La movilidad se encuentra inmersa en un profundo proceso de transformación y avanza hacia lo que se ha denominado Movilidad Cooperativa, Conectada y Automatizada (CCAM). El Instituto de Biomecánica (IBV) quiere dar respuesta a este reto a través del proyecto europeo BERTHA, que coordina y en el que participan 14 socios de 6 países. Esta iniciativa nace con el objetivo de desarrollar un modelo de comportamiento de conductores (DBM) que ayude a que los vehículos autónomos se comporten de manera más segura, humana y previsible, algo que resulta crucial para lograr su aceptación social.
En un ecosistema CCAM, los vehículos autónomos no se desplazan en solitario. Forman parte de un entorno social: comparten la vía con peatones, ciclistas y otros conductores.
Un automóvil puede comportarse correctamente desde un punto de vista técnico: puede respetar las normas, frenar en el momento oportuno y mantenerse en su carril. Sin embargo, si las personas perciben su comportamiento como extraño, demasiado brusco, excesivamente cauteloso, agresivo o difícil de entender, no confiarán en él.
En la carretera, muchas interacciones no se basan únicamente en normas escritas; también dependen de la comunicación implícita, las expectativas compartidas y los patrones de comportamiento que los seres humanos comprenden de forma natural.
Por ello, la previsibilidad es fundamental. Si las personas pueden entender y anticipar las acciones de un vehículo autónomo, les resultará más fácil confiar en él y aceptarlo como parte de la movilidad cotidiana.
Percepción en Tiempo Real, Inteligencia Afectiva y Control Motor Similar al Humano
Para dar respuesta a esta necesidad, en el marco del proyecto se ha desarrollado un modelo de Comportamiento de Conductores (DBM), formado por un conjunto de 4 módulos: percepción, cognición, afectivo-emocional y control motor, que han sido validados con datos procedentes de simulación y pruebas en entorno real.
Módulo de Percepción
Gracias a haber capturado horas de datos reales de conducción de decenas de usuarios diversos, el módulo de Percepción ofrece un mapeo de atención en tiempo real de 360° dentro del entorno de simulación CARLA. Este módulo emplea técnicas avanzadas de aprendizaje automático para replicar la mirada y la distribución de atención humanas, permitiendo que los vehículos automatizados interpreten y anticipen la atención del conductor en escenarios de tráfico complejos y dinámicos. El resultado es un sistema que no solo reacciona al entorno, sino que lo hace de una manera que refleja la conciencia situacional humana, mejorando tanto la seguridad como la confianza.
Módulo de Cognición
La cognición se modela en BERTHA mediante dos submódulos de Evaluación de Riesgos y Toma de Decisiones, que simulan la percepción y la comprensión del conductor sobre la situación del tráfico y determinan el comportamiento de conducción más adecuado según el nivel de riesgo percibido y aceptado, con el fin de progresar de forma segura dentro del entorno. Estos dos procesos cognitivos han sido modelados y simulados sobre la base del modelo teórico COSMODRIVE y adaptados específicamente a los objetivos y casos de uso investigados dentro del proyecto.
Módulo Afectivo
El módulo Afectivo está construido sobre Redes Bayesianas, lo que le permite predecir y modelar estados mentales clave como fatiga, somnolencia y estrés. Al integrar datos fisiológicos y demográficos, este módulo proporciona una comprensión matizada de la preparación del conductor y su estado emocional. Esta capacidad es crucial para desarrollar sistemas automatizados que puedan adaptarse a la variabilidad del comportamiento humano, asegurando que los vehículos respondan adecuadamente tanto a situaciones rutinarias como críticas.
Módulo de Control Motor
Calibrado con datos de un considerable número de participantes, el módulo de Control Motor genera distribuciones de probabilidad para una amplia gama de acciones del conductor. Este enfoque probabilístico capta la variabilidad inherente en los estilos de conducción humanos, desde cauteloso, agresivo y confiado hasta asertivo, y la traduce en respuestas matizadas y conscientes del contexto del vehículo. Al reducir la brecha entre la simulación y la conducción real, este módulo permite el desarrollo de vehículos automatizados que se comportan de manera predecible y aceptable para los usuarios humanos.
Para Helios De Rosario-Martínez, investigador en el Instituto de Biomecánica (IBV), “el lanzamiento de estos cuatro componentes de software ha sido el punto de partida para la implementación del DBM de BERTHA, como un recurso modular y escalable que facilitará la investigación CCAM en el área del comportamiento del conductor humano”.
Los resultados de BERTHA representan un paso importante para integrar el comportamiento humano en los futuros sistemas de movilidad automatizada.
Validación e impacto en el mundo real
Un pilar fundamental de la metodología de BERTHA es la validación rigurosa de sus módulos utilizando datos procedentes de Pruebas Operativas en Campo, conocidas en el ámbito de la automoción como FOT. Al fundamentar la evaluación del rendimiento en condiciones reales de conducción, el proyecto garantiza que los módulos desarrollados sean robustos y fiables para continuar su evolución de cara a su integración en sistemas de movilidad automatizada de próxima generación. Esta validación en entornos reales es esencial para generar confianza tanto a nivel social como regulatorio en los vehículos automatizados, allanando el camino hacia una aceptación social más amplia.
Importancia estratégica para la Movilidad Cooperativa, Conectada y Automatizada
El lanzamiento y la validación de estos módulos avanzados de comportamiento para conductores posicionan a BERTHA como líder en el esfuerzo global por desarrollar una movilidad automatizada similar a la humana y confiable. Al abordar la brecha crítica existente en la modelización de los aspectos holísticos, personales y culturales de la conducción humana, las investigaciones de BERTHA contribuyen directamente a la visión de la Unión Europea para una movilidad segura, inclusiva y eficiente. Asimismo, el enfoque escalable y probabilístico del proyecto establece un nuevo referente para la validación digital e interoperabilidad en la industria CCAM.
En palabras de Andrés Soler Valero, coordinador del proyecto BERTHA e investigador en el IBV, “el lanzamiento de los módulos DBM marca un punto de inflexión para la investigación y desarrollo del sector de la automoción. Al alejarnos de sistemas rígidos de ‘caja negra’ para avanzar hacia un modelo de comportamiento del conductor modular, estamos permitiendo a fabricantes y desarrolladores iterar con mayor rapidez y precisión. Estos bloques funcionales permiten su integración en los flujos de trabajo existentes, reduciendo el coste y la complejidad de desarrollar Sistemas Avanzados de Asistencia al Conductor (ADAS) de próxima generación y experiencias personalizadas dentro del coche”.