juan Morita, director Ejecutivo de Accenture.

El estudio reveló cuatro claves para comprender el proceso de optimización de datos:

* Adquisición de datos: A través de las flotas de vehículos, junto con los sensores y los entornos simulados, comienza la recolección de datos del mundo exterior. La inteligencia artificial del vehículo autónomo estará expuesta a una gran diversidad de escenarios que la ayudará a identificar patrones y aprender qué podría encontrar en el camino. La adquisición de datos debe ejecutarse de la manera más rápida y eficiente posibles, para evitar la redundancia y así integrarse al sistema.

* Almacenamiento de datos: La protección, junto con el modo de descarga y el dispositivo en el que se colocará son puntos que deberán evaluarse. Para ello, lo más recomendable será desarrollar un equipo de IT antes de comenzar con el almacenamiento de los datos.

* Gestión de datos: Para una correcta gestión de datos, se debe almacenar todo lo que se registra. Para ello se debe contar con una estrategia longitudinal, que abarque a todo lo que se almacene, para así comprender y rastrear lo que los datos aportan y así sacarle el mejor provecho.

* Etiquetado de datos: La claridad en el etiquetado facilitará el análisis a la hora de comprender los datos y analizarlos.

"Resulta imprescindible que las empresas consideren a los procesos relacionados con los datos antes de iniciar la investigación, para así adelantarse a los procesos complejos que surgirán a medida que se dé el desarrollo. Sin una gestión eficiente de datos, los grandes recursos que insumirá el proceso

ralentizarán la innovación", concluyó Morita.