Los robotaxi, o taxis de conducción autónoma, se han convertido en una realidad en diversas ciudades de Estados Unidos. Sin embargo, una reciente investigación del Congreso estadounidense ha planteado serias inquietudes sobre la seguridad de estos vehículos. Se ha revelado que muchos de ellos aún no son completamente autónomos y, en situaciones de incertidumbre, como señalización confusa o obras no señalizadas, dependen de "pilotos remotos". Estos operadores, a menudo ubicados en otras partes del mundo, intervienen a través de software para gestionar las situaciones al interpretar el escenario desde lejos.
Una posible solución a este problema surge de un estudio realizado por Marco De Vincenzi e Ilaria Matteucci, del Instituto de Informática y Telemática del Consejo Nacional de Investigación de Pisa (CNR-IIT), junto con la profesora Chiara Bodei de la Universidad de Pisa y el grupo de investigación Auto-ID Lab del Massachusetts Institute of Technology (MIT), liderado por los profesores Sanjay Sarma y Stephen S.. Este equipo ha desarrollado un innovador lenguaje de mensajería avanzada que proporciona información útil al vehículo en tiempo real, superando así las dificultades que pueden surgir debido a posibles retrasos en la señal o errores humanos.
Innovación en la comunicación vehicular: TLM
La solución propuesta se denomina TLM (Time-Logic-Map), presentada con éxito en octubre durante la Vehicle Technology Conference en Chengdu, China. Este lenguaje permite que la infraestructura urbana —como cruces, obras y semáforos— "explique" al vehículo qué hacer. El sistema transmite a los vehículos mediante mensajería broadcast todos los datos necesarios para moverse adecuadamente en un espacio urbano determinado, basándose en tres capas lógicas: "Map", que ofrece una geometría precisa del segmento vial; "Logic", que codifica las reglas comportamentales específicas del tramo; y "Time", que sincroniza el vehículo con los tiempos reales de los semáforos.
"El problema identificado por la investigación parlamentaria es conocido dentro de la comunidad científica dedicada a la conducción autónoma y destaca una crítica sistémica: no podemos tener una verdadera conducción autónoma segura y eficiente si cada vehículo necesita un supervisor humano remoto", afirma Ilaria Matteucci (CNR-IIT). Con TLM, la inteligencia necesaria para resolver estas situaciones no reside en una asistencia remota desde el otro lado del mundo, sino directamente en las calles. Si las vías comunican su lógica de manera estandarizada y segura, el vehículo autónomo puede operar incluso en condiciones adversas o imprevistas, reduciendo así la necesidad de intervención humana.
Cambio paradigmático en la movilidad autónoma
"Las carreteras fueron diseñadas para los seres humanos, y los vehículos autónomos todavía deben interpretar señales creadas para la visión humana mediante sensores y algoritmos complejos", subraya la profesora Chiara Bodei. La propuesta Time-Logic-Map introduce un lenguaje espacial para las máquinas que comunica directamente geometría, lógica y tiempo relacionados con las vías, aliviando así el peso perceptivo en contextos más complejos.
"A diferencia de los sistemas actuales que dependen de mapas que podrían no estar actualizados", añade Marco De Vincenzi (CNR-IIT), "TLM transmite mensajes constantemente actualizados, ligeros y locales a través del sistema V2X (Vehicle-to-Everything). Este enfoque puede eliminar los peligros asociados al retraso en la conexión a Internet, ya que las decisiones se toman basándose en información transmitida localmente entre la infraestructura y el automóvil."
TLM está actualmente siendo probado en un gemelo digital para simular el comportamiento de los autos autónomos. Posteriormente, se realizarán pruebas en el mundo real, comenzando por entornos controlados antes de avanzar hacia calles con tráfico.
Si (
No(
