Imagina que viajas por una autopista a bordo de un coche de última generación que incorpora sistemas automatizados de la conducción (ADS – Automated Driving Systems). No llevas las manos en el volante; el vehículo circula con suavidad, manteniendo una distancia adecuada con el vehículo de delante y ajustando su trayectoria en las curvas con gran precisión. De repente, una ráfaga de viento lateral golpea el vehículo o, peor aún, un componente interno del sistema de dirección sufre un problema inesperado y deja de responder correctamente. En un vehículo convencional, esto podría ser el inicio de un accidente. Sin embargo, en el coche del futuro, un «cerebro» electrónico ya ha detectado el fallo, ha compensado la desviación usando el sistema de tracción de las ruedas y ha estabilizado el coche antes de que tú, como pasajero, pudieras siquiera notar un sobresalto.
Esta capacidad de reacción no es magia, sino el resultado de años de investigación en control tolerante a fallos (FTC – Fault Tolerant Control) y sistemas inteligentes para la mejora del comportamiento dinámico de vehículos, áreas donde el grupo de investigación Advanced Vehicle Dynamics and Mechatronics Systems (VEDYMEC) del Departamento de Ingeniería Mecánica de la Universidad Carlos III de Madrid, están marcando el camino hacia una movilidad más segura y eficiente.
La vulnerabilidad de la tecnología: cuando los sensores y actuadores fallan
Para que un vehículo autónomo sea seguro, este debe percibir su entorno y actuar en él. Esto lo logra a través de una red compleja de sensores, como son, cámaras, lidar (Light Detection and Ranging – tecnología que utiliza luz láser para medir distancias y crear mapas y modelos 3D de alta precisión), GPS (Global Position System – sistema de navegación por satélite que proporciona información de ubicación y hora en cualquier lugar de la Tierra) e IMUs (Inertial Measurement Units – dispositivos que combina acelerómetros, giróscopos y a veces magnetómetros, y que mide la velocidad, orientación y fuerzas gravitacionales de un objeto), y actuadores, como son, el sistema de tracción, el sistema de frenado y el sistema de dirección. Pero hay una realidad técnica ineludible: los componentes mecánicos y electrónicos pueden fallar.
Un sensor puede enviar datos erróneos debido a una interferencia o al simple envejecimiento. Aquí reside uno de los mayores peligros: si el sistema de control del coche recibe una lectura falsa, por ejemplo, que el coche está girando cuando en realidad va recto, podría intentar corregir una situación inexistente, provocando un accidente. Es lo que los ingenieros llaman un falso positivo. Por ello, el primer paso para una conducción autónoma real no es solo que el coche sepa conducir, sino que sepa detectar cuándo sus propios sentidos (sensores) le están engañando. Es como cuando vas a comer algo que a la vista tiene buen aspecto, pero al acercarte, tu olfato detecta un olor desagradable y te frena en seco, avisándote de que tus ojos te estaban engañando.
Uso de Inteligencia Artificial: aprendiendo de la experiencia para evitar errores
Para solucionar el problema de los fallos en sensores, el grupo de investigación VEDYMEC de la Universidad Carlos III de Madrid ha propuesto una metodología basada en Inteligencia Artificial que utiliza Redes de Memoria a Corto y Largo Plazo (LSTM – Long Short-Term Memory). A diferencia de un algoritmo informático rígido, estas redes neuronales son capaces de aprender patrones temporales.
Imagina que el sistema observa cómo se comporta el coche en relación con el giro del volante durante miles de kilómetros. Si de repente el sensor de dirección envía una señal que no concuerda con la lógica histórica aprendida, la red LSTM levanta una bandera roja. Los estudios recientes han demostrado que estas redes pueden identificar fallos en los sensores con una precisión superior al 98%. Al detectar el fallo a tiempo, el coche puede decidir ignorar ese sensor defectuoso y confiar en otras fuentes de información, manteniendo la estabilidad del vehículo en todo momento.
Control Tolerante a Fallos: compensando la dirección con la fuerza de las ruedas
¿Qué ocurre si lo que falla no es un sensor, sino el propio motor que debe girar las ruedas (el actuador)? Aquí entra en juego la arquitectura de los vehículos eléctricos modernos, especialmente los de tracción distribuida, donde cada rueda tiene su propio motor independiente.
El concepto es fascinante: si el sistema de dirección principal se bloquea o las ruedas no giran lo suficiente, el coche no se queda indefenso. Mediante una técnica llamada Torque Vectoring (vectorización de par), el controlador inteligente puede acelerar las ruedas de un lado y frenar ligeramente las del otro. Esta diferencia de empuje provoca que el vehículo gire sobre sí mismo, lo que permite guiar al vehículo incluso si la dirección mecánica no responde al 100%. En simulaciones de maniobras de alto riesgo, como el cambio brusco de carril para evitar un obstáculo, estos controladores han logrado reducir los errores de trayectoria hasta en un 50% en escenarios de fallo severo.
El impacto social: una movilidad sin errores humanos hacia un horizonte de cero accidentes
La relevancia de estos avances va mucho más allá de la ingeniería. Se estima que más del 90% de los accidentes de tráfico actuales se deben a errores humanos: distracciones, fatiga o reacciones tardías. Al delegar la conducción en sistemas capaces de autodiagnosticarse y compensar sus propios fallos, estamos construyendo una sociedad donde el transporte sea un servicio universal, seguro y sostenible.
Para las personas mayores o con movilidad reducida, el perfeccionamiento de estos guardianes invisibles significa recuperar la independencia. Para el medio ambiente, significa una reducción drástica de las emisiones gracias a la conducción eficiente.
Estamos ante una transición silenciosa pero profunda. La próxima vez que veas un coche autónomo, recuerda que bajo su carrocería no solo hay componentes mecánicos y cables, sino una inteligencia incansable diseñada para protegernos, capaz de aprender de sus errores y de improvisar soluciones en milisegundos para que nosotros solo tengamos que preocuparnos de disfrutar del viaje.
El grupo de investigación VEDYMEC de la Universidad Carlos III de Madrid es un referente de vanguardia y está marcando el camino en el diseño de tecnologías críticas para el futuro de la movilidad autónoma, mediante una combinación sinérgica de investigación teórica avanzada y aplicaciones prácticas de alto impacto con objeto de mejorar el comportamiento dinámico de los vehículos autónomos y, así alcanzar el horizonte de cero accidentes, facilitar la independencia de personas con movilidad reducida y fomentar la sostenibilidad ambiental . Las dos responsables de esta investigación se sitúan entre el 2% de las más citadas de la comunidad científica mundial dentro del campo Automobile Design & Engineering, según el ranking de la Universidad de Stanford y Elservier.
