Universidad de granada



Descargar 5,02 Kb.
Ver original pdf
Página4/15
Fecha de conversión03.10.2019
Tamaño5,02 Kb.
1   2   3   4   5   6   7   8   9   ...   15
as impor-
tantes de los ITS. La creciente demanda en la utilizaci´
on de transporte
por carretera est´
a causando en la actualidad que las infraestructuras exis-
tentes se encuentren al l´ımite de su capacidad. En la figura 2.1 puede
verse una evoluci´
on del parque de veh´ıculos existente en Espa˜
na desde el

no 1996 hasta el 2004 (DGT 05).
Figura 2.1: Evoluci´
on del parque de veh´ıculos en Espa˜
na.
18

2.1 Los Sistemas Inteligentes de Transporte
Por otra parte, una de las mayores preocupaciones de los gobiernos
es la de reducir el n´
umero de v´ıctimas en carretera. S´
olo en Espa˜
na,

as de 2000 personas fallecieron durante 2008 por accidentes de tr´
afico
(DGT 09), la figura 2.2 muestra una evoluci´
on de este n´
umero.
Figura 2.2: N´
umero de v´ıctimas mortales de accidentes en Espa˜
na.
La aplicaci´
on de ITS a este ´
ambito puede suponer una importante
mejora para la resoluci´
on de la problem´
atica asociada al transporte por
carretera, principalmente en lo que se refiere a seguridad y congesti´
on.
Encontramos dos posibles vertientes tecnol´
ogicas a la hora de abordar
dichos problemas:
1. Infraestructuras inteligentes, cuya finalidad es la de mejorar
la seguridad del transporte p´
ublico y privado desde el entorno
de circulaci´
on de los veh´ıculos, proporcionando instalaciones y
servicios para el transporte m´
as eficientes. Ejemplos de ´
areas de
inter´
es son:
• Centralizaciones semaf´
oricas.
• Pago electr´
onico de peajes.
• Prevenci´
on de accidentes.
• Informaci´
on de tr´
afico y viaje.
• Gesti´
on de flotas.
• Sistemas de informaci´
on meteorol´
ogica.
• Comunicaciones de veh´ıculos con infraestructura.
• Gesti´
on integral de t´
uneles.
• Gesti´
on de emergencias.
19

2. ESTADO DEL ARTE
2. Veh´
ıculos inteligentes, los cuales se centran en mejorar la
seguridad y movilidad de los veh´ıculos, implantando en ellos
sensores, equipos inform´
aticos y de comunicaciones para aumentar
el grado de seguridad de la conducci´
on, as´ı como para mitigar las
consecuencias de los accidentes que pudieran ocurrir. Algunas de
las ´
areas de inter´
es en el campo son:
• Sistemas de asistencia a la conducci´
on.
• Veh´ıculos aut´
onomos.
• Seguridad pasiva.
• Seguridad activa.
• Percepci´
on del entorno del veh´ıculo.
• Interacci´
on hombre-m´
aquina.
• Control del veh´ıculo.
• Sensores.
El presente trabajo se sit´
ua dentro de los veh´ıculos inteligentes, que
pasamos a ver en m´
as detalle a continuaci´
on.
2.1.2
Veh´ıculos Inteligentes
La implementaci´
on de veh´ıculos inteligentes puede llevarse a cabo desde
dos puntos de vista bien diferenciados:
• Con sistemas aut´
onomos, equipados con toda la instrumentaci´
on
e inteligencia necesaria para llevar a cabo una tarea.
• Con sistemas cooperativos, en los que parte, o toda la infor-
maci´
on se encuentra distribuida en el entorno.
Generalmente, se combinan ambos enfoques, de forma que los
sistemas aut´
onomos prestan servicios en todas las circunstancias y
situaciones, benefici´
andose de la informaci´
on adicional obtenida cuando
est´
an disponibles elementos cooperativos, mejorando as´ı el rendimiento
del sistema.
20

2.1 Los Sistemas Inteligentes de Transporte
Las actividades desarrolladas en el ´
area de veh´ıculos inteligentes
pueden ser agrupadas dentro de tres categor´ıas.
1. Las asistencias pasivas a la conducci´
on incluyen, b´
asicamente,
funciones de aviso ante potenciales peligros y/o reducci´
on de riesgos
de lesiones en caso de accidente.
2. Las asistencias activas a la conducci´
on.
Incluyen algunas
acciones de control sobre los elementos implicados en la conducci´
on
del veh´ıculo.
3. Los veh´
ıculos aut´
onomos son aquellos sistemas que tienen ca-
pacidad para tomar el control completo de los veh´ıculos, realizando
una conducci´
on muy similar a la humana, pero sin los errores e im-
prudencias que las personas podemos cometer.
Entre las aplicaciones de asistencia pasiva a la conducci´
on se encuen-
tran sistemas tales como:
• Visi´
on nocturna (Schreiner 99), que posibilitan una mayor nitidez
para conducci´
on nocturna.
• Control de luces inteligentes, que modifican la altura (Bevilacqua 10)
u orientaci´
on (Sivak 05) de las luces en funci´
on del entorno del
veh´ıculo.
• Sensores de distancia marcha atr´
as (Chen 09) o c´
amara trasera
(Trivedi 07), que asisten al conductor a la hora de aparcar marcha
atr´
as.
• Alertas de salida de carril (Clanton 09; Hsiao 09), que emiten un
sonido o est´ımulo al conductor en caso de salida involuntaria de
v´ıa.
• Monitorizaci´
on del estado de los neum´
aticos (Velupillai 07).
• Sistemas de alerta de colisi´
on (Polychronopoulos 07).
21

2. ESTADO DEL ARTE
• Finalmente, como asistencias pasivas m´
as evidentes se encuentra
la investigaci´
on en elementos comunes en los veh´ıculos de hoy en
d´ıa como son los airbags, el cintur´
on de seguridad, ya sea para
minimizar da˜
nos en accidentes o como dispositivo de alerta al
conductor (Arimitsu 07).
Algunas de las aplicaciones en lo que refiere a asistencia activa a la
conducci´
on pasan por:
• Cambio de marchas autom´
atico (Pettersson 00).
Es el sistema

as b´
asico y que m´
as tiempo lleva disponible en determinados
veh´ıculos, el cual es capaz de manejar el embrague y la caja de
marchas de una forma autom´
atica. La tendencia actual es la de
orientar el cambio de marchas a una conducci´
on ecol´
ogica, a la vez
que eficiente (Casavola 10).
• Control de crucero (Ioannou 93). Su objetivo es el de mantener fija
una velocidad dada por el conductor.
• Control de crucero adaptativo (Rajamani 02), que a˜
nade al anterior
la posibilidad de mantener una distancia de seguridad con el
veh´ıculo precedente.
• Control de crucero adaptativo cooperativo (van Arem 06), que
incluye comunicaci´
on con los veh´ıculo situados delante y detr´
as
con el fin de mejorar el sistema.
• Parada y Arranque (Martinez 07), apropiados para una conducci´
on
en atasco, ya que implementa paradas y arranques seg´
un la
necesidad del tr´
afico.
Dentro de las aplicaciones y asistencias dentro del marco de los
veh´ıculos inteligentes, cabr´ıa hacer una reflexi´
on en funci´
on de las
metodolog´ıas utilizadas para este fin.
Determinados sistemas, m´
as que llamarse inteligentes dependen
de cuestiones tecnol´
ogicas, esto podr´ıa aplicarse a gran parte de las
asistencias pasivas, ya que, en determinados casos, su objetivo es la
22

2.2 Grupos de Investigaci´
on en Veh´
ıculos
Aut´
onomos
instalaci´
on de sensores en el veh´ıculo con el fin de mejorar la percepci´
on
que el conductor tiene del entorno que lo rodea.
Ejemplos son la
instalaci´
on de c´
amaras o sensores de distancia, siempre que su funci´
on
sea ´
unicamente informativa.
En la literatura pueden encontrarse trabajos que utilizan t´
ecnicas
de soft computing sobre la informaci´
on proveniente de estos sensores
(principalmente de las c´
amaras) podemos encontrarlas en, entre otras:
(Fang 03), donde se utiliza una arquitectura sensorial - perceptual -
conceptual de redes neuronales con el fin de procesar v´ıdeo con el fin de
dar avisos inteligentes al conductor en condiciones de baja visibilidad.
En (Bajaj 05) nuevamente se hace uso de redes neuronales, pero en
este caso, con el fin de realizar tareas de reconocimiento de se˜
nales.
En (Tunstel 03) se mezcla l´
ogica difusa y aprendizaje aproximado para
planificar trayectorias en funci´
on de informaci´
on visual para navegaci´
on
de un veh´ıculo explorador.
En lo referente a aplicaciones m´
as orientadas al control de veh´ıculos,
son m´
ultiples las aplicaciones de la soft computing para controlar una
o varias de las tareas involucradas en la conducci´
on. Como ejemplos
de este tipo de aplicaciones encontramos, entre otras: l´
ogica difusa en
control de veh´ıculos (Valavanis 06), control de suspensi´
on (Zheng 10)
o control de crucero (Pananurak 08); ajuste, por algoritmos gen´
eticos
de un controladores para realizar tareas de seguimiento en veh´ıculos
(Chumsamutr 03), aparcamiento (Pennacchio 05), control de suspensi´
on
(Caponetto 03) o control de crucero adaptativo (Sotelo 04) o uso de redes
neuronales para maniobras de aparcamiento (Gorinevsky 96) o control en
caravana (Hsu 04).
2.2
Grupos de Investigaci´
on en Veh´ıculos
Aut´
onomos
A lo largo de esta secci´
on se detallaran algunos de los grupos de
investigaci´
on m´
as importantes a nivel mundial en el campo de los
sistemas inteligentes de transporte, y de los veh´ıculos inteligentes en
particular.
23

2. ESTADO DEL ARTE
En 1987, junto a prestigiosos fabricantes europeos, la Universit¨
at
der Bundeswehr cre´
o dentro del proyecto PROMETHEUS (acr´
onimo
ingl´
es, PROgraM for European Traffic with HighEst and Unprecedented
Safety), el veh´ıculo automatizado VaMoRs guiado por visi´
on artificial
(Dickmanns 87), capaz de circular por autopistas convencionales a
velocidades de hasta 130 km/h.
A este proyecto le sigui´
o el proyecto VITA (acr´
onimo ingl´
es, Vision
Technology Application), cuyo veh´ıculo era capaz de realizar estrategias
para seguimiento de carril, detecci´
on de obst´
aculos y cambios de
carril, nuevamente haciendo uso de la visi´
on como principal fuente de
informaci´
on (Ulmer 92).
El proyecto continu´
o con los proyectos VaMoRs-P, donde se equip´
o un
veh´ıculo Mercedes 500 (figura 2.3, izquierda) con doble sistema de visi´
on
est´
ereo (Dickmanns 94), VITA II y VaMP, continuaciones del anterior
(Thomanek 96).
Desde 2006 el grupo trabaja en el proyecto MuCAR-3, la tercera
generaci´
on de veh´ıculos basada el VW Touareg (figura 2.3, derecha) en
la que mantiene la visi´
on como sensor principal (von Hundelshausen 08),
fusionada con un sensor l´
aser (Manz 09).
Figura 2.3: Veh´ıculos aut´
onomos utilizados en el proyecto VaMoRs-P
(izquierda) y MuCAR-3 (derecha).
El Centro de Investigaci´
on de FIAT (CRF) nace en 1976 como
centro de referencia para la innovaci´
on, la investigaci´
on y el desarrollo
del Grupo Fiat. Actualmente es un centro de excelencia que forma parte
de una red de m´
as de 150 universidades y centros de investigaci´
on y m´
as
de 1000 colaboradores industriales en el mundo entero.
Es un grupo particularmente activo en el ´
area de investigaci´
on para
24

2.2 Grupos de Investigaci´
on en Veh´
ıculos
Aut´
onomos
la movilidad sostenible, sus investigaciones se centran en la reducci´
on de
emisiones contaminantes, as´ı como del consumo de los veh´ıculos. Aunque
su l´ınea de investigaci´
on no est´
a directamente ligada a los veh´ıculos
inteligentes, s´ı disponen de veh´ıculos capaces de circular sin conductor
siguiendo, mediante visi´
on artificial y odometr´ıa, una trayectoria pintada
en el pavimento (Malan 07).
Actualmente trabajan en el desarrollo de un veh´ıculo CyberPanda,
capaz de realizar por s´ı mismo maniobras como la conducci´
on en
caravana, aparcamiento o detecci´
on de obst´
aculos.
El programa LaRA (acr´
onimo franc´
es, La Route Automatis´
ee) est´
a
dedicado a analizar la seguridad actual y futura del transporte por carre-
tera en Francia (Blosseville 00), separando cuatro tipos de circulaci´
on:
1) carreteras locales, 2) carreteras rurales, 3) carreteras interurbanas y
4) las redes de carreteras que rodean las grandes ciudades. Los veh´ıculos
utilizados pueden verse en la figura 2.4.
La filosof´ıa que sigue el programa es ayudar a los conductores
a mejorar la seguridad y eficiencia del transporte por carretera, con
el objetivo final de prescindir completamente del conductor humano,
al menos en situaciones acotadas o controladas como pueden ser la
circulaci´
on por autopistas dedicadas.
Figura 2.4: Veh´ıculos del proyecto LaRA.
La Universidad de Parma lleva desde 1989 investigando los veh´ıculos
aut´
onomos. Form´
o parte del proyecto PROMETHEUS con su propio
veh´ıculo MobLab, una furgoneta Fiat Ducato (figura 2.5, izquierda), ca-
paz de realizar maniobras como control de crucero, detecci´
on de obst´
aculos
25

2. ESTADO DEL ARTE
o control lateral por medio de visi´
on artificial (Cumani 95).
Tras la experiencia acumulada con MobLab se consigui´
o desarrollar,
dentro del proyecto ARGO, uno de los primeros veh´ıculos aut´
onomos del
mundo (figura 2.5, derecha); controlado igualmente por visi´
on artificial
(Broggi 99).
Figura 2.5:
Veh´ıculos aut´
onomos MobLab (izquierda) y ARGO
(derecha).
Recientemente VisLab, una spin-off de la Universidad de Parma
dedicada a la conducci´
on aut´
onoma que colabora estrechamente con ´
esta,
ha cubierto la ruta Parma-Shangai (unos 13.000 km) durante un viaje
de tres meses, donde un veh´ıculo aut´
onomo recib´ıa posiciones GPS de
un veh´ıculo tripulado situado delante de ´
el y realizaba la tarea de seguir
al veh´ıculo predecesor durante todo el viaje, escoltados por fuerzas de
seguridad. En la figura 2.6 pueden verse algunas im´
agenes del viaje; m´
as
informaci´
on puede encontrarse en la web
1
.
Figura 2.6: Im´
agenes del viaje realizado por un veh´ıculo aut´
onomo del
VisLab.
El Instituto Universitario de Investigaci´
on del Autom´
ovil
(INSIA), es un centro perteneciente la Universidad Polit´
ecnica Madrid,
1
The VisLab Intercontinental Autonomous Challenge: http://viac.vislab.it/
26

2.2 Grupos de Investigaci´
on en Veh´
ıculos
Aut´
onomos
adscrito a la Escuela T´
ecnica Superior de Ingenieros Industriales e
integrado en el parque cient´ıfico y tecnol´
ogico de la UPM. Cuenta con
relevantes estudios en accidentolog´ıa, transporte, seguridad pasiva en
autobuses, autocares y veh´ıculos industriales e ingenier´ıa de veh´ıculos.
El INSIA tiene abiertas diversas l´ıneas de investigaci´
on, levemente
relacionadas con lo que es el control del veh´ıculo, entre ellas cabe destacar
las siguientes: mejora de la seguridad en autobuses, autocares y en el
transporte de mercanc´ıas, an´
alisis de las causas y de las consecuencias de
los accidentes de tr´
afico, biomec´
anica del impacto aplicada a la mejora
de la seguridad pasiva, predicci´
on de los impactos del transporte por
carretera en la seguridad y medio ambiente, sistemas alternativos de
propulsi´
on, impacto medioambiental de los veh´ıculos autom´
oviles.
La Organizaci´
on Holandesa para Investigaci´
on Aplicada
cuenta con el departamento TNO Automotive, dedicado a la investigaci´
on
en automoci´
on. Principalmente en el an´
alisis de accidentes y desarrollo
de asistencias al conductor para su prevenci´
on y reducci´
on de sus
consecuencias.
Aunque disponen de un veh´ıculo automatizado, han
desarrollado un complejo motor de simulaci´
on, que les permite analizar
los efectos de los accidentes, as´ı como estudiar el desarrollo de sistemas
relacionados con la seguridad (Ploeg 08) sin necesidad de poner vidas en
riesgo o da˜
nar propiedad alguna.
Dentro de la Escuela de Industriales de Sevilla, el grupo de
Rob´
otica, Visi´
on y Control centra algunas de sus investigaciones en el
guiado de veh´ıculos aut´
onomos, incluyendo veh´ıculos pesados a alta
velocidad (camiones de 16 Toneladas a 100 Km/h y ”dumpers” de 60
Toneladas a 40 Km/h), y veh´ıculos articulados (Gonz´
alez-Cantos 09)
(Cuesta 04). Veh´ıculos con los que trabajan pueden verse en la figura
2.7.
Aunque no se trate de un grupo de investigaci´
on en s´ı, cabe destacar
el DARPA Urban Challenge, que promueve la investigaci´
on y desa-
rrollo de veh´ıculos aut´
onomos para su uso militar. Atrae a grupos de
todo el mundo por medio de una competici´
on de veh´ıculos aut´
onomos
organizada y financiada por la Agencia de Proyectos de Investigaci´
on
Avanzada en Defensa (DARPA), la organizaci´
on central de investigaci´
on
27

2. ESTADO DEL ARTE
Figura 2.7: Veh´ıculos utilizados por el grupo de Rob´
otica, Visi´
on y
Control de la Universidad de Sevilla.
del Departamento de Defensa de los Estados Unidos, que reparte premios
que oscilan entre el medio mill´
on y los dos millones de d´
olares a las
propuestas m´
as innovadoras.
Este programa es la continuaci´
on de dos competiciones de veh´ıculos
aut´
onomos precedentes denominadas DARPA Grand Challenge. La
primera de ellas tuvo lugar en marzo de 2004 y el objetivo era cubrir 230
kil´
ometros de desierto. Un total de cincuenta veh´ıculos formaron parte de
esta primera edici´
on aunque ninguno consigui´
o terminarla, recorriendo
el primer clasificado unos 11 kil´
ometros.
En la edici´
on de 2005, cuatro veh´ıculos concluyeron con ´
exito la
prueba completando una ruta de 213 kil´
ometros invirtiendo un total de
diez horas en realizarla. La ganadora fue la Universidad de Standford
(Thrun 07) con el veh´ıculo Stanley (figura 2.8).
Figura 2.8: Veh´ıculo Stanley, ganador del 2005 DARPA Grand Challen-
ge.
En la ´
ultima de las competiciones, celebrada en 2007, los veh´ıculos
maniobraron en un entorno que simula una ciudad, con el objetivo
28

2.2 Grupos de Investigaci´
on en Veh´
ıculos
Aut´
onomos
de realizar misiones de suministro militar mientras se interacciona
con el tr´
afico existente evitando obst´
aculos e intersecciones peligrosas.
La competici´
on se dividi´
o en una serie de rondas clasificatorias que
culminaron en un evento final cuya ´
ultima edici´
on se desarroll´
o el 3
de noviembre de 2007 en Victorville, California. Informaci´
on sobre los
participantes puede encontrarse en un n´
umero especial dedicado a la
competici´
on (DARPA 07).
El consorcio americano PATH (Partners for Advanced Transit
and Highways) est´
a formado por la Universidad de California en
colaboraci´
on con el Departamento de Transportes de California y el
Departamento de Transportes de Estados Unidos, junto con otras
agencias y organizaciones tanto p´
ublicas como privadas.
Su objetivo
es desarrollar estrategias y tecnolog´ıas innovadoras en el campo de los
sistemas inteligentes de transporte mejorando la seguridad, flexibilidad,
movilidad y administraci´
on de los sistemas de transporte en California,
Estados Unidos y en todo el mundo.
Su objetivo a largo plazo es resolver los problemas de tr´
afico mediante
la automatizaci´
on total o parcial de los veh´ıculos. Su trabajo se centra
en el establecimiento de v´ıas cerradas para el uso exclusivo de veh´ıculos
aut´
onomos.
Su principal foco de atenci´
on est´
a en las caravanas de
veh´ıculos aut´
onomos (Sheikholeslam 93), principalmente en autopistas
(Shladover 92). En 1997 tuvo lugar una demostraci´
on con ocho veh´ıculos
aut´
onomos capaces de circular por una autopista con una distancia de
separaci´
on entre ellos fijada a 6.5 metros de distancia (figura 2.9).
Figura 2.9: Caravana de veh´ıculos autom´
aticos del PATH.
29

2. ESTADO DEL ARTE
El proyecto NAVLAB de la Universidad Carnegie Mellon trabaja
en la construcci´
on de y funcionamiento de coches, camiones y autobuses
capaces de realizar una conducci´
on aut´
onoma.
Desde su creaci´
on en
1984, han producido una serie de once veh´ıculos, desde el Navlab1 hasta
el Navlab11. Entre sus objetivos se incluyen la exploraci´
on en cualquier
tipo de terreno, la automatizaci´
on en carretera, la reducci´
on de las coli-
siones en circulaci´
on y la asistencia al conductor en entornos urbanos
(Thorpe 88).
Navlab1 alcanz´
o una velocidad de 32km/h en conducci´
on autom´
atica
y Navlab2 de 88 km/h. En 1995 el Navlab5 circul´
o desde Washington a
California por autopista, controlando de forma autom´
atica la direcci´
on
(durante el 98,8% del recorrido) y manual la velocidad, como parte del
experimento No Hands Across America. En la figura 2.10 pueden verse
el Navlab 5 y 11 respectivamente.
Figura 2.10: Veh´ıculos aut´
onomos de la Universidad Carnegie Mellon
NavLab5 (izquierda) y NavLab11 (derecha).
Actualmente, la Universidad Carnegie Mellon est´
a desarrollando el
proyecto CTA Robotics en el que investigan sobre la capacidad del
veh´ıculo para interpretar el entorno en el que se encuentra y hallar la
manera ´
optima de moverse a trav´
es de ´
el (Wang 07).
El Ministerio de Transporte Japon´
es se ocupa de regular la
seguridad de la industria del veh´ıculo.


Compartir con tus amigos:
1   2   3   4   5   6   7   8   9   ...   15


La base de datos está protegida por derechos de autor ©absta.info 2019
enviar mensaje

    Página principal