Els sistemes ADAS avançats requereixen proves en entorns reals que superen les limitacions de les pistes de prova tradicionals. Un projecte de Doctorat Industrial entre Applus+ IDIADA i la UPC desenvolupa un sistema de percepció multimodal per crear la "veritat de camp" necessària per a la certificació.
El futur de la mobilitat passa per vehicles autònoms i sistemes avançats d’assistència a la conducció (ADAS) cada cop més complexos. Aquests sistemes ADAS (sigles d’Advanced Driver-Assistance Systems) són tecnologies que automatitzen tasques de conducció per augmentar la seguretat i el confort. Funcionen com un “copilot” electrònic que, utilitzant sensors (càmeres, radars, lidars), monitora constantment l’entorn del vehicle. Les seves funcions inclouen des d’assistències bàsiques, com el control de creuer adaptatiu o el manteniment de carril, fins a intervencions crítiques, com la frenada automàtica d’emergència.
A mesura que aquestes funcions prenen més control, sorgeix un repte crític: com podem garantir que són segures fora dels entorns controlats? Per donar resposta a aquesta pregunta, el doctorand industrial Marc Perez Quintana, en el marc d’una col·laboració estratègica entre Applus+ IDIADA i l’Institut de Robòtica i Informàtica Industrial (IRI) de la UPC, està desenvolupant un sistema de percepció de referència capaç de validar aquestes tecnologies directament en condicions de conducció real.
Aquest projecte és l’evolució del treball iniciat per IDIADA l’any 2018. “Inicialment va ser per un projecte intern de robotaxi on vam utilitzar càmeres, radars i lidars per conduir autònomament pels carrers d’IDIADA en situacions molt controlades“, contextualitza Fuentes. Aquesta experiència prèvia va evidenciar la necessitat de sistemes de percepció més robustos per a la validació. Aquesta necessitat coincideix amb el salt qualitatiu que afronta la indústria de l’automoció. Els sistemes ADAS ja no només avisen; ara prenen decisions en fraccions de segon. Aquesta complexitat fa que les proves tradicionals en circuits tancats siguin insuficients. “Per assegurar que les funcions són segures cal també fer proves a carretera oberta en condicions de conducció normal“, explica Jesús Fuentes, project manager a Applus+ IDIADA. És per això que el problema central rau en la validació. Per saber si el sistema del vehicle a prova actua correctament, cal comparar-lo amb una “veritat de camp” (ground truth) infal·lible. “Aleshores el repte és com estimar la posició de tots els vehicles al voltant, per a avaluar si la funció es comporta de manera segura“, afegeix Fuentes.
"Aquest projecte ens permetrà seguir sent referents globals quan vagi sent més important validar aquests sistemes a carretera oberta."
Aquí és on la recerca de Perez Quintana esdevé crucial. L’objectiu del seu projecte és crear un “sistema de percepció de referència” modular. En essència, es tracta d’un instrument de mesura extern: un conjunt de sensors i algorismes d’alta precisió que s’instal·len temporalment en un vehicle per establir la “veritat de camp” durant un assaig. El terme “modular” significa que es pot adaptar, cosa que permet afegir o canviar sensors segons les necessitats de la prova. Aquest sistema no està pensat per ser comercialitzat en vehicles de producció, sinó per actuar com un observador objectiu i gairebé perfecte durant les proves. “El repte principal d’un sistema de percepció de referència és que cal que sigui més precís que els sistemes de percepció dels vehicles comercials“, detalla Marc Perez.
Per aconseguir aquesta precisió superior, el sistema ataca el problema per dues vies: el hardware i el software. En primer lloc, utilitza un hardware (components físics) de més qualitat del que s’instal·la en vehicles comercials, on el preu és una limitació. Aquests inclouen Lidars 360º, que generen un mapa 3D complet de l’entorn mitjançant raigs làser; l’IMU (Unitat de Mesura Inercial), que registra l’acceleració i l’orientació precisa del mateix vehicle; a més de càmeres i radars. En segon lloc, utilitza un software (algorismes) amb més potència de càlcul. Aquest “cervell” digital s’encarrega de la “fusió de dades”: combina la informació de tots els sensors per crear una única imatge coherent de la realitat. La clau és que no es fia de tots els sensors per igual. El sistema sap, per exemple, que el Lidar és extremadament precís per mesurar distàncies, mentre que una càmera pot ser millor identificant què és l’objecte. D’aquesta manera, el sistema “pondera” o dona més credibilitat a la font més fiable per a cada dada específica. “Quan arriben deteccions […], actualitzem la llista d’objectes tenint en compte la precisió de la informació“, assenyala Pérez. El resultat és un catàleg fiable i actualitzat en temps real de tot el que envolta el vehicle (posició, velocitat i acceleració).
"El repte principal d’un sistema de percepció de referència és que cal que sigui més precís que els sistemes de percepció dels vehicles comercials."
El desenvolupament, supervisat per Antonio Agudo (UPC) i Xavier Sellart (IDIADA), va topar amb un descobriment clau. L’equip va identificar que la simple combinació de dades no era suficient si les dades d’origen no tenien la màxima qualitat. “Potser el moment més important va ser adonar-nos que només millorant la combinació de deteccions tenim un topall de precisió important“, reflexiona Antonio Agudo, director de la tesi. Aquesta revelació va portar el projecte a una nova fase: millorar les deteccions del sensor més precís, el Lidar (que genera un núvol de punts 3D). Mitjançant una col·laboració amb la Universitat Tècnica d’Eindhoven (TU/e), es va millorar la detecció d’objectes en aquests núvols de punts, facilitant al model la diferenciació entre objectes similars, com camions i autobusos.
La modularitat del sistema és una altra de les seves fortaleses. Està dissenyat per funcionar amb diferents configuracions de sensors i, fins i tot, pot integrar informació provinent de la comunicació entre vehicles (V2X). “Un bon exemple d’això va ser el demostrador que vam fer pel projecte europeu SAFE-UP, on un vianant comunicava la seva posició als vehicles (…) tot i que no era visible pels sensors del vehicle“, explica Pérez.
L’impacte d’aquest projecte és directe i estratègic. Applus+ IDIADA ja és un referent global en la validació de sistemes ADAS, actuant com a laboratori homologat per Euro NCAP. Tanmateix, els protocols de seguretat estan canviant ràpidament per incloure proves a carretera oberta. “Un sistema de percepció de referència prou precís i robust podria marcar un abans i un després“, afirma Marc Pérez. Segons el doctorand industrial, la manca d’un sistema de validació fiable “és el principal problema que no permet que s’estengui més la validació, i inclús homologació, en carretera oberta“.
La col·laboració entre el coneixement acadèmic de l’IRI-UPC, que aporta els servidors per a l’entrenament algorítmic, i els recursos industrials d’IDIADA, que facilita els prototips i les pistes de prova, ha estat fonamental. Per a la part acadèmica, el director de tesi Antonio Agudo va destacar el repte fonamental del projecte: “la transferència de mètodes que funcionen bé en un entorn controlat […] perquè funcioni també en aplicacions reals en entorns molt més variables i imprevisibles“. Aquest projecte de doctorat industrial no només resol un repte tècnic complex, sinó que proporciona a la indústria l’eina necessària per avançar cap a una mobilitat més automatitzada, segura i eficient. “Aquest projecte ens permetrà seguir sent referents globals quan vagi sent més important validar aquests sistemes a carretera oberta“, conclou Pérez.
