Con la mayoría aplastante de los accidentes de tráfico causados por errores del conductor, y el creciente problema de la distracción gracias a la ubicuidad de los smartphones, los fabricantes de coches están explorando maneras de rastrear el comportamiento al volante de los conductores. Volvo, General Motores (GM) y otros fabricantes ya están probando sistemas que monitorizarán las posiciones de la cabeza y los ojos para detectar señales de la distracción.
Un estudio de investigadores de las universidades de Cornell y de Stanford (ambas en Estados Unidos) demuestra que un sistema más avanzado podría ser entrenado para reconocer el lenguaje corporal y comportamiento que preceden a una maniobra concreta. Esto podría ayudar a activar un sistema de detección temprana, como una alerta de punto muerto, mucho antes quizás ayudando así a prevenir accidentes graves, según los investigadores.
"Imagínate que conduces por una carretera", dice Saxena Ashutosh, el director de un proyecto llamado Robo Brain de las universidades de Cornell y Stanford que lideró el proyecto de conducción. "Miras a la derecha un instante, porque vas a girar a la derecha, y mientras empiezas a realizar el giro, otro conductor se ha colocado en un sitio que creías que estaba libre". Un coche podría entonces o emitir una alerta o incluso impedir que ocupes el carril.
El sistema fue entrenado mediante algoritmos de aprendizaje de máquinas de última generación, y pudo predecir, con algo más de un 90 por ciento de acierto, cuándo un conductor estaba a punto de cambiar de carril durante los próximos segundos. Un cambio de carril normalmente es precedido por un vistazo por encima del hombro junto con movimientos delatadores de la dirección, el frenado y la aceleración. Ashutosh dice que la precisión conseguida es casi lo suficientemente buena para su uso en un sistema de producción
Los investigadores detrás de este trabajo están explorando distintas maneras para que un vehículo rastree y se anticipe al comportamiento del conductor mediante un proyecto llamado Brain4Cars.
El trabajo incluía el uso de una técnica de aprendizaje de máquinas conocida como el aprendizaje profundo para reconocer las acciones que preceden una maniobra del cambio de carril. Los algoritmos fueron entrenados con los datos recopilados mientras 10 personas distintas condujeron casi dos mil kilómetros por distintas zonas de California (Estados Unidos). Los investigadores tienen intención de hacer público y accesible el conjunto de datos resultante para que otros académicos e investigadores automovilísticos puedan hacer uso de él.
El aprendizaje profundo ha demostrado ser especialmente útil en años recientes para el reconocimiento de patrones complejos o sutiles en conjuntos de datos, por ejemplo de audio y video. Ya se ha utilizado para dotar a los ordenadores de a bordo de los vehículos con la capacidad de reconocer distintos tipos de obstáculos en carretera. En su último trabajo, el equipo juntó datos de una cámara de vídeo con datos de GPS e información procedente de los sistemas de a bordo de los vehículos.
Muchos coches de lujo ya incorporan sensores que activan avisos de seguridad, además de sistemas de frenado y dirección automáticos. Ashesh Jain, un alumno de Saxena y el líder del proyecto de Brain4Cars, dice que rastrear la actividad que se produce dentro del coche, además de fuera de él, podría hacer mucho más inteligentes los sistemas de seguridad.
Jain explica: "Supongamos que el conductor se distrae durante un segundo; si no hay nada delante del coche, el coche debería ser lo suficientemente listo para no alertar al conductor". El responsable asegura: "Se trata de cómo empleamos la información de todos estos sensores".
Más del 90 por ciento de todos los accidentes de tráfico en Estados Unidos son el resultado de algún tipo de error humano del conductor, según las investigaciones de la Autoridad Nacional de Seguridad en Carretera estadounidense.
Paradójicamente, el rastreo del comportamiento del conductor podría cobrar una importancia aún mayor mientras los coches se vuelven cada vez más autónomos. Porque aunque los coches se conduzcan solos en algunas situaciones, como en carretera o en maniobras de aparcamiento, los conductores todavía tendrán que asumir el control de vez en cuando, y las investigaciones demuestran que esto puede tardar unos segundos en función del nivel de distracción del conductor.
Google ha llegado tan lejos para evitar este problema que hasta ha eliminado el volante y los pedales de algunos de sus prototipos (ver Google culpa al conductor distraido de los accidentes con sus coches autónomos).
Don Norman, un experto en diseño de producto que ha trabajado de consultor para numerosos fabricantes de coches y empresas de computación, dice que el trabajo de Brain4Car es prometedor, pero añade que tendrán que mejorarlo todavía y probarlo en el mundo real. "Estos son datos de simulación, ejecutados en el laboratorio", dice Norman. "El mundo real nunca es tan ordenado como el laboratorio. Muchos factores pueden cambiar los resultados cuando se trata de personas reales, conduciendo coches de verdad con tráfico de verdad".
Fuente: MIT Technology Review
video