Ciudad de México,
Martín Olivera
Crédito foto: Volvo Cars
La compañía Volvo fue un referente en seguridad automotriz desde la invención del cinturón de seguridad de tres puntos hasta los sistemas de monitoreo de ángulos muertos. En su más reciente innovación, la empresa sueca comenzó a utilizar entornos virtuales avanzados para evaluar el comportamiento de sus vehículos en una amplia gama de escenarios. Este proceso se basa en una tecnología denominada "salpicaduras gaussianas", que permite analizar miles de situaciones basadas en datos reales.
Alwin Bakkenes, director de ingeniería de software global de Volvo Cars, explicó la importancia de la recopilación de datos en este desarrollo. "Llevamos visitando lugares de accidentes desde los años 70. Llevamos muchísimos años registrando datos de eventos de una flota de vehículos", afirmó. Con esta información, Volvo desarrolló innovaciones como el sistema de protección contra latigazos cervicales y la función ‘Lidar AS’ en el ES90, diseñada para detectar peatones y ciclistas en condiciones de poca visibilidad.
La compañía adoptó el modelo de vehículo definido por software (SDV), que reemplaza múltiples módulos electrónicos individuales por sistemas centralizados. Erik Coelingh, vicepresidente de producto en Zenseact, destacó que esta transición permitió una mayor rapidez en el desarrollo. "Si hay algo, lo solucionamos en un día", explicó. Este cambio redujo los tiempos de prueba y optimizó la implementación de mejoras en seguridad.
Para llevar a cabo estos procesos, Volvo construyó uno de los centros de datos más grandes de Europa, donde ejecuta simulaciones masivas. "La división gaussiana es una tecnología que nos permite tomar un punto, un escenario de tráfico, y descomponerlo en miles o decenas de miles de escenarios a partir de datos reales", señaló Coelingh. Gracias a esto, la compañía puede evaluar el desempeño de sus vehículos en condiciones variadas sin necesidad de realizar pruebas físicas en cada caso.
Además de la inteligencia artificial, Volvo emplea redes neuronales para mejorar la precisión de sus simulaciones. En un inicio, estas tecnologías permitían interpolar objetos tridimensionales a partir de imágenes bidimensionales. Ahora, con el uso de NeRFs en 4D, la empresa logró reconstruir secuencias completas de tráfico. "El siguiente paso fue construir NeRFs en 4D, en el espacio-tiempo. Así, usamos esto para, digamos, una secuencia de cámara de 10 segundos, y luego, con el tiempo, se puede reconstruir", explicó Coelingh.
Si bien Volvo sigue realizando pruebas en pista, la combinación de simulaciones y pruebas físicas permite analizar una mayor cantidad de escenarios de manera eficiente. "Contamos con millones de puntos de datos donde recopilamos eventos de nuestra flota", afirmó Bakkenes.